本書討論超聲醫(yī)學圖像去噪方法的理論與應(yīng)用，主要內(nèi)容包括超聲去噪涉及的相關(guān)理論基礎(chǔ)和方法，重點闡述基于小波與雙邊濾波的超聲圖像去噪算法、基于自適應(yīng)小波與三邊濾波的超聲圖像去噪算法、基于小波域內(nèi)分頻處理的超聲圖像去噪算法和基于平移不變性剪切波變換的超聲圖像去噪算法。本書討論的內(nèi)容是作者和研究生們最近幾年在相關(guān)領(lǐng)域研究工作的總結(jié)。本書既包括超聲去噪理論探討、仿真研究，也包括實驗和應(yīng)用案例。
張聚，男，博士，浙江工業(yè)大學教授，博士生導師，曾為德國慕尼黑工業(yè)大學自動化與軟件技術(shù)研究所訪問學者、美國密歇根州立大學機械工程系訪問教授，浙江省一流學科（計算機科學與技術(shù)學科，B類）負責人，入選浙江省151人才第二層次，浙江省高校中青年學科帶頭人，浙江省塊狀經(jīng)濟轉(zhuǎn)型升級專家。主要研究方向為計算機先進控制、醫(yī)學圖像處理。主持完成國家自然科學基金項目2項、省部級項目3項，主持出版學術(shù)專著1部、譯著3部、高校教材2部，發(fā)表SCI、EI學術(shù)研究論文30余篇，授權(quán)發(fā)明專利3項。榮獲浙江省科技進步三等獎、浙江省高校科研成果一等獎、浙江省高等學校教壇新秀獎、浙江工業(yè)大學首屆十佳青年教師等獎項。
目 錄
第1章 緒論 1
1.1 超聲圖像去噪方法研究的背景與意義 1
1.2 超聲成像原理和斑點噪聲模型 4
1.2.1 超聲波概述 4
1.2.2 超聲成像的發(fā)展 6
1.2.3 超聲成像原理 8
1.2.4 B超成像原理 10
1.2.5 斑點噪聲的形成原理 11
1.2.6 斑點噪聲的模型 12
1.3 主要的超聲圖像去噪技術(shù)和
國內(nèi)外研究現(xiàn)狀 15
1.3.1 需求分析 15
1.3.2 去噪算法的國內(nèi)外研究現(xiàn)狀 17
1.3.3 去噪算法的分類 19
1.4 本章小結(jié) 25
第2章 基本理論 28
2.1 小波變換 28
2.1.1 從傅里葉變換講起 29
2.1.2 連續(xù)小波變換理論 33
2.1.3 離散小波變換理論 36
2.1.4 多分辨率分析及Mallat算法 37
2.1.5 二維小波變換的分解與重構(gòu) 39
2.2 引導濾波 41
2.2.1 加權(quán)濾波器 42
2.2.2 雙邊濾波器 43
2.2.3 高斯濾波和雙邊濾波的比較 44
2.2.4 快速雙邊濾波器 46
2.2.5 三邊濾波器 47
2.2.6 引導濾波器 48
2.3 剪切波理論 50
2.3.1 連續(xù)剪切波變換 50
2.3.2 離散剪切波變換 51
2.3.3 貝葉斯估計理論 53
2.3.4 剪切波系數(shù)的先驗模型 55
2.4 本章小結(jié) 58
第3章 基于小波與雙邊濾波的
超聲圖像去噪算法 59
3.1 基本理論 59
3.2 基于小波與雙邊濾波的圖像去噪 59
3.2.1 小波閾值函數(shù)改進 59
3.2.2 小波收縮算法改進 61
3.2.3 小波-雙邊濾波結(jié)合算法 68
3.2.4 本章算法的整體步驟 70
3.2.5 實驗結(jié)果 70
3.2.6 本節(jié)小結(jié) 76
3.3 小波-雙邊濾波法在超聲圖像
去噪中的應(yīng)用 76
3.3.1 實驗方法分析 77
3.3.2 實驗結(jié)果與分析 77
3.3.3 本節(jié)小結(jié) 83
3.4 超聲圖像去噪算法的圖形化軟件設(shè)計 84
3.4.1 需求分析 84
3.4.2 方案設(shè)計 85
3.4.3 軟件實現(xiàn) 88
3.4.4 軟件測試 91
3.4.5 本節(jié)小結(jié) 91
3.5 本章小結(jié) 91
第4章 基于自適應(yīng)小波與三邊濾波的
超聲圖像去噪算法 94
4.1 基本理論 94
4.2 基于自適應(yīng)小波與三邊濾波的
圖像去噪算法 94
4.2.1 小波與自適應(yīng)去噪 95
4.2.2 小波-三邊濾波集成算法 100
4.2.3 本節(jié)小結(jié) 103
4.3 集成算法的實驗驗證 103
4.3.1 性能評估指標 103
4.3.2 實驗驗證 105
4.3.3 本節(jié)小結(jié) 109
4.4 小波-三邊濾波在超聲
圖像中的應(yīng)用 109
4.4.1 性能評估指標 109
4.4.2 實驗驗證 110
4.4.3 本節(jié)小結(jié) 112
4.5 本章小結(jié) 112
第5章 基于小波域內(nèi)分頻處理的
超聲圖像去噪算法 115
5.1 基本理論 115
5.2 基于小波域內(nèi)分頻處理的超聲
圖像去噪算法概述 115
5.2.1 小波閾值函數(shù)改進 115
5.2.2 最大后驗和雙變量收縮算法 119
5.2.3 基于小波域內(nèi)分頻處理的
超聲圖像去噪算法的提出 123
5.2.4 實驗驗證 124
5.2.5 本節(jié)小結(jié) 126
5.3 基于小波域內(nèi)分頻處理的超聲
圖像去噪算法的應(yīng)用 127
5.3.1 斑點噪聲仿真實驗 127
5.3.2 超聲圖像實驗 136
5.3.3 本節(jié)小結(jié) 142
5.4 本章小結(jié) 142
第6章 基于平移不變性剪切波
變換的超聲圖像去噪算法 144
6.1 基本理論 144
6.2 基于剪切波變換的超聲
圖像去噪算法 144
6.2.1 剪切波變換的性質(zhì) 145
6.2.2 基于剪切波變換的基本流程 151
6.2.3 MAP和三變量收縮算法 152
6.2.4 基于剪切波變換去噪
算法的整體步驟 156
6.2.5 本節(jié)小結(jié) 157
6.3 基于平移不變性的剪切波算法
在超聲圖像中的應(yīng)用 158
6.3.1 合成圖像仿真實驗 158
6.3.2 超聲圖像實驗 164
6.3.3 本節(jié)小結(jié) 169
6.4 本章小結(jié) 169
參考文獻 171
新書資訊