超聲醫學圖像去噪方法及應用

  張聚，男，博士，浙江工業大學教授，博士生導師，曾為德國慕尼黑工業大學自動化與軟件技術研究所訪問學者、美國密歇根州立大學機械工程系訪問教授，浙江省學科（計算機科學與技術學科，B類）負責人，入選浙江省151人才第二層次，浙江省高校中青年學科帶頭人，浙江省塊狀經濟轉型升級專家。主要研究方向為計算機先進控制、醫學圖像處理。主持完成國家自然科學基金項目2項、省部級項目3項，主持出版學術專著1部、譯著3部、高校教材2部，發表SCI、EI學術研究論文30餘篇，授權發明專利3項。榮獲浙江省科技進步三等獎、浙江省高校科研成果一等獎、浙江省高等學校教壇新秀獎、浙江工業大學首屆十佳青年教師等獎項。

第1章緒論1 
1.1超聲圖像去噪方法研究的背景與意義1 
1.2超聲成像原理和斑點噪聲模型4 
1.2.1超聲波概述4 
1.2.2超聲成像的發展6 
1.2.3超聲成像原理8 
1.2. 4 B超成像原理10 
1.2.5斑點噪聲的形成原理11 
1.2.6斑點噪聲的模型12 
1.3主要的超聲圖像去噪技術和
國內外研究現狀15 
1.3.1需求分析15 
1.3.2去噪算法的國內外研究現狀17 
1.3.3去噪算法的分類19 
1.4本章小結25 

第2章基本理論28 
2.1小波變換28 
2.1.1從傅裏葉變換講起29 
2.1.2連續小波變換理論33 
2.1.3離散小波變換理論36 
2.1.4多分辨率分析及Mallat算法37 
2.1.5二維小波變換的分解與重構39 
2.2引導濾波41 
2.2.1加權濾波器42 
2.2.2雙邊濾波器43 
2.2.3高斯濾波和雙邊濾波的比較44 
2.2.4快速雙邊濾波器46 
2.2.5三邊濾波器47
2.2.6引導濾波器48 
2.3剪切波理論50 
2.3.1連續剪切波變換50 
2.3.2離散剪切波變換51 
2.3.3貝葉斯估計理論53 
2.3.4剪切波係數的先驗模型55 
2.4本章小結58 

第3章基於小波與雙邊濾波的
超聲圖像去噪算法59 
3.1基本理論59 
3.2基於小波與雙邊濾波的圖像去噪59 
3.2.1小波閾值函數改進59 
3.2.2小波收縮算法改進61 
3.2.3小波-雙邊濾波結合算法68 
3.2.4本章算法的整體步驟70 
3.2.5實驗結果70 
3.2.6本節小結76 
3.3小波-雙邊濾波法在超聲圖像
去噪中的應用76 
3.3 .1實驗方法分析77 
3.3.2實驗結果與分析77 
3.3.3本節小結83 
3.4超聲圖像去噪算法的圖形化軟件設計84 
3.4.1需求分析84 
3.4.2方案設計85 
3.4.3軟件實現88 
3.4.4軟件測試91 
3.4.5本節小結91 
3.5本章小結91

第4章基於自適應小波與三邊濾波的
超聲圖像去噪算法94 
4.1基本理論94 
4.2基於自適應小波與三邊濾波的
圖像去噪算法94 
4.2.1小波與自適應去噪95 
4.2.2小波-三邊濾波集成算法100 
4.2.3本節小結103 
4.3集成算法的實驗驗證103 
4.3.1性能評估指標103 
4.3.2實驗驗證105 
4.3.3本節小結109 
4.4小波-三邊濾波在超聲
圖像中的應用109 
4.4.1性能評估指標109 
4.4.2實驗驗證110 
4.4.3本節小結112 
4.5本章小結112 

第5章基於小波域內分頻處理的
超聲圖像去噪算法115 
5.1基本理論115 
5.2基於小波域內分頻處理的超聲
圖像去噪算法概述115 
5.2.1小波閾值函數改進115 
5.2.2大後驗和雙變量收縮算法119 
5.2.3基於小波域內分頻處理的
超聲圖像去噪算法的提出123 
5.2.4實驗驗證124 
5.2.5本節小結126 
5.3基於小波域內分頻處理的超聲
圖像去噪算法的應用127 
5.3.1斑點噪聲模擬實驗127 
5.3.2超聲圖像實驗136 
5.3.3本節小結142 
5.4本章小結142 

第6章基於平移不變性剪切波
變換的超聲圖像去噪算法144 
6.1基本理論144 
6.2基於剪切波變換的超聲
圖像去噪算法144 
6.2.1剪切波變換的性質145 
6.2.2基於剪切波變換的基本流程151 
6.2.3 MAP和三變量收縮算法152 
6.2.4基於剪切波變換去噪
算法的整體步驟156 
6.2.5本節小結157 
6.3基於平移不變性的剪切波算法
在超聲圖像中的應用158 
6.3.1圖像模擬實驗158 
6.3.2超聲圖像實驗164 
6.3.3本節小結169 
6.4本章小結169 
參考文獻171