(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111614267.6 (22)申请日 2021.12.27 (71)申请人 山东建筑大学 地址 250101 山东省济南市历城区凤鸣路 1000号山东建筑大学 (72)发明人 陈怀广　赵庆利　高静　 (74)专利代理 机构 西安方诺专利代理事务所 (普通合伙) 61285 专利代理师 李思琼 (51)Int.Cl. G06T 5/00(2006.01) (54)发明名称 一种基于FCFDS改进NLM的OCT图像去噪方法 (57)摘要 本发明公开了一种基于 FCFDS改进NLM的OCT 图像去噪方法， 用于去除光学相干断层扫描 (OCT)图像中的散斑噪声。 与使用整数阶差分算 子相比， FCFDS具有更多 的局部像素信息。 另外， 本发明在NLM算法中引入FCFDS算子构建高精度 双方向的权重算子， 从而能够有效降低OCT图像 上的散斑噪声。 通过模拟仿真图像和真实OCT图 像的实验结果表明本发明的方法可以充分降低 噪声并保留图像细节。 权利要求书3页 说明书9页 附图4页 CN 115526785 A 2022.12.27 CN 115526785 A 1.一种基于FCFD S改进NLM的OCT图像去噪方法， 其特 征在于， 包括以下步骤： 步骤1： 输入噪声图像v； 步骤2： 初始化搜索窗口和相似度窗口 的大小； 步骤3： OCT噪声图像去噪算法 步骤301： 复制输入图像v的边界， 以边界上的点所在的参考块在搜索窗口范围内的所 有块中选取相似度窗口大小的相似块； 步骤302： 基于引理1、 引理2构造FCFDS模板算子， 利用FCFDS模板算子得到掩模系数， 根 据掩模系数分别在正x坐标和正y坐标 方向构造分数阶微分掩 模； 步骤303： 基于FCFD S模板算子计算得到垂直方向的方差参数； 步骤304： 基于FCFD S模板算子构造核函数； 步骤305： 基于方差参数和核函数构造相似度加权核函数； 步骤306： 根据得到的相似度加权核函数对相似块和参考块进行加权平均得到过滤后 的结果图像 步骤4： 输出 结果图像 2.根据权利要求1所述的一种基于FCFDS 改进NLM的OCT图像去噪方法， 步骤302构造的 FCFDS模板算子为： 其中， n＝2,3, ……,N， α ∈(0,1)， β 是常数， ρ1、 ρ2、 ρ3均表示 权重且 当β ＝1时， 二维图像f(x,y)， 水平方向x和垂直方向y对应的表达式分别为： 权　利　要　求　书 1/3 页 2 CN 115526785 A 2根据式(8)和(9)可知掩 模系数为： 根据式(9)在正x坐标和正y坐标 方向构造分数阶微分掩 模。 3.根据权利要求1所述的一种基于FCFDS改进NLM的OCT图像去噪方法， 其特征在于， 步 骤303得到的方差参数表达式为： 其中， η是阻尼系数， 4.根据权利要求1所述的一种基于FCFDS改进NLM的OCT图像去噪方法， 其特征在于， 步 骤304得到的核函数的表达式为： 其中， σx和σy分别表示水平方向和竖直方向上的步长， σx∈[‑k， k]、 σy∈[‑k， k]； φx和 φy(Δ， x)分别表示图像块在水平和垂直方向上的方差参数， φx是一个常数。 5.根据权利要求1所述的一种基于FCFDS改进NLM的OCT图像去噪方法， 其特征在于， 步 骤305中构建的相似度加权核函数为： 其中， v(·)为噪声图像v中位于 ·位置的像素值； 使用ω(x， t)来评估两个图像块像素权　利　要　求　书 2/3 页 3 CN 115526785 A 3