[发明专利]一种关于OCT和OCTA的图像噪声去除的方法有效

专利信息
申请号: 201910352015.7 申请日: 2019-04-29
公开(公告)号: CN110101362B 公开(公告)日: 2021-12-17
发明(设计)人: 杨建龙;方黎洋;王浩;郭雨荟;胡衍;刘江 申请(专利权)人: 中国科学院宁波工业技术研究院慈溪生物医学工程研究所;中国科学院宁波材料技术与工程研究所
主分类号: A61B3/12 分类号: A61B3/12;A61B3/14;G06T5/00;G06T11/00
代理公司: 浙江千克知识产权代理有限公司 33246 代理人: 裴金华
地址: 315300 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 关于 oct octa 图像 噪声 去除 方法
【权利要求书】:

1.一种关于OCT和OCTA的图像噪声去除的方法,其特征在于,包括:

步骤S0,图像预处理以获取灰度图像;

步骤S1,从所述灰度图像中提取频域图像;

步骤S2,去除所述频域图像中的条纹信息,得到去噪频域图像;

步骤S3,基于所述去噪频域图像重构去噪图像;

所述步骤S1包括:

步骤S1-0,对所述灰度图像采用非下采样轮廓波变换或者小波变化进行分解以提取包含条纹信息的水平子带图像;

步骤S1-1,对所述水平子带图像进行二维傅里叶变换,得到频域图像。

2.根据权利要求1所述的一种关于OCT和OCTA的图像噪声去除的方法,其特征在于:

所述步骤S1-0中,进行最大次数为L的小波分解,其中;

所述步骤S1-1中,对包含条纹信息的水平子带图像进行二维傅里叶变换,得到所述频域图像。

3.根据权利要求1所述的一种关于OCT和OCTA的图像噪声去除的方法,其特征在于,所述步骤S1-0包括:

步骤S1-0-1,进行非下采样轮廓波分解,得到高通子带图像和低通子带图像;步骤S1-0-2,对所述低通子带图像进行m次非下采样轮廓波分解,得到m个高频子带图像;

步骤S1-0-3,对m个高频子带图像进行非下采样方向滤波器组分解,得到水平子带图像和垂直子带图像,其中;

所述步骤S1-1中,对包含条纹信息的水平子带图像进行二维傅里叶变换,得到所述频域图像。

4.根据权利要求1-3中任一项所述的一种关于OCT和OCTA的图像噪声去除的方法,其特征在于,所述步骤S2包括:

步骤S2-1,将所述频域图像的零频点移到频谱的中间;

步骤S2-2,乘以高斯阻尼函数;

步骤S2-3,还原零频点。

5.根据权利要求4所述的一种关于OCT和OCTA的图像噪声去除的方法,其特征在于:

所述步骤S3中,进行二维傅里叶逆变换,得到所述去噪图像。

6.根据权利要求5所述的一种关于OCT和OCTA的图像噪声去除的方法,其特征在于,所述步骤S3包括:

步骤S3-1,进行二维傅里叶逆变换,得到去噪子带图像;

步骤S3-2,将进行小波重构,得到所述去噪图像。

7.根据权利要求5所述的一种关于OCT和OCTA的图像噪声去除的方法,其特征在于,所述步骤S3包括:

步骤S3-1,进行二维傅里叶逆变换,得到去噪子带图像;

步骤S3-2,基于所述去噪子带图像进行非下采样轮廓波重构,得到所述去噪图像。

8.根据权利要求1所述的一种关于OCT和OCTA的图像噪声去除的方法,其特征在于,所述步骤S0包括:

步骤S0-1,转换为灰度图像;

步骤S0-2,归一化处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院宁波工业技术研究院慈溪生物医学工程研究所;中国科学院宁波材料技术与工程研究所,未经中国科学院宁波工业技术研究院慈溪生物医学工程研究所;中国科学院宁波材料技术与工程研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910352015.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top