一种改进的各向异性扩散超声图像去噪算法
针对传统的各向异性扩散算法中扩散系数函数的平滑效果不好,扩散过程中扩散门限 K 的选取依靠经验确定,扩散过程对图像细节保护不足的问题,提出了一种改进的各向异性扩散算法.介绍了几种当前比较典型的各向异性扩散去噪算法;在典型算法分析的基础上提出了一种基于自适应中值滤波的改进扩散模型;根据扩散系数应满足的3个条件及经典的扩散系数函数,提出了改进的扩散模型中的改进扩散系数函数;提出了一种扩散门限 K 的自适应选取的方法.通过在改进的扩散模型中使用改进的扩散系数函数并结合扩散门限 K 的自适应选取,对超声图像进行去噪.实验结果表明,所提算法优于 PM 模型、Catte 模型、王常虹算法等,去噪后图像的 FOM 值比 PM 模型高出3.34%,PSNR 值比PM 模型高出0.2506.该算法在去除散斑噪声的同时有效保护了图像的细节及边缘,有助于医务人员对患病区域的准确诊断.
各向异性扩散、自适应中值滤波、扩散系数、扩散门限、超声图像
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目61202044;四川省科技创新苗子工程项目20132022
2015-04-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
310-316