【正文】 存在的問題是，超聲圖像信號(hào)經(jīng)正交小波變換，對(duì)分解的細(xì)節(jié)系數(shù)進(jìn)行 閾值處理后，在重構(gòu)圖像邊緣附近容易產(chǎn)生振蕩，造成圖像邊緣失真。噪聲導(dǎo)致超聲圖像質(zhì)量變差，對(duì)醫(yī)生的正確診斷和治療造成干擾。 原始圖像經(jīng)過均值濾波以后，噪聲得到了抑制，圖像也得到了平滑，但同時(shí)也使圖像邊緣變得模糊。 算法流程 圖 51 超聲圖像斑紋噪聲多尺度非線性軟閾值去噪及增強(qiáng)方法示意圖 其具體步驟如下： (1)對(duì)原始圖像作對(duì)數(shù)變換得到 變換后的圖像 ， 對(duì)數(shù)變換把乘性斑紋噪聲轉(zhuǎn)化為加性高斯白噪聲 。 小波閾值法 小波閾值去噪方法的基本思想是：噪聲和信號(hào)經(jīng)多尺度分解得到的小波系數(shù)具有不同的分布特性，噪聲主要在高頻段，對(duì)應(yīng)絕對(duì)值較小的小波系數(shù)，信號(hào)主要在低頻段，對(duì)應(yīng)絕對(duì)值較大的小波系數(shù)。實(shí)際上，我們可以利用小波 軟閾值的方法處理中值濾波后的圖像，從而保留噪聲中的少量信號(hào)，去除信號(hào)中的少量噪聲。在小波變換去噪之前，圖像的去噪都是只針對(duì)時(shí)域或頻域中的一個(gè)進(jìn)行去噪處理，而小波變換則是從這兩個(gè)方法進(jìn) 行圖像去噪。其中低頻帶 jcA 反應(yīng)了圖像在下個(gè)尺度的概貌，其余三個(gè)子帶分別反映圖像在水平、垂直和對(duì)角線方向的高頻細(xì)節(jié)信息。 多分辨率分析 小波多分辨率的概念是在構(gòu)成正交小波基是被提出的，這就從空間的概念上形象地 說明了小波的多分辨率特性，把以前所有的正交小波基的構(gòu)造法統(tǒng)一了，提出了快速算法 — Mallat 算法。為了方便，在離散化時(shí)，總是限制 a 只能取正值。在大尺度 a 上，膨脹的基函數(shù)搜索大的特征，反之則搜索細(xì)節(jié)特征。當(dāng) ? =0 時(shí)，有 )0(? =0，即 0)( ?????dtt? .同時(shí)有 0)( ??? 。 HuaXie 等人 也提出了基于隱馬爾可夫模型的去噪方法。 Jain 運(yùn)用同態(tài)維納濾波的方法去噪， Zong西南科技大學(xué)本科生畢業(yè)論文 17 等 則采用 先將圖像對(duì)數(shù)變換把噪聲分離出來(lái)，再運(yùn)用閾值的方法去噪，也有的學(xué)者運(yùn)用數(shù)據(jù)融合和小波變換的方法去噪。小波變換能十分有效的把信號(hào)和噪聲區(qū)分開來(lái)是因?yàn)樗哂辛己玫臅r(shí)頻域局部化能力和多分辨率分析能力。 以下是小波變換濾波 的現(xiàn)實(shí) 效果圖： 圖 34 小波變換效果圖 西南科技大學(xué)本科生畢業(yè)論文 16 第四章 小波變換在圖像去噪中的理論基礎(chǔ) 在實(shí)際處理圖像時(shí)，正交性能保持能力；而線性相位既要能較容易的處理信號(hào)邊界，又要適應(yīng)于人眼的視覺系統(tǒng)，因此處理圖像的方法就必須同時(shí)具有這兩種能力。相比于硬閾值，軟閾值的效果就好很多，得到的估計(jì)小波系數(shù)連續(xù)性好，而且有更高的信噪比。所以窗口的形狀和大小有時(shí)對(duì) 濾波的效果有很大影響。 維納濾波的實(shí)現(xiàn)效果圖 如圖 32： ? ???? ?? 2,1 2,11 nn nnaMN ? ? 22,1 22 2,11 ?? ? ?? ??nn nnaMN西南科技大學(xué)本科生畢業(yè)論文 12 圖 32 維納濾波效果圖 由結(jié)果可以看出，均值 濾波后的圖像效果比較差，不僅噪聲減少的不明顯，而且使得圖像模糊度增加。把原來(lái)的像素值用模板中的全體像素的平均值代替。隨著探頭的移動(dòng)或晶片的交替輪換光點(diǎn) 進(jìn)行移動(dòng)掃描。