论文部分内容阅读
医学超声图像和合成孔径雷达(Synthetic Aperture Radar,SAR)在成像过程中由于成像机理及设备或周围环境因素等影响,均存在着一种特有的呈斑点状的噪声—speckle(斑点)噪声。超声成像是医学影像学中常见的诊断途径,以其快速成像、价格低廉等特点成为目前临床上应用比较广泛的一种诊断手段。SAR是一种地表系统成像,目前在地质勘探及军事目标检测等方面有迅猛发展。但由于Speckle噪声的存在,严重影响了这两类图像的质量,模糊了边缘等细节信息,对进一步的诊断或目标检测有很大影响。Speckle噪声随信号的变化而变化,加大了图像中信噪区分的难度,但这类噪声在对数域呈现为加性高斯噪声,且在对数域近似服从Gaussian分布,所以speckle噪声在对数域的抑制算法研究就成为该领域的热点。小波扩散是基于小波变换的多尺度特性和偏微分方程(Partial DifferentialEquation,PDE)的非线性扩散的特性而发展起来的一种方法。近几年被广泛的应用于speckle噪声去除中。本文在已有小波扩散文献的基础上,提出一种新的基于小波扩散的speckle噪声去除算法。本文首先研究小波基的特性及其对speckle噪声去除的影响,并选择合适的小波基;然后加入EM(expectation-maximization)算法得到两个新的边缘检测算子,进行同质区域的自动划分;最后基于同质区域估计得到新的扩散阈值,从而定义新的PDE扩散率函数。与其它几类经典高效的方法相比,本文均取得了更佳的视觉效果和更好的定量分析结果,不仅能有效地抑制speckle噪声,且取得了更好的边缘保留效果。