资源描述：
《基于小波变换的医学超声图像去噪方法研究毕业论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、基于小波变换的医学超声图像去噪方法研究摘要：医学超声成像是一种重要的基于超声波的医学影像学诊断技术。超声成像相比与CT、核磁共振等其他诊断技术有其明显的优势，以其廉价、简便、迅速、安全性高、可连续动态及重复扫描等优点广泛应用于临床医学诊断中。但是超声成像也有其不足之处，最重要的是超声成像诊断的准确性容易受到外界的干扰，使其图像质量较差，影响诊断结果。这样超声图像的去噪就成为了一个重要的问题。因为超声图像中所含有的噪声是一种乘性斑点噪声，所以使医学超声图像去噪成为了一个很复杂而困难的过程。小波变换是近几年来发展起来的一种变换分析方法，它有短时傅里叶变换
2、局部化的特点，同时能够提供一个随频率改变的时间-频率窗口，是进行信号和图像处理的理想工具。由于小波变换在时域和频域同时具有良好的局部化特性，因此小波变换在去噪中得到广泛应用。超声图像的去噪是超声诊断的前提，它对后面病情的识别和诊断有很重要的影响，因此超声图像的去噪在医学图像处理中有其重要的意义。围绕小波图像去噪中心问题进行了研究，提出本文的处理方法-小波变换去噪。在了解关于小波变换的基础理论后，提出相适应的去噪方法，首先把原始医学超声图像进行对数变换，然后选择合适的小波和小波分解层数对变换后的图像进行小波分解，随后对高频系数进行阈值量化，对每层选择一
3、个阈值对其高频系数进行软阈值化处理，最后利用小波重构，得到去噪后的图像，并进行指数变换得到所需图像。实验表明，小波变换在超声图像去噪中有其很大优势。关键词：超声成像；斑点噪声；小波变换；阈值AbstractAbstract:Medicalultrasoundimagingisakindofimportantmedicalimagingdiagnosisbasedonultrasonictechnology.UltrasonicimagingcomparedtoCT,nuclearmagneticresonance(NMR)andotherdiagno
4、stictechniquehastheobvioussuperiority,Withitscheap,convenient,quick,highsecurity,adynamicandrepeatscanwidelyusedinclinicaladvantagesofmedicaldiagnosis.Buttheultrasonicimagingalsohasitsshortcomings,themostimportantisthediagnosticaccuracyofultrasonicimagingvulnerabletooutsideinte
5、rference,maketheimagequalityispoorer,affectadiagnosis.Suchultrasoundimagesofthedenoisingbecameanimportantquestion.Becausetheultrasoundimagesiscontainedinthenoiseisakindofmultiplicativenoisespots,sothatmedicalultrasoundimagedenoisingbecameaverycomplexanddifficultprocess.Wavelett
6、ransformisinlastfewyearsdevelopedakindoftransformationanalysismethod,ithasashort-timeFouriertransformthecharacteristicsoflocalization,andtoprovideaonfrequencychangetime-frequencywindow,signalandimageprocessingistheidealtool.Becauseofwavelettransforminthetimedomainandfrequencydo
7、mainandhasgoodlocalizationcharacteristics,sothewavelettransforminthedenoisingperformanceofwidelyused.Ultrasoundimagesofthedenoisingisthepremiseofultrasonicdiagnosis,itbehindtherecognitionofillnessanddiagnosishaveveryimportantinfluence,sotheultrasonicimagedenoisinginmedicalimage
8、processinghasitsimportantsignificance.Aroundthewavelet
