论文部分内容阅读
超声检测技术在临床医学方面的发展具有广泛的应用,主要通过超声波的反射和衍射特性来判定被检器官内部和表面是否存在异常,并且具有无创性,实时性和低廉性等优点。超声图像包含两类噪声,一类是加性的电或热噪声,一类是斑点。斑点是一种局部相关的乘性噪声,由随机分布的散射体回波相互干涉引起的,斑点严重地降低了超声图像的分辨率,掩盖了超声诊断的某些细节。除了受斑点影响外,超声图像中还包含由于传感器或而引入的热噪声。传统方法对于超声图像的斑点和噪声滤除效果并不理想,主要缺点是滤除这些噪声的同时不能较好地保留图像中的边缘和细节部分。针对现有医学超声图像噪声消除方法的局限性,本文主要研究了基于超声图像不同的降噪去斑改进方案,主要研究工作如下：1.构建二维的超声斑点模型,研究斑点噪声的位置分布特性和幅值统计特性,讨论了不同散射点密度对超声斑点噪声图像的影响,模拟出最接近临床的二维超声斑点。2.对现有的双边滤波算法进行改进,原始双边滤波算法是基于高斯噪声提出一种方法,针对瑞利分布的噪声滤波,双边滤波器的滤波效果较差,且不能较好的保持图像边缘,为了能保留含噪图像的细节和边缘部分,提出方法首先使用边缘检测器,接着使用噪声检测器,使得改进后的双边滤波器可以滤除混合的高斯或脉冲噪声。针对脉冲噪声滤除的部分,可将双边滤波器的高斯滤波函数用瑞利滤波函数代替,用改进的瑞利滤波器来滤除超声图像的斑点噪声。3.提出了瑞利微调双边滤波算法,该方法采用先噪声检测再针对性滤波的两步骤方案,并充分利用了噪声及斑点的分布统计特性。首先,根据排序象限中值向量(SQMV)准则计算出滤波窗口的相关中值,通过比较该值和目标像素值,可将目标像素分为噪声、斑点和边缘像素；然后,用双边滤波器和瑞利微调滤波器分别滤除噪声和斑点而保持边缘像素不变。用合成和真实超声图像的视觉效果和客观指标评估提出方法的性能,实验结果表明：该算法能有效地滤除超声图像的斑点和噪声并且较好地保留图像的边缘细节特征。