基于对数压缩的超声各向异性扩散去噪方法  

Improved anisotropic diffusion ultrasound image denoising method based on logarithmic compression

作　　者：杨金[1] 刘志勤[1] 王耀彬[1] 高小明[1] 

机构地区：[1]西南科技大学计算机科学与技术学院,四川绵阳621010

出　　处：《计算机应用》2012年第11期3218-3220,共3页journal of Computer Applications

基　　金：四川省科技厅项目(11ZS2011;2010GZ0134)

摘　　要：针对当前超声图像去噪算法很难同时做到降噪和边缘保持的情况,在进行各向异性扩散模型研究的基础上,提出基于对数压缩的改进各向异性扩散算法(LCAD)去除超声散斑噪声。算法将图像对数压缩后进行噪声分布模型估计,然后构造基于广义伽马分布的扩散系数,在扩散过程中达到降噪和边缘保持效果。Current ultrasound image denoising algorithms cannot maintain edge well while denoising.An improved anisotropic diffusion denoising method called anisotropic diffusion based on Logarithmic Compression（LCAD） was proposed to reduce ultrasound speckle noise after the study of anisotropic diffusion model.The proposed method estimated noise distribution model after logarithmic compression of the image and then generated a diffusion coefficient based on generalized Gamma distribution to achieve denoising purpose while diffusing.

关 键 词：各向异性扩散 对数压缩 扩散系数 超声图像 散斑噪声 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]