實(shí)時(shí)扇形診斷儀主要應(yīng)用于心臟的探查，探頭小，便于肋間掃查，但是相對(duì)的視野就比較小了。原理如圖 2— 1 所示，首先時(shí)序電路發(fā)出觸發(fā)脈沖，使發(fā)射電路產(chǎn)生一個(gè)窄脈沖，激勵(lì)換能器向人體發(fā)射超聲脈沖信號(hào)，當(dāng)超聲脈沖遇到人體的組織器官界面時(shí)產(chǎn)生反射或散射的回聲脈沖信號(hào)。 （ 7） 彩色多普勒血流顯像儀 彩色多普勒血流顯像儀簡(jiǎn)稱彩超 ，包括兩部分二維切面顯像和彩色顯像。 （ 5） F型超聲診斷儀 F超與 C超相比，原理上基本相同 。另外還可以研究人體內(nèi)其它各運(yùn)動(dòng)面的活動(dòng)情況，因此可以用于對(duì)胎兒和動(dòng)脈血管的搏動(dòng)等的檢測(cè)。 壓電晶體受到電脈沖激勵(lì)發(fā)射超聲波，使之進(jìn)入人體組織，然后遇到組織等結(jié)構(gòu)發(fā)生散射和反射等現(xiàn)象產(chǎn)生回聲，再由壓電晶體接收，然后把回聲信 號(hào)轉(zhuǎn)換成電信號(hào)，輸入儀器 。超聲波在 通過人體不同組織時(shí)，其反映的聲學(xué)特性都是不同的，超聲診斷就是通過這些不同來(lái)區(qū)分不同組織的 。隨著電子技術(shù)的不斷發(fā)展，電子計(jì)算機(jī)技術(shù)也應(yīng)用于超聲 診斷， 這樣使得超聲診斷技術(shù)得到快速的提高以及在臨床診斷中的廣泛的應(yīng)用。 第四章著重介紹了小波變換在圖像去噪中的基本理論知識(shí)， 包括連續(xù)小波變換、二進(jìn)制小波變換、多分辨率分析等， 掌握小波變換在圖像去噪中的應(yīng)用。 Donoho提出的通過對(duì)小波變換系數(shù)按閾值進(jìn)行收縮的去噪方法具有運(yùn)算量小、自適應(yīng)、可有效保留細(xì)節(jié)等優(yōu)點(diǎn)，在此基礎(chǔ)上， 涌現(xiàn) 出 各種去噪算法 ，使得小波域 去噪研究成為一個(gè)十分活躍的研究領(lǐng)域。 本文則是在第一種觀點(diǎn)的基礎(chǔ)上進(jìn)行研究的， 因此研究對(duì)于斑點(diǎn)噪聲的去除是本文的主要任務(wù)。 但是， 由于成像機(jī)制的限制，超聲圖像 無(wú)法避免的有 質(zhì)量較差 這一主要缺點(diǎn) ，特別是由于所 要觀察的 器官或組織 在結(jié)構(gòu)上 存在其 不均勻性， 有 一些微小的結(jié)構(gòu) 超聲無(wú)法 識(shí)別 。 24 小波閾值法 23 小波閾值 13 第四章 小波變換在圖像去噪中的理論基礎(chǔ) ................................................15 基于小波去噪的發(fā)展及現(xiàn)狀 2 本文研究工作及概況 小波變換是 近幾年來(lái)發(fā)展起來(lái)的一種變換分析方法，它有短時(shí)傅里葉變換局部化的特點(diǎn)，同時(shí)能夠提供一個(gè)隨頻率改變的時(shí)間 頻率窗口，是進(jìn)行信號(hào)和圖像處理的理想工具。但是超聲成像也有其不足之處，最重要的是超聲成像診斷的準(zhǔn)確性容易受到外界的干擾，使其圖像質(zhì)量較差，影響診斷結(jié)果。 實(shí)驗(yàn)表明，小波變換在超聲圖像去噪中有其很大優(yōu)勢(shì)。 10 維納濾波方法 24 西南科技大學(xué)本科生畢業(yè)論文 Ⅴ 5 算法流程 25 實(shí)驗(yàn)結(jié)果和討論 超聲診斷主要 是 依據(jù)超聲的良好指向性和與光相似的反射、散射、衰減及多普勒效應(yīng)等物理特性， 并且結(jié)合 其不同的物理參數(shù)，使用不同類型的超聲診斷儀器，采用各種掃查方法，將超聲發(fā)射到體內(nèi)，并在 人體 組織中傳播，當(dāng)正常組織和病理組織的聲阻抗有一定差異時(shí)，它們組成的界面就發(fā)生反射和散射，再將此回聲信號(hào)接收，加以檢波等處理，顯示為圖像。