精品基于小波变换的医学超声图像去噪方法研究毕业论文设计文档格式.docx

精品基于小波变换的医学超声图像去噪方法研究毕业论文设计文档格式.docx

《精品基于小波变换的医学超声图像去噪方法研究毕业论文设计文档格式.docx》由会员分享，可在线阅读，更多相关《精品基于小波变换的医学超声图像去噪方法研究毕业论文设计文档格式.docx（24页珍藏版）》请在冰豆网上搜索。

这样超声图像的去噪就成为了一个重要的问题。

因为超声图像中所含有的噪声是一种乘性斑点噪声，所以使医学超声图像去噪成为了一个很复杂而困难的过程。

小波变换是近几年来发展起来的一种变换分析方法，它有短时傅里叶变换局部化的特点，同时能够提供一个随频率改变的时间-频率窗口，是进行信号和图像处理的理想工具。

由于小波变换在时域和频域同时具有良好的局部化特性，因此小波变换在去噪中得到广泛应用。

超声图像的去噪是超声诊断的前提，它对后面病情的识别和诊断有很重要的影响，因此超声图像的去噪在医学图像处理中有其重要的意义。

围绕小波图像去噪中心问题进行了研究，提出本文的处理方法-小波变换去噪。

在了解关于小波变换的基础理论后，提出相适应的去噪方法，首先把原始医学超声图像进行对数变换，然后选择合适的小波和小波分解层数对变换后的图像进行小波分解，随后对高频系数进行阈值量化，对每层选择一个阈值对其高频系数进行软阈值化处理，最后利用小波重构，得到去噪后的图像，并进行指数变换得到所需图像。

实验表明，小波变换在超声图像去噪中有其很大优势。

关键词：

超声成像；

斑点噪声；

小波变换；

阈值

Abstract

Abstract:

Medicalultrasoundimagingisakindofimportantmedicalimagingdiagnosisbasedonultrasonictechnology.UltrasonicimagingcomparedtoCT,nuclearmagneticresonance（NMR）andotherdiagnostictechniquehastheobvioussuperiority,Withitscheap,convenient,quick,highsecurity,adynamicandrepeatscanwidelyusedinclinicaladvantagesofmedicaldiagnosis.Buttheultrasonicimagingalsohasitsshortcomings,themostimportantisthediagnosticaccuracyofultrasonicimagingvulnerabletooutsideinterference,maketheimagequalityispoorer,affectadiagnosis.Suchultrasoundimagesofthedenoisingbecameanimportantquestion.Becausetheultrasoundimagesiscontainedinthenoiseisakindofmultiplicativenoisespots,sothatmedicalultrasoundimagedenoisingbecameaverycomplexanddifficultprocess.

Wavelettransformisinlastfewyearsdevelopedakindoftransformationanalysismethod,ithasashort-timeFouriertransformthecharacteristicsoflocalization,andtoprovideaonfrequencychangetime-frequencywindow,signalandimageprocessingistheidealtool.Becauseofwavelettransforminthetimedomainandfrequencydomainandhasgoodlocalizationcharacteristics,sothewavelettransforminthedenoisingperformanceofwidelyused.

Ultrasoundimagesofthedenoisingisthepremiseofultrasonicdiagnosis,itbehindtherecognitionofillnessanddiagnosishaveveryimportantinfluence,sotheultrasonicimagedenoisinginmedicalimageprocessinghasitsimportantsignificance.Aroundthe

waveletimagedenoisingcenterproblemsinstudy,thispaperputforwardthetreatmentmethodofwaveletdenoising.Inunderstandaboutthebasictheoryofwavelettransformandofferedtoadapttothedenoisingmethod,firstofalltheoriginalmedicalultrasoundimageswerelogconversion,andthenchoosethesuitablewaveletandwaveletdecompositionleveloftheimagetotransformwaveletdecomposition,thenthehighfrequencycoefficientsofthethresholdquantification,eachlayertochooseathresholdvaluethehighfrequencycoefficientsaresoftthresholdprocessing,finally,usingthewaveletreconstruction,gettheimagedenoisingandexponentialtransformtoobtaintherequiredimage.Experimentsshowthatthewavelettransforminultrasonicimagedenoisinghasitsgreatadvantage.

