医用超声图像的去噪算法研究
发布时间：2021-04-08 04:17
医用超声图像在医疗诊断中有着广泛的应用。但是,医用超声图像的分辨率较低,斑点噪声严重,导致医用超声图像的应用受到了限制。因此,去除医用超声图像中的噪声是一个有着重要理论意义与实用价值的研究方向。本文主要研究了医用超声图像的去噪算法,具体的工作如下:1.提出了图像的频率域分层去噪方法本文对于基于非下采样的轮廓波变换（NSCT）的软阈值去噪方法进行了改进,提出了图像频率域分层去噪方法。在该方法中,NSCT分解后的图像被分成了低频层、中频层和高频层,分别采用不同的方法进行去噪。其中,中频层采用软阈值去噪方法,对于低频层与高频层的去噪,本文分别提出了基于中值滤波与相位一致性的全变分（也译作“全变差”）去噪方法和基于图像的方向局部直觉模糊熵的图像去噪方法。具体的工作如下:A.提出了基于中值滤波与相位一致性的全变分去噪方法本方法对于全变分去噪方法进行了改进。首先,本文将最大相位一致性矩引入全变分方法,提出了变分控制因子,用以进一步调整图像的扩散速度和尺度因子。其次,本文提出了相位一致性约束下的中值融合滤波器,并将该滤波器引入全变分去噪方法中。该滤波器中,我们使用图像的相位一致性信息控制融合步骤中中...
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
本文的结构框图
=-1 的顶点位置皆为 270o。而在其它位置，对应的傅里叶级数的各项的相位分布就比较散乱，即这些位置处的相位一致性较差。图2-1. 方波（图 a）与三角波（图 b）的傅里叶级数和由其前 5 项构造的信号（图中的深蓝色的实线）。设信号的傅里叶级数展开式为： ( ) cos( )n nnF x A n x+ ，其中，An与 φn分别为信号的傅里叶级数中各级分量的振幅和相位，令 为所有傅里叶级数分量中相位角(nωx φn)的加权平均值，则相位一致性函数 PC(x)的定义式如公式(2.13)所示：[0,2 )cos( )( ) maxn nnnnA n xPC xA + (2.13)使用公式(2.13)计算相位一致性函数时存在计算复杂，定位不精准且对噪声敏感的问题。针对这一问题，Venkatesh 和 Owens 提出了通过寻找局部能量函数的峰值得到最大相位一致性点的算法，即：( )( )( )nnE xPC x A x，其中，E(x)为信号的局部能量函数。在此基础上
max( )N +A x在计算出相位一致性函数的基础上，Kovesi 提出了根据相位一致性矩进行边缘的强检测的方法[99]，即计算公式(2.15)与(2.16)中的最大与最小相位一致性矩 M 与 m，使的幅值表征边缘的强度，使用最小矩的方向代表特征的方向。2 21( ( ) )2M c + a + b + a c(2 21( ( ) )2m c + a b + a c(，有：2a （ P C ( )cos( )），b 2 (P C ( )cos( )) (P C( )sin( ))，c (P C ( )sin(数 a、b 与 c 的计算公式中，θ 为方向角，代表特征的方向，即最小矩的方向。图像的最大相位一致性矩与图像中的边缘强度之间正相关，如图 2-2 所示的 Lena 图中边缘强度较强的区域（如肩膀、帽檐位置），图像的最大相位一致性矩较高；而在的下部等边缘强度较低的位置，图像的最大相位一致性矩较小。
【参考文献】：
期刊论文
[1]基于双边滤波和双树复小波的图像去噪算法[J]. 曹剑中,周祚峰,唐垚,郭敏,王浩. 光子学报. 2010(09)
[2]基于双变量阈值的非下采样Contourlet变换图像去噪[J]. 贾建,焦李成,项海林. 电子与信息学报. 2009(03)
[3]基于非下采样Contourlet变换的多传感器图像融合[J]. 贾建,焦李成,孙强. 电子学报. 2007(10)
[4]基于拉普拉斯金字塔分解的多尺度边缘检测[J]. 董鸿燕,王磊,李吉成,沈振康. 光电工程. 2007(07)
[5]基于相位一致性的兴趣点检测方法[J]. 吴昌柱,王庆,周兴社. 西北工业大学学报. 2006(02)
博士论文
[1]低剂量CT投影恢复及不完备数据重建算法研究[D]. 刘祎.中北大学 2014
[2]基于MAP估计，变分PDE的图像去噪问题研究[D]. 王旭东.西安电子科技大学 2013
[3]非局部变换域图像去噪与增强及其性能评价研究[D]. 侯迎坤.南京理工大学 2012
[4]基于纹理特征的颅脑CT图像病变自动化检出算法研究[D]. 周平.中国科学技术大学 2007
硕士论文
[1]基于NSCT和双边滤波的图像去噪算法研究[D]. 李翠菊.湘潭大学 2015
