换一批摘要泊松噪声在低光子计数成像中较为常见，尤其是在微光成像、天文、核医学领域，但由于建模处理信号相关噪声的困难性，对于低光子计数(及小尺寸图像)往往会存在小样本问题以及图像区块间特征自相似性不足的问题，使得当今许多优秀的降噪算法还不能达到好的降噪效果。该文提出了一种能同时解决这两种问题的泊松降噪算法。首先，我们对图像块进行分块排序，用重采样法对邻近非局部块进行分块重采样；然后选取与原始图像块近似度高的前5个采样向量并应用基于指数分布族的PCA框架对其进行处理；最后依据与原始图像近似度权重将处理结果合成降噪后的图像。实验结果显示我们的方法对小样本量低光子计数图像的泊松降噪有很好的表现。
更多相关知识
关键词
泊松噪声低光子计数问题小样本问题分块排序PCA重采样Poisson noiselow photon countssmal sample problempatch orderPCAbootstrap resampling
分类号
R318.6（医用一般科学）
栏目名称
DOI
10.3969/j.issn.1671-7104.2016.06.003
发布时间
2016-12-30（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览0
- 被引4
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
