基于多尺度非线性扩散的超声图像斑点噪声去除算法.pdfVIP

基于多尺度非线性扩散的超声图像斑点噪声去除算法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 30卷 第4期 北京生物医学工程 V01.30 No.4 2011年 8月 BeijingBiomedicalEngineering August 2011 基于多尺度非线性扩散的超声图像 斑点噪声去除算法 张琼 ’ 沈 民奋 方若宇 摘 要 针对现有去噪算法可能造成超声图像细节模糊甚至丢失的问题 ,本文提出基于多尺度非 线性扩散(muhiscalenonlineardiffusion,MSND)的超声图像去噪模型。该模型结合冗余拉普拉斯塔形数 据分解和非线性扩散的优点 ,利用冗余拉普拉斯塔形数据分解将 图像分解为等大小的空间一频率子带 , 综合各子带的特征得到图像边缘和细节的精细表示 ,然后根据所得的综合特征指导各子带图像的非线 性扩散。实验结果表明本文算法在去除噪声的同时能有效地保留和增强边界与细节。 关键词 斑点噪声去除;非线性扩散;多尺度分析;冗余拉普拉斯塔形数据分解;边界增强 DOI:10.3969/j.issn.1002-3208.2011.04.05. 中图分类号 TP751;R318.04 文献标志码 A 文章编号 1002—3208(2011)04—0350—05 AnUltrasoundImageDenoisingAlgorithm Basedon MultiscaleNonlinearDi仃usion ZHANGQiong‘,SHENMinfen,FANGRuoyu 1DepartmentofElectronicScienceandTechnology,theUniversityofScience andTechnologyofChina,Hefei 230026 2CollegeofEngineering,ShantouUniversity,Shantou,GuangdongProvince 515063 【Abstract】 Inordertosolvetheproblemthatcurrentdenoisingmethodsmightsmoothorlosethe significantdetailsofimage,anew ultrasound imagedenoisingmodelbasedon multiscalenonlineardiffusion (MSND)wasproposed.ThismodelcombinedthestrongpointofredundantLaplacepyramiddecompositionand nonlineardiffusion.RedundantLaplace pyramid decomposition was utilized to decompose the image into isometricspace一~equencysub-images.Theedgesand detailsofthe imagewerewellexpressedbysynthesizing thecharacteristicsofallthesub—images.Thenthenonlineardiffusionprocessingwascarriedoutaccordingtothe synthesizedcharacteristicsineachsub-image.Theexperimentalresultsshowedthattheproposedalgorithm was capableoffiheringspecklenoiseefficientlyandpreservingedgesanddetailsofimages. 【Keywords】 speckledenoising;nonline

文档评论(0)

smdh + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档