学位论文 > 优秀研究生学位论文题录展示
医学超声图像斑点噪声去除的研究
作 者: 侯涛
导 师: 汪源源
学 校: 复旦大学
专 业: 电路与系统
关键词: 医学超声图像 I/Q图像 B-Mode图像 维纳滤波 EM算法 各向异性扩散 最大似然估计 边界掩膜 双树复小波 双变量收缩函数
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 57次
引 用: 0次
阅 读: 论文下载
内容摘要
针对现有医学超声图像斑点噪声去除方法的局限,本文给出了基于超声I/Q图像和B-Mode图像不同的降噪改进方案。针对超声I/Q图像,本论文提出了两种新式的斑点噪声去除构架。第一种构架基于维纳滤波和噪声高斯化。首先从I/Q图像中“盲估计”系统点扩散函数(PSF)。然后通过维纳滤波,去除I/Q图像斑噪的相关性。接着对估计出的组织反射率图像做同态变换,将乘性噪声转换为加性。最后对所得加性噪声做高斯化处理,以此最大化现有去斑方法的功效。第二种构架基于期望最大化(EM)算法,将I/Q图像连同盲估计得到的PSF一同输入该迭代算法。这里E步为矩阵形式的维纳滤波,目的是降低输入图像斑点的相关性;M步为各向异性扩散,目的是估计组织回声图像,并将其作为下次E步的输入。通过算法的迭代,斑点噪声的相关性被进一步去除,这为后续的降噪算法提供了基础。经过上述两种构架预处理后,任何一种经典的去噪方法均可对恢复出的组织反射率图像进行降噪。实验证明,不论从主观视觉还是客观参数上,所提出的两种构架都优于现有的直接对I/Q图像进行降噪的模式。针对超声B-Mode图像,本文提出了两种新颖的降噪方法。第一种是空间自适应的最大似然估计法。该方法创新性地引入了边界二进制掩膜,用以判断滤波器窗函数落在异质区域还是同质区域。同时,滤波器形状可变参数和窗函数尺寸可变参数被同时选取,用以自适应地控制最大似然估计滤波器的性能。第二种方法是双树复小波变换降噪法。一方面通过双树复小波变换,可以完整保留了原始图像的方向和细节信息;另一方面通过双变量收缩函数,可有效地将图像小波系数和噪声小波系数区分开,充分抑制了图像的背景噪声。仿真实验和临床实验都证明了上述两种方法相比于传统降噪方法的优越性。
|
全文目录
摘要 5-6 ABSTRACT 6-8 第一章 绪论 8-12 1.1 超声图像斑点噪声去除的意义 8 1.2 现有斑噪去除方法的概述 8-10 1.2.1 基于空间滤波 8-9 1.2.2 基于小波变换 9 1.2.3 基于扩散理论 9-10 1.3 论文的主要工作和创新点 10-11 1.4 论文构架 11-12 第二章 超声I/Q图像斑点噪声去除 12-22 2.1 带噪声高斯化的维纳滤波 13-18 2.1.1 超声成像线性模型 13-14 2.1.2 PSF的盲估计 14-15 2.1.3 维纳滤波 15-16 2.1.4 同态变换和噪声高斯化 16-18 2.2 期望最大化(EM)算法 18-22 2.2.1 前期准备 18-19 2.2.2 EM算法概述 19 2.2.3 E步:维纳滤波 19-20 2.2.4 M步:各向异性扩散 20-22 第三章 超声B-Mode图像斑点噪声去除 22-30 3.1 空间自适应的最大似然估计降噪 22-28 3.1.1 超声B-Mode图像模型 22-23 3.1.2 最大似然估计 23-24 3.1.3 可变参数 24-25 3.1.4 二值化边界掩膜 25-27 3.1.5 算法小结 27-28 3.2 双树复小波变换降噪 28-30 3.2.1 双树复小波变换 28-29 3.2.2 双变量收缩函数 29-30 第四章 实验与结果 30-52 4.1 超声I/Q图像 30-39 4.1.1 仿真图像生成 30-31 4.1.2 比较策略 31-32 4.1.3 客观评定参数 32-33 4.1.4 Lee滤波器 33-34 4.1.5 最大似然估计 34-35 4.1.6 各向异性扩散 35-36 4.1.7 小波软阈值去噪 36-37 4.1.8 实验小结 37-39 4.2 超声B-Mode图像 39-52 4.2.1 空间自适应的最大似然估计 39-45 4.2.2 双树复小波变换 45-50 4.2.3 实验小结 50-52 第五章 总结与展望 52-54 5.1 工作总结 52 5.2 工作展望 52-54 参考文献 54-58 硕士期间发表论文目录 58-59 致谢 59-60
|
相似论文
- 熔化极气体保护焊熔滴过渡图像分析系统,TG444
- 基于CCD图像传感器的温度测量技术研究,TH811
- CMOS星敏感器图像采集系统研究,V448.2
- 电缆巡检车图像引导技术的研究,U469.6
- 基于重叠变换与矢量量化的图像压缩算法及应用研究,TN919.81
- 说话人识别中不同语音编码影响的补偿方法,TN912.34
- 高光谱图像空—谱协同超分辨处理研究,TN911.73
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 基于用户兴趣特征的图像检索研究与实现,TP391.41
- 图像拼接技术研究,TP391.41
- 空中目标与背景的红外图像仿真技术研究,TP391.41
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 基于内容的服装图像检索技术研究及实现,TP391.41
- 基于多示例学习的用户关注概念区域发现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 森林防火系统中图像识别算法的研究,TP391.41
- 基于感兴趣信息的高光谱图像压缩技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|