关键词:
小波变换
软阈值
各向异性扩散
斑点噪声
降噪
摘要:
为了提升传统图像去噪算法的准确性和有效性,结合医学图像特点,针对传统各向异性扩散斑点降噪(SRAD)算法对图像边缘和细节信息保持能力不足的问题,提出了基于小波分析的各向异性扩散斑点降噪算法(Wavelet-SRAD);通过对超声信号进行多尺度分解,在低频信号部分引入SRAD算法进行各向异性多尺度滤波,在高频信号部分采用软阈值收缩算法,并采用梯度算子和拉普拉斯算子区分噪声或边缘引起的灰度变化,以提升图像去噪效果;经Matlab仿真实验,将改进算法与传统中值滤波、高斯滤波、均值滤波和SRAD滤波算法进行对比,计算均值、标准差、斑点指数和等效视数来分析去噪结果,并采用灰度直方图从能量角度对去噪效果进行可视化;实验结果表明,与传统图像去噪算法相比,改进的Wavelet-SRAD算法能够更准确、有效地去除医学超声图像中的斑点噪声,并保持良好的组织纹理和边缘细节信息,表现出优越的滤波去噪性能;因此,改进的Wavelet-SRAD滤波去噪算法是一种有效的医学超声图像斑点噪声抑制算法。