医学超声图像去噪方法研究

论文摘要:图像去噪是图像预处理中一项被广泛应用的技术,作用（略）信噪比,突出图像的期望特征.对超声图像进行去噪处理,是医学超声图像处理的重要一环,对一般图像处理理论也有重要意义.对散斑噪声抑制技术的研究一直是国内外超声成像技术的重要课题之一.超声图像去噪的一般要求是在有效抑制散斑噪声的同时,保留对后期分析诊断有用的（略）.基于严重椒盐噪声污染图像,改进了中值滤波算法,并将其应用在抑制椒盐噪声算法中.首先利用（略）检测算子进行像素点分类.对检测出来的噪声点根据其局部统计信息,使用分类方法分为低密度噪声、中密度噪声和高密度噪声.对不同密度的噪声采用不同的滤波方式,对所占比例最大的低密度噪声采用在保留细节方面作用突出的八邻域相似度函数加权滤波.算法充分考虑到中高密度噪声的情况,表现出更好的去噪能力、自适应性以及保留细节能（略）基于直方图和邻域相关系数,改进了加权均值滤波算法,并将其应用在抑制椒盐噪声算法中.引入灰度直方图作为邻域平均的权值,提供了原图像的灰度分布信息.引入相关系数,利用相关性区分了有效（略）该算法根据当前所处理像素点的具体信号特征,自适应地调整算法的滤波强度...Imagedenoisingiswidelyusedinthefield（omitted）preprocessing,anditsmainpurposeistoimprovesigna（omitted）ratioandtohighlighttheexpectationfeaturesforimages.Themedic（omitted）undimagedenoisingisanimportantfieldofmedicalultrasoundimageprocessing,andalsosignificantforgeneralimageprocessing（omitted）ngthespeckleshasalwaysbeenoneofthemostkeysubjectsofultrasoun（omitted）technologyhomeandabroad.Itismainlydesiredthattheusefulimagedetailsforp...目录:摘要第4-5页Abstract第5-6页第1章绪论第10-22页·课题背景第10页·图像噪声第10-12页·噪声特征第11页·噪声分类第11-12页·去噪质量评价标准第12页·基于均值滤波的去噪方法第12-14页·均值滤波的缺陷分析第13页·加权均值滤波器第13-14页·基于中值滤波的去噪方法第14-15页·加权中值滤波第14页·开关中值滤波第14-15页·自适应滤波方法第15页·极值中值滤波第15页·基于偏微分方程的去噪方法第15-17页·PM模型第16-17页·Catté模型第17页·SRAD模型第17页·关于参数k的最佳估计第17页·基于多尺度几何分析的去噪方法第17-20页·小波变换第17-19页·图像多尺度几何分析第19-20页·论文的主要内容第20-22页第2章基于改进中值、均值滤波的椒盐噪声去噪算法第22-39页·引言第22页·基于严重椒盐噪声污染图像的改进中值滤波算法第22-31页·Max-Min检测算子和噪声分类方法第23-24页·双窗口滤波和噪声检测窗口的确定第24-26页·低密度噪声:八邻域相似度函数加权滤波第26-27页·中密度噪声:剪除噪声的中值滤波第27页·高密度噪声:四邻域均值滤波第27-28页·仿真实验结果及分析第28-31页·基于直方图和邻域相关系数的加权均值滤波算法第31-37页·直方图相关性第31-34页·邻域灰度相关性第34页·算法步骤第34-36页·仿真实验结果及分析第36-37页·本章小结第37-39页第3章基于改进各向异性扩散的超声散斑噪声去噪算法第39-51页·引言第39页·医学超声图像散斑噪声模型分析第39-40页·基于中值-各向异性扩散的超声图像去噪算法第40-50页·多方向中值滤波第41-42页·归一化局部方差第42-43页·仿真实验结果及分析第43-50页·本章小结第50-51页第4章基于Context模型的非下采样Contourlet变换去噪算法第51-69页·引言第51页·小波理论基础第51-53页·多采样系统第51-53页·平移不变性第53页·小波去噪方法综述第53-55页·阈值函数的选择第54页·阈值的选择第54-55页·Contourlet变换第55-59页·平移不变性分析第58页·冗余度分析第58-59页·非下采样Contourlet变换第59-60页·基于Context模型的非下采样Contourlet变换去噪算法第60-68页·空间自适应Context模型第60-62页·基于Context模型的去噪算法第62页·仿真实验结果及分析第62-68页·本章小结第68-69页结论第69-71页参考文献第71-75页攻读学位期间发表的学术论文第75-77页致谢第77页