本文選題：圖像去噪 + 非局部均值��； 參考：《中國(guó)圖象圖形學(xué)報(bào)》2017年06期

【摘要】：目的超聲圖像斑點(diǎn)噪聲會(huì)影響診斷的準(zhǔn)確性和可靠性。通過(guò)分析超聲圖像斑點(diǎn)噪聲統(tǒng)計(jì)模型,結(jié)合非局部均值濾波算法,提出一種基于超聲斑點(diǎn)噪聲模型的改進(jìn)權(quán)值非局部均值(NLM)濾波算法。方法算法針對(duì)超聲圖像灰度信息對(duì)圖像進(jìn)行預(yù)處理,利用超聲圖像斑點(diǎn)噪聲模型改進(jìn)傳統(tǒng)NLM算法的權(quán)值計(jì)算函數(shù),基于圖像特征確定最優(yōu)采樣間隔進(jìn)行下采樣,利用改進(jìn)后的權(quán)值計(jì)算函數(shù)對(duì)圖像進(jìn)行NLM去噪處理。結(jié)果分別采用人工合成與真實(shí)超聲圖像對(duì)本文算法性能進(jìn)行測(cè)試,并與傳統(tǒng)非局部均值濾波算法、非局部總變分(NLTV)等算法進(jìn)行去噪效果比較,同時(shí)采用均方誤差、峰值信噪比和平均結(jié)構(gòu)相似性作為濾波算法性能的客觀評(píng)價(jià)指標(biāo)。本文算法能快速完成超聲圖像的去噪處理,峰值信噪比較其他算法可以提高0.2 d B以上,可以降低均方誤差,提高平均結(jié)構(gòu)相似性,縮短處理時(shí)間,并得到較好的圖像質(zhì)量和視覺(jué)效果。結(jié)論根據(jù)超聲圖像斑點(diǎn)噪聲模型對(duì)NLM算法的權(quán)值計(jì)算函數(shù)進(jìn)行優(yōu)化,使得NLM圖像濾波算法能更好地適用于超聲圖像的去噪,基于超聲斑點(diǎn)噪聲模型的改進(jìn)權(quán)值NLM算法相較于其他算法,濾波效果更佳,適合超聲圖像去噪。
[Abstract]:Objective the speckle noise of ultrasonic images will affect the accuracy and reliability of diagnosis. By analyzing the statistical model of speckle noise in ultrasonic images and combining the non-local mean filtering algorithm, an improved weighted non-local mean (NLM) filtering algorithm based on ultrasonic speckle noise model is proposed. Methods the image was preprocessed according to the gray level information of ultrasonic image. The traditional NLM algorithm was improved by using speckle noise model, and the optimal sampling interval was determined based on the image features. The NLM denoising process is carried out by using the improved weight calculation function. Results the performance of the proposed algorithm was tested by artificial and real ultrasound images, and compared with the traditional non-local mean filtering algorithm and the non-local total variational NLTV algorithm. Meanwhile, the mean square error was used. Peak signal-to-noise ratio (PSNR) and average structure similarity are used as objective evaluation indexes of filtering algorithm performance. Compared with other algorithms, the peak signal-to-noise ratio (PSNR) can be increased by 0.2 dB, and the mean square error can be reduced, the average structural similarity can be improved, and the processing time can be shortened. And get better image quality and visual effect. Conclusion based on the speckle noise model of ultrasonic image, the weight calculation function of NLM algorithm is optimized, which makes NLM image filtering algorithm more suitable for ultrasonic image denoising. Compared with other algorithms, the improved weighted NLM algorithm based on ultrasonic speckle noise model has better filtering effect and is suitable for ultrasonic image denoising.
【作者單位】： 杭州電子科技大學(xué)生命信息與儀器工程學(xué)院;
【基金】：國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)(2015AA020303) 國(guó)家自然科學(xué)基金項(xiàng)目(KYZ193713071,KYZ193716041)~~
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬翠紅;;基于支持向量回歸模型的醫(yī)學(xué)超聲圖像去噪研究[J];硅谷;2013年06期

2 侯建華;熊承義;何翔;陳亞光;;基于小波統(tǒng)計(jì)模型的醫(yī)學(xué)超聲圖像去噪方法研究[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2009年01期

3 韓寒;馮乃章;;超聲圖像去噪方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年26期

4 郭敏;馬遠(yuǎn)良;朱霆;;基于偏微分方程的醫(yī)學(xué)超聲圖像去噪方法[J];計(jì)算機(jī)工程與應(yīng)用;2007年15期

5 郭海濤;劉星潔;石建宏;;貝葉斯改進(jìn)閾值超聲圖像去噪方法[J];應(yīng)用聲學(xué);2012年06期

6 張程睿;羅代升;;一種改進(jìn)的偏微分?jǐn)U散方程的醫(yī)學(xué)超聲圖像去噪方法[J];現(xiàn)代電子技術(shù);2007年24期

7 喬蕊;侯燕;;醫(yī)用超聲圖像有效去噪方法研究與仿真[J];計(jì)算機(jī)仿真;2013年05期

8 羅忠亮,王修信,胡維平;基于小波分析的醫(yī)學(xué)超聲圖像去噪與增強(qiáng)研究[J];計(jì)算機(jī)工程與應(yīng)用;2004年19期

9 毛本清;王萬(wàn)良;金小梅;;小波變換在妊娠超聲圖像的去噪中的應(yīng)用研究[J];科技信息;2010年07期

10 鄧世榮;譚劍;;改進(jìn)型小波閾值超聲圖像去噪方法[J];湖南科技學(xué)院學(xué)報(bào);2009年04期

相關(guān)碩士學(xué)位論文 前6條

1 王亞強(qiáng);基于Qt的超聲GUI設(shè)計(jì)及圖像處理算法的研究[D];西南科技大學(xué);2015年

2 陳韜亦;醫(yī)學(xué)超聲圖像去噪方法研究[D];哈爾濱工業(yè)大學(xué);2008年

3 徐新艷;基于小波變換的醫(yī)學(xué)超聲圖像去噪方法研究[D];山東大學(xué);2006年

4 羅忠亮;小波分析在醫(yī)學(xué)超聲圖像去噪和增強(qiáng)中的應(yīng)用[D];廣西師范大學(xué);2004年

5 羅娟;基于小波域的磁共振及醫(yī)學(xué)超聲圖像去噪研究[D];湘潭大學(xué);2009年

6 陳燁;超聲圖像去噪算法及其在肌肉評(píng)估中的應(yīng)用研究[D];南昌航空大學(xué);2014年

，

本文編號(hào)：1999536