[发明专利]一种改进NAS-RIF的OCT图像盲复原方法

说明书

本发明公开了一种改进NAS‑RIF的OCT图像盲复原方法，属于视觉检测领域。本发明应用GNLDF算法对OCT图像预处理，并采用基于泊松分布的最小误差阈值估计OCT图像的目标支持域；通过引入OCT估计图像的梯度信息，构建基于ATV正则化的改进代价函数，采用分裂Bregman迭代算法优化改进代价函数，进而调整FIR滤波器系数，使投影图像不断接近真实图像，实现OCT图像的盲复原。本方法充分利用了OCT估计图像的梯度信息，通过构建的改进代价函数，有效提高了NAS‑RIF方法在OCT图像盲复原过程中的噪声鲁棒性，且能够保留图像的细节信息，获得了结构清晰、边缘明显的高信噪比OCT复原图像。

技术领域

本发明涉及一种光学相干层析(Optical Coherence Tomography,OCT)图像盲复原方法，属于视觉检测领域，尤其涉及一种改进非负性和递归逆滤波(Nonnegativity andSupport Recursive Inverse Filtering,NAS-RIF)的OCT图像盲复原方法。

背景技术

OCT技术利用光源低相干性获取待测样品内部结构信息，已应用于生物医学、临床医学和物体无损检测等领域，然而OCT系统在成像过程中易受到噪声的影响，造成图像退化，掩盖和模糊图像的细节信息，直接影响着OCT图像分析精度。因此，实现OCT图像的复原，获得结构清晰、边缘明显的高信噪比OCT图像，能够提高OCT图像分析与检测的准确性。

现有的OCT图像复原方法主要有非盲复原法和盲复原法。非盲复原法根据实际OCT图像的点扩散函数(Point Spread Function,PSF)实现OCT图像复原，然而实际应用中OCT图像的PSF较难准确获得，导致采用非盲复原法难以获得高质量的OCT复原图像；而盲复原法中的NAS-RIF方法能在PSF未知的情况下，利用OCT图像的目标支持域和非负性，施加限制条件约束复原过程，实现可靠的图像复原，然而该方法在OCT图像复原的过程中易受观测图像噪声的影响，使得估计图像产生偏差，噪声鲁棒性低，制约了OCT图像复原质量的提高。因此，通过改进NAS-RIF方法，提高OCT图像盲复原过程中的噪声鲁棒性，实现高质量的OCT图像复原。

发明内容

本发明的目的是提高NAS-RIF方法在OCT图像盲复原过程中的噪声鲁棒性，获得高质量的OCT复原图像。首先，应用几何非线性扩散(Geometric nonlinear diffusionfilter,GNLDF)算法对OCT图像预处理，并采用基于泊松分布的最小误差阈值估计图像的目标支持域；然后，通过引入OCT估计图像的梯度信息，构建基于各向异性总变分(Anisotropic Total Variation,ATV)正则化的改进代价函数，并采用分裂Bregman迭代算法优化改进代价函数，进而调整FIR滤波器系数，使投影图像不断接近真实图像，实现OCT图像的盲复原。

本发明采用的技术方案为一种改进NAS-RIF的OCT图像盲复原方法，该方法具体包括以下步骤：

步骤一：对OCT原图像进行GNLDF滤波，得到GNLDF滤波后的图像；

步骤二：将GNLDF滤波后的图像经过FIR滤波器，得到估计图像然后采用基于泊松分布的最小误差阈值估计图像的支持域，再经过NL滤波器，得到投影图像

步骤三：构建基于ATV正则化的改进代价函数J，并采用分裂Bregman迭代方法对改进代价函数进行优化；

步骤四：重复步骤一到步骤三，直至满足终止条件时停止迭代，此时的投影图像即为盲复原后的OCT图像。

所述步骤一，具体包括：

OCT图像为I，利用式(1)估计出参数δ。

式中，I_i,j代表坐标为(i,j)处的像素值；mean(·)为图像像素的均值；median(·)为中位数。