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 |