[2]抑制斑点噪声的超声图像滤波算法比较研究[D]. 李坚.华南理工大学 2015
[3]基于各向异性扩散的图像降噪算法的研究与优化[D]. 王艳.中北大学 2014
[4]BM3D去噪算法的硬件实现[D]. 刘斌.上海交通大学 2013
[5]基于变分法的椒盐噪声图像恢复模型算法[D]. 张伟.大连理工大学 2008
[6]数学形态学在织物疵点检测中的应用[D]. 王文华.中国海洋大学 2006
[7]合成孔径雷达图像相干斑滤波算法研究[D]. 王晓.合肥工业大学 2005
本文编号：3124835
【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
本文的结构框图
=-1 的顶点位置皆为 270o。而在其它位置，对应的傅里叶级数的各项的相位分布就比较散乱，即这些位置处的相位一致性较差。图2-1. 方波（图 a）与三角波（图 b）的傅里叶级数和由其前 5 项构造的信号（图中的深蓝色的实线）。设信号的傅里叶级数展开式为： ( ) cos( )n nnF x A n x+ ，其中，An与 φn分别为信号的傅里叶级数中各级分量的振幅和相位，令 为所有傅里叶级数分量中相位角(nωx φn)的加权平均值，则相位一致性函数 PC(x)的定义式如公式(2.13)所示：[0,2 )cos( )( ) maxn nnnnA n xPC xA + (2.13)使用公式(2.13)计算相位一致性函数时存在计算复杂，定位不精准且对噪声敏感的问题。针对这一问题，Venkatesh 和 Owens 提出了通过寻找局部能量函数的峰值得到最大相位一致性点的算法，即：( )( )( )nnE xPC x A x，其中，E(x)为信号的局部能量函数。在此基础上
max( )N +A x在计算出相位一致性函数的基础上，Kovesi 提出了根据相位一致性矩进行边缘的强检测的方法[99]，即计算公式(2.15)与(2.16)中的最大与最小相位一致性矩 M 与 m，使的幅值表征边缘的强度，使用最小矩的方向代表特征的方向。2 21( ( ) )2M c + a + b + a c(2 21( ( ) )2m c + a b + a c(，有：2a （ P C ( )cos( )），b 2 (P C ( )cos( )) (P C( )sin( ))，c (P C ( )sin(数 a、b 与 c 的计算公式中，θ 为方向角，代表特征的方向，即最小矩的方向。图像的最大相位一致性矩与图像中的边缘强度之间正相关，如图 2-2 所示的 Lena 图中边缘强度较强的区域（如肩膀、帽檐位置），图像的最大相位一致性矩较高；而在的下部等边缘强度较低的位置，图像的最大相位一致性矩较小。
【参考文献】：
期刊论文
[1]基于双边滤波和双树复小波的图像去噪算法[J]. 曹剑中,周祚峰,唐垚,郭敏,王浩. 光子学报. 2010(09)
[2]基于双变量阈值的非下采样Contourlet变换图像去噪[J]. 贾建,焦李成,项海林. 电子与信息学报. 2009(03)
[3]基于非下采样Contourlet变换的多传感器图像融合[J]. 贾建,焦李成,孙强. 电子学报. 2007(10)
[4]基于拉普拉斯金字塔分解的多尺度边缘检测[J]. 董鸿燕,王磊,李吉成,沈振康. 光电工程. 2007(07)
[5]基于相位一致性的兴趣点检测方法[J]. 吴昌柱,王庆,周兴社. 西北工业大学学报. 2006(02)
博士论文
[1]低剂量CT投影恢复及不完备数据重建算法研究[D]. 刘祎.中北大学 2014
[2]基于MAP估计，变分PDE的图像去噪问题研究[D]. 王旭东.西安电子科技大学 2013
[3]非局部变换域图像去噪与增强及其性能评价研究[D]. 侯迎坤.南京理工大学 2012
[4]基于纹理特征的颅脑CT图像病变自动化检出算法研究[D]. 周平.中国科学技术大学 2007
硕士论文
[1]基于NSCT和双边滤波的图像去噪算法研究[D]. 李翠菊.湘潭大学 2015
[2]抑制斑点噪声的超声图像滤波算法比较研究[D]. 李坚.华南理工大学 2015
[3]基于各向异性扩散的图像降噪算法的研究与优化[D]. 王艳.中北大学 2014
[4]BM3D去噪算法的硬件实现[D]. 刘斌.上海交通大学 2013
[5]基于变分法的椒盐噪声图像恢复模型算法[D]. 张伟.大连理工大学 2008
[6]数学形态学在织物疵点检测中的应用[D]. 王文华.中国海洋大学 2006
[7]合成孔径雷达图像相干斑滤波算法研究[D]. 王晓.合肥工业大学 2005
本文编号：3124835
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3124835.html
