基于小波擴(kuò)散的speckle噪聲去除算法研究.pdf

1、醫(yī)學(xué)超聲圖像和合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)在成像過程中由于成像機(jī)理及設(shè)備或周圍環(huán)境因素等影響,均存在著一種特有的呈斑點(diǎn)狀的噪聲—speckle(斑點(diǎn))噪聲。超聲成像是醫(yī)學(xué)影像學(xué)中常見的診斷途徑,以其快速成像、價(jià)格低廉等特點(diǎn)成為目前臨床上應(yīng)用比較廣泛的一種診斷手段。SAR是一種地表系統(tǒng)成像,目前在地質(zhì)勘探及軍事目標(biāo)檢測等方面有迅猛發(fā)展。但由于Speckle噪聲的存在,嚴(yán)重影響了這兩類圖像的質(zhì)量,

2、模糊了邊緣等細(xì)節(jié)信息,對進(jìn)一步的診斷或目標(biāo)檢測有很大影響。
　　Speckle噪聲隨信號的變化而變化,加大了圖像中信噪?yún)^(qū)分的難度,但這類噪聲在對數(shù)域呈現(xiàn)為加性高斯噪聲,且在對數(shù)域近似服從Gaussian分布,所以speckle噪聲在對數(shù)域的抑制算法研究就成為該領(lǐng)域的熱點(diǎn)。
　　小波擴(kuò)散是基于小波變換的多尺度特性和偏微分方程(Partial Differential Equation,PDE)的非線性擴(kuò)散的特性而發(fā)展起來的一種

3、方法。近幾年被廣泛的應(yīng)用于speckle噪聲去除中。本文在已有小波擴(kuò)散文獻(xiàn)的基礎(chǔ)上,提出一種新的基于小波擴(kuò)散的speckle噪聲去除算法。本文首先研究小波基的特性及其對speckle噪聲去除的影響,并選擇合適的小波基;然后加入EM(expectation-maximization)算法得到兩個(gè)新的邊緣檢測算子,進(jìn)行同質(zhì)區(qū)域的自動劃分;最后基于同質(zhì)區(qū)域估計(jì)得到新的擴(kuò)散閾值,從而定義新的PDE擴(kuò)散率函數(shù)。與其它幾類經(jīng)典高效的方法相比,本文均