科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统的超声图像去噪算法在抑制斑点噪声的同时,会丢失图像中的大量细节和微弱的边缘信息。该文基于curvelet变换提出一种新的自适应阈值去噪声算法,该算法利用各层curvelet系数局部方差在超声图像纹理与平滑度的差异,分别定义模糊区域和隶属度函数,并根据隶属度函数确定相关curvelet系数的自适应阈值,通过该阈值实现对超声图像的去噪。实验测试表明,该方法在保留原有图像细节信息的基础上有效地降低了超声图像的斑点噪声,极大地提升B超仪器的性能。
- 单位
传统的超声图像去噪算法在抑制斑点噪声的同时,会丢失图像中的大量细节和微弱的边缘信息。该文基于curvelet变换提出一种新的自适应阈值去噪声算法,该算法利用各层curvelet系数局部方差在超声图像纹理与平滑度的差异,分别定义模糊区域和隶属度函数,并根据隶属度函数确定相关curvelet系数的自适应阈值,通过该阈值实现对超声图像的去噪。实验测试表明,该方法在保留原有图像细节信息的基础上有效地降低了超声图像的斑点噪声,极大地提升B超仪器的性能。
