基于小波的超声斑纹噪声抑制与对比度增强

提出了一种基于小波变换的降低超声图像斑纹噪声,同时完成对比度增强的非线性处理新方法。斑纹噪声属于乘性噪声,是造成超声图像质量退化的主要原因,采用Jain提出的斑纹噪声模型,完成对数化处理后的超声图像的小波变换,然后在最细分辨级上完成小波变换系数的软阈值方法处理,而在中间分辨级上采用硬阈值方法处理,并采用GAG特性曲线对图像细节特征进行增强。算法在预处理阶段还采用了平滑滤波器对最粗分辨级的平滑小波系数进行滤波,以减少脉冲能量对处理结果的干扰。对多幅超声图象的实验结果显示,相对于现有的去噪方法,该方法可以同时实现降噪与局部特征增强的两重目的,具有更佳的适用性。

血管内超声图像的血液噪声抑制和对比度增强算法

针对血管内超声图像中的血液斑点噪声和边缘模糊等问题,提出基于二进小波变换的噪声抑制和对比度增强算法.根据血管内超声成像的特点估计噪声的方差,由二进小波变换的分解结构给出局部阈值的计算方法,并结合软阈值滤波法和硬阈值滤波法对不同尺度的小波系数进行萎缩处理,同时利用小波系数极值拉伸和Hermite多项式插值增强图像的对比度.实验结果表明,与现有血管内超声图像去噪方法相比,文中方法在抑制血液斑点噪声的同时增强了图像对比度,保留了图像的细节,具有更好的实用性.

基于小波变换的血管内超声图像血流斑点噪声抑制研究

血管内超声成像已经越来越广泛地应用到冠心病的诊断和介入治疗中。为了提高图像分辨率必须增加超声频率,使得血流斑点噪声也显著增强,降低了管腔和管壁的对比度,增加了识别管壁与周围组织的难度,给病情的诊断和治疗带来了不便。本研究结合小波变换域软阈值滤波法和半软阈值滤波法,并设计了一种局部阈值来实现血流斑点噪声抑制。实验结果表明该方法在抑制斑点噪声的同时保留了图像的边缘,增强了管腔和管壁的对比度,有助于识别管壁和周围组织。

一种基于修正Frost核的SAR图像斑点噪声抑制方法

针对合成孔径雷达(SAR)图像的斑点噪声抑制问题,给出了一种新的基于斑点噪声统计特性的滤波方法。该方法是对Frost滤波核的修正,综合考虑滤波窗口内的中心像元以及其他像元的局部统计信息,克服了传统Frost滤波器由于等权运算所带来的边缘等结构信息的模糊;同时也弥补了增强型Frost滤波器保留过多“假细节”的不足。实验结果表明,该方法在噪声抑制和细节保持方面取得了较好的折衷。

超声图像斑点抑制和边缘增强的异质扩散方法

证明了非锐化掩模滤波等价于具有Huber流导函数的PM异质扩散.基于最小可信尺度和局部尺度控制,提出一种用于对数压缩超声图像斑点噪声抑制的异质扩散(LSCAD)方法.该方法无需假设斑点统计分布,直接从一、二阶方向导数的局部特征估计噪声强度,并利用所估计的局部噪声设计可调扩散过程,能根据图像中斑点程度在任何位置或方向上停止.合成图像和临床B超图像实验证实,本法能有效抑制斑点噪声、增强组织边缘而不丢失特征细节.同时,将该方法与前人方法进行比较以验证其性能.

