

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、醫(yī)學圖像在經過數(shù)字化處理的每個過程中(采集、生成、復制、掃描、傳輸和變換等),都會不可避免的引入噪聲,噪聲是影響醫(yī)學圖像質量至關重要的因素,噪聲的存在會使圖像峰值信噪比下降,圖像變得模糊,甚至直接導致圖像的某些特征細節(jié)淹沒在圖像噪聲中,尤其是病變部位不能被辨識,從而影響醫(yī)師診斷的準確率,因此需要盡可能減少噪聲對醫(yī)學圖像的影響。 本文簡要介紹了小波變換理論,詳細介紹了小波域去噪的幾種經典方法,并在仔細研究了醫(yī)學X射線數(shù)字底片圖像的
2、噪聲分布之后,主要做了以下幾點: 1.總結現(xiàn)有算法的優(yōu)缺點,對已有的醫(yī)學圖像去噪算法進行編程實現(xiàn),為本文算法的改進提供依據(jù)。 2.在一種基于層內相關性的方法Neigh shrink的基礎上提出了一種新的小波域去噪方法,在對小波系數(shù)進行閾值收縮處理時,避免單閾值過大或過小,采用雙閾值對小波系數(shù)進行收縮。 3.根據(jù)不同尺度間系數(shù)的相關性和不同尺度子帶所含圖像能量不同,即基于層間相關性的理論,結合圖像的奇異性,設定新的
3、適應性閾值,構造新的軟、硬閾值函數(shù)。 這樣做的結果是,不僅使那些處在邊緣附近而自身絕對值又比較小的系數(shù)就可能會被保留下來,而且能有效剔除噪聲引起的偽邊緣,從而達到保護醫(yī)學圖像細節(jié)的目的。 本文提出的兩種算法克服了硬閾值和軟閾值函數(shù)的缺點,在數(shù)值指標和視覺觀察上都達到了理想的去噪效果,并且基于層內相關性的算法不僅對新圖片去噪效果較好,而且對有磨損的圖片的清晰度也有一定的提高,有很好的應用前景。實驗證明,我們的新方法是有效可
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波變換的X射線數(shù)字底片圖像去噪方法研究.pdf
- 基于小波變換的醫(yī)學超聲圖像去噪方法研究.pdf
- 基于小波變換的數(shù)字圖像去噪研究.pdf
- 基于小波變換的圖像去噪方法.pdf
- 基于小波變換圖像去噪方法研究.pdf
- 基于小波變換的閾值圖像去噪方法.pdf
- 基于小波變換的圖像去噪方法的研究.pdf
- 基于小波變換圖像去噪研究.pdf
- 基于小波變換的改進圖像去噪方法研究.pdf
- 基于小波變換的圖像去噪算法.pdf
- 基于小波變換的非局部圖像去噪方法研究.pdf
- 基于小波與Contourlet變換的圖像去噪方法研究.pdf
- 基于小波變換的工業(yè)射線圖像去噪技術研究.pdf
- 基于小波變換的圖像去噪方法的研究與實現(xiàn).pdf
- 基于脊波變換的圖像去噪方法研究.pdf
- 多個小波變換的聯(lián)合圖像去噪方法.pdf
- 基于非下采樣小波變換的圖像去噪研究.pdf
- 基于提升小波變換的圖像去噪算法研究.pdf
- 基于小波變換的紅外圖像去噪算法研究.pdf
- 基于曲波變換的圖像去噪
評論
0/150
提交評論