但是對(duì) 于 圖像信號(hào) 來(lái)說 ，圖像的細(xì)節(jié)信號(hào)也 存在 于高頻部分． 如果 濾除高頻部分后， 在 不同程度上 講 也 就西南科技大學(xué)本科生畢業(yè)論文 2 破壞了圖像 的細(xì)節(jié)，并且在臨床診斷中往往是醫(yī)學(xué)圖像的細(xì)節(jié)起到關(guān)鍵性的作用， 因此醫(yī)學(xué)圖像去噪 就必須做到在降低圖像噪聲的同時(shí)又 保留 圖像細(xì)節(jié)，在不降低圖像空間分辨率前提下．消除或最大限度地抑制斑點(diǎn) 噪聲 。 其中 應(yīng)用 比 較廣泛的有中值平滑濾波 、 均值平滑濾波 、 Frost自適應(yīng)濾波等 ， 這些超聲圖像去噪方法大多采用單一尺度濾波 ， 在 一定 程度上對(duì)抑制超聲圖像的斑 點(diǎn) 噪聲 起到了 作用 ， 但 是這些方法的使用也 丟失了圖像中大量的細(xì)節(jié)和微弱的邊緣信息 ， 使得圖像模糊 。 本文內(nèi)容有五章組成，第一章是引言，主要介紹了本文所要研究課題的意義及目的，還有其研究的現(xiàn)狀及文章結(jié)構(gòu)。 80 年代介入性超聲逐漸普及，體腔探頭和術(shù)中探頭的應(yīng)用擴(kuò)大了診斷范圍，也提高了診斷水平， 90 年代的血管內(nèi)超聲、三維成像、新型聲學(xué)造影劑的應(yīng)用使超聲診斷又上了一個(gè)新臺(tái)階。 人體是一個(gè)復(fù)雜的傳播介質(zhì)，由于不同的組織或器官有其不同的聲阻抗和衰減特性，所以超聲波經(jīng)常這都組織或者器官時(shí)就產(chǎn)生了不同的反射和衰減，而這就構(gòu)成了超聲圖像的基礎(chǔ)。 3． 實(shí)時(shí)成像： 它能高速實(shí)時(shí)成像，可以觀察運(yùn)動(dòng)的器官，并節(jié)省檢查時(shí)間。由于 B超 的出現(xiàn)， A超 以及到了淘汰的邊緣，但是 A超 在組織的判別和確定、生物測(cè)量和生物組織檢查方面都有很高的準(zhǔn)確性和特異性。 （ 4） C型超聲診斷儀 雖然有了 B超在醫(yī)學(xué)診斷中的廣泛應(yīng)用，但是人們卻還希望能獲得與 X透視相似的圖像，這樣就有了 C型超聲診斷儀的出現(xiàn)。 D西南科技大學(xué)本科生畢業(yè)論文 7 超主要應(yīng)用于對(duì)運(yùn)動(dòng)的臟器和血流的探查，在診斷血管疾病中要是必不可少的。臨床用于心臟瓣膜病，先天性心臟病、心肌病、心臟腫瘤的無(wú)創(chuàng)傷診斷，彩色多普勒血流顯像直觀、相形、快速檢測(cè)，診斷靈敏和準(zhǔn)確率很高。實(shí)時(shí)線性診斷儀是使超聲束在人體內(nèi)部做快速的直線運(yùn)動(dòng)，運(yùn)動(dòng)方向和聲波前進(jìn)方向垂直，然后對(duì)獲取的回聲信號(hào)做亮度調(diào)制，這樣就可以得到一副矩形切面圖。同時(shí)也可顯示 動(dòng)態(tài)器官的檢測(cè)，如心臟瓣膜的運(yùn)動(dòng)情況等。因而 ，研究斑點(diǎn)噪聲的特性，并且在此基礎(chǔ)上進(jìn)一步研究如何抑制這種噪聲，并保留與增強(qiáng)圖像邊緣和細(xì)節(jié)特征，對(duì)于準(zhǔn)確的進(jìn)行邊緣檢測(cè)、圖像識(shí)別、分割與定位，以及診斷器官是否有病變都具有十分重要的意義。 維納濾波 方法 維納濾波是經(jīng)典的線性濾波，維納濾波是一種在平穩(wěn)條件下采用最小均方誤差準(zhǔn)則得出的最佳濾波準(zhǔn)則，這種方法是尋找一個(gè)使得均方誤差最小的最佳線性濾波器。對(duì)于一幅圖像的象素矩陣，取以目標(biāo) 象素為中心的一個(gè)子矩陣窗口，這個(gè)窗口可以是 3 5 5等，根據(jù)不同的需要選擇不同的窗口，如方形、圓形、十字形等。