基于二进小波阈值决策的血管内超声图像噪声抑制

针对血管内超声图像中血液散射引起的斑点噪声,提出了一种基于小波多尺度分析的非线性去噪算法,在二进小波变换域分别采用软阈值滤波法和硬阈值滤波法对不同尺度的小波系数进行非线性处理,并根据二进小波分解结构提出了一种局部阈值估计方法。实验结果表明,该方法在抑制血流斑点噪声的同时也较好地保留了图像边缘,有助于识别管壁和周围组织。

医学超声图像的对比度增强与分割

医学超声图像因对比度较低、形成过程产生的独有的斑点噪声等影响了手动与计算机辅助分析的效果,尤其是影响了计算机定量测量的效果。为了增强超声图像的对比度,提出了一种模糊增强算法对超声图像进行显著增强,并利用马尔可夫随机场与最大后验概率理论对增强后的图像进行分割,得到了满意的分割效果。

红外图像增强系统的设计与实现

针对直方图均衡化算法无法有效抑制噪声的缺点,提出了一种新的自适应红外图像增强算法。首先统计红外图像直方图,估计出平台阈值,然后对统计直方图进行修正,最后校正图像中所有像素灰度值并进行输出。结合实际应用,搭建了高速红外图像增强处理平台。基于该平台用真实图像验证了提出的算法,实验结果表明,本系统在提高对比度的同时,有效地抑制了噪声的干扰,获得了较好的增强效果,算法运行时间小于20ms,能够满足工程项目的实时性要求。

基于视觉特征匹配技术的火灾疏散路径红外热成像规划方法

火灾疏散路径规划时,规划过程易受复杂背景、噪声、光照强度等问题的干扰,导致火灾疏散路径规划准确性较差。为此,提出基于视觉特征匹配技术的火灾疏散路径红外热成像规划方法。剔除火灾热红外图像中的噪声,采用自适应邻域算法增强图像的细节特征,利用视觉特征匹配技术获取火源点,构建路径规划模型,采用遗传蚁群算法对模型求解,获得最佳路径,完成火灾疏散路径红外热成像的规划。实验结果表明,所提方法的规划时间为0.52 s,规划的路径长度短、远离着火点,且能够精准避开所有障碍物。

基于小波变换的IVUS图像去噪

血管内超声成像在冠心病的诊断和介入治疗中具有重要作用。但超声频率的提高会增加血流斑点噪声的影响,降低了管腔和管壁的对比度,增加了识别管壁与周围组织的难度,给病情的诊断和治疗带来了不便。本文采用小波变换软阈值滤波法和硬阈值滤波法对不同尺度的小波系数进行萎缩处理,并设计了一种局部阈值来实现血流斑点噪声抑制。实验结果表明该方法在抑制斑点噪声的同时保留了图像的边缘,有助于识别管壁和周围组织。

基于Java的有噪图像边缘检测算法的研究

为解决提取图像边缘后的图像显示质量问题 ,利用基于模糊隶属度的加权均值滤波器抑制各种噪声 ,根据Pal的区域对比度模糊增强边界检测算法实现图像边缘的提取 ,并对图像处理过程进行了分析和讨论 .实验结果表明 ,所提出的方法是可行的和有效的 .

红外图像质量的提升技术综述

由于红外热成像仪成像原理的局限性和大气环境的干扰,一般红外图像质量较低,具体表现为:空间分辨率低、对比度低、边缘模糊、细节缺失和易受噪声干扰等。本文从增强细节和边缘、提升图像对比度和抑制背景干扰3个方面,综述了红外图像质量提升技术的研究现状,并阐述了分析和提取图像低层结构是其发展趋势,对其他图像处理领域具有一定的借鉴意义。

基于多尺度分析的血管内超声图像去噪和增强(英文)

提出基于二进小波变换的血管内超声图像血液斑点噪声抑制和对比度增强算法.血液红细胞散射引起的斑点噪声属于乘性噪声,在对数域进行二进小波变换后,结合软阈值滤波法和硬阈值滤波法对不同尺度的小波系数进行萎缩处理,并提出了一种局部阈值估计方法.同时采用了基于多尺度边缘表示的,利用小波系数极值拉伸和Hermite多项式插值实现的快速增强算法.实验结果表明,与现有单独进行去噪处理的方法相比,该方法在抑制血液斑点噪声的同时增强了图像对比度,具有更好的实用性.