基于局部方差改进的超声图像各向异性扩散去噪算法.pdfVIP

JournalofComputerApplications ISSN 1001—9081 2013．09—01 计算机应用，2013，33(9)：2599—2602 C0DEN JYIIDU http：，f ．oca．en 文章编号 ：1001—9081(2013)09-2599—04 doi：10．11772／j．issn．1001—9081．2013．09．2599 基于局部方差改进的超声图像各向异性扩散去噪算法 刘琬臻 ，付忠 良 (1．中国科学院成都计算机应用研究所，成都 610041； 2．中国科学院大学，北京 100049) ( 通信作者电子邮箱janeliuwz@gmail．tom) 摘 要：针对各向异性扩散算法不能有效区分强噪声和弱边缘的缺点，提 出了一种基于图像局部统计特征改进 的算法。该算法在对图像进行各向异性扩散去噪的过程中，使用梯度阈值找到 图像中灰度变化较大的点，再通过计 算局部方差和局部去心方差的差值判断该点是否为噪声点，若是噪声点则使用均值滤波处理。对仿真图像和临床超 声图像的实验结果表明：与传统的各向异性扩散算法相比，改进的算法在图像去噪和特征保留的能力上得到了良好 的提升 。 关键词：各向异性扩散；超声图像 ；斑点噪声；局部方差；图像去噪；特征保 留 中图分类号 ：TP391．41 文献标志码 ：A Localvariancebasedanisotropicdiffusion denoisingmethodforultrasonicimage LIU Wanzhen， ．FU Zhongliang， f1．ChengduInstituteofComputerApplication，ChineseAcademyofSciences，ChengduSichuan610041，China； 2．UniversityofChineseAcademyofSciences，Bering100049，China) Abstract：Since the anisotropicdiffusion methods cannotmake a distinction between strong noise and weak edge effectively，theauthorsproposedanimprovedanisotropiediffusiondenoisingmethodbasedonlocalstatisticalcharacteristics． Whiledenoisingimagesbyanisotropicdiffusionmethod，pointswithlargegray-levelvariationswerefoundbyusinggradient threshold，andwhetherthepointwasanoisepointornotwasjudgedbycalculatinglocalvarianceandlocaldeletedvariance， andthenmeanfilteringwasusedforthenoisepoints．Theexperimentsuponsimulationimagesandclinicalultrasonicimages show thatthismethodpreservesfeaturesand edgesmore efficientlythan traditionalanisotropic diffusionmethodswhile denoisingimages． Keywords：anisotropicdiffusion；ultrasonicimage；specklenoise；localvariance；imagedenoising；featurepreserving