改进权值非局部均值超声图像去噪
目的 超声图像斑点噪声会影响诊断的准确性和可靠性.通过分析超声图像斑点噪声统计模型,结合非局部均值滤波算法,提出一种基于超声斑点噪声模型的改进权值非局部均值(NLM)滤波算法.方法 算法针对超声图像灰度信息对图像进行预处理,利用超声图像斑点噪声模型改进传统NLM算法的权值计算函数,基于图像特征确定最优采样间隔进行下采样,利用改进后的权值计算函数对图像进行NLM去噪处理.结果 分别采用人工合成与真实超声图像对本文算法性能进行测试,并与传统非局部均值滤波算法、非局部总变分(NLTV)等算法进行去噪效果比较,同时采用均方误差、峰值信噪比和平均结构相似性作为滤波算法性能的客观评价指标.本文算法能快速完成超声图像的去噪处理,峰值信噪比较其他算法可以提高0.2 dB以上,可以降低均方误差,提高平均结构相似性,缩短处理时间,并得到较好的图像质量和视觉效果.结论 根据超声图像斑点噪声模型对NLM算法的权值计算函数进行优化,使得NLM图像滤波算法能更好地适用于超声图像的去噪,基于超声斑点噪声模型的改进权值NLM算法相较于其他算法,滤波效果更佳,适合超声图像去噪.
图像去噪、非局部均值、斑点噪声、超声图像、下采样、权重函数
22
TP391.9(计算技术、计算机技术)
国家高技术研究发展计划863计划2015AA020303;国家自然科学基金项目KYZ193713071,KYZ193716041National High Technology Research and Development Program of China2015AA020303;National Natural Science Foundation of ChinaKYZ193713071,KYZ193716041
2017-07-13（万方平台首次上网日期，不代表论文的发表时间）
共9页
778-786
