[发明专利]一种OCT图像自适应噪声估计方法及系统

权利要求书

1.一种OCT图像自适应噪声估计方法，其特征在于，所述方法包括以下步骤：

S100：采集OCT图像数据；

S200：通过双树复小波变换将图像数据的实际观测信号值转换到小波域；

S300：估算小波域中的各个子带的全局噪声的标准差；

S400：估算小波域中的各个子带的局部噪声的标准差；

S500：计算各个子带中修正后的小波系数；

S600：根据修正后的小波系数重构复原降噪后的图像。

2.根据权利要求1所述的一种OCT图像自适应噪声估计方法，其特征在于，在S300中，估算小波域中的各个子带的全局噪声的标准差的方法为：

式中，w_s代表当前子带的小波系数，T为自适应参数，N表示子带中小波系数的总数，median函数是返回给定数值的中值的函数。

3.根据权利要求1所述的一种OCT图像自适应噪声估计方法，其特征在于，在S400中，估算小波域中的各个子带的局部噪声的标准差的方法为：

式中,σ_y为领域内小波系数的方差，M代表当前邻域N(k)的大小。

4.根据权利要求2所述的一种OCT图像自适应噪声估计方法，其特征在于，σ_n传统估计方法为将当前子带的所有小波系数排序，并取其中值除以一个鲁棒系数得到，如公式：

5.根据权利要求3所述的一种OCT图像自适应噪声估计方法，其特征在于，在S500中，计算各个子带中修正后的小波系数的方法为：

通过结合双变量收缩贝叶斯阈值模型得到的联合收缩公式：

式中，表示为处在第j层小波尺度s位置修正后的小波系数，表示为处在第j层小波尺度s位置的小波系数,表示去噪后的小波系数,σ_n为全局估计的噪声值，σ为位置s邻域估计的噪声值。

6.根据权利要求5所述的一种OCT图像自适应噪声估计方法，其特征在于，g()+为收缩函数，定义为：

7.一种OCT图像自适应噪声估计系统，其特征在于，所述系统包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序运行在以下系统的单元中：

图像采集单元，用于采集OCT图像数据；

小波域转换单元，用于通过双树复小波变换将图像数据的实际观测信号值转换到小波域；

全局噪声估算单元，用于估算小波域中的各个子带的全局噪声的标准差；

局部噪声估算单元，用于估算小波域中的各个子带的局部噪声的标准差；

小波系数修正单元，用于计算各个子带中修正后的小波系数；

图像重构单元，用于根据修正后的小波系数重构复原降噪后的图像。