【正文】 和多分辨率分析能力，能夠很好的解決圖像去噪的問題，所以本文主要研究的是集合對(duì)數(shù)變換和小波變換對(duì)超聲圖像中的斑點(diǎn)噪聲進(jìn)行抑制。 本文研究工作及概況為了醫(yī)生能更好更準(zhǔn)確的從超聲圖像中識(shí)別、分辨出病例情況，就不得不對(duì)其圖像進(jìn)行去噪處理。近年來，非線性去噪方法得到極大的發(fā)展，其中，小波技術(shù)廣泛用于圖像處理，小波變換是一種強(qiáng)有力的數(shù)學(xué)分析工具，而小波變換值去噪方法則是一種強(qiáng)有力的信號(hào)處理工具，小波變換在時(shí)域和頻域都具有良好的局部化特性，處理低頻和高頻信號(hào)時(shí)時(shí)頻窗口可自動(dòng)調(diào)節(jié)，以滿足不同情況的需要，小波變換的應(yīng)用已遍及圖像分析的多個(gè)研究領(lǐng)域。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。而超聲醫(yī)學(xué)圖像中的斑點(diǎn)噪聲是正是一種與組織結(jié)構(gòu)信號(hào)密切相關(guān)的乘性噪聲，因此對(duì)超聲醫(yī)學(xué)圖像去噪方法的研究主要集中于非線性濾波方法。傳統(tǒng)的圖像去噪方法采用線性處理技術(shù)，比如維納濾波、低通/高通濾波或帶通濾波，它們或者平滑、或者加強(qiáng)高頻，而且能夠去除某些具體的噪聲，要是以最小平方誤差作為評(píng)價(jià)濾波效果的話，維納濾波是最好的。雖然這是兩種相差甚大的觀點(diǎn)，但是其目的卻是一樣的，那就是要更好的進(jìn)行識(shí)別和診斷，更好的為人類服務(wù)。但是對(duì)于圖像信號(hào)來說，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。醫(yī)學(xué)超聲圖像去噪常主要是用濾波的方法濾除噪聲頻率成分，提高圖像的信噪比，從而改善圖像質(zhì)量。加上聲波信號(hào)也存在干涉現(xiàn)象，這樣在圖像的形成上有了其特有的斑點(diǎn)噪聲，這是得超聲圖像的質(zhì)量大大降低，也使得對(duì)圖像細(xì)節(jié)的識(shí)別與分析更加困難。近年來，超聲醫(yī)學(xué)成像技術(shù)得到了迅猛的發(fā)展，彩色多普勒成像(CDI，Color Doppler Imaging)、組織多普勒成像(TDI，Tissue Doppler Imaging)、組織諧波成像(THI，Tissue HarmonicImaging)、超聲造影劑成像等一系列新技術(shù)接連出現(xiàn)并應(yīng)用于臨床，帶動(dòng)和促進(jìn)了超聲相關(guān)領(lǐng)域的研究和發(fā)展。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。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)。圍繞小波圖像去噪中心問題進(jìn)行了研究，提出本文的處理方法小波變換去噪。由于小波變換在時(shí)域和頻域同時(shí)具有良好的局部化特性，因此小波變換在去噪中得到廣泛應(yīng)用。因?yàn)槌晥D像中所含有的噪聲是一種乘性斑點(diǎn)噪聲，所以使醫(yī)學(xué)超聲圖像去噪成為了一個(gè)很復(fù)雜而困難的過程。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?；谛〔ㄗ儞Q的醫(yī)學(xué)超聲圖像去噪方法研究摘要：醫(yī)學(xué)超聲成像是一種重要的基于超聲波的醫(yī)學(xué)影像學(xué)診斷技術(shù)。超聲成像相比與CT、核磁共振等其他診斷技術(shù)有其明顯的優(yōu)勢(shì)，以其廉價(jià)、簡便、迅速、安全性高、可連續(xù)動(dòng)態(tài)及重復(fù)掃描等優(yōu)點(diǎn)廣泛應(yīng)用于臨床醫(yī)學(xué)診斷中。這樣超聲圖像的去噪就成為了一個(gè)重要的問題。小波變換是近幾年來發(fā)展起來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。超聲圖像的去噪是超聲診斷的前提，它對(duì)后面病情的識(shí)別和診斷有很重要的影響，因此超聲圖像的去噪在醫(yī)學(xué)圖像處理中有其重要的意義。在了解關(guān)于小波變換的基礎(chǔ)理論后，提出相適應(yīng)的去噪方法，首先把原始醫(yī)學(xué)超聲圖像進(jìn)行對(duì)數(shù)變換，然后選擇合適的小波和小波分解層數(shù)對(duì)變換后的圖像進(jìn)行小波分解，隨后對(duì)高頻系數(shù)進(jìn)行閾值量化，對(duì)每層選擇一個(gè)閾值對(duì)其高頻系數(shù)進(jìn)行軟閾值化處理，最后利用小波重構(gòu)，得到去噪后的圖像，并進(jìn)行指數(shù)變換得到所需圖像。關(guān)鍵詞：超聲成像；斑點(diǎn)噪聲；小波變換；閾值A(chǔ)bstractAbstract:Medical ultrasound imaging is a kind of important medical imaging diagnosis based on ultrasonic technology. Ultrasonic imaging pared to CT, nuclear magnetic resonance (NMR) and other diagnostic technique has the obvious superiority,With its cheap, convenient, quick, high security, a dynamic and repeat scan widely used in clinical advantages of medical diagnosis. But the ultrasonic imaging also has its shortings, the most important is the diagnostic accuracy of ultrasonic imaging vulnerable to outside interference, make the image quality is poorer, affect a diagnosis. Such ultrasound images of the denoising became an important question. Because the ultrasound images is contained in the noise is a kind of multiplicative noise spots, so that medical ultrasound image denoising became a very plex and difficult process.Wavelet transform is in last few years developed a kind of transformation analysis method, it has a shorttime Fourier transform the characteristics of localization, and to provide a on frequency change timefrequency window, signal and image processing is the ideal tool. Because of wavelet transform in the time domain and frequency domain and has good localization characteristics, so the wavelet transform in the denoising performance of widely used. Ultrasound images of the denoising is the premise of ultrasonic diagnosis, it behind the recognition of illness and diagnosis have very important influence, so the ultrasonic image denoising in medical image processing has its important significance. Around the wavelet image denoising center problems in study, this paper put forward the treatment method of wavelet denoising. In understand about the basic theory of wavelet transform and offered to adapt to the denoising method, first of all the original medical ultrasound images were log conversion, and then choose the suitable wavelet and wavelet deposition level of the image to transform wavelet deposition, then the high frequency coefficients of the threshold quantification, each layer to choose a threshold value the high frequency coefficients are soft threshold processing, finally, using the wavelet reconstruction, get the image denoising and exponential transform to obtain the required image. Experiments show that the wavelet transform in ultrasonic image denoising has its great advantage. Key words: ultrasonic imaging, spots noise, wavelet rransfom, threshold目 錄第一章 緒論 1 超聲圖像去噪的意義及目的 1 超聲圖像去噪的現(xiàn)狀 2 本文研究工作及概況 2第二章 超聲成像的機(jī)理及其噪聲特性 4 超聲成像原理及特點(diǎn) 4 超聲診斷儀的分類 5 B超成像原理及應(yīng)用 7第三章 超聲圖像去噪方法 10 均值濾波方法 10 維納濾波方法 11 中值濾波方法 12 小波變換方法 13第四章 小波變換在圖像去噪中的理論基礎(chǔ) 16 基于小波去噪的發(fā)展及現(xiàn)狀 16 人眼