Keywords:

ultrasonicimaging,spotsnoise,waveletrransfom,threshold

第一章绪论1

1.1超声图像去噪的意义及目的1

1.2超声图像去噪的现状2

1.3本文研究工作及概况2

第二章超声成像的机理及其噪声特性4

2.1超声成像原理及特点4

2.2超声诊断仪的分类5

2.3B超成像原理及应用7

第三章超声图像去噪方法10

3.1均值滤波方法10

3.2维纳滤波方法11

3.3中值滤波方法12

3.4小波变换方法13

第四章小波变换在图像去噪中的理论基础16

4.1基于小波去噪的发展及现状16

4.2人眼视觉特性17

4.3.1连续小波变换17

4.3.2离散小波变换18

4.3.3二进制小波变换19

4.3.4多分辨率分析19

4.3.5二维图像小波变换分解与重构20

第五章小波超声图像去噪算法22

5.1超声图像模型22

5.2小波阈值22

5.3小波阈值法23

5.4算法流程24

5.5实验结果和讨论25

结论27

致谢28

主要参考文献29

第一章绪论

1.1超声图像去噪的意义及目的

超声诊断作为医学诊断中的一种诊断技术得以应用是从1972年灰阶超声的问世开始的，特别是近几年来，由于其廉价、简便、迅速、安全性高、可连续动态及重复扫描等优点在医学临床诊断中运用广泛，因此医学影像学飞速发展，同时其研究的范围也越来越广。

超声诊断主要是依据超声的良好指向性和与光相似的反射、散射、衰减及多普勒效应等物理特性，并且结合其不同的物理参数，使用不同类型的超声诊断仪器，采用各种扫查方法，将超声发射到体内，并在人体组织中传播，当正常组织和病理组织的声阻抗有一定差异时，它们组成的界面就发生反射和散射，再将此回声信号接收，加以检波等处理，显示为图像。

由于各种组织的界面形态、组织器官的运动状况和对超声的吸收程度不同，其回声有一定的共性和某些特性，结合生理、病理解剖知识与临床医学，观察、分析、总结这些不同的反射规律，可对患病的部位、性质或功能障碍程度做出判断。

近年来，超声医学成像技术得到了迅猛的发展，彩色多普勒成像（CDI，ColorDopplerImaging）、组织多普勒成像（TDI，TissueDopplerImaging）、组织谐波成像（THI，TissueHarmonicImaging）、超声造影剂成像等一系列新技术接连出现并应用于临床，带动和促进了超声相关领域的研究和发展。

但是，由于成像机制的限制，超声图像无法避免的有质量较差这一主要缺点，特别是由于所要观察的器官或组织在结构上存在其不均匀性，有一些微小的结构超声无法识别。

加上声波信号也存在干涉现象，这样在图像的形成上有了其特有的斑点噪声，这是得超声图像的质量大大降低，也使得对图像细节的识别与分析更加困难。

为了图像后期的分析识别和重构等工作的顺利进行，超声图像的去噪就有其进行的必要。

医学超声图像去噪常主要是用滤波的方法滤除噪声频率成分，提高图像的信噪比，从而改善图像质量。

从理论上讲信号的分布主要存在于低频部分．而噪声的分布主要存在于高频部分，滤除噪声成分就是滤除信号的高频部分。

但是对于图像信号来说，图像的细节信号也存在于高频部分．如果滤除高频部分后，在不同程度上讲也就破坏了图像的细节，并且在临床诊断中往往是医学图像的细节起到关键性的作用，因此医学图像去噪就必须做到在降低图像噪声的同时又保留图像细节，在不降低图像空间分辨率前提下．消除或最大限度地抑制斑点噪声。

1.2超声图像去噪的现状

目前对于超声图像斑点的认识有着两种不同的观点，一种观点认为图像中的斑点是一种噪声，它影响超声图像的质量和清晰度，所以要尽量去除或者抑制其斑点噪声；

另一种观点则认为斑点也是图像信息的一种，它也代表体内某种组织或器官的机能情况，正常或者不正常，是否病变。

虽然这是两种相差甚大的观点，但是其目的却是一样的，那就是要更好的进行识别和诊断，更好的为人类服务。

本文则是在第一种观点的基础上进行研究的，因此研究对于斑点噪声的去除是本文的主要任务。

传统的图像去噪方法采用线性处理技术，比如维纳滤波、低通/高通滤波或带通滤波，它们或者平滑、或者加强高频，而且能够去除某些具体的噪声，要是以最小平方误差作为评价滤波效果的话，维纳滤波是最好的。

因为其数学原理简单，而且能够很有效的去除加性噪声，所以很受