本文關(guān)鍵詞：基于小波的醫(yī)學(xué)超聲圖像去斑點(diǎn)噪聲方法，由筆耕文化傳播整理發(fā)布。

基于小波的醫(yī)學(xué)超聲圖像去斑點(diǎn)噪聲方法 醫(yī)學(xué)超聲圖像的灰階圖像往往存在一些直觀的噪聲，表現(xiàn)為圖像中出現(xiàn)斑點(diǎn)、細(xì)粒、網(wǎng)紋、雪花狀等結(jié)構(gòu)異常現(xiàn)象，，尤其以斑點(diǎn)噪聲影響為主。 對(duì)斑點(diǎn)噪聲統(tǒng)計(jì)特性的研究表明，常見(jiàn)的斑點(diǎn)噪聲服從瑞利分布，其均值與標(biāo)準(zhǔn)差成正比，這說(shuō)明斑點(diǎn)噪聲是乘性的。 在超聲醫(yī)學(xué)圖像中，加性噪聲 如換能器噪聲等 的作用相對(duì)于乘性噪聲來(lái)說(shuō)很小，因此在實(shí)際應(yīng)用中，有時(shí)候可以忽略加性噪聲的影響。 所以超聲圖像可用近似模型： 將乘性噪聲轉(zhuǎn)變?yōu)榻频募有愿咚拱自肼暭? 上面的表達(dá)式可以寫(xiě)為下面的形式: 常規(guī)的噪聲濾波技術(shù)經(jīng)常會(huì)導(dǎo)致丟掉的噪聲中還含有部分信號(hào)，而輸出的信號(hào)也會(huì)含有部分噪聲，導(dǎo)致圖像特征模糊。 本文把中值濾波以后得到的兩部分利用小波軟閾值再處理一次，去除信號(hào)部分的少量噪聲，并且保留噪聲當(dāng)中的少量信號(hào)。 本文的去噪過(guò)程 用中值濾波把圖像分成兩部分 分別多尺度小波處理 軟閾值處理 對(duì)帶斑點(diǎn)噪聲的圖像取對(duì)數(shù) 重建去噪后的圖像f1,f2。求和f f1+f2，獲得的重建圖像f取指數(shù)得去噪后圖像 小波處理 對(duì)于任意的函數(shù)f（t）的連續(xù)小波變換為: 其中本文小波變換用’bior3.7’為小波基函數(shù)進(jìn)行5尺度分解 ? 閾值估計(jì) 本文采用軟閾值處理。根據(jù)經(jīng)驗(yàn)，經(jīng)過(guò)對(duì)數(shù)轉(zhuǎn)換后的圖像的小波子帶系數(shù)可以假設(shè)為服從廣義高斯分布 GGD 模型。 則求閾值公式如下： 其中： 是噪聲方差，信號(hào)的標(biāo)準(zhǔn)差 ， 設(shè) 是局部領(lǐng)域的標(biāo)準(zhǔn)差， 為當(dāng)前小波子帶系數(shù) 原圖像 加斑點(diǎn)噪聲 0.04 把本文方法的結(jié)果與中值濾波器，維納濾波器和M

  本文關(guān)鍵詞：基于小波的醫(yī)學(xué)超聲圖像去斑點(diǎn)噪聲方法，由筆耕文化傳播整理發(fā)布。