论文部分内容阅读
医学超声成像技术以其固有的时效性、廉价性及无损性等特点被医疗诊断广泛应用。但超声图像存在的斑点噪声增加了图像解译程度,影响了图像分析与诊断。因此,医学超声图像去噪研究成为超声影像预处理中的关键问题。本研究基于目前医学超声图像去噪研究现状,引入支持向量学习理论,通过含斑图像做对数变换和分解,构建基于支持向量回归模型的局部自适应去斑算法。实验仿真表明,基于支持向量回归模型能够成功地去除超声图像的噪点,同时保障了超声图像的细节特征,其优越的性能超过了传统的去噪方法。