基于维纳滤波与小波相融合的超声医学图像去噪方法

目的 探求一种有效的超声医学图像去噪方法.方法 在分析维纳滤波和基于自适应前处理的多尺度小波非线性阈值斑点噪声抑制方法(MSSNT-A)的基础上,提出一种基于维纳滤波与MSSNT-A相融合的超声医学图像去噪方法.利用该方法首先对加噪图像分别进行维纳滤波和MSSNT-A去噪.然后提取维纳滤波处理后的图像边缘,再将其与MSSNT-A去噪后的图像的_柑应像素点进行融合,得到去噪图像.结果 有效地去除了斑点噪声,图像的细节得到保留.结论 与维纳滤波和MSSNT-A方法相比,该方法在有效去除斑点噪声的同时,很好地保留了图像边缘和图像细节信息.     

基于小波变换的数字胸片增强

目的 研究一种基于小波变换的数字胸片图像增强新算法.方法 小波分解后,首先利用小波阈值法进行去噪预处理,然后对高频分量采用非线性增强,对低频分量采用反锐化掩模增强方法,通过小波反变换重构出增强后的图像.结果 通过对传统增强方法和本文提出的小波增强新方法进行实验对比,验证了本文算法对数字胸片图像有较好的增强效果.结论 对于分辨力低、噪声干扰严重、光照不均的数字胸片图像,本文提出的基于小波变换的增强新方法可保留图像细节信息,同时有效去除噪声.     

基于各向异性扩散和小波变换的磁共振图像降噪和增强方法

降噪是医学图像处理中一个非常重要的问题,传统去噪方法在降低噪声的同时会模糊图像的边缘,各向异性扩散滤波在降低图像噪声的同时能够使图像的边缘得到保持.利用小波变换可以对图像进行多尺度分解,使我们可以在不同尺度上对图像进行处理.本文利用各向异性扩散滤波对MRI图像进行降噪,然后利用平稳小波变换对图像进行增强处理.实验结果表明,该方法在有效去除噪声的同时能够增强图像的细节,有效地提高了图像的质量.     

基于自适应低通滤波的超声医学图像增强算法

目的 介绍一种超声医学图像增强的有效算法.方法 基于自适应低通滤波器的超声图像增强算法,首先采用对数变换的方法将超声医学图像中存在的乘性噪声变为加性噪声;再通过低通滤波器将对数图像分为高频分量和低频分量,对低频分量采用自适应直方图均衡处理,对高频分量进行加权;然后对低频分量和高频分量进行融合得到增强的对数图像;最后对对数图像进行指数变换得到输出图像.结果 原超声医学图像得到有效增强,边缘细节得以保留.结论 该算法有效地实现了超声医学图像增强,突出了超声图像的细节,改善了视觉效果,并对噪声具有良好的抑制作用.     

基于小波极大模值信息的医学图像去噪方法

目的 利用小波变换进行医学图像去噪.方法 通过分析二进小波变换下小波极大模值的特点,即信号的极大模值往往会大于噪声的极大模值,而且噪声的极大模值会随着尺度增大而急剧减少,信号的极大模值却改变很小,由此构造了更有效的去噪准则,即根据不同尺度上的极大模值信息,选择不同的域值来滤除噪声.结果 应用该方法进行医学图像去噪,能保持较高的峰值信噪比、图像细节和边缘特征以及图像清晰度.结论 基于小波极大模值信息的去噪方法能有效地降低医学图像中的噪声.     

小波先验在OSL重建算法中的应用

背景：MAP（最大后验）统计重建方法可以在重建过程中引入合适的先验知识达到去除噪声的目的。目的：根据小波系数的统计特性及能量平衡的原理对高频信息做相应的处理,并将多尺度的小波先验应用到OSL重建算法中以去除噪声。方法：实验从“变换域”的思想出发,在小波域上根据小波系数的统计特性及能量平衡原理对不同尺度的高频信息做相应的处理,并利用处理后的小波系数进行小波重建。结果与结论：基于小波先验的OSL算法比ML—EM算法重建的图像与测试模型的误差变小、相关性变大、噪声变少,重建图像变得比较平滑,视觉效果较清楚。     

小波先验在OSL重建算法中的应用

背景:MAP(最大后验)统计重建方法可以在重建过程中引入合适的先验知识达到去除噪声的目的.目的:根据小波系数的统计特性及能量平衡的原理对高频信息做相应的处理,并将多尺度的小波先验应用到OSL重建算法中以去除噪声.方法:实验从“变换域"的思想出发,在小波域上根据小波系数的统计特性及能量平衡原理对不同尺度的高频信息做相应的处理,并利用处理后的小波系数进行小波重建.结果与结论:基于小波先验的OSL算法比ML-EM算法重建的图像与测试模型的误差变小、相关性变大、噪声变少,重建图像变得比较平滑,视觉效果较清楚.     

