买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山西大学申请的专利基于区域自适应的多尺度非局部低剂量CT图像去噪方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115375574B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211008912.4，技术领域涉及：G06T5/70；该发明授权基于区域自适应的多尺度非局部低剂量CT图像去噪方法是由贾丽娜;刘卓;王耀鹏设计研发完成，并于2022-08-22向国家知识产权局提交的专利申请。

本基于区域自适应的多尺度非局部低剂量CT图像去噪方法在说明书摘要公布了：本发明提供的基于区域自适应的多尺度非局部低剂量CT图像去噪方法，该方法对图像不同区域采用自适应搜索窗口、自适应多尺度块尺寸以及自适应滤波系数，即在非边沿区域，在长29像素×宽29像素的各向同性正方形搜索窗口作为相似点区域；在包含边缘的区域，在长15像素×宽15像素的各向同性正方形搜索窗口作为相似像素候选点，然后根据像素点分类信息和边沿提取信息得到在沿着边沿方向的各向异性的相似点区域；接着使用多尺度加权的非局部均值去噪在确定的相似点区域内计算去噪像素值；此外为了更好地去除条纹伪影和散斑噪声，根据噪声强度和直觉模糊散度理论自适应改变去噪的平滑参数和多尺度作用系数，故本方法有效地解决了现有技术存在的问题。

本发明授权基于区域自适应的多尺度非局部低剂量CT图像去噪方法在权利要求书中公布了：1.基于区域自适应的多尺度非局部低剂量CT图像去噪方法，其特征在于：包括如下步骤： 步骤一，像素分类和边沿提取：采用局部块的分类信息来实现边沿提取，进而实现边沿区域和非边沿区域的区分： 步骤二，基于区域的相似像素筛选：根据边沿提取结果，对于非边沿的区域，选用尺寸为长29像素×宽29像素的各向同性搜索窗口作为相似像素点集合；对于包含边沿区域，选用尺寸为长15像素×宽15像素的各向同性搜索窗口作为候选像素点，然后根据步骤一的像素分类信息和边沿信息去除不相似像素点，最终得到沿着边沿方向的相似像素点集合； 步骤三：基于区域的多尺度非局部去噪：确定相应的相似像素后，采用多尺度加权的非局部去噪方法，对低剂量CT图像进行去噪； 对图像进行多尺度的非局部去噪，并根据区域信息自适应地确定控制不同尺度作用程度的系数，最后将不同尺度下的去噪结果进行加权运算，得到最后的去噪结果，去噪后图像中的每个像素值为： ； 其中，为含噪声图像在位置点的像素值，R1、R2为步骤二确定的相似像素组成的集合，为图像块的大小，N1、N2为不同尺度下的图像块大小；和为控制不同尺度作用程度的系数，且满足； 为采用长5像素×宽5像素的图像块时位于点的像素点对于位于点的像素点的权重系数，为采用长9像素×宽9像素的图像块时位于点的像素点对于位于点的像素点的权重系数，均通过下列公式计算得到： ； 其中，表示高斯加权距离，表示中心点位于点的图像块，是图像块中像素的总个数，是控制去噪的平滑参数； 控制不同尺度作用程度的系数采用区域方差和直觉模糊散度进行调节： ； ； 其中：以像素点为中心的尺寸为长3像素×宽3像素区域代表以当前像素为中心的局部块，作为一个模糊集，记作；是中的像素点的直觉模糊散度； 步骤四：基于直觉模糊散度的自适应滤波参数：使用光滑模板和以当前像素为中心的局部块之间的直觉模糊散度自适应调整每个像素的滤波参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山西大学，其通讯地址为：030006 山西省太原市小店区坞城路92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。