基于Mallat-Zhong离散小波变换小波的超声图像各向异性扩散抑噪方法

计算机应用 ›› 2013, Vol. 33 ›› Issue (11): 3201-3203.

基于Mallat-Zhong离散小波变换小波的超声图像各向异性扩散抑噪方法

吴世彬,陈波,董万利,高小明

西南科技大学计算机科学与技术学院，四川绵阳 621010

收稿日期:2013-05-30 修回日期:2013-07-22 出版日期:2013-11-01 发布日期:2013-12-04
通讯作者: 吴世彬
作者简介:吴世彬(1987-)，男，四川广汉人，硕士研究生，CCF会员，主要研究方向：医学图像处理；陈波(1963-)，男，四川广汉人，教授，博士，主要研究方向：医学图像处理、嵌入式技术；董万利(1981-)，男，四川绵阳人，讲师，硕士，主要研究方向：医学图像处理；高小明(1980-)，男，四川广安人，讲师，硕士，主要研究方向：医学图像处理、嵌入式系统技术。
基金资助:
国家自然科学基金资助项目;四川省科技厅资助项目

Ultrasound image anisotropic diffusion de-speckling method based on Mallat-Zhong discrete wavelet transform wavelet

WU Shibin,CHEN Bo,DONG Wanli,GAO Xiaoming

School of Computer Science and Technology, Southwest University of Science and Technology, Mianyang Sichuan 621010, China

Received:2013-05-30 Revised:2013-07-22 Online:2013-12-04 Published:2013-11-01
Contact: WU Shibin

摘要/Abstract

摘要： 针对传统各向异性扩散方法在超声图像散斑噪声抑制中存在的噪声抑制不充分与边缘特征保持不足的问题，提出一种基于Mallat-Zhong离散小波变换(MZ-DWT)小波的散斑噪声抑制方法。该方法将MZ-DWT小波分析与期望值最大化(EM)算法作为图像中均匀区域与边缘区域的鉴别因子，使扩散系数能够更准确地控制扩散强度与扩散速度，从而达到充分抑制噪声和保护边缘的目的。实验结果表明，所提方法在有效抑制散斑噪声的同时，更好地保持了图像细节信息，其性能优于传统各向异性扩散方法。

关键词: 散斑噪声, 各向异性扩散, Mallat-Zhong离散小波变换小波, 期望值最大化算法

Abstract: In view of speckle noise in ultrasound image, there are some disadvantages of traditional anisotropic diffusion methods, such as in-sufficient noise suppression and edge details preservation. A de-speckling method based on Mallat-Zhong Discrete Wavelet Transform (MZ-DWT) wavelet was proposed. The method used MZ-DWT wavelet and Expectation Maximization (EM) algorithm as the discrimination factor between homogeneous and edge regions, making it more accurately to control diffusion intensity and rate and achieving the noise suppression and details preservation. The experimental results show that, the proposed algorithm can better de-speckle while preserving image details and the performance of the method is better than the traditional anisotropic diffusion methods.

Key words: speckle noise, anisotropic diffusion, Mallat-Zhong Discrete Wavelet Transform (MZ-DWT) wavelet, Expectation Maximization (EM) algorithm

中图分类号:

TP391.413

吴世彬陈波董万利高小明. 基于Mallat-Zhong离散小波变换小波的超声图像各向异性扩散抑噪方法[J]. 计算机应用, 2013, 33(11): 3201-3203.

WU Shibin CHEN Bo DONG Wanli GAO Xiaoming. Ultrasound image anisotropic diffusion de-speckling method based on Mallat-Zhong discrete wavelet transform wavelet[J]. Journal of Computer Applications, 2013, 33(11): 3201-3203.

[1]	杨文霞, 张亮. 基于对数函数的非局部总变分图像修复模型[J]. 计算机应用, 2018, 38(6): 1784-1789.
[2]	黄志标, 姚宇. 基于像素聚类的超声图像分割[J]. 计算机应用, 2017, 37(2): 569-573.
[3]	张芳崔学英张权董婵婵刘祎孙未雅白云蛟桂志国. 基于变指数各向异性扩散和非局部的最大似然期望最大低剂量CT重建算法[J]. 计算机应用, 2014, 34(12): 3605-3608.
[4]	刘琬臻付忠良. 基于局部方差改进的超声图像各向异性扩散去噪算法[J]. 计算机应用, 2013, 33(09): 2599-2602.
[5]	上官宏刘祎张权桂志国. 基于解剖非局部先验的模糊扩散PET重建算法[J]. 计算机应用, 2013, 33(09): 2627-2630.
[6]	马阿敏杨荣骞宁海白红民黎丽华吴效明. 脑部MRI图像头皮三维提取及重建[J]. 计算机应用, 2013, 33(05): 1439-1442.
[7]	李晓红张权刘祎桂志国. 基于小波收缩和正逆扩散结合的优质中值先验图像重建算法[J]. 计算机应用, 2012, 32(12): 3357-3360.
[8]	杨金刘志勤王耀彬高小明. 基于对数压缩的超声各向异性扩散去噪方法[J]. 计算机应用, 2012, 32(11): 3218-3220.
[9]	柯丹丹蔡光程曹倩倩. 基于图像特征的各向异性扩散去噪方法[J]. 计算机应用, 2012, 32(03): 742-745.
[10]	刘奎苏本跃赵晓静. 基于结构张量的图像修复方法[J]. 计算机应用, 2011, 31(10): 2711-2713.
[11]	李振恒孙丰荣刘芬王庆浩耿俊卿秦晓红. 基于改进的各向异性扩散方程的医学超声图像降噪方法[J]. 计算机应用, 2009, 29(12): 3369-3371.
[12]	朱景福黄凤岗. 一种高阶各向异性扩散小波收缩图像降噪算法[J]. 计算机应用, 2009, 29(08): 2068-2070.
[13]	郭静田有先. 基于像素预判的各向异性扩散并行图像恢复[J]. 计算机应用, 2009, 29(05): 1353-1358.
[14]	张洁檀结庆. 基于各向异性扩散方程的Canny边缘检测算法[J]. 计算机应用, 2008, 28(8): 2049-2051.
[15]	陈家新吴颖黎蔚. 基于各向异性扩散的医学图像分水岭分割算法[J]. 计算机应用, 2008, 28(6): 1527-1529.