基于双边随机投影的光学相干层析成像去噪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112862836A(43)申请公布日2021.05.28(21)申请号202110084907.0(22)申请日2021.01.22(71)申请人常州大学地址213164江苏省常州市武进区湖塘镇滆湖中路21号(72)发明人范伟伟(74)专利代理机构大连理工大学专利中心21200代理人刘秋彤梅洪玉(51)Int.Cl.G06T7/11(2017.01)G06T5/00(2006.01)G06K9/62(2006.01)权利要求书2页说明书5页附图3页(54)发明名称基于双边随机投影的光学相干层析成像去噪方法(57)摘要基于双边随机投影的光学相干层析成像去噪方法，属于图像去噪处理技术领域。采用该发明的方法不需要大量训练数据，利用少量相邻帧即可在去除散斑的同时保留原有生物结构信息，运算效率较高。基于双边随机投影的去噪算法能有效的抑制散斑噪声，获得了较好的视觉效果，且计算复杂度较低。该方法的提出为医生进行视网膜疾病诊断以及改善计算机自动辅助视网膜疾病分析的性能提供了有效帮助，且计算时间可以满足临床的实时性要求。CN112862836ACN112862836A权利要求书1/2页1.基于双边随机投影的光学相干层析成像去噪方法，其特征在于，包括以下步骤：S01：图像预处理，对视网膜图像进行对齐预处理，增强相邻帧之间的相关性；S02:将一帧包含n个像素的B扫描图像看作是矩阵中的列向量，相邻的组织结构相似的m帧B扫描图像则用矩阵表示为根据低秩分解理论，将OCT图像矩阵X分解为L、S以及N三部分之和，X＝L+S+N(1)其中，L表示无噪生物结构图像组成的低秩矩阵，S表示由运动伪差引起的稀疏矩阵，N表示噪声矩阵；要从扫描的OCT图像中提取无噪图像即等同于从观测信号X中恢复信号L；S03:设低秩矩阵L有rank(L)≤r，且S矩阵中的非零元素个数满足card(S)≤k，则去噪问题表示为最小化代价函数求解问题：其中，r表示低秩矩阵的秩，k表示矩阵稀疏度参数，k越小，矩阵越稀疏；S04:由于公式(2)中矩阵L和S均为未知矩阵，给定r和k，公式(2)的优化问题转化为交替求解公式(3)及公式(4)直至收敛；其中，Lt表示第t次迭代求得的低秩部分L，St表示第t次迭代求得的稀疏部分S；S05:根据双边随机投影算法，对于矩阵n＞m，X的双边随机投影表示为：TY1＝XA1，Y2＝XA2(5)其中，Y1表示右随机投影矩阵，Y2表示左随机投影矩阵，为高斯随机矩阵；S06:X的r秩快速低秩逼近由公式(6)计算；分别对Y1和Y2进行矩阵正交三角分解，得到Y1和Y2的矩阵正交三角分解形式如公式(7)所示，由此X的r秩快速低秩逼近改写成公式(8)的形式；Y1＝Q1R1，Y2＝Q2R2(7)其中，Q1表示Y1进行正交三角分解后的正交矩阵，R1表示Y1进行正交三角分解后的上三角矩阵，Q2表示Y2进行正交三角分解后的正交矩阵，R2表示Y2进行正交三角分解后的上三角矩阵，q表示幂次参数；对于公式(4)中St的求解，由如下方法获得，其中，为矩阵元硬阈值算子，该算子保留|X‑Lt|中最大的k个元素，而将其他元素置0；2CN112862836A权利要求书2/2页S07:经过迭代，直到小于设定阈值，即获得X的低秩矩阵L和稀疏矩阵S，从而恢复出无噪图像。2.根据权利要求1所述的基于双边随机投影的光学相干层析成像去噪方法，其特征在于，所述步骤S01中，B扫描图像对齐步骤如下：首先分割出OCT图像中视网膜的上边界，采用多分辨率表面检测方法进行分割；分割后计算所有B扫描图像中视网膜的上边界的平均位置，并以此为基准，估计各B扫描图像的位移值；在计算上边界的平均位置时只使用除中心凹外左侧部分和右侧部分的像素点；各B扫描图像根据视网膜的上边界的平均位置向上或向下进行平移，从而对齐各B扫描图像。3.根据权利要求1或2所述的基于双边随机投影的光学相干层析成像去噪方法，其特征在于，双边随机投影算法的求解步骤如下：步骤1，初始化高斯随机矩阵A1，设置参数q；步骤2，利用公式(5)计算右随机投影矩阵Y1；步骤3，更新A2使得A2＝Y1，并利用公式(5)计算左随机投影矩阵Y2；步骤4，更新A1使得A1＝Y2，若循环次数未达到q+1次，则跳转到步骤2，否则进行下一步；步骤5，根据公式(7)对Y1和Y2进行QR分解，并由公式(8)求解Lt；步骤6，根据公式(9)求解St；经过迭代，直到小于设定阈值，即获得X的低秩矩阵L和稀疏矩阵S，从而恢复出无噪图像。3CN112862836A说明书1/5页基于双边随机投影的光学相干层析成像去噪方法技术领域[0001]本发明涉及一种基于双边随机投影(BRP)的光学相干层析成像去噪算法，属于图像去噪处理技术领域