当前位置: 首页 > 专利查询>李江川专利>正文

基于OCT图像的小波去噪算法制造技术

技术编号:44630534 阅读:16 留言:0更新日期:2025-03-17 18:26
本发明专利技术涉及图像去噪技术领域,具体为基于OCT图像的小波去噪算法,包括小波分解、阈值量化和重构三个阶段,所述小波分解包括低频子信号、水平方向高频子信号、垂直方向高频子信号和对角方向高频子信号,所述水平方向高频子信号、垂直方向高频子信号和对角方向高频子信号采用不同的均值滤波模板进行处理,所述水平高频子信号使用水平模板进行滤波,以消除水平方向的高频噪声,保留垂直方向的低频信息。该基于OCT图像的小波去噪算法,将图像进行小波分解,再由均值滤波对高频分量进行去噪,随后进行小波融合,取得较好的效果,在最大限度去除噪点的同时,保护了图像的边缘细节。

【技术实现步骤摘要】

本专利技术涉及图像去噪,具体为基于oct图像的小波去噪算法。


技术介绍

1、oct图像技术是常用于医疗领域的成像技术,在治疗和诊断中起到重要作用。

2、在oct内窥镜图像的获取以及传输中,通常会受到各种噪声的影响,从而对后续的图像识别,医生诊断等过程带来不利影响。利用传统的去噪方法:中值滤波,均值滤波等简单地去噪算法可有效地滤除噪声影响,但这亦会造成图像边缘信息的损失,小波变换展现出了卓越的局部属性,可以高效地捕获图像中的边缘细节,但是目前的小波去噪技术大多只使用一个小波基,这使得图像的边缘与纹理部分的平滑处理难以达到理想的平衡。


技术实现思路

1、本专利技术的目的在于提供基于oct图像的小波去噪算法,以解决上述
技术介绍
中提出的目前的小波去噪技术大多只使用一个小波基,这使得图像的边缘与纹理部分的平滑处理难以达到理想的平衡问题。为实现上述目的,本专利技术提供如下技术方案:基于oct图像的小波去噪算法,包括小波分解、阈值量化和重构三个阶段,所述小波分解包括低频子信号、水平方向高频子信号、垂直方向高频子本文档来自技高网...

【技术保护点】

1.基于OCT图像的小波去噪算法,其特征在于,包括小波分解、阈值量化和重构三个阶段,所述小波分解包括低频子信号、水平方向高频子信号、垂直方向高频子信号和对角方向高频子信号,所述水平方向高频子信号、垂直方向高频子信号和对角方向高频子信号采用不同的均值滤波模板进行处理,所述水平高频子信号使用水平模板进行滤波,以消除水平方向的高频噪声,保留垂直方向的低频信息,所述水平高频子信号使用水平模板进行滤波,以消除水平方向的高频噪声,保留垂直方向的低频信息,所述对角高频子信号则使用对角模板进行处理,以消除水平和垂直方向的高频噪声。

2.根据权利要求2所述的基于OCT图像的小波去噪算法,其特征...

【技术特征摘要】

1.基于oct图像的小波去噪算法,其特征在于,包括小波分解、阈值量化和重构三个阶段,所述小波分解包括低频子信号、水平方向高频子信号、垂直方向高频子信号和对角方向高频子信号,所述水平方向高频子信号、垂直方向高频子信号和对角方向高频子信号采用不同的均值滤波模板进行处理,所述水平高频子信号使用水平模板进行滤波,以消除水平方向的高频噪声,保留垂直方向的低频信息,所述水平高频子信号使用水平模板进行滤波,以消除水平方向的高频噪声,保留垂直方向的低频信息,所述...

【专利技术属性】
技术研发人员:李江川庞宇王慧倩
申请(专利权)人:李江川
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1