基于相似度测量的医学超声图像对比度增强

目的探求一种基于相似度测量的医学超声图像对比度增强方法。方法本文在基于相似度测量的对比度增强方法的基础上,针对医学超声图像的特点,引入了局部模糊分形维数特征,改进了相似度和对比度变换因子的计算方法,同时提出了对比度增强系数的自适应选择方法,通过改变图像局部对比度增强图像。结果大量的实验结果表明处理后的图像对比度得到了明显的提高,同时背景和噪声未出现明显改变,组织细节信息保留完整,图像可读性增强。结论本文算法在增强图像对比度的同时能够有效地保留组织细节信息并抑制噪声过度增强,是一种有效的医学超声图像对比度增强方法。     

基于灰度对比和自适应小波变换的X射线图像增强

背景:X射线检查作为常规的检查方式得到了广泛的应用,然而由于现有技术的局限性,使得X射线图像往往具有灰度对比度低和噪声影响等缺点,因此,现有的X射线图像往往达不到医生的要求.目的:增强和去噪处理对比度较低且含有噪声的X射线图像,以达到易于医生理解和识别的目的.方法:针对空间域处理和变换域处理增强X射线图像的不足,提出了基于灰度对比和自适应小波变换的X射线图像增强算法.首先,选择需要增强和减弱的灰度范围,并根据八邻域灰度对比增强算法对X射线图像进行灰度变换,并用中值滤波算法对图像进行平滑;然后,对X射线图像进行小波分解,并运用相邻分解层之间相关系数的大小来确定细节信号和噪声.结果与结论:应用了灰度对比和自适应小波变换相结合的X射线图像增强算法,把基于空间域增强的方法和基于变换域的方法有机地结合起来,比传统的单一增强方法更为优越.实验结果证明它能自适应地增强X射线图像的灰度对比,使得图像细节的显示更加清晰,同时在一定程度上去除了噪声的干扰,对于灰度对比度较低的图像效果更加明显.     

超声图像预处理方法的改进研究

目的在对超声图像传统预处理方法进行处理后效果对比分析的基础上,提出一些改进措施。方法以超声医学影像为关键点,分析其噪声,提取噪声特征,从空间域处理技术来阐述超声医学影像的预处理方法。结果生物医学图像预处理技术是医学图像系统中最关键的技术之一,直接影响医生的正确诊断,以及后期的医学数据分析。对原始图像经过双精度处理,图像整体亮度会被拉低。变换图像窗口,选择感兴趣的灰度区域进行灰度提升,增强图像的灰度可视信息,对比未做双精度处理前的实验。结论采用新的灰度处理方法后的图像,具有平滑的边缘,清晰的细节,能更好地保留细节信息,具有一定的现实意义和实用价值。     

Visual enhancement of digital ultrasound images: wavelet versus Gauss–Laplace contrast pyramid

Purpose Noise is the principal factor which hampers the visual quality of ultrasound images, sometimes leading to misdiagnosis. Speckle noise in ultrasound images can be modeled as a random multiplicative process. Speckle reduction techniques were applied to digital ultrasound images to suppress noise and improve visual quality. Rationale Previous reports indicate that wavelet filtering performs best for speckle reduction in digital ultrasound images. Reportes on x-ray images compared wavelet filtering with Laplace-Gauss contrast enhancement (LGCE) showed that the LCGE performed better. As LGCE was never been applied to Ultrasound images, this study compared two filtering approaches for speckle reduction on digital ultrasound images. Methods Two methods were implemented and compared. The first method uses the wavelet soft threshold (WST) approach for enhancement. The second method is based on multiscale Laplacian-Gaussian contrast enhancement (LGCE). LGCE is derived from the combination of a Gaussian pyramid and a Laplacian one. Contrast enhancement is applied on local scale by using varying sizes of median filter. Results The two methods were applied to synthetic and real ultrasound images. A comparison between WST and LGCE methods was performed based on noise level, artifacts and subjective image quality. Conclusion WST visual enhancement provided better results than LGCE for selected ultrasound images.     

Adaptive Wavelet Packet-Based De-speckling of Ultrasound Images with Bilateral Filter

A new adaptive wavelet packet-based approach to minimize speckle noise in ultrasound images is proposed. This method combines wavelet packet thresholding with a bilateral filter. Here, the best bases after wavelet packet decomposition are selected by comparing the first singular value of all sub-bands, and the noisy coefficients are thresholded using a modified NeighShrink technique. The algorithm is tested with various ultrasound images, and the results, in terms of peak signal-to-noise ratio and mean structural similarity values, are compared with those for some well-known de-speckling techniques. The simulation results indicate that the proposed method has better potential to minimize speckle noise and retain fine details of the ultrasound image.     

Dual tree complex wavelet transform based denoising of optical microscopy images

Photon shot noise is the main noise source of optical microscopy images and can be modeled by a Poisson process. Several discrete wavelet transform based methods have been proposed in the literature for denoising images corrupted by Poisson noise. However, the discrete wavelet transform (DWT) has disadvantages such as shift variance, aliasing, and lack of directional selectivity. To overcome these problems, a dual tree complex wavelet transform is used in our proposed denoising algorithm. Our denoising algorithm is based on the assumption that for the Poisson noise case threshold values for wavelet coefficients can be estimated from the approximation coefficients. Our proposed method was compared with one of the state of the art denoising algorithms. Better results were obtained by using the proposed algorithm in terms of image quality metrics. Furthermore, the contrast enhancement effect of the proposed method on collagen fıber images is examined. Our method allows fast and efficient enhancement of images obtained under low light intensity conditions.OCIS codes: (100.0100) Image processing, (100.7410) Wavelets, (100.3020) Image reconstruction-restoration     

基于小波变换的PET/CT图像融合算法研究进展

随着图像融合技术在影像学领域的不断发展,越来越多新的影像技术及成像设备出现。PET/CT将PET和CT两种模态的医学图像进行融合,优势互补,提高了医师诊断疾病的效率及准确率。小波变换在医学图像融合中有重要作用,基于小波变换的算法使融合后图像的细节更加清晰而易于诊断,已成为近年来医学图像融合领域中研究的重点。本文对基于小波变换的PET/CT图像融合算法的研究进展进行综述。