Medical image denoising Dual Tree Complex Wavelet Transform

Abstract

Abstracet: DT-CWT is a relatively recent discovery of DWT with significant additional features In this study, a comparative analysis is performed between the separate wavelet transformation (DWT) and the wavelet transformation (DT-CWT) with regard to the reduction of medical noise and the possibility of recovering the resolution of the original image.We used a noise reduction technique based on complex double shaft wavelengths and the results showed that images minimized with DT-CWT have a better balance between smoothing and accuracy than the wavelet to noise conversion ratio (DWT) to evaluate image quality and reduce noise. Résumé : DT-CWT est une découverte relativement récente de DWT avec des caractéristiques supplémentaires significatives Dans cette étude, une analyse comparative est effectuée entre la transformation en ondelettes séparée (DWT) et la transformation en ondelettes (DT-CWT) en ce qui concerne la réduction du bruit médical et la possibilité de récupérer la résolution de l'image d'origine. Nous avons utilisé une technique de réduction du bruit basée sur des longueurs d'onde complexes à double arbre et les résultats ont montré que les images minimisées avec DTCWT présentent un meilleur équilibre entre le lissage et la précision que le rapport de conversion d'ondelettes (DWT) sur bruit (PSNR) pour évaluer la qualité des images et réduire le bruit. ملخص : )DWT( اكتشاف حديثا نسبيا لتحويل المويجات المنفصلة CWT( )DT- يعد تحويل المويجات المعقدة بشجرة مزدوجة مع خضائص اضافية مهمة فيما )DT-CWT( وتحويل المويجات )DWT( في هاده الدراسة يتم اجراء تحليل مقارن بين تحويل المويجات المنفصل يتعلق بالحد من الضوضاء الطبية والقدرة على استرداد دقة الصورة االصلية )DT- استخدمنا اسلوب تقليل الضوضاء استنادا الى المويجات المعقدة مزدوجة االشجار واثبتت النتائج ان الصور التي تم تقليلها باستخدام الى نسبة الضوضاء )DWT( لها توازن افضل بين السالسة والدقة من نسبة تحويل المويجات CWT( لتقييم الجودة من الصور وتقليل الضوضاء )PSNR