醫(yī)用超聲圖像在醫(yī)療診斷中有著廣泛的應(yīng)用。但是,醫(yī)用超聲圖像的分辨率較低,斑點(diǎn)噪聲嚴(yán)重,導(dǎo)致醫(yī)用超聲圖像的應(yīng)用受到了限制。因此,去除醫(yī)用超聲圖像中的噪聲是一個有著重要理論意義與實(shí)用價(jià)值的研究方向。本文主要研究了醫(yī)用超聲圖像的去噪算法,具體的工作如下:1.提出了圖像的頻率域分層去噪方法本文對于基于非下采樣的輪廓波變換（NSCT）的軟閾值去噪方法進(jìn)行了改進(jìn),提出了圖像頻率域分層去噪方法。在該方法中,NSCT分解后的圖像被分成了低頻層、中頻層和高頻層,分別采用不同的方法進(jìn)行去噪。其中,中頻層采用軟閾值去噪方法,對于低頻層與高頻層的去噪,本文分別提出了基于中值濾波與相位一致性的全變分（也譯作“全變差”）去噪方法和基于圖像的方向局部直覺模糊熵的圖像去噪方法。具體的工作如下:A.提出了基于中值濾波與相位一致性的全變分去噪方法本方法對于全變分去噪方法進(jìn)行了改進(jìn)。首先,本文將最大相位一致性矩引入全變分方法,提出了變分控制因子,用以進(jìn)一步調(diào)整圖像的擴(kuò)散速度和尺度因子。其次,本文提出了相位一致性約束下的中值融合濾波器,并將該濾波器引入全變分去噪方法中。該濾波器中,我們使用圖像的相位一致性信息控制融合步驟中中... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

本文的結(jié)構(gòu)框圖

=-1 的頂點(diǎn)位置皆為 270o。而在其它位置，對應(yīng)的傅里葉級數(shù)的各項(xiàng)的相位分布就比較散亂，即這些位置處的相位一致性較差。圖2-1. 方波（圖 a）與三角波（圖 b）的傅里葉級數(shù)和由其前 5 項(xiàng)構(gòu)造的信號（圖中的深藍(lán)色的實(shí)線）。設(shè)信號的傅里葉級數(shù)展開式為： ( ) cos( )n nnF x A n x+ ，其中，An與 φn分別為信號的傅里葉級數(shù)中各級分量的振幅和相位，令 為所有傅里葉級數(shù)分量中相位角(nωx φn)的加權(quán)平均值，則相位一致性函數(shù) PC(x)的定義式如公式(2.13)所示：[0,2 )cos( )( ) maxn nnnnA n xPC xA + (2.13)使用公式(2.13)計(jì)算相位一致性函數(shù)時(shí)存在計(jì)算復(fù)雜，定位不精準(zhǔn)且對噪聲敏感的問題。針對這一問題，Venkatesh 和 Owens 提出了通過尋找局部能量函數(shù)的峰值得到最大相位一致性點(diǎn)的算法，即：( )( )( )nnE xPC x A x，其中，E(x)為信號的局部能量函數(shù)。在此基礎(chǔ)上

max( )N +A x在計(jì)算出相位一致性函數(shù)的基礎(chǔ)上，Kovesi 提出了根據(jù)相位一致性矩進(jìn)行邊緣的強(qiáng)檢測的方法[99]，即計(jì)算公式(2.15)與(2.16)中的最大與最小相位一致性矩 M 與 m，使的幅值表征邊緣的強(qiáng)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(數(shù) a、b 與 c 的計(jì)算公式中，θ 為方向角，代表特征的方向，即最小矩的方向。圖像的最大相位一致性矩與圖像中的邊緣強(qiáng)度之間正相關(guān)，如圖 2-2 所示的 Lena 圖中邊緣強(qiáng)度較強(qiáng)的區(qū)域（如肩膀、帽檐位置），圖像的最大相位一致性矩較高；而在的下部等邊緣強(qiáng)度較低的位置，圖像的最大相位一致性矩較小。

【參考文獻(xiàn)】：
期刊論文
[1]基于雙邊濾波和雙樹復(fù)小波的圖像去噪算法[J]. 曹劍中,周祚峰,唐垚,郭敏,王浩.  光子學(xué)報(bào). 2010(09)
[2]基于雙變量閾值的非下采樣Contourlet變換圖像去噪[J]. 賈建,焦李成,項(xiàng)海林.  電子與信息學(xué)報(bào). 2009(03)
[3]基于非下采樣Contourlet變換的多傳感器圖像融合[J]. 賈建,焦李成,孫強(qiáng).  電子學(xué)報(bào). 2007(10)
[4]基于拉普拉斯金字塔分解的多尺度邊緣檢測[J]. 董鴻燕,王磊,李吉成,沈振康.  光電工程. 2007(07)
[5]基于相位一致性的興趣點(diǎn)檢測方法[J]. 吳昌柱,王慶,周興社.  西北工業(yè)大學(xué)學(xué)報(bào). 2006(02)

博士論文
[1]低劑量CT投影恢復(fù)及不完備數(shù)據(jù)重建算法研究[D]. 劉祎.中北大學(xué) 2014
[2]基于MAP估計(jì)，變分PDE的圖像去噪問題研究[D]. 王旭東.西安電子科技大學(xué) 2013
[3]非局部變換域圖像去噪與增強(qiáng)及其性能評價(jià)研究[D]. 侯迎坤.南京理工大學(xué) 2012
[4]基于紋理特征的顱腦CT圖像病變自動化檢出算法研究[D]. 周平.中國科學(xué)技術(shù)大學(xué) 2007

碩士論文
[1]基于NSCT和雙邊濾波的圖像去噪算法研究[D]. 李翠菊.湘潭大學(xué) 2015
[2]抑制斑點(diǎn)噪聲的超聲圖像濾波算法比較研究[D]. 李堅(jiān).華南理工大學(xué) 2015
[3]基于各向異性擴(kuò)散的圖像降噪算法的研究與優(yōu)化[D]. 王艷.中北大學(xué) 2014
[4]BM3D去噪算法的硬件實(shí)現(xiàn)[D]. 劉斌.上海交通大學(xué) 2013
[5]基于變分法的椒鹽噪聲圖像恢復(fù)模型算法[D]. 張偉.大連理工大學(xué) 2008
[6]數(shù)學(xué)形態(tài)學(xué)在織物疵點(diǎn)檢測中的應(yīng)用[D]. 王文華.中國海洋大學(xué) 2006
[7]合成孔徑雷達(dá)圖像相干斑濾波算法研究[D]. 王曉.合肥工業(yè)大學(xué) 2005



本文編號：3124835