基于小波扩散的speckle噪声去除算法研究

摘要

医学超声图像和合成孔径雷达(Synthetic Aperture Radar,SAR)在成像过程中由于成像机理及设备或周围环境因素等影响,均存在着一种特有的呈斑点状的噪声—speckle(斑点)噪声。超声成像是医学影像学中常见的诊断途径,以其快速成像、价格低廉等特点成为目前临床上应用比较广泛的一种诊断手段。SAR是一种地表系统成像,目前在地质勘探及军事目标检测等方面有迅猛发展。但由于Speckle噪声的存在,严重影响了这两类图像的质量,模糊了边缘等细节信息,对进一步的诊断或目标检测有很大影响。
　　Speckle噪声随信号的变化而变化,加大了图像中信噪区分的难度,但这类噪声在对数域呈现为加性高斯噪声,且在对数域近似服从Gaussian分布,所以speckle噪声在对数域的抑制算法研究就成为该领域的热点。
　　小波扩散是基于小波变换的多尺度特性和偏微分方程(Partial Differential Equation,PDE)的非线性扩散的特性而发展起来的一种方法。近几年被广泛的应用于speckle噪声去除中。本文在已有小波扩散文献的基础上,提出一种新的基于小波扩散的speckle噪声去除算法。本文首先研究小波基的特性及其对speckle噪声去除的影响,并选择合适的小波基;然后加入EM(expectation-maximization)算法得到两个新的边缘检测算子,进行同质区域的自动划分;最后基于同质区域估计得到新的扩散阈值,从而定义新的PDE扩散率函数。与其它几类经典高效的方法相比,本文均取得了更佳的视觉效果和更好的定量分析结果,不仅能有效地抑制speckle噪声,且取得了更好的边缘保留效果。

目录

封面

声明

中文摘要

英文摘要

目录

引 言

第1章 speckle噪声概述及研究背景

1.1 speckle噪声模型

1.2 医学超声图像概述

1.3 SAR（Synthetic Aperture Radar）图像概述

第2章 小波扩散理论及其在speckle噪声去噪中的应用

2.1 小波理论知识

2.2 PDE扩散算法

2.3 基于小波扩散去噪简介

第3章 基于小波扩散的speckle噪声去除算法

3.1 小波基的选取

3.2 改进的扩散方程

3.3 基于小波扩散的speckle噪声去除算法

第4章 实验结果与分析

4.1 实验方法

4.2 实验结果

4.3 实验结果分析

4.4 小结

总结与展望

参考文献

致谢

附录A 攻读硕士学位期间参与的科研项目