医用超声图像的去噪算法研究

《医用超声图像的去噪算法研究》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、学校代码：10286分类号：TP317.4密级：公开UDC：004.93学号：153834医用超声图像的去噪算法研究研究生姓名：黄朔导师姓名：万遂人教授申请学位类别工学硕士学位授予单位东南大学一级学科名称生物医学工程论文答辩日期2018年06月06日二级学科名称学位授予日期2018年月日答辩委员会主席赵兴群教授评阅人葛云教授罗守华副教授2018年06月08日硕士学位论文医用超声图像的去噪算法研究专业名称：生物医学工程研究生姓名：黄朔导师姓名：万遂人教授ARESEARCHONTHENOISESUPPRESSIONALGORITHMFORMEDICALULTRASONICIMAGESADiss

2、ertationSubmittedtoSoutheastUniversityBYHUANGShuoSupervisedbyProf.WANSui-renSchoolofBiologicalSciences&MedicalEngineeringSoutheastUniversityJune2018摘要摘要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

3、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

4、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值滤波前后的图像所占的比重，以达到抑制噪声并保持图像的边缘和纹理信息的目的。B.提出了基于图像的方向局部直觉模糊熵的图像去噪方法为提高对于NSCT分解后的高频系数的去噪能力，我们提出了基于图像的方向局部直觉模糊熵的图像去噪方法。在该方法中，我们将矩形的方向采样窗口引入基于图像梯度信息的局部直觉模糊熵方法，提高了对于高频系数中的有用信号的识别能力。同时，我们使用求出的图像的方向局部直觉模糊熵，对于高频层的系数进行去噪，提高了图像高频层的去噪效果，更好地保护了图像的高频信息。2.提出

5、了基于块匹配三维协同滤波（BM3D）方法的图像融合滤波增强方法本文为增强BM3D方法对于斑点噪声的去噪能力，将NSCT硬阈值去噪方法与BM3D方法相结合，提出了图像融合滤波增强方法。首先，我们设计了NSCT硬阈值去噪增强方法，对图片进行预处理；其次，对NSCT硬阈值去噪增强前后的图片进行初步估计；然后，我们设计了NSCT变换域中的融合增强方法，对上述初步估计的结果进行融合，并对高频层进行I摘要增强；最后，对融合增强后的结果进行NSCT反变换，再进行初步估计，用该初步估计结果指导原始的含噪声的图像的最终估计。实验证明，融合滤波增强方法可以较好地去除图像中的斑点噪声，并保护图像的高频信息。关键

6、词：医用超声图像；图像去噪；图像频率域分层去噪方法；融合滤波增强方法；去噪效果评价IIAbstractAbstractMedicalultrasonicimageshaveawiderangeofapplicationsinmedicaldiagnostics.However,theapplicationofmedicalultrasoundimagesislimitedbecauseofthelowresolutionandseverespecklenoiseofthem.Therefore,removethespecklenoiseofthemedicalultrasonicimage

7、isaresearchdirectionwithgreatsignificanceandvalue.Thisworkmainlystudiesthede-noisingalgorithmofmedicalultrasoundimages.Thespecificworksareasfollows:1.Thefrequencydomaniallayerednoisesuppressionmethodisproposed.In