基于Contourlet變換的超聲圖像去噪算法研究.pdf

1、超聲圖像去噪是實現(xiàn)醫(yī)學(xué)圖像處理與后續(xù)分析的關(guān)鍵步驟，對輔助醫(yī)生診斷和治療患者病情有著重要的意義。由于超聲圖像噪聲的情況比較復(fù)雜，這就對去噪方法提出了更高的要求。因此，超聲圖像去噪一直是醫(yī)學(xué)圖像處理中的難題。經(jīng)典的超聲圖像濾波方法包括:均值濾波，中值濾波，維納濾波，以及小波變換。由于人們主要對超聲圖像中因病變產(chǎn)生的微弱保留部分感興趣，上述的均值濾波，維納濾波等方法都無法達到良好的降噪效果。雖然小波去噪方法要比其他幾種方法優(yōu)越，但要得到能夠

2、更好地滿足超聲圖象處理特殊要求還是有一定的困難。而多尺度幾何分析克服了小波不能最優(yōu)的表示圖像中線和面奇異性的缺陷，在圖像去噪、融合等領(lǐng)域都得到了成功的應(yīng)用。其中Contourlet變換具有靈活對圖像進行多尺度、多方向分解的特點，從而被廣泛的應(yīng)用于圖像去噪等領(lǐng)域。
　　本研究主要內(nèi)容包括：⑴研究了多尺度幾何分析理論。從多尺度幾何分析的發(fā)展過程入手，分別研究了小波變換，Contourlet變換的理論及其優(yōu)缺點。⑵研究了基于Contou

3、rlet變換超聲圖像去噪算法和各向異性擴散的超聲圖像去噪算法，并通過實驗對二者的性能進行了分析。⑶提出了利用Contourlet變換與各向異性擴散技術(shù)相結(jié)合的方法。該方法克服了Contourlet變換在圖像去噪時的缺陷，即指在圖像的奇異點附近會產(chǎn)生偽Gibbs現(xiàn)象，在奇異點附近重構(gòu)后的去噪圖像會交替出現(xiàn)較大的上下幅值振動。而各向異性擴散的特性能使表示圖像邊緣的Contourlet系數(shù)的能量更加集中，各向異性擴散在消除噪聲和保護邊緣方面具