磁共振成像在医学领域具有极大的应用价值,但成像过程容易被噪声所污染,从而影响医生对磁共振图像的后续处理和分析。图像去噪是降低噪声对磁共振图像消极影响的最主要方式。然而,由于磁共振图像噪声的复杂性,磁共振图像的去噪仍然是一项艰巨的任务,如易丢失细节和引入伪影。针对磁共振图像,本文进行了去噪研究并提出了基于结构相似性和低秩稀疏的磁共振图像去噪算法。磁共振图像具有结构相似性,即意味着在磁共振图像中存在很多结构相似的图像块,如重复的图像边缘或组织纹理。低秩稀疏即表示将带噪的高秩图像信息进行低秩矩阵逼近以得到稀疏的低秩图像信息,在此过程中会消除噪声。本文的主要工作总结如下:(1)提出了一种自适应结构信息的磁共振图像去噪算法,可用于去除高斯噪声。该算法根据结构相似性提取磁共振图像的结构信息,并利用结构信息引导权重计算过程,避免了不相似像素对去噪过程带来的消极影响。实验结果表明,所提算法减少了伪影的引入,能更好地保留图像细节,同时取得了更高的PSNR和SSIM值。(2)提出了一种基于非局部结构相似信息和低秩稀疏的自适应磁共振图像去噪算法,可用于去除空间稳定和空间变化的Rician或非中心卡方分布噪声。该算法首先利用结构相似性提取磁共振图像中结构相似的非局部图像块,然后使用我们改进的加权核范数最小化对这些相似的图像块进行低秩稀疏以实现噪声的自适应处理。实验结果表明,所提算法在PSNR等定量指标和视觉质量上都取得了更好的结果。(3)提出了一种基于非局部和多方向结构相似信息的扩散加权磁共振图像去噪算法,可去除Rician等非高斯噪声。该算法将扩散加权磁共振图像的非局部和多方向结构相似信息进行融合以提取出更多结构相似的图像块。然后,将这些结构相似的图像块用第三章改进的加权核范数最小化进行低秩稀疏表示以去除噪声。除此之外,该算法还应用了相位校正技术进行预处理,从而减少了去噪过程中的偏差。实验结果表明,所提算法较对比算法在PSNR等评价指标和视觉质量上具有更好的效果。针对磁共振图像去噪,本文提出了相应的算法,实现了磁共振图像质量的提升,进而提高了医生对磁共振图像的分析和处理能力,对医疗诊断过程具有积极的帮助。