科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文在压缩感知理论的基础上提出了一种非规则采样层析数据的重建方法。文中主要研究了频域光学相关层析数据(SDOCT)的降噪问题。采用传统的B-scans扫描模式得到一系列具有高SNR的图像，对每一幅高SNR图像训练得到一个稀疏表示字典，然后由所得到的稀疏表示字典对低SNR的B-scans图像进行降噪，我们称这种方法为多层稀疏层析降噪算法(MSBTD)。这种方法的基本原理就是在通常的SDOCT数据中，相邻的B-scans数据具有相同的结构和噪声类型。其优点在于其不需要在大多数方位向获取超过一个B-scans数据，因此会明显降低扫描时间。尽管稀疏表示方法在图像处理领域得到了广泛的应用，但是MSBTD算法的最大创新点在于其结合了一种常用的扫描算法，使其适用于医学上的SDOCT处理。仿真表明MSBTD算法能够取得优于传统降噪方法的结果。
-
单位浙江大学; 绍兴职业技术学院
