基于Gauss曲率的医学超声图像去噪算法研究.pdfVIP

第 26卷第 1期 中原工学院学报 Vo1．26 No．1 2015年 2月 J0URNAL 0F ZH0NGYUAN UNIVERSITY 0F TECHNOLOGY Feb．，2O15 文章编号：1671—6906(2015)01—0013—04 基于 Gauss曲率的医学超声图像去噪算法研究 杨 艳 ，孙 俊 ，程东旭 (中原工学院，郑州 450007) 摘 要 ： 针对医学超声 图像清晰度低 ，易受乘性噪声污染等 问题 ，提 出了一种基于 Gauss曲率 的超声图像去噪算法 ，并 构造一种 Gauss曲率扩散函数，自适应控制扩散速度，克服了传统去噪算法不能保护弱边缘 的缺点。根据变分法得到 Euler～Lagrange方程，给出一种计算平衡系数的方法，并引入图像差异范数作为终止迭代准则。数值实验仿真结果显 示，该算法能够有效去除医学超声图像中的噪声，较好地保留超声图像中大量存在的弱边缘信息，本算法的PSNR 比传 统算法提高了大约 4dB。 关 键 词 ： 高斯 曲率 ；医学超声图像 ；各 向异性扩散 ；乘性噪声 中图分类号 ： TP391 文献标志码 ： A DOI：10．3969／j．issn．1671—6906．2015．01．004 受设备环境等外界 因素 的影响，医学超声图像在 Gauss曲率 。‘ 的去除医学超声 图像噪声算法 ，将传 获取过程中不可避免地会受到噪声的于扰，使得图像 统的全变差算法改为 Gauss曲率驱动算法，并提出了 质量降低 ，影响图像的进一步处理 (如图像边缘信息的 一 种 自适应的平衡参数选择算法 ，快速去除医学超声 检测 、图像的分割、图像特征 的提取、图像表示以及进 图像 中的噪声 ，同时保护图像边缘等信息 。 一 步的理解和识别等)，从而影响病情 的诊断，耽误治 疗。医学超声 图像 中的噪声主要是乘性噪声 ，传统 的 基于全变差的去噪算法 各向异性扩散 PDE算法主要是针对加性噪声 ，去除乘 性噪声的效果不好。因此，如何去除医学超声图像 中 常见的乘性噪声算法可假设为 的乘性噪声成为医学超声图像处理的研究热点。 g一 ／／7) (1) 2003年 RudinL等首次提 出了去除乘性噪声 的 其中：g为含噪图像 ；U为原始 图像 ； 为乘性噪 全变差算法 (RLO)L1]。之后 ，AubertG等建立 了基于 声。假设噪声 服从均值为 1的Gamma分布，其概 最大后验概率估计的 AA算法L2]，在此基础上， 率密度函数为： HuangYM 等和 JinZM 等分别提 出了严格 凸的 HNW 算法[4和 JY算法 ]。这些算法 的主导思想都 e一 。 一 是对乘性噪声进行对数变换之后看作加性噪声处理。 10， 口≤0 利用对数变换能保 留图像细节、噪声以及边缘等 图像 这里 I1(L)为 Gamma函数 ，由Gamma分布的性 信息之间差别的性质，达到去除乘性噪声的 目的。但 质可知乘性噪声的方差为 1／L。 对数变换又缩小了它们之间的差异 ，使得小边缘与弱 RudinL等于 2003年提出一种去除乘性噪声 的 噪声之间的差异化更小 ，再采用传统的全变差方法进