基于双注意力机制的医学超声图像降噪模型

医学超声图像中会不可避免地产生斑点噪声。为有效去除医学超声图像中的噪声,本研究团队提出了一种基于双注意力机制的医学超声图像降噪模型。首先,针对医学超声图像数量有限的问题,对伯克利分割数据集中的400张图像进行旋转和缩放,获得23700张自然图像,再通过斑点噪声模型对其添加斑点噪声来模拟超声图像;接着,在构建降噪模型过程中,针对传统卷积神经网络在特征提取时存在的一些不足,分别引入位置注意力机制、通道注意力机制和全卷积网络对现有模型进行改进,构建更优的超声图像降噪模型;最后,在模型训练过程中,为防止梯度消失引入了批量归一化操作。实验结果表明：从视觉观察效果和客观评价指标来看,所提模型对11张模拟超声图像和2张真实超声图像（物理体膜超声图像和肝脏超声图像）的去噪效果均优于对比模型。所提模型是一种有效的医学超声图像降噪模型,不仅有效降低了斑点噪声,还较好地保留了图像的细节信息。     

基于改进型GIW算法的TerraSAR-X图像斑点噪声抑制

针对TerraSAR-X图像中的斑点噪声抑制问题,分析了噪声的基本数学模型,并考察了经典处理方法,进而结合Kuan滤波的基本思想,给出了一种改进型梯度倒数加权(GIW)滤波算法,利用邻域像素和中心像素的灰度梯度倒数及其邻域统计信息构造滤波加权模板,然后通过卷积操作实现斑点噪声的抑制。对TerraSAR-X图像处理的结果表明该算法原理简单,实现方便,可有效抑制图像中的斑点噪声,同时具有优良的边缘细节保持能力,非常适合边缘提取、目标检测等后续处理。     

SAR图像斑点噪声消除算法的研究

ＳＡＲ图像一般都存在相干斑点噪声,严重影响了地物信息的提取与ＳＡＲ图像的应用效果。文中在分析斑点噪声产生机理的基础上提出了一种噪声消除算法,该算法与最常用的均值平滑滤波、中值平滑滤波、Ｆｒｏｓｔ自适应滤波等方法相比具有更明显的效果。实验结果验证了本算法的有效性．     

遥感图像斑点噪声的局部统计滤波算法比较

分析了Kuan滤波和σ滤波两种基于局部统计滤波的斑点噪声平滑算法的原理,以实际的激光遥感图像为例进行了滤波实验,并对滤波性能进行了比较,结果表明Kuan滤波是有一定自适应能力的局部统计滤波方法,而σ滤波是简单而高效率的平滑算法.     

基于复小波方向信息的SAR图像斑点噪声抑制

针对一般小波去噪方法在去除合成孔径雷达(Synthetic Aperture Radar-SAR)图像斑点噪声时不能有效保持图像边缘信息的问题,提出结合双密度双树复小波变换（Double-Density Dual Tree Complex Wavelet Transform –DD_DTCWT）方向信息进行边缘检测的SAR图像噪声抑制算法。本文对边缘检测指标进行改进,利用DD_DTCWT方向复小波系数的相对方差作为边缘检测指标,通过相对方差分布密度函数获取阈值处理的自适应门限,由此实现SAR图像的自适应滤波。实验结果表明,本文提出的边缘检测和主方向高频复系数提升方法可以有效保持并增强图像的边缘信息。与SRAD算法和基于DD_DTCWT的双变量收缩函数（Bivariate Shrinkage Function--BSF）算法相比较,本文算法具有更好的边缘保持能力。      

合成孔径雷达图像斑点噪声抑制与滤波

斑点噪声的存在,严重阻碍了合成孔径雷达（SAR）图像的应用。根据斑点噪声的形成机理,分析并比较了抑制SAR斑点噪声的传统滤波算法及统计滤波算法的原理,利用ERS-2的SAR图像数据比较了这几种算法对SAR图像斑点噪声的滤除效果,根据噪声滤波效果评价参数得出Gamma滤波抑制斑点噪声的综合性能最好。     

基于自适应形态滤波算法的斑点噪声抑制

文章提出了一种应用于斑点噪声抑制的自适应权重形态滤波算法,实验证明此算法优于传统的形态滤波算法和权重形态滤波算法。     

一种基于斑点抑制的SAR图像舰船航迹检测算法

该文分析了合成孔径雷达(SAR)图像中舰船航迹的特性和斑点噪声模型及其局部统计特性。在此基础上,提出了一种先基于小波变换进行斑点噪声抑制,再基于Radon变换进行航迹检测的方法。对数据处理的结果表明,该方法较直接对SAR图像应用Radon变换能更有效、准确地检测到SAR图像中的舰船航迹。     

广义形态滤波实现星载SAR图像斑点噪声抑制

提出了实现高分辨率星载SAR单视图像斑点噪声抑制的广义形态滤波法.它以广义形态滤波器实现斑点噪声的抑制,并加以点目标的检测和保持,获得高空间分辨率和高辐射分辨率的SAR单视图像.最后用实际数据进行实验,验证了算法的有效性.     

