基于Renyi熵滤波的光声图像重建算法设计与实现

针对光声图像重建过程中存在的原始光声信号信噪比差、重建图像对比度低、分辨率不足等问题,提出了基于Renyi熵的光声图像重建滤波算法.该算法首先根据原始光声信号的Renyi熵分布情况,确定分割阈值,并滤除杂波信号;再利用滤波后的光声数据进行延时叠加光声图像重建.利用该滤波算法分别处理铅笔芯横截面(零维)、头发丝(一维)以及小鼠大脑皮层血管(二维)等不同维度样本的光声信号,实验结果表明:相比Renyi熵处理之前,重建图像对比度平均增强了32.45%,分辨率平均提高了30.78%,信噪比提高了47.66%,均方误差降低了35.01%;相比典型的滤波处理算法(模极大值法和阈值去噪法),本研究中图像的对比度、分辨率和信噪比分别提高了25.94%/10.60%、27.90%/19.48%、35.21%/10.60%,均方误差减小了28.57%/16.66%.因此,选择利用Renyi熵滤波算法处理光声信号,从而使光声图像重建质量得到大幅改善.