基于各向异性扩散的超声图像斑点噪声去除算法的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 斑点噪声去除的研究现状 | 第9-12页 |
| 1.2.1 自适应滤波器 | 第10-11页 |
| 1.2.2 小波变换 | 第11页 |
| 1.2.3 各向异性扩散 | 第11-12页 |
| 1.3 本文创新点 | 第12页 |
| 1.4 论文架构 | 第12-14页 |
| 第二章 超声去噪相关理论 | 第14-19页 |
| 2.1 超声成像原理 | 第14-16页 |
| 2.1.1 超声波的特性 | 第14-15页 |
| 2.1.2 超声成像分析 | 第15-16页 |
| 2.1.3 超声成像的缺陷 | 第16页 |
| 2.2 斑点噪声的产生原因及模型 | 第16-17页 |
| 2.2.1 斑点噪声的产生原因 | 第16-17页 |
| 2.2.2 斑点噪声的模型 | 第17页 |
| 2.3 去噪质量评价指标 | 第17-19页 |
| 第三章 基于各向异性扩散的模型分析 | 第19-32页 |
| 3.1 扩散的物理学背景 | 第19-20页 |
| 3.2 P-M模型 | 第20-23页 |
| 3.2.1 P-M模型的提出 | 第20-22页 |
| 3.2.2 算法仿真与分析 | 第22-23页 |
| 3.3 SRAD模型 | 第23-27页 |
| 3.3.1 自适应滤波器 | 第23-24页 |
| 3.3.2 SRAD的提出 | 第24-25页 |
| 3.3.3 算法仿真与分析 | 第25-27页 |
| 3.4 DPAD模型 | 第27-32页 |
| 3.4.1 DPAD的提出 | 第27-28页 |
| 3.4.2 局部统计量的估计 | 第28-29页 |
| 3.4.3 算法仿真与分析 | 第29-32页 |
| 第四章 基于改进扩散模板的算法 | 第32-39页 |
| 4.1 引言 | 第32页 |
| 4.2 Sigmoid扩散系数 | 第32-33页 |
| 4.3 对扩散模板的改进 | 第33-35页 |
| 4.4 数值求解 | 第35-36页 |
| 4.5 算法仿真与分析 | 第36-39页 |
| 第五章 基于各向异性扩散与全变分去噪相结合的算法 | 第39-44页 |
| 5.1 引言 | 第39页 |
| 5.2 全变分去噪 | 第39-40页 |
| 5.3 各向异性扩散与全变分去噪的结合 | 第40页 |
| 5.4 算法仿真与分析 | 第40-44页 |
| 5.4.1 模拟图像的实验 | 第40-43页 |
| 5.4.2 超声图像的实验 | 第43-44页 |
| 第六章 总结与展望 | 第44-46页 |
| 6.1 本文算法的总结 | 第44页 |
| 6.2 今后的研究方向 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 在学期间的研究成果 | 第50-51页 |
| 致谢 | 第51页 |