基于几何模型的SAR图像斑点噪声的抑制

斑点噪声的抑制一直是合成孔径雷达(SAR)图像处理的重要研究课题。本文利用几何模型对合成孔径雷达图像进行滤波。通过对几何模型除噪性能进行分析,提出了一个数值计算的改进格式。新的迭代格式能较好地保留图像的边缘、尖点和细节信息。最后对合成孔径雷达图像进行去噪实验,与小波阈值除噪、Lee滤波进行比较具有更好的滤波效果。     

用小波变换抑制SAR图像中的斑点噪声

抑制合成孔径雷达图像中的斑点噪声一直是处理图像并得到准确图像信息的难点，提出了一种基于小波变换抑制合成孔径雷达（SAR）图像中的斑点噪声的方法，对原有的小波变换方法作了改进，能更好地保留图像的边缘信息，并能简化计算量。在仿真实验中使用了合成的模拟图像和真实的合成孔径雷图像，并与以往的小波去噪滤波方法以及一些经典的斑点噪声滤波方法（包括中值滤波，Lee滤波，Frost滤波）进行比较，在综合考虑了滤波算法在均匀区域对斑点噪声的抑制能力以及保留边缘信息能力的情况下，提出的算法有更好的效果。     

基于统计理论的SAR图像斑点噪声滤波算法分析

合成孔径雷达图像固有的斑点噪声严重降低了图像的可解译程度,影响了后续目标检测、分类和识别等应用。文中通过对基于统计理论的SAR图像斑点噪声滤波方法进行比较分析,得出单个滤波器难以从去噪和边缘保持方面均达到最佳效果的结论。     

超声测井图像过井裂缝提取算法研究

在石油天然气超声测井中,裂缝是油藏和储层非 均质研究中的重要参考依据,裂缝参数的提取是成像测井资料解释的重要技术之一。而在测 井中,过井裂缝是最主要的裂缝形 态。因此研究过井裂缝的提取对测井资料的进一步解释具有重要意义。针对现有的过井裂缝 提取算法抗干扰能力差,提出了一种基于边缘检测的过井裂缝提取算法。该算法首先通过限 定对比度直方图均衡化提高测井图像的对比度,提高边缘检测的准确性。为进一步提高其抗 干扰性,对检测的边缘图像进行自适应滤波和形态学处理。最后,通过降维后的Hough变 换提取裂缝。实验结果表明,该算法所需要设置的参数较少,所提取的裂缝准确度较高,抗 干扰性较好。可以基本实现测井图像中过井裂缝的有效提取。     

基于MAP的超声图像分解去噪算法研究

超声图像中的斑点噪声,降低图像分辨率和对比度,不利于后续图像处理.本文基于最大后验概率（Maximum A Posteriori,MAP）推导出一种新的超声图像分解算法,将原始超声图像分解为无散斑真实图像和散斑图像.使用六组不同的参数值,对Field II仿真的超声图像进行分解试验,得出算法中比例参数对分解结果的影响规律.用该方法分解三幅人体超声图像,得到的真实图像平滑性好,且能较好的保留细节和边缘.本文提出的分解算法可用于超声图像的去噪,且分解得到的真实图像和散斑图像可用于特征提取、图像分割和图像分类等.     

模拟退火法在SAR单视图像斑点噪声抑制中的应用研究

本文针对合成孔径雷达(SAR)单视图像的特点,对R.G.White采用模拟退火估计雷达散射截面积(RCS)的算法进行了分析和改进;构造了新的邻域结构模型,在该模型上定义了一种新的目标函数,提出了相应的新算法.理论分析和对仿真SAR图像、真实SAR单视图像的处理结果表明,新算法在不影响均匀区域降斑效果的同时可以更好地保持图像的结构特征,辐射失真小,以较少的计算时间达到了令人满意的效果.     

一种基于深度学习的自适应医学超声图像去斑方法

针对传统医学超声图像去斑方法的不足,该文提出一种自适应多曝光融合框架和前馈卷积神经网络模型图像去斑方法。首先,制作超声图像训练数据集;然后,提出一种自适应增强因子的多曝光融合框架,增强图像进行有效特征提取;最后,通过网络训练去斑模型并获得去斑后的图像。实验结果表明,该文较已有的方法,能更有效地滤除医学超声图像中的斑点噪声并更多的保留图像细节。

     

基于各向异性扩散的SAR图像斑点噪声滤波算法

在SAR(Synthetic Aperture Radar)图像噪声抑制处理中,为了有效地保持图像边缘,作者在斑点噪声去除的各向异性扩散模型(SRAD模型)的基础上,提出了一个基于各向异性扩散的SAR图像斑点噪声滤波算法.该算法对应的扩散系数从理论上满足Charbonnier 等人提出的构造扩散系数准则,同时该算法能够通过对边缘直方图上累计百分比和相对信噪比阈值进行调节来得到一系列不同的滤波效果,从而满足不同的应用需求,如绘图、高分辨率或细节丰富的处理结果.实验结果表明,与传统的方法相比,该算法不论从噪声去除能力、边缘和纹理保持能力上,还是从视觉评价效果来看,都具有一定的优越性.     

一种改进的线性图像插值算法

针对传统的双线性插值法在对图像进行插值后会不可避免的产生边缘模糊的问题,提出了一种改进的线性插值法,该算法首先把待插值点分为三类,然后分别选取合适的已知点进行插值。通过对经典图像lena和pepper进行插值的实验结果表明,该算法的插值效果与双立方法相当,但计算量远远小于双立方,能有效的保持图像边缘信息,提高了图像质量。     

图像边缘检测Sobel算法的FPGA仿真与实现

针对目前数字图像处理速度不足的问题,提出一种使用硬件FPGA芯片实现Sobel边缘检测的方法.由于FPGA在并行结构和流水线结构具有天然优势,通过提高算法的并行性,可以大幅提高Sobel边缘检测速度.采用模块化方式构造了串/并转换模块、数据窗口生成模块和边缘检测模块,保证了系统的扩展性.使用Verilog HDL语言编写算法程序并成功进行了仿真和实现.