基于小波变换的医学超声图像去噪方法研究-信号与信息处理专业论文.docxVIP

山东大学硕士学位论文摘要 山东大学硕士学位论文 摘要 近年来，随着小波理论的不断完善。小波分析己经渗透到各学科领域。 在小波变换域中去除图像中的噪声是近年来的研究热点之一。许多小波图 像去噪算法已经被陆续提出。本文针对医学超声图像中噪声的特点，提出 了一种基于非参数自适应估计理论的超声图像去噪算法。 由于超声图像的噪声情况复杂，这就对其去噪方法提出了更高的要 求。超声图像去噪的目的不仅要平滑噪声，还要尽可能地保留原始图像的 细节特征。细节特征是医生诊断器官是否有病变的重要依据。为了在去除 噪声的同时能够更好地保护边缘及有用的细节信息，本文在以下两个方面 作了深入的研究：一，在平稳小波变换域中对超声图像进行去噪研究：二， 基于非参数自适应估计理论来确定小波的阈值． 平稳小波变换是在正交小波变换基础上提出的一种非正交小波变换 方法，与正交小波变换的区别在于每次分解过程中不进行下采样，因此每 一层的大小仍和原图像一样。正交小波变换在每次分解时对信号进行二抽 取，不具有小波域的时(空)移不变性，在经过阈值处理，重建图像时易 j出现伪峰值点等“不平稳现象”，不利于图像边缘的精确重构。平稳小波 变换克服了正交小波变换的这～弱点，通过在所有尺度下保留所有系数、 牺牲正交性豹方法使其具有了平稳性，并且使图像信号消噪后保持良好的 边缘特征． 在利用Birg∈．Massart提出的非参数自适应密度估计理论来确定小波 的阈值时，未知的概率密度函数不必属于任何一个给定的模型，其中的最 佳模型能够大致达到模型中估计冒险和模型与未知概率密度的距离之间 的最佳平衡。当模型具有好的估计特性时，选择合适的惩罚函数，可以得 到自适应的估计量，这种自适应估计量能够在概率密度平滑往未知的情况 下，得到与平滑度已知时同样程度的估计．本文使用的自适应估计量为惩 罚投影估计量。本文的阈值选取策略并不是选取大于某个确定阙值的系 数，而是首先确定要保留的系数个数，然后取那些值最大的系数。当该阈 值方法用于小波域时，即使是仅仅保留每层最大的几个系数，也可以得到 山东大学硕士学位论文-_-_●-●●-●__●●●___-_I_●_●__-●●____●●_●__-_●--__目-●--_●|●-_-__---_-__-__--_●●_●__一 山东大学硕士学位论文 -_-_●-●●-●__●●●___-_I_●_●__-●●____●●_●__-_●--__目-●--_●|●-_-__---_-__-__--_●●_●__一 准确的估计效果。 本文结合非参数自适应估计理论，提出一种平稳小波交换域中的超声 图像去噪方法。实验表明。本文的算法具有较强的去噪能力，并且可以很 好地保持超声图像的边缘特征，与传统的摹于Donoho阈值方法的去噪方 法相比较，具有更好的去嗓效果。 关键词：非参数；自适应估计；二维平稳小波变换；超声图像老噪 -____●_ll_-_●●●--●I●l-_●●●-I -____●_ll_-_●●●--●I●l-_●●●-I山东大学硕士学位论文 —I●_●II_ ABSTRACT Recently，with the improvement of wavelet theory，wavelet analysis has penetrated into many fields．Image de·noising in wavelet domain is one of the focus methods．Nowadays，there have been many new image de·noising algorithms based on wavelet，In this thesis，considering the characteristics of noises in ultrasonic images，we propose new ultrasonic image de-noising algorithm based on the nonparametric adaptive estimation． Due to the complexity of noise in ultrasonic images，it raises a higher request for de·noising methods．There are two demands in ultrasonic image de·noising．First，the noise needs to be smoothed out；and in the mean time， characteristic details in the original images should be prese