学位论文 > 优秀研究生学位论文题录展示
基于非局部均值滤波的超声图像及图像序列去噪
作 者: 窦阳超
导 师: 丁明跃
学 校: 华中科技大学
专 业: 生物医学工程
关键词: 超声成像 斑点噪声 非局部均值 几何矩
分类号: TP391.41
类 型: 硕士论文
年 份: 2011年
下 载: 140次
引 用: 0次
阅 读: 论文下载
内容摘要
医学超声具有对人体无损害、便捷、实时性好等优点,在临床诊断、治疗及手术导航等方面有着非常广泛的应用。然而,由于超声成像的相干特性,图像中存在斑点噪声,该噪声会掩盖图像中的重要细节信息,降低人体软组织中正常组织和病变组织的对比度,这些不利因素给超声图像边缘检测、图像分割及图像配准等后续处理工作带来了困难。抑制超声图像序列中的斑点噪声可改善图像质量、增强图像中与诊断有关的特征信息。因此,研究有效的超声图像降噪算法具有重要的理论价值和实际意义。超声图像中的噪声主要为乘性斑点噪声,与组织结构信息相关。经典的超声图像滤波方法,如各向异性扩散滤波方法、the squeeze box filter(SBF)、偏微分方程等方法无法较好地滤除斑点噪声。非局部均值算法是近年提出的一种新的图像滤波算法,能够很好地保护图像边缘和纹理信息,但是该方法运行速度慢,而且滤波后的图像上可能产生伪影。本论文针对上述缺点,提出了基于几何矩的快速非局部均值算法。论文首先,提出了基于几何矩的非局部均值算法。几何矩修改了原来的相似度测度,能够找到更多的相似图像。并对不同阶数的几何矩做了一些比较,找到能够获得较好结果的几何矩阶数。其次,提出了基于零阶矩和块恢复的快速非局部均值算法,大大缩短了非局部均值算法运行时间,并将其应用到超声图像处理。最后,提出了基于局部和非局部均值混合算法,该方法能够有效去除乘性噪声,并应用到视频序列去噪中。模拟及实际图像实验结果的图像评价参数值(PSNR、MSSIM、ENL)表明本文提出的算法能够有效滤除斑点噪声,保护图像边缘信息和细节信息。
|
全文目录
摘要 4-5 Abstract 5-8 1 绪论 8-13 1.1 课题研究背景 8 1.2 超声图像去噪国内外发展现状 8-11 1.3 本文的主要研究工作 11-13 2 非局部均值算法及改进算法 13-28 2.1 常用的去斑点噪声方法 13-15 2.2 非局部均值滤波算法 15-17 2.3 改进的非局部均值算法 17-25 2.4 其它方法 25-26 2.5 本章小结 26-28 3 基于矩的 NLM 及其快速算法 28-40 3.1 几何矩及快速几何矩 28-31 3.2 滤波评价指标 31-33 3.3 基于矩的 NLM 算法 33-37 3.4 快速 NLM 算法 37-39 3.5 本章小结 39-40 4 基于 NLM 算法的图像序列去噪 40-48 4.1 基于预选择的 NLM 滤波方法 41 4.2 局部滤波 41-42 4.3 视频去噪方法 42 4.4 实验结果 42-46 4.5 本章小节 46-48 5 总结与展望 48-50 5.1 本论文工作总结 48 5.2 工作展望 48-50 致谢 50-51 参考文献 51-55 攻读硕士学位期间发表的论文 55
|
相似论文
- 医学超声图像的三维可视化研究,TP391.41
- 曲面几何噪声去除的非局部变分模型研究,TP391.41
- 机器视觉系统中的图像噪声处理算法研究,TP391.41
- 基于AD9273的医用全数字B超成像系统前端电路设计与研究,TP391.41
- 医学超声成像压电换能器探头的研究,TN384
- 超声井壁扫描成像测井仪研究,TP274
- 基于DSP阵列及千兆网接口的彩超信号处理系统设计与实现,TN911.7
- 医学超声图像三维重建算法研究,TP391.41
- 基于内容自适应的数字图像修复算法研究,TP391.41
- 超声成像系统中编码激励和脉冲压缩技术的研究和应用,TP391.41
- 基于区域时空先验的动态PET重建及PET图像恢复算法研究,TP391.41
- 基于非局部均值滤波的SAR图像去斑,TN957.52
- 高分辨率遥感影像建筑物半自动提取方法研究,TP751
- 三维超声系统参数测量实验方法的研究,R445.1
- 基于小波域的磁共振及医学超声图像去噪研究,TP391.41
- 用于超声诊断换能器中1-3型压电复合材料的有限元研究,TB552
- 数字B超成像技术及其优化方法的研究,TH776
- 基于变分法的非局部均值去噪算法研究,TP391.41
- 数字超声成像关键技术的优化设计与实现,TH776
- 超声图像处理的仿真与实现,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
|