论文摘要: 图像去噪是图像预处理中一项被广泛应用的技术,作用（略）信噪比,突出图像的期望特征.对超声图像进行去噪处理,是医学超声图像处理的重要一环,对一般图像处理理论也有重要意义.对散斑噪声抑制技术的研究一直是国内外超声成像技术的重要课题之一.超声图像去噪的一般要求是在有效抑制散斑噪声的同时,保留对后期分析诊断有用的（略）. 基于严重椒盐噪声污染图像,改进了中值滤波算法,并将其应用在抑制椒盐噪声算法中.首先利用（略）检测算子进行像素点分类.对检测出来的噪声点根据其局部统计信息,使用分类方法分为低密度噪声、中密度噪声和高密度噪声.对不同密度的噪声采用不同的滤波方式,对所占比例最大的低密度噪声采用在保留细节方面作用突出的八邻域相似度函数加权滤波.算法充分考虑到中高密度噪声的情况,表现出更好的去噪能力、自适应性以及保留细节能（略） 基于直方图和邻域相关系数,改进了加权均值滤波算法,并将其应用在抑制椒盐噪声算法中.引入灰度直方图作为邻域平均的权值,提供了原图像的灰度分布信息.引入相关系数,利用相关性区分了有效（略）该算法根据当前所处理像素点的具体信号特征,自适应地调整算法的滤波强度...
Image denoising is widely used in the field（omitted）preprocessing, and its main purpose is to improve signa（omitted） ratio and to highlight the expectation features for images. The medic（omitted）und image denoising is an important field of medical ultrasound image processing, and also significant for general image processing（omitted）ng the speckles has always been one of the most key subjects of ultrasoun（omitted）technology home and abroad. It is mainly desired that the useful image details for p...
目录:摘要 第4-5页
Abstract 第5-6页
第1章 绪论 第10-22页
·课题背景 第10页
·图像噪声 第10-12页
·噪声特征 第11页
·噪声分类 第11-12页
·去噪质量评价标准 第12页
·基于均值滤波的去噪方法 第12-14页
·均值滤波的缺陷分析 第13页
·加权均值滤波器 第13-14页
·基于中值滤波的去噪方法 第14-15页
·加权中值滤波 第14页
·开关中值滤波 第14-15页
·自适应滤波方法 第15页
·极值中值滤波 第15页
·基于偏微分方程的去噪方法 第15-17页
·PM 模型 第16-17页
·Catté模型 第17页
·SRAD 模型 第17页
·关于参数k 的最佳估计 第17页
·基于多尺度几何分析的去噪方法 第17-20页
·小波变换 第17-19页
·图像多尺度几何分析 第19-20页
·论文的主要内容 第20-22页
第2章 基于改进中值、均值滤波的椒盐噪声去噪算法 第22-39页
·引言 第22页
·基于严重椒盐噪声污染图像的改进中值滤波算法 第22-31页
·Max-Min 检测算子和噪声分类方法 第23-24页
·双窗口滤波和噪声检测窗口的确定 第24-26页
·低密度噪声:八邻域相似度函数加权滤波 第26-27页
·中密度噪声:剪除噪声的中值滤波 第27页
·高密度噪声:四邻域均值滤波 第27-28页
·仿真实验结果及分析 第28-31页
·基于直方图和邻域相关系数的加权均值滤波算法 第31-37页
·直方图相关性 第31-34页
·邻域灰度相关性 第34页
·算法步骤 第34-36页
·仿真实验结果及分析 第36-37页
·本章小结 第37-39页
第3章 基于改进各向异性扩散的超声散斑噪声去噪算法 第39-51页
·引言 第39页
·医学超声图像散斑噪声模型分析 第39-40页
·基于中值-各向异性扩散的超声图像去噪算法 第40-50页
·多方向中值滤波 第41-42页
·归一化局部方差 第42-43页
·仿真实验结果及分析 第43-50页
·本章小结 第50-51页
第4章 基于Context 模型的非下采样Contourlet 变换去噪算法 第51-69页
·引言 第51页
·小波理论基础 第51-53页
·多采样系统 第51-53页
·平移不变性 第53页
·小波去噪方法综述 第53-55页
·阈值函数的选择 第54页
·阈值的选择 第54-55页
·Contourlet 变换 第55-59页
·平移不变性分析 第58页
·冗余度分析 第58-59页
·非下采样Contourlet 变换 第59-60页
·基于Context 模型的非下采样Contourlet 变换去噪算法 第60-68页
·空间自适应Context 模型 第60-62页
·基于Context 模型的去噪算法 第62页
·仿真实验结果及分析 第62-68页
·本章小结 第68-69页
结论 第69-71页
参考文献 第71-75页
攻读学位期间发表的学术论文 第75-77页
致谢 第77页
因篇幅问题不能全部显示，请点此查看更多更全内容