An Improved Wiener Filter Based on Adaptive SNR MRI Image Denoising Algorithm

维纳滤波器 维纳反褶积 降噪 算法 噪音(视频) 数学 滤波器(信号处理) 计算机科学 自适应滤波器 直方图 中值滤波器 信噪比(成像) 非本地手段 峰值信噪比 模式识别(心理学) 人工智能 计算机视觉 图像(数学) 图像处理 统计 图像去噪 盲反褶积 反褶积
作者
Qingbiao Zhang,Chang Liu,Gang He
标识
DOI:10.1109/ccpqt56151.2022.00036
摘要

Aiming at the disadvantages of traditional Wiener filtering, a new adaptive noise ratio wiener filtering method is proposed in this paper. The method can identify the noise type according to its histogram distribution type, calculate the mean and variance of noise, and construct the corresponding point spread function.At the same time, the image denoising algorithm based on the improved Wiener filter is realized by estimating the adaptive SNR of the image. Especially for the medical images with different background and foreground, the denoising algorithm proposed in this paper has remarkable effect. The experimental results show that the adaptive SNR wiener filter can achieve better results than the traditional wiener filter by combining the main visual effect and objective PSNR value (the larger the PSNR is the better). The algorithm in this paper can directly find the optimal signal-to-noise ratio of wiener filters, which solves the problem that traditional Wiener filters need to estimate the signal-to-noise ratio continuously.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
duoduo7发布了新的文献求助10
1秒前
1秒前
Meredith应助zw采纳,获得20
1秒前
大脸猫发布了新的文献求助10
1秒前
apple810完成签到,获得积分10
2秒前
chai完成签到,获得积分10
2秒前
hyskoa完成签到,获得积分10
3秒前
爱撒娇的子默完成签到,获得积分10
3秒前
3秒前
文章必发关注了科研通微信公众号
3秒前
4秒前
Amic完成签到 ,获得积分10
6秒前
英俊的铭应助ASD123采纳,获得10
6秒前
乾雨发布了新的文献求助10
6秒前
7秒前
闪闪新波发布了新的文献求助10
7秒前
搜集达人应助YOP采纳,获得10
7秒前
隐形的绿凝完成签到,获得积分10
8秒前
虚幻的雪巧完成签到,获得积分10
9秒前
9秒前
煮饭吃Zz发布了新的文献求助20
9秒前
10秒前
10秒前
动听文轩发布了新的文献求助10
10秒前
11秒前
eric关注了科研通微信公众号
11秒前
余闻问发布了新的文献求助10
12秒前
12秒前
飞鸟发布了新的文献求助10
14秒前
蓝莓完成签到,获得积分20
14秒前
学术暴君发布了新的文献求助10
15秒前
16秒前
今后应助还单身的绮梅采纳,获得10
16秒前
16秒前
Orange应助小吴采纳,获得10
16秒前
星辰大海应助动听文轩采纳,获得10
16秒前
16秒前
咕咕嘎嘎完成签到,获得积分10
17秒前
淺沫初晴发布了新的文献求助10
17秒前
闪闪新波完成签到,获得积分10
19秒前
高分求助中
Lire en communiste 1000
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 800
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Becoming: An Introduction to Jung's Concept of Individuation 600
Evolution 3rd edition 500
Die Gottesanbeterin: Mantis religiosa: 656 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3171046
求助须知:如何正确求助?哪些是违规求助? 2821953
关于积分的说明 7937363
捐赠科研通 2482414
什么是DOI,文献DOI怎么找? 1322504
科研通“疑难数据库(出版商)”最低求助积分说明 633656
版权声明 602627