基于小波變換的醫(yī)學(xué)超聲圖像去噪方法研究.pdf

1、近年來(lái)，隨著小波理論的不斷完善，小波分析己經(jīng)滲透到各學(xué)科領(lǐng)域。在小波變換域中去除圖像中的噪聲是近年來(lái)的研究熱點(diǎn)之一，許多小波圖像去噪算法已經(jīng)被陸續(xù)提出。本文針對(duì)醫(yī)學(xué)超聲圖像中噪聲的特點(diǎn)，提出了一種基于非參數(shù)自適應(yīng)估計(jì)理論的超聲圖像去噪算法。 由于超聲圖像的噪聲情況復(fù)雜，這就對(duì)其去噪方法提出了更高的要求。超聲圖像去噪的目的不僅要平滑噪聲，還要盡可能地保留原始圖像的細(xì)節(jié)特征。細(xì)節(jié)特征是醫(yī)生診斷器官是否有病變的重要依據(jù)。為了在去除噪聲

2、的同時(shí)能夠更好地保護(hù)邊緣及有用的細(xì)節(jié)信息，本文在以下兩個(gè)方面作了深入的研究：一，在平穩(wěn)小波變換域中對(duì)超聲圖像進(jìn)行去噪研究；二，基于非參數(shù)自適應(yīng)估計(jì)理論來(lái)確定小波的閾值。 平穩(wěn)小波變換是在正交小波變換基礎(chǔ)上提出的一種非正交小波變換方法，與正交小波變換的區(qū)別在于每次分解過(guò)程中不進(jìn)行下采樣，因此每一層的大小仍和原圖像一樣。正交小波變換在每次分解時(shí)對(duì)信號(hào)進(jìn)行二抽取，不具有小波域的時(shí)(空)移不變性，在經(jīng)過(guò)閾值處理，重建圖像時(shí)易出現(xiàn)偽峰值

3、點(diǎn)等“不平穩(wěn)現(xiàn)象”，不利于圖像邊緣的精確重構(gòu)。平穩(wěn)小波變換克服了正交小波變換的這一弱點(diǎn)，通過(guò)在所有尺度下保留所有系數(shù)、犧牲正交性的方法使其具有了平穩(wěn)性，并且使圖像信號(hào)消噪后保持良好的邊緣特征。 在利用Birgé-Massart提出的非參數(shù)自適應(yīng)密度估計(jì)理論來(lái)確定小波的閾值時(shí)，未知的概率密度函數(shù)不必屬于任何一個(gè)給定的模型，其中的最佳模型能夠大致達(dá)到模型中估計(jì)冒險(xiǎn)和模型與未知概率密度的距離之間的最佳平衡。當(dāng)模型具有好的估計(jì)特性時(shí)，

4、選擇合適的懲罰函數(shù)，可以得到自適應(yīng)的估計(jì)量，這種自適應(yīng)估計(jì)量能夠在概率密度平滑性未知的情況下，得到與平滑度已知時(shí)同樣程度的估計(jì)。本文使用的自適應(yīng)估計(jì)量為懲罰投影估計(jì)量。本文的閾值選取策略并不是選取大于某個(gè)確定閾值的系數(shù)，而是首先確定要保留的系數(shù)個(gè)數(shù)，然后取那些值最大的系數(shù)。當(dāng)該閾值方法用于小波域時(shí)，即使是僅僅保留每層最大的幾個(gè)系數(shù)，也可以得到準(zhǔn)確的估計(jì)效果。 本文結(jié)合非參數(shù)自適應(yīng)估計(jì)理論，提出一種平穩(wěn)小波變換域中的超聲圖像去噪方