基于平移不變性的剪切波變換醫(yī)學超聲圖像去噪算法.pdf

1、在醫(yī)學臨床診斷中，超聲診斷技術(shù)使用越來越重要，但在超聲成像過程中存在的斑點噪聲，降低了圖像質(zhì)量，對醫(yī)生診斷造成影響。研究發(fā)現(xiàn)，超聲圖像去噪的本質(zhì)是利用含噪圖像來估計人體器官組織的無噪圖像，得到真實圖像的最優(yōu)估計，為診斷準確性帶來非常重要的實際意義。
　　根據(jù)超聲圖像斑點噪聲在變換域中的統(tǒng)計分布特性，本文提出了一種基于平移不變性的剪切波變換醫(yī)學超聲圖像去噪算法，在高頻子帶中利用改進的閾值收縮算法得到高頻剪切波系數(shù)，在低頻子帶中利用去

2、噪保邊濾波器得到低頻剪切波系數(shù)。首先，采用非下采樣拉普拉斯金字塔濾波對含噪圖像進行多尺度分解，把圖像分解成高頻子帶和低頻子帶，采用非下采樣的方向濾波器組對得到的高頻子帶進行多方向分解；其次，在傳統(tǒng)閾值函數(shù)的基礎(chǔ)上，結(jié)合變換域內(nèi)剪切波系數(shù)之間的相關(guān)性，提出了改進的閾值收縮算法，對高頻子帶的剪切波系數(shù)進行閾值收縮處理，對低頻子帶系數(shù)進行引導(dǎo)濾波處理；最后，利用剪切波的逆變換得到去噪后的超聲圖像。為了驗證提出的算法優(yōu)越性，本文進行了大量的對比

3、實驗，包括合成仿真圖像實驗和醫(yī)學超聲圖像實驗，通過主觀和客觀評價可知，本文提出的算法在去噪效果中表現(xiàn)良好，可以很好應(yīng)用在醫(yī)學實時成像系統(tǒng)中。
　　本文的主要工作和成果如下：
　　（1）根據(jù)斑點噪聲在變換域中各子帶的特點和統(tǒng)計特性，改進了與分解層數(shù)相關(guān)的閾值函數(shù)；
　?。?）剪切波變換解決了小波變換方向局限性和點奇異的缺陷，在此基礎(chǔ)上，提出了非下采樣的拉普拉斯金字塔濾波和非下采樣方向濾波器組進行多尺度多方向分解，解決了振