基于小波的醫(yī)學(xué)超聲圖像去斑點噪聲方法課件_第1頁
基于小波的醫(yī)學(xué)超聲圖像去斑點噪聲方法課件_第2頁
基于小波的醫(yī)學(xué)超聲圖像去斑點噪聲方法課件_第3頁
基于小波的醫(yī)學(xué)超聲圖像去斑點噪聲方法課件_第4頁
基于小波的醫(yī)學(xué)超聲圖像去斑點噪聲方法課件_第5頁
已閱讀5頁，還剩10頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

基于小波的醫(yī)學(xué)超聲圖像去斑點噪聲方法

醫(yī)學(xué)超聲圖像的灰階圖像往往存在一些直觀的噪聲，表現(xiàn)為圖像中出現(xiàn)斑點、細粒、網(wǎng)紋、雪花狀等結(jié)構(gòu)異?，F(xiàn)象，尤其以斑點噪聲影響為主。對斑點噪聲統(tǒng)計特性的研究表明，常見的斑點噪聲服從瑞利分布，其均值與標(biāo)準(zhǔn)差成正比，這說明斑點噪聲是乘性的。在超聲醫(yī)學(xué)圖像中，加性噪聲(如換能器噪聲等)的作用相對于乘性噪聲來說很小，因此在實際應(yīng)用中，有時候可以忽略加性噪聲的影響。常規(guī)的噪聲濾波技術(shù)經(jīng)常會導(dǎo)致丟掉的噪聲中還含有部分信號，而輸出的信號也會含有部分噪聲，導(dǎo)致圖像特征模糊。本文把中值濾波以后得到的兩部分利用小波軟閾值再處理一次，去除信號部分的少量噪聲，并且保留噪聲當(dāng)中的少量信號。本文的去噪過程用中值濾波把圖像分成兩部分分別多尺度小波處理軟閾值處理對帶斑點噪聲的圖像取對數(shù)重建去噪后的圖像f1,f2。求和f=f1+f2，獲得的重建圖像f取指數(shù)得去噪后圖像小波處理對于任意的函數(shù)f（t）的連續(xù)小波變換為:

其中本文小波變換用’bior3.7’為小波基函數(shù)進行5尺度分解

閾值估計本文采用軟閾值處理。根據(jù)經(jīng)驗，經(jīng)過對數(shù)轉(zhuǎn)換后的圖像的小波子帶系數(shù)可以假設(shè)為服從廣義高斯分布(GGD)模型。則求閾值公式如下：其中：是噪聲方差，信號的標(biāo)準(zhǔn)差，

原圖像加斑點噪聲=0.04

這里和分別是f和

經(jīng)過3*3的Laplacina算子進行邊緣抽取以后得到的結(jié)果。

從定義可知

是估計信號的邊緣和真實信號邊緣相關(guān)程度的度量，估計信號邊緣保留的越好，

值越高。

結(jié)論本文的方法在噪聲水平較低的情況下，明顯優(yōu)于中值濾波和同態(tài)維納濾波，略優(yōu)于MSSNT一A（多尺度非線性閾值算法）。在噪聲水平較高的情況下，本文的方法優(yōu)勢明顯。

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論