首页  |  期刊简介  |  稿件审稿流程  |  学术道德规范  |  编委会  |  征订启事  |  联系我们  |  English
中文核心期刊
中国科技论文统计源期刊
国际刊号:1004-9037
国内刊号:32-1367/TN
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中国科学技术协会
  • 主办:南京航空航天大学
  •           中国电子学会
  • 国际刊号:1004-9037
  • 国内刊号:32-1367/TN
  • 地址:南京市御道街29号
  • 电话:025-84892742
  • 传真:025-84892742
  • E-mail:sjcj@nuaa.edu.cn
  • 邮编:210016
邵党国 邓阳阳 相艳 易三莉 余正涛 贺建峰 刘翠寅 宗绍云.基于自适应高斯滤波的超声斑点降噪[J].数据采集与处理,2017,32(4):746-753
基于自适应高斯滤波的超声斑点降噪
Speckle Reduction Based on Adaptive Gauss Filtering
  
DOI:
中文关键词:  超声图像;局部特征匹配;自适应滤波;相似度;斑点噪声抑制
英文关键词:ultrasound image; local characteristic matching; adaptive filtering; similarity; speckle reduction
基金项目:
作者单位
邵党国 邓阳阳 相艳 易三莉 余正涛 贺建峰 刘翠寅 宗绍云 1.昆明理工大学信息工程与自动化学院和云南省计算机技术应用重点实验室,昆明, 650500; 2.昆明理工大学计算中心,昆明, 650500; 3.云南省第一人民医院, 昆明, 650032 
摘要点击次数: 13
全文下载次数: 27
中文摘要:
      医学超声图像存在的斑点噪声降低了图像的质量,给临床诊断和图像的后续处理带来了困难。为了有效地去除噪声,本文提出了一种自适应高斯滤波的超声斑点降噪算法。该算法利用局部特征匹配计算出图像的处理窗口区域与参考区域的相似度,再根据相似度将整幅图像区分为斑点噪声区域和组织区域。同时利用相似度调整高斯滤波器的宽度值,使高斯滤波器对图像的不同区域进行不同程度的过滤。物理体模实验和人体超声肝脏实验结果表明,该算法可以有效地去除超声图像中的斑点噪声并保留组织结构,并且可使迭代次数大大减少,是一种有效的医学超声图像降噪方法。
英文摘要:
      Speckle noises in medical ultrasound image would decrease the quality of image and bring difficulties to the analysis and diagnosis of the subsequent image. To reduce speckle, here we propose a speckle reduction algorithm based on the adaptive Gauss filter. The algorithm distinguished the image with speckle regions and characteristic regions by a similarity deprived from local characteristic matching between the processing window and a reference speckle area. According to the similarity, this algorithm adjustes adaptively the width of the Gauss filter. Ultrasound phantom testing and in vivo imaging show that the proposed method is effective. It can reduce the numbers of iteration significantly, as well as the speckle and preserve edge.
查看全文  查看/发表评论  下载PDF阅读器
关闭

Copyright @2010-2015《数据采集与处理》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892742      传真:025-84892742       E-mail:sjcj@nuaa.edu.cn

您是本站第878132位访问者 本站今日一共被访问411

技术支持:北京勤云科技发展有限公司