earticle

영어

We propose a new method for the reduction of noise present in the magnetic resonance (MR) images. Magnetic resonance imaging (MRI) is corrupted by Rician noise, which is image dependent and computed from both real and imaginary images. Rician noise makes image-based quantitative measurement difficult. The non-local means (NLM) filter has been proven to be effective against additive noise. Similarly, Wavelet transform (WT) based denoising produces a better noise estimation. The proposed algorithm performs denoising in three functional steps. First, the noisy image is decomposed into multiple subbands by using the wavelet transform. NLM filter is applied to the approximation (low-frequency) subbands of a signal decomposed using a wavelet filter bank. The multiresolution NLM filter is combined with wavelet thresholding to form a new image denoising framework, which turns out to be very effective in eliminating noise in real noisy images. Experiments show that the algorithm can reduce image noise effectively in terms of image quality metrics.

한국어

MRI 영상에 있어 노이즈를 제거하기 위한 새로운 방법을 제안한다. MRI영상은 실영상과 허상영상으로부터 계산되어진 영상과의 의존적인 Rician 노이즈가 포함되어져 만들어진다. NLM 필터는 추가적인 노이즈에 대해 효과적인 것으로 증명되어진다. 비슷하게도 디노이징 기반 웨이브렛 변환은 더 좋은 노이즈 추정을 한다. 제안된 알고리듬은 기능적 3단계로 디노이징 과정을 수행한다. 첫 번째로 노이즈 영상은 웨이블렛 변환을 적용에 의한 다수의 서브밴드에 나타난다. NLM 필터는 웨이브렛 필터 뱅크를 사용한 신호 분해의 저주파 성분의 서브밴드에 적용되어진다. 실 노이즈 영상에 있어 제거될 노이즈에 매우 효과적으로 판명되어질 다중해상도 NLM 필터는 새로운 디노이징 영상 프레임워크를 만들기 위해 웨이브렛 임계와 결합되어진다. 실험은 알고리듬이 영상 질적 통계에 의해 효과적으로영상 노이즈를 줄일 수 있는 것으로 나타난다.