醫(yī)學(xué)超聲圖像是醫(yī)生診斷人體組織病變的重要依據(jù),而醫(yī)學(xué)超聲圖像中固有的散斑噪聲易造成紋理信息的破壞,影響醫(yī)生對(duì)組織器官的判斷,因此,醫(yī)學(xué)超聲圖像的去噪處理倍受關(guān)注。針對(duì)目前醫(yī)學(xué)超聲圖像去噪算法無(wú)法保持圖像紋理這一局限性,本文提出分?jǐn)?shù)階微分加權(quán)的引導(dǎo)濾波算法。算法首先通過(guò)對(duì)數(shù)變換,將難以去除的散斑噪聲轉(zhuǎn)換為加性噪聲;再結(jié)合分?jǐn)?shù)階微分算法,根據(jù)像素與邊緣紋理的相關(guān)性設(shè)計(jì)紋理因子,并使用該紋理因子改進(jìn)引導(dǎo)濾波方法;最后,通過(guò)改進(jìn)的引導(dǎo)濾波器生成醫(yī)學(xué)超聲圖像的處理結(jié)果。本文對(duì)豬胃和豬氣管超聲圖像進(jìn)行了算法實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,本文算法相較于經(jīng)典引導(dǎo)濾波算法,其結(jié)構(gòu)一致性因子提升20.1%,無(wú)參考圖像銳化因子提升3.3%,能夠在去除散斑噪聲的同時(shí)有效保留圖像邊緣紋理結(jié)構(gòu),對(duì)于醫(yī)學(xué)超聲圖像具有良好的適用性。

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1 引 言
2 算法設(shè)計(jì)思路及原理
    2.1 引導(dǎo)濾波
    2.2 紋理因子
3 實(shí)驗(yàn)結(jié)果及分析
4 結(jié) 論



本文編號(hào)：3820715