針對(duì)斑點(diǎn)噪聲的圖像去噪與增強(qiáng)算法研究.pdf

1、醫(yī)學(xué)超聲圖像由于其特定的成像機(jī)制以及檢測(cè)組織的不均勻性而造成的斑點(diǎn)噪聲不同于一般的圖像噪聲,它屬于乘性噪聲,且很大比例處于高頻部分;醫(yī)學(xué)圖像的去噪處理不同于一般圖像的去噪處理,不僅需要去除噪聲,盡可能的保持圖像的細(xì)節(jié)信息,而且對(duì)待分割病灶區(qū)域的邊緣效果要求比較高,因此它需要在去噪的同時(shí)對(duì)圖像的邊緣進(jìn)行增強(qiáng)處理。針對(duì)上述需求,本文構(gòu)建了一個(gè)適合去除斑點(diǎn)噪聲的混合模型。首先,分析了超聲圖像的噪聲類型,探索適合斑點(diǎn)噪聲的去噪算法;其次,構(gòu)造含

2、邊緣檢測(cè)函數(shù)的各向異性擴(kuò)散模型和含變量函數(shù)的沖擊濾波器這一混合模型;最后,用Matlab程序完成圖像的去噪與增強(qiáng)處理操作,驗(yàn)證算法的可行性。具體的研究成果包括:
　　1、分析各向異性擴(kuò)散模型的優(yōu)缺點(diǎn),針對(duì)該模型依靠檢測(cè)梯度算子來(lái)控制擴(kuò)散進(jìn)程,但梯度算子受噪聲的影響程度比較大這一現(xiàn)狀,在各向異性擴(kuò)散模型的基礎(chǔ)上引入邊緣檢測(cè)算子,利用檢測(cè)算子對(duì)噪聲的低敏感度去除大量偽邊緣,達(dá)到充分降噪的目的;
　　2、闡述沖擊濾波器模型,在沖擊

3、濾波器模型的基礎(chǔ)上引入關(guān)于迭代次數(shù)的變量函數(shù),通過(guò)控制迭代次數(shù)達(dá)到適時(shí)控制沖擊幅度的效果;
　　3、將上述兩個(gè)改進(jìn)的模型結(jié)合起來(lái),不僅彌補(bǔ)了各向異性擴(kuò)散方程不能很好地銳化邊緣和增強(qiáng)圖像的弊端,而且彌補(bǔ)了只有沖擊濾波器處理圖像不穩(wěn)定的弊端;
　　4、在實(shí)驗(yàn)上,本文首先選用加入斑點(diǎn)噪聲的Lena圖像作為實(shí)驗(yàn)圖像,通過(guò)對(duì)比實(shí)驗(yàn)來(lái)驗(yàn)證本文算法在去除斑點(diǎn)噪聲上的優(yōu)越性;而后繼續(xù)選用本身就含有斑點(diǎn)噪聲的甲狀腺超聲圖像作為實(shí)驗(yàn)圖像,驗(yàn)證本