首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于平移不变性的剪切波变换医学超声图像去噪算法

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-20页
    1.1 选题的背景和意义第10页
    1.2 超声成像原理和斑点噪声模型第10-14页
        1.2.1 超声成像原理第11页
        1.2.2 斑点噪声产生原理第11-12页
        1.2.3 斑点噪声模型第12-14页
    1.3 当前医学超声图像去噪算法研究现状第14-18页
        1.3.1 去噪算法的分类第15-16页
        1.3.2 多尺度去噪算法第16-18页
    1.4 本文研究内容及结构安排第18-20页
        1.4.1 本文的研究内容第18页
        1.4.2 本文的结构安排第18-20页
第2章 本文相关的基本理论第20-35页
    2.1 剪切波理论第20-23页
        2.1.1 剪切波变换基本原理第20-21页
        2.1.2 剪切波变换过程和逆过程第21-23页
    2.2 剪切波的统计特性第23-27页
        2.2.1 贝叶斯估计理论第23-25页
        2.2.2 剪切波系数的先验模型第25-27页
    2.3 引导滤波第27-34页
        2.3.1 加权滤波器第27-29页
        2.3.2 双边滤波器第29-31页
        2.3.3 三边滤波器第31-33页
        2.3.4 引导滤波器第33-34页
    2.4 本章小结第34-35页
第3章 基于剪切波变换的图像去噪算法第35-56页
    3.1 剪切波变换的性质第35-40页
        3.1.1 剪切波变换的水平锥和垂直锥第35-36页
        3.1.2 剪切波变换的方向性第36-39页
        3.1.3 非下采样剪切波变换(Non-subsampled Shearlet Transform,NSST)第39-40页
    3.2 改进的阈值算法第40-43页
        3.2.1 常用的阈值函数第41-42页
        3.2.2 改进的阈值函数第42-43页
    3.3 改进的收缩算法第43-48页
        3.3.1 传统的收缩算法(MAP收缩算法)第43-45页
        3.3.2 三变量收缩算法第45-47页
        3.3.3 对比试验第47-48页
    3.4 基于剪切波变换去噪算法的整体步骤第48-49页
    3.5 实验验证第49-55页
        3.5.1 水平锥、垂直锥改进阈值去噪第49-51页
        3.5.2 基于平移不变性的剪切波变换去噪第51-53页
        3.5.3 结合低频滤波器的剪切波变换去噪第53-55页
    3.6 本章小结第55-56页
第4章 基于平移不变性剪切波算法在医学超声图像中的应用第56-66页
    4.1 合成图像仿真实验第56-60页
        4.1.1 去噪效果的评价指标第56-57页
        4.1.2 仿真实验结果分析第57-60页
    4.2 医学超声图像实验第60-65页
        4.2.1 去噪图像分析第62-63页
        4.2.2 无参考图像质量指标NIQE第63-64页
        4.2.3 残余图像分析第64-65页
    4.3 本章小结第65-66页
第5章 总结与展望第66-67页
    5.1 总结第66页
    5.2 展望第66-67页
参考文献第67-70页
致谢第70-71页
攻读学位期间获得的科研成果第71页

论文共71页,点击 下载论文
上一篇:硅酸钠改性聚乙烯醇的研究与应用
下一篇:基于机器学习的六足机器人波动步态自由切换控制研究