[发明专利]基于多尺度各项异性扩散的超声医学图像散斑噪声抑制方法

权利要求书

1.基于多尺度各项异性扩散的超声医学图像散斑噪声抑制方法，其特征在于所述方法由如下步骤完成：

步骤一：使用Mallat定义的二次样条小波滤波器对图像进行非抽样小波分解，得到三个尺度下的近似分量，水平方向的小波系数和竖直方向的小波系数，计算小波系数标准模值M′_jf；

步骤二：判断是否为首次迭代；是，则用混合瑞利模型来模拟图像扇形扫描区内小波系数标准模值M′_jf的分布，并设定出每个尺度下模型参数的值，执行步骤三；否，则跳到步骤四；

步骤三：使用极大似然分类的方法得出各尺度下的噪声平稳区域；

步骤四：通过计算每个尺度下噪声区域内M′_jf的均值确定扩散阈值；并将该扩散阈值代入扩散函数求得扩散参数p_j；

步骤五：用步骤四求得的扩散参数p_j对步骤一分解得到的小波系数进行加权计算，然后对图像进行小波逆变换，完成一次多尺度各向异性扩散过程；

步骤六：比较相邻两次迭代过程中的扩散阈值，判断它们之间相差的百分比是否小于阈值th；是，则抑制完成；否，则返回步骤一进行下次迭代。

2.根据权利要求1所述的基于多尺度各项异性扩散的超声医学图像散斑噪声抑制方法，其特征在于步骤一中归一化小波系数标准模值M′_jf采用如下算法得到：

首先计算小波系数模：

Mjf=(Wj1f)2+(Wj2f)2]]>公式1

式中参数和分别代表j尺度下水平方向的小波系数和竖直方向的小波系数；然后计算标准模值：

Mj′f=Mjfμs]]>公式2

式中μ_s是图像中一活动窗口内的灰度均值，各尺度下窗的大小定义为D_j＝2^j-1(D₀-1)+1，参数D₀＝3为j＝1时窗的大小。