组织超声谐波特性的Nakagami分布统计特征研究

研究了超声回波信号中二次谐波包络信号的Nakagami分布参数与非线性系数之间的对应关系,以获得更准确的组织非线性定量特征.将超声回波射频信号的基/谐波成分进行分离,获取基波和二次谐波成分的包络信号,分别计算并比较信号的Nakagami分布参数.仿真结果表明,对于不同的非线性系数,二次谐波包络信号的分布参数相互分离,特别是非线性系数β在3~6的范围内具有显著的差异,而对应的基波的差异性不显著.离体组织实验中,与脂肪相比,肝和脑的基波的平均功率ω和形状因子μ的相对差异分别为7.3%和0.03%及2.0%和4.3%;谐波的ω和μ的相对差异分别为8.3%和19.4%及7.0%和34.0%.结果进一步验证了仿真结果的有效性和正确性.综上所述,不同非线性组织超声回波信号中,二次谐波包络信号的Nakagami分布参数具有显著差异,可据此定量分析生物组织的非线性特征.     

基于非线性多小波自适应阈值斑点噪声抑制方法

文章提出了一种新的用于斑点噪声抑制的非线性多小波变换自适应阈值算法。此算法对原图像进行多小波变换,然后在不同尺度,不同方向进行自适应阈值处理,仿真结果表明：本算法能够有效地抑制了斑点噪声,又保留有用信号及边缘信息。通过比较证明其优于小波硬阈值和软阈值算法。     

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。     

基于医学超声图像的斑点抑制算法的研究与实现

近些年来．超声威像已经成为医疗临床诊断的重要方法之一。然而超声本身的固有特性导致了超声图像斑点噪声的普遍存在。斑点哚声严重影像了图像细节纹理和边缘的观察．从而给医生对病症的诊断带来困难。因此．国内外许多专家学者对去除斑点哚声、保持图像的边缘细节的进行了大量的研究．同时这也是本篇算法所要挑战的目标。同时由于超声图像的低对比度,通过图像处理对其进行增强也能有效改善人的主观视觉感受。这样形成的图像不仅有利于医生对病症的诊断,而且对后来的图像分割．边缘检测,特征提取以及形成三维超声图像奠定了很好的基础．提供了优质的图像数据。     

高分辨率星载SAR单视图像斑点噪声抑制实现方法

本文提出了实现高分辨率星载合成孔径雷达单视图像斑点噪声抑制的TDRGMAP方法.它以最大后验概率滤波器实现斑点平滑,以无偏修正使其适用于单视图像,结合边缘和线条检测,并加以点目标检测及保持,获得高空间分辨率和高辐射分辨率的SAR单视图像.本文详细阐述了TDRGMAP方法的机理和实现,最后利用仿真生成的星载SAR单视图像进行实验,证明了TDRGMAP方法的有效性.     

一种基于边缘提取的印刷品斑点检测方法

先对标准印刷品图像利用Robert算子检测出边缘,并利用形态学的方法对边缘进行膨胀。接着用HOUGH变换检测待测图像与背景相交的两条直线,以此将其与标准图像配准。在边缘点处,利用象素的灰度、邻域内的平均灰度、象素梯度方向信息进行对应象素的比较,当差别较大时被认为是一个疑点;在非边缘点处,直接利用灰度、邻域内平均灰度信息比较,差别较大时被认为是一个疑点。最后,对疑点图像进行斑点分析。实验结果表明,提出的方法能较快、较准地检测出印刷品当中的斑点。     

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。      

一种基于区域生长法的背景图像斑点提取方法

提出了一种基于区域生长法的背景图像斑点提取方法.运用优化的区域生长法判断图像的连通区域,并以此实现背景斑点的提取.实验表明,该方法能大大减少对堆栈空间的依赖,提高运算速度.对背景斑点提取具有良好的应用价值.     

