超声医学图像去噪方法及应用

目 录
第1章 绪论\t1
1．1 超声图像去噪方法研究的背景与意义\t1
1．2 超声成像原理和斑点噪声模型\t4
1．2．1 超声波概述\t4
1．2．2 超声成像的发展\t6
1．2．3 超声成像原理\t8
1．2．4 B超成像原理\t10
1．2．5 斑点噪声的形成原理\t11
1．2．6 斑点噪声的模型\t12
1．3 主要的超声图像去噪技术和
国内外研究现状\t15
1．3．1 需求分析\t15
1．3．2 去噪算法的国内外研究现状\t17
1．3．3 去噪算法的分类\t19
1．4 本章小结\t25
第2章 基本理论\t28
2．1 小波变换\t28
2．1．1 从傅里叶变换讲起\t29
2．1．2 连续小波变换理论\t33
2．1．3 离散小波变换理论\t36
2．1．4 多分辨率分析及Mallat算法\t37
2．1．5 二维小波变换的分解与重构\t39
2．2 引导滤波\t41
2．2．1 加权滤波器\t42
2．2．2 双边滤波器\t43
2．2．3 高斯滤波和双边滤波的比较\t44
2．2．4 快速双边滤波器\t46
2．2．5 三边滤波器\t47
2．2．6 引导滤波器\t48
2．3 剪切波理论\t50
2．3．1 连续剪切波变换\t50
2．3．2 离散剪切波变换\t51
2．3．3 贝叶斯估计理论\t53
2．3．4 剪切波系数的先验模型\t55
2．4 本章小结\t58
第3章 基于小波与双边滤波的
超声图像去噪算法\t59
3．1 基本理论\t59
3．2 基于小波与双边滤波的图像去噪\t59
3．2．1 小波阈值函数改进\t59
3．2．2 小波收缩算法改进\t61
3．2．3 小波-双边滤波结合算法\t68
3．2．4 本章算法的整体步骤\t70
3．2．5 实验结果\t70
3．2．6 本节小结\t76
3．3 小波-双边滤波法在超声图像
去噪中的应用\t76
3．3．1 实验方法分析\t77
3．3．2 实验结果与分析\t77
3．3．3 本节小结\t83
3．4 超声图像去噪算法的图形化软件设计\t84
3．4．1 需求分析\t84
3．4．2 方案设计\t85
3．4．3 软件实现\t88
3．4．4 软件测试\t91
3．4．5 本节小结\t91
3．5 本章小结\t91
第4章 基于自适应小波与三边滤波的
超声图像去噪算法\t94
4．1 基本理论\t94
4．2 基于自适应小波与三边滤波的
图像去噪算法\t94
4．2．1 小波与自适应去噪\t95
4．2．2 小波-三边滤波集成算法\t100
4．2．3 本节小结\t103
4．3 集成算法的实验验证\t103
4．3．1 性能评估指标\t103
4．3．2 实验验证\t105
4．3．3 本节小结\t109
4．4 小波-三边滤波在超声
图像中的应用\t109
4．4．1 性能评估指标\t109
4．4．2 实验验证\t110
4．4．3 本节小结\t112
4．5 本章小结\t112
第5章 基于小波域内分频处理的
超声图像去噪算法\t115
5．1 基本理论\t115
5．2 基于小波域内分频处理的超声
图像去噪算法概述\t115
5．2．1 小波阈值函数改进\t115
5．2．2 最大后验和双变量收缩算法\t119
5．2．3 基于小波域内分频处理的
超声图像去噪算法的提出\t123
5．2．4 实验验证\t124
5．2．5 本节小结\t126
5．3 基于小波域内分频处理的超声
图像去噪算法的应用\t127
5．3．1 斑点噪声仿真实验\t127
5．3．2 超声图像实验\t136
5．3．3 本节小结\t142
5．4 本章小结\t142







第6章 基于平移不变性剪切波
变换的超声图像去噪算法\t144
6．1 基本理论\t144
6．2 基于剪切波变换的超声
图像去噪算法\t144
6．2．1 剪切波变换的性质\t145
6．2．2 基于剪切波变换的基本流程\t151
6．2．3 MAP和三变量收缩算法\t152
6．2．4 基于剪切波变换去噪
算法的整体步骤\t156
6．2．5 本节小结\t157
6．3 基于平移不变性的剪切波算法
在超声图像中的应用\t158
6．3．1 合成图像仿真实验\t158
6．3．2 超声图像实验\t164
6．3．3 本节小结\t169
6．4 本章小结\t169
参考文献\t171