本文選題：圖像去噪 + 非局部均值��； 參考：《中國圖象圖形學報》2017年06期

【摘要】：目的超聲圖像斑點噪聲會影響診斷的準確性和可靠性。通過分析超聲圖像斑點噪聲統(tǒng)計模型,結合非局部均值濾波算法,提出一種基于超聲斑點噪聲模型的改進權值非局部均值(NLM)濾波算法。方法算法針對超聲圖像灰度信息對圖像進行預處理,利用超聲圖像斑點噪聲模型改進傳統(tǒng)NLM算法的權值計算函數(shù),基于圖像特征確定最優(yōu)采樣間隔進行下采樣,利用改進后的權值計算函數(shù)對圖像進行NLM去噪處理。結果分別采用人工合成與真實超聲圖像對本文算法性能進行測試,并與傳統(tǒng)非局部均值濾波算法、非局部總變分(NLTV)等算法進行去噪效果比較,同時采用均方誤差、峰值信噪比和平均結構相似性作為濾波算法性能的客觀評價指標。本文算法能快速完成超聲圖像的去噪處理,峰值信噪比較其他算法可以提高0.2 d B以上,可以降低均方誤差,提高平均結構相似性,縮短處理時間,并得到較好的圖像質量和視覺效果。結論根據(jù)超聲圖像斑點噪聲模型對NLM算法的權值計算函數(shù)進行優(yōu)化,使得NLM圖像濾波算法能更好地適用于超聲圖像的去噪,基于超聲斑點噪聲模型的改進權值NLM算法相較于其他算法,濾波效果更佳,適合超聲圖像去噪。
[Abstract]:Objective the speckle noise of ultrasonic images will affect the accuracy and reliability of diagnosis. By analyzing the statistical model of speckle noise in ultrasonic images and combining the non-local mean filtering algorithm, an improved weighted non-local mean (NLM) filtering algorithm based on ultrasonic speckle noise model is proposed. Methods the image was preprocessed according to the gray level information of ultrasonic image. The traditional NLM algorithm was improved by using speckle noise model, and the optimal sampling interval was determined based on the image features. The NLM denoising process is carried out by using the improved weight calculation function. Results the performance of the proposed algorithm was tested by artificial and real ultrasound images, and compared with the traditional non-local mean filtering algorithm and the non-local total variational NLTV algorithm. Meanwhile, the mean square error was used. Peak signal-to-noise ratio (PSNR) and average structure similarity are used as objective evaluation indexes of filtering algorithm performance. Compared with other algorithms, the peak signal-to-noise ratio (PSNR) can be increased by 0.2 dB, and the mean square error can be reduced, the average structural similarity can be improved, and the processing time can be shortened. And get better image quality and visual effect. Conclusion based on the speckle noise model of ultrasonic image, the weight calculation function of NLM algorithm is optimized, which makes NLM image filtering algorithm more suitable for ultrasonic image denoising. Compared with other algorithms, the improved weighted NLM algorithm based on ultrasonic speckle noise model has better filtering effect and is suitable for ultrasonic image denoising.
【作者單位】： 杭州電子科技大學生命信息與儀器工程學院;
【基金】：國家高技術研究發(fā)展計劃(863計劃)(2015AA020303) 國家自然科學基金項目(KYZ193713071,KYZ193716041)~~
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 馬翠紅;;基于支持向量回歸模型的醫(yī)學超聲圖像去噪研究[J];硅谷;2013年06期

2 侯建華;熊承義;何翔;陳亞光;;基于小波統(tǒng)計模型的醫(yī)學超聲圖像去噪方法研究[J];中國生物醫(yī)學工程學報;2009年01期

3 韓寒;馮乃章;;超聲圖像去噪方法[J];計算機工程與應用;2011年26期

4 郭敏;馬遠良;朱霆;;基于偏微分方程的醫(yī)學超聲圖像去噪方法[J];計算機工程與應用;2007年15期

5 郭海濤;劉星潔;石建宏;;貝葉斯改進閾值超聲圖像去噪方法[J];應用聲學;2012年06期

6 張程睿;羅代升;;一種改進的偏微分擴散方程的醫(yī)學超聲圖像去噪方法[J];現(xiàn)代電子技術;2007年24期

7 喬蕊;侯燕;;醫(yī)用超聲圖像有效去噪方法研究與仿真[J];計算機仿真;2013年05期

8 羅忠亮,王修信,胡維平;基于小波分析的醫(yī)學超聲圖像去噪與增強研究[J];計算機工程與應用;2004年19期

9 毛本清;王萬良;金小梅;;小波變換在妊娠超聲圖像的去噪中的應用研究[J];科技信息;2010年07期

10 鄧世榮;譚劍;;改進型小波閾值超聲圖像去噪方法[J];湖南科技學院學報;2009年04期

相關碩士學位論文 前6條

1 王亞強;基于Qt的超聲GUI設計及圖像處理算法的研究[D];西南科技大學;2015年

2 陳韜亦;醫(yī)學超聲圖像去噪方法研究[D];哈爾濱工業(yè)大學;2008年

3 徐新艷;基于小波變換的醫(yī)學超聲圖像去噪方法研究[D];山東大學;2006年

4 羅忠亮;小波分析在醫(yī)學超聲圖像去噪和增強中的應用[D];廣西師范大學;2004年

5 羅娟;基于小波域的磁共振及醫(yī)學超聲圖像去噪研究[D];湘潭大學;2009年

6 陳燁;超聲圖像去噪算法及其在肌肉評估中的應用研究[D];南昌航空大學;2014年

，

本文編號：1999536