基于自适应区域方差的图像融合方法

基于自适应区域方差的图像融合方法。根据具体图像采用自适应方法确定区域方差的求取范围。图像融合的方法是区域方差融合,图像采用Contourlet变换。实验结果表明,采用区域方差融合的方法能有效提高图像的信息熵和平均梯度。与传统的直接融合方法相比,在完成了图像融合的功能的前提下提升了图像的细节信息。     

基于模糊形态滤波的斑点噪声抑制

本文提出一种新的用于图像斑点噪声抑制的模糊形态滤波算法。此算法应用了形态滤波和模糊逻辑理论,首先以一方向结构元素进行形态闭—开、开—闭操作,获得不同方向结构元素的滤波版本,然后根据设计的模糊规则计算所有版本像素的隶属度,以具有相应最大隶属度的像素构成最后的滤波结果。实验结果证明本文算法优于lee滤波算法、F.Safa算法和加权形态滤波算法。     

基于自适应窗口的SAR图像相干斑抑制

研究了一种新颖的斑点噪声抑制自适应窗口算法，解决了局域统计自适应滤波器的窗口大小问题。在这种算法中，窗口大小根据区域特征自动调整，在保持细节的同时尽最大可能地抑制斑点噪声。在均匀区域，随着窗口大小的增大，斑点噪声抑制变得更强；在细节区域，不断减小窗口大小，从而保持了边缘和纹理。通过应用于实测SAR图像，该自适应算法与固定窗口滤波方案相比有良好的性能。     

基于高斯分布的自适应红外图像增强算法

针对红外图像信噪比和对比度低,结合红外图像直方图分布的特点,提出了一种基于高斯分布的自适应红外图像增强算法.该算法采用高斯分布函数平滑红外图像直方图中的主峰,以抑制红外图像背景和噪声的加强.算法中的高斯分布函数可根据原红外图像直方图的分布情况自适应产生,不需要人为设定,将所生成的高斯分布函数对原直方图进行转换后再进行直方图均衡处理,即可实现红外图像的增强.实验结果表明,该算法能有效地突显红外图像的目标,抑制其背景,具有较好的增强效果.     

结合边缘细节局部自适应增强的直方图均衡化

在保持图像亮度的双直方图基础上,结合Canny算子提取边缘细节,并根据提取边缘的幅值结果建立自适应增强公式.实验结果表明将空间边缘信息和局部灰度信息相结合的算法在满足全图灰度均衡分布的同时增强了局部细节,并且有较强抗噪性.     

AN ADAPTIVE SPECKLE SUPPRESSION AND EDGE ENHANCEMENT TECHNIQUE

Speckle degrades severely the quality of medical B-scan ultrasonic images, especially it blurs edges and details of images. An adaptive speckle suppression and edge enhancement method based on Nakagami distribution is presented. The statistics of log-compressed echo images is derived for Nakagami distribution, An adaptive filter based on local statistical property of speckle is designed. The stick technique that utilizes sticks with different sizes and various orientations is applied to locally approximate certain linear features of image. The local regionis a stick insted of a usual window, the orientation of sticks is decided by hypothesis test optimizing method and the length of sticks is obtained by region growing technique. Performance of the new method has been tested on the phantom and ultrasound images of pig muscle and echocardiographic. The results show that the technique effectively reduces the speckle noise while preserving and enhancing the tissue edge and resolvable details.     

基于2D-PWVD的SAR图像相干斑噪声抑制

合成孔径雷达(SAR)图像相干斑噪声是影响对SAR图像正确解译的主要因素之一,在二维魏格纳分布的框架内,提出了一种基于二维伪魏格纳威尔分布变换的SAR图像噪声抑制的方法。首先,根据魏格纳威尔分布的理论,阐述了图像的二维伪魏格纳威分布表示,以及分解后的多频段图谱的特性;然后,针对该特性,提出对应的计算处理方法,并将分解图像相加,形成SAR图像噪声抑制后图像;最后,利用MiniSAR实测SAR图像数据进行验证试验,并将结果与均值滤波、LEE滤波和小波软阈值滤波SAR图像噪声抑制算法进行对比分析,结果显示,文中所提算法是有效可行的。     

结合区域生长和SUSAN的图像分割方法

针对区域生长算法对噪声敏感问题,提出了一种结合区域生长算法和SUSAN算子进行图像分割的方法。在基于区域平均灰度差的图像分割算法的基础上,运用SUSAN算子作为区域生长的终止准则。试验表明,该方法对噪声不敏感,且提高了分割准确度,能对目标进行有效的分割。     

一种基于线性约束的自适应方向图控制方法

提出了一种基于线性约束最小方差波束形成（LCMV）的自适应方向图控制方法。该方法通过在原有线性约束基础上构造新的线性约束,然后根据新组成的线性约束进行LCMV自适应波束形成,所得到的自适应方向图在固定零点方向和干扰方向形成零陷的同时保留了期望静态方向图的副瓣电平特性,从而能够减小快变干扰的影响,并且计算十分简便。计算机仿真证明了本文方法的有效性。