医用超声图像散斑去噪方法综述

医用超声图像散斑去噪方法综述沈民奋1丘陈蜉婷2张琼2李徳來3I广东省汕头职业技术学院(汕头515078)2广东省汕头大学工学院(汕头515063)3汕头市超声仪器硏究所有限公司(汕头515041)文章编号:1006-6586(2013)03-0017-06中图分类号:R445.1文献标识码:A内容提要:散斑去噪是JS期医用超芦图像分割和识别等关键的预处理过程。本文在对国内外散斑去噪文献进行分析和归纳的基础上,综述了用于散斑图像去噪的主要算法,包含空域去噪算法、小波域去噪算法和各向异性扩散去噪算法,并对其性能进行分析和硏究。在此基础上提出对医用超声领域散斑图像去噪的一些展望。关键词:散斑去噪空域去噪小波去噪各向异性扩散去噪TheReviewofSpeckleDenoisinginMedicalUltrasoundImagingSHENMin-fcnuCHENTing-ting2ZHANGQiong2LIDc-lai31ShantouPolytechnic(Shantou515078)2ShantouUniversity(Shantou515063)3ShantouInstituteofUltrasonicInstrumentsCo.Ltd(Shantou515041)Abstract:Thespeckledenoisingisakeypreprocessingforlatersegmentationandidentificationinmedicalultrasoundimaging.Onthebasisofunderstandingandanalysisonspeckleimagedenoisingliterature,inthispaper,wereviewthemainalgorilhmsforspeckleimagedenoisingwhichincludediflerentcategorieslikethespatialdomaindenoisingalgorilhms,lhewaveletdomaindenoisingalgorithmsandtheanisotropicdiflusionfilteralgorithm.Andthepcribrmanccsofthesealgorithmsarcanalyzed.Finally,someprospectsofspeckledenoisinginmedicalultrasoundimagingarcputforward・Keywords:medicalultrasoundimaging,specklereduction,spatialdomaindenoising,wavelettransform,anisotropicdiffusion---本文来源于网络,仅供参考,勿照抄,如有侵权请联系删除---收稿日期:2012-12-10作者简介:沈民奋,博士,教授,博士生导师,汕头职业技术学院院长,汕头大学广东省数字信号勻佟像处理重点实验宝主任---本文来源于网络,仅供参考,勿照抄,如有侵权请联系删除---0.医用超声医学成像是通过接收散射回波信号相T•获得图像。由于系统分辨能力有限,并且成像目标表面相对于信号的波长是粗糙,因此每-个分辨率单元都包含许多散射中心,探测到的目标信号就是这些散射中心回波的矢蠢迭加。因九每个散射中心的回波相位是随机娈化的,其矢量迭加的结杲就造成了图像上的每一个分辨率单元的灰度(幅度)和相位是随机变化,这种随机变化形成了散斑噪声⑴。实践证明,在影响他们麼像质董的各种因素中,散斑噪声的影响比其他各类噪声大,因此有效地抑制散斑噪芦,便可大大地提高图像质董和应用价値。散斑噪芦往往掩盖---本文来源于网络,仅供参考,勿照抄,如有侵权请联系删除---主要特性并很明显地降低图像质量。现有的斑点波算法;各向异性犷散滤波算法;基于多尺度变噪声抑制算法大体口J以分为:空间域局部统计滤换的滤波算法(基于小波的滤波算法)。1.空间域局部统计滤波算法---本文来源于网络,仅供参考,勿照抄,如有侵权请联系删除---局部统计滤波方法3]是基于一定的估计准则的,因此不同的估计准则如最小均方误差准则(MMSE)极大似然法(ML)和最大后验槪率(MAP等得到广泛应用,典型的算法有Lee滤波算法和Kuan滤波算法。1.1Lee滤波算法在Lee滤波中散斑噪声统计模型是:乙j=X:比(1)这•里Z门为被观测到的图像强度,Xjj为我们希望恢复的去除噪声的图像强度,怙表示均値为1标准差为5的乘性噪声。假定一个像素采样均値和变差等于其像素邻域的局部均値和变差,并且把式(1)做泰勒展开,取其一阶近似使其线性化,然后根据最小平方估计得出:x=xAk(z-vx)(2)在这里为方便起见省略了变量的下标,;,匚表示去噪后图像的强度和其均値,7表示噪声均値,其式中k为:7var(x)k=—(3)xer/J.var(x)I亠亠“、var(z)J?Jvar(z)z这里va「(z)为其变量的变差。1.2Kuan滤波算法Kuan算法是基于最小均方误差准则(MMSE)的滤波算法,Kuan滤波器输出的估计値为:7=J_LA-(g-/)(4)式中g为观察的有噪声图丿为原始的无噪声图像,...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

笔杆子文秘
机构认证
内容提供者

为您提供优质文档,供您参考!

确认删除?