医学超声图像散斑去噪及边缘增强算法的研究.pdf

《医学超声图像散斑去噪及边缘增强算法的研究.pdf》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、医学超声图像散斑去噪及边缘增强算法的研究的研究与实现2012周玲芳硕士计算机系统结构陈菲副教授ClassifiedIndex:U.D.C:SouthwestUniversityofScienceandTechnologyMasterDegreeThesisResearchofSpeckleDe-noisingandEdgeEnhancementAlgorithmsofMedicalUltrasoundImagesGrade:2012Candidate:LingfangZhouAcademicDegreeAppliedfor:MasterSpecial

2、ity:ComputerSystemArchitectureSupervisor:Prof.FeiChenMar.1,2015西南科技大学硕士研究生学位论文第I页摘要目前，超声成像设备因其价格低廉、操作简单、对人体无损伤等优点，已广泛应用于临床医学诊断。但是，由于本身成像机制的原因，在成像过程中无法避免回波及散射波的干涉效应，导致所成图像带有亮暗不定的斑点噪声。同时，图像在存储、传送过程中，由图像传感器，传输信道，解码器等也可能产生一定的脉冲噪声。这些噪声降低了图像分辨率，削弱了图像边缘，不利于医学诊断及图像后续处理。事实证明，研究图像降噪及边缘增强

3、技术具有重要意义。本文在现有图像去噪及边缘增强技术的基础上，结合医学超声图像的特性，研究基于各向异性扩散、中值滤波及数学形态学的医学超声图像去噪及边缘增强算法。主要的研究内容包括以下几个方面：针对医学超声图像中特有的乘性散斑噪声，提出基于边缘估计的各向异性扩散滤波算法。在传统及现有改进模型分析的基础上，在梯度门限设定、扩散函数选取及扩散方向控制上提出改进方案，并通过超声图像的仿真实验，验证算法的有效性。针对数字图像中普遍存在的脉冲噪声，提出基于斜率差值的自适应中值滤波算法。该算法分析了图像的局部灰度变化，提出基于斜率差值的噪声判定方法，并且充分考虑了

4、高密度噪声情况，给出了噪声块的解决方案，在仿真过程中表现出更好的降噪和边缘保持能力。针对医学超声图像本身存在的边缘不清晰及降噪算法可能带来的边缘弱化问题，提出基于形态学梯度算子的边缘增强算法。该算法采用多结构元素和改进的梯度算子定位边缘，然后对边缘点进行增强处理，对非边缘点保持不变。仿真实验证明，该算法在尽量保持图像信息的基础上，有效提升了图像边缘，便于图像的后续处理。关键字：超声去噪各向异性扩散中值滤波形态学西南科技大学硕士研究生学位论文第II页AbstractNowadays,ultrasoundinstrumenthasbeenwidelyus

5、edforclinicaldiagnosis，becauseofitsadvantagessuchaslowcost,simpleoperation,littleinjurytothehumanbodyandsoon.However,duetotheimage-formingmechanism,itcan‟tavoidtheinterferenceeffectsofechoandscatteredwave.Asaresult,theultrasoundimagecontainsalotoflightanddarkspots.Atthesametime

6、,duringtheprocessoftransmittingorstorage,therearesomeotherfactorsthatresultinimpulsenoise,suchasimagesensor,transmissionchannelordecoder.Thesenoisesreduceimageresolution,weakentheimageedgeandtheyaredisadvantagesoffurtherimageprocessing.Thefactisthatde-noisingandedgeenhancementt

7、echnologiesareimportantforimagequality.Basedontheexistingde-noisingandedgeenhancementtechnologyandcombinedwiththecharacteristicsofmedicalultrasoundimage,thispaperisonresearchenhancementalgorithmsaboutanisotropicdiffusion,medianfilteringandmathematicalmorphology.Themaincontentso

8、fthispaperincludesfollowingaspects:Onaccountofthespeck