| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-24页 |
| 1.1 医学超声图像去噪的背景与意义 | 第11-12页 |
| 1.2 超声成像原理与斑点噪声模型 | 第12-17页 |
| 1.2.1 B超成像原理 | 第13-15页 |
| 1.2.2 斑点噪声模型 | 第15-17页 |
| 1.3 主要的超声图像降噪技术 | 第17-22页 |
| 1.3.1 自适应去噪算法 | 第17页 |
| 1.3.2 各向异性扩散去噪方法 | 第17-19页 |
| 1.3.3 非局部去噪方法 | 第19页 |
| 1.3.4 小波去噪方法 | 第19-20页 |
| 1.3.5 混合型去噪方法 | 第20-22页 |
| 1.4 本文研究内容及结构安排 | 第22-24页 |
| 1.4.1 本文的研究内容 | 第22-23页 |
| 1.4.2 论文结构安排 | 第23-24页 |
| 第2章 基本理论 | 第24-35页 |
| 2.1 小波变换 | 第24-30页 |
| 2.1.1 连续小波变换 | 第24-26页 |
| 2.1.2 离散小波变换 | 第26页 |
| 2.1.3 多分辨率分析及Mallat算法 | 第26-28页 |
| 2.1.4 二维小波变换的分解与重构 | 第28-30页 |
| 2.2 双边滤波 | 第30-34页 |
| 2.2.1 加权滤波器 | 第30-32页 |
| 2.2.2 双边滤波器 | 第32-34页 |
| 2.3 本章小结 | 第34-35页 |
| 第3章 基于小波与双边滤波的图像去噪 | 第35-55页 |
| 3.1 小波阈值函数改进(Threshold Value Function) | 第35-37页 |
| 3.1.1 常用的小波阈值函数 | 第35-36页 |
| 3.1.2 改进的小波阈值函数 | 第36-37页 |
| 3.2 小波收缩算法改进(Shrinkage Algorithm) | 第37-45页 |
| 3.2.1 常用小波收缩算法 | 第37-39页 |
| 3.2.2 改进的小波收缩算法 | 第39-43页 |
| 3.2.3 对比实验 | 第43-45页 |
| 3.3 小波-双边滤波结合算法 | 第45-46页 |
| 3.3.1 算法描述 | 第45页 |
| 3.3.2 实验结果 | 第45-46页 |
| 3.4 本文算法的整体步骤 | 第46-47页 |
| 3.5 实验结果 | 第47-54页 |
| 3.5.1 去噪效果的评价方法 | 第48-49页 |
| 3.5.2 仿真实验一 | 第49-51页 |
| 3.5.3 仿真实验二 | 第51-54页 |
| 3.6 本章小结 | 第54-55页 |
| 第4章 小波双边滤波法在超声医学图像去噪中的应用 | 第55-64页 |
| 4.1 实验方法分析 | 第55页 |
| 4.2 实验结果与分析 | 第55-63页 |
| 4.2.1 去噪图像分析 | 第59-60页 |
| 4.2.2 无参考图像质量指标NIQE | 第60-61页 |
| 4.2.3 残余图像分析 | 第61-62页 |
| 4.2.4 专家评价 | 第62-63页 |
| 4.3 本章小结 | 第63-64页 |
| 第5章 超声图像去噪算法的图形化软件设计 | 第64-74页 |
| 5.1 需求分析 | 第64-66页 |
| 5.1.1 功能需求 | 第64-65页 |
| 5.1.2 性能需求 | 第65页 |
| 5.1.3 环境需求 | 第65-66页 |
| 5.2 方案设计与实现 | 第66-68页 |
| 5.2.1 方案设计 | 第66-68页 |
| 5.3 软件实现 | 第68-72页 |
| 5.3.1 滤波器 | 第69-70页 |
| 5.3.2 质量指标 | 第70-71页 |
| 5.3.3 添加噪声 | 第71-72页 |
| 5.3.4 帮助文档 | 第72页 |
| 5.4 软件测试 | 第72-73页 |
| 5.5 本章小结 | 第73-74页 |
| 第6章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74-75页 |
| 6.2 展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间参加的科研项目和成果 | 第80页 |