[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

摘要

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，它涉及一种医学超声图像噪声抑制方法。它为解决将现有各项异性扩散技术应用于超声图像时，用梯度作为边缘检测算子难以准确区分图像边缘和噪声的问题而提出。一：对图像进行小波分解，计算标准模值；二：若为首次迭代，估计标准模值的分布参数，否则跳到步骤四；三：分类得到各尺度下的噪声平稳区域；四：用噪声区域内标准模值的均值确定扩散阈值；并代入扩散函数得到扩散参数；五：用扩散参数对小波系数进行加权后，进行小波逆变换；六：比较相邻两次迭代中的扩散阈值，判断是否终止。本发明在多尺度下对图像进行处理，结果更加精确，可广泛适用于各种需要对超声图像进行处理的场合。

主权项

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pj；步骤五：用步骤四求得的扩散参数pj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。