超聲圖像的去噪就是利用小波變換的多尺度頻率特性對(duì)確定信號(hào)具有“集中”這個(gè)能力進(jìn)行的，“集中”能力只要是說有少數(shù)包含大部分信號(hào)有用信息的小波系數(shù)大于其它的小波系數(shù)，因此可以通過小波系數(shù)的閾值處理去除噪聲。但是這種閾值與信號(hào)的尺度對(duì)數(shù)的平方根成正比，當(dāng)尺度過大時(shí)，往往會(huì)產(chǎn)生“過扼殺”系數(shù)的現(xiàn)象，所以雖然這種閾值有較好的理論基礎(chǔ)，但實(shí)際應(yīng)用效果并不是很好。這兩種去噪方法不是完全針對(duì)全局的頻域處 理，就是針對(duì)局部的空間域處理，都不能很好的相結(jié)合的進(jìn)行去噪。醫(yī)生的識(shí)別和診斷組織器官是否病變都是依據(jù)醫(yī)學(xué)圖像中的細(xì)節(jié)特征，所以超聲圖像的去噪就必須做到在去除噪聲的同時(shí)保留圖像的邊緣細(xì)節(jié)特征。隨后又提出了基于硬、軟閾值的去噪方法，并從統(tǒng)計(jì)學(xué)的角度不斷的完善這類去噪方法。 事實(shí)研 究 表明 ，圖像中噪聲的可見度隨著圖像區(qū)域內(nèi)灰度空間變化率的增加而遞減。其中 a 為伸縮因子， b 為平移因子。在這一點(diǎn)上和我們以前的習(xí)慣有所不同。得到的小波為： )2(2)( 2, ktt jjkj ?? ?? ?? Zkj ?, （ 411） 這稱為二進(jìn)小波，二進(jìn)小波對(duì)信號(hào)分析具有變焦距的功能，所以小波變換稱為數(shù)字顯微鏡。圖? ? )(,0 2 RLVc los eV kzk k ???????? ???? ?????? Nk kN dff 1西南科技大學(xué)本科生畢業(yè)論文 21 像分解與重構(gòu)的塔式算法就是將原始的整幅圖像 ),( yxf 視為一個(gè)分辨率為 120?的離散逼近 fA0 ，所以它可以被分解為一個(gè)粗分辨率 j?2 的逼近 fAJ 與若干高分辨率 )0(2 JjJ ??? 的逐次細(xì)節(jié)逼近 fD1 之和。1西南科技大學(xué)本科生畢業(yè)論文 22 二小波變換可以將它分解為各層各個(gè)分辨率上的近似量。一般來(lái)講，乘性斑點(diǎn) 噪聲對(duì)超聲圖像的影響遠(yuǎn)大于加性噪聲的影響，所以 我們可以忽略加性噪聲的影響，這樣式就可以改寫 ),(),(),( nmvnmfnms ?? （ 52） 通常來(lái)說，加性噪聲比乘性噪聲好去除，所以我們可以把乘性斑點(diǎn)噪聲轉(zhuǎn)換成加性的，這樣可以更好地去除斑點(diǎn)噪聲。圖像的低頻部分是kcA 。 進(jìn)一步， Donoho 提出的小波軟閾值方法應(yīng)用二維離散小波變換將原始圖像分解到各個(gè)尺度上，定義各個(gè)尺度 j 內(nèi)非線性閾值為： ?? jjj )1lo g (2 ?? ?? j =1， 2， 3， ? ， N （ 55） 式中， j? 是各尺度下圖像噪聲的標(biāo)準(zhǔn)差，它是該尺度下噪聲強(qiáng)度的度量。 本文改進(jìn)小波變換去噪效果圖 如圖 52： 原始超聲圖像 超聲圖像對(duì)數(shù)變換 多尺度度小波變換分解 低頻子圖像 高頻子圖像 軟閾值處理 去噪后超聲圖像 超聲圖像指數(shù)變換 小波逆變換及重構(gòu) 西南科技大學(xué)本科生畢業(yè)論文 26 圖 52 本文改進(jìn)小波變換去噪效果圖 實(shí)驗(yàn)結(jié)果和討論 通過對(duì)含有相同噪聲的不同方法去噪后的圖像對(duì)比，可以看出： 均值濾波及中值濾波和維納濾波 在以模糊圖像為代價(jià)的前提下都可不同程度地濾除相關(guān)噪聲。 乘性噪聲由于和圖像 信息是相關(guān)的，往往隨圖像信號(hào)的變化而變化，故較難通過領(lǐng)域處理來(lái)濾除，采用維納濾波和小波變換濾波可基本濾波乘性噪聲，采用中值濾波雖可基本濾除噪聲