文献类型：期刊文章

作　　者：李春芳[1] 杨鑫[2] 张旭明[1] 丁明跃[1,3]

机构地区：[1]华中科技大学生命科学与技术学院,生物医学工程系,图像信息处理与智能实验室,湖北武汉430074 [2]华中科技大学图像识别与人工智能研究所,多谱信息处理技术国防科技重点实验室,湖北武汉430074 [3]湖北科技学院生物医学工程学院,湖北咸宁437100

出　　处：《电子学报》

基　　金：国家自然科学基金国际合作项目(No.30911120497);国家自然科学基金青年基金项目(No.61001141);国家科技支撑计划项目(No.2012BA113B02);湖北公益性科技研究项目(No.2012DCA06001)

年　　份：2014

卷　　号：42

期　　号：7

起止页码：1291-1298

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20144200113023)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：超声图像中的斑点噪声,降低图像分辨率和对比度,不利于后续图像处理.本文基于最大后验概率(Maximum A Posteriori,MAP)推导出一种新的超声图像分解算法,将原始超声图像分解为无散斑真实图像和散斑图像.使用六组不同的参数值,对Field II仿真的超声图像进行分解试验,得出算法中比例参数对分解结果的影响规律.用该方法分解三幅人体超声图像,得到的真实图像平滑性好,且能较好的保留细节和边缘.本文提出的分解算法可用于超声图像的去噪,且分解得到的真实图像和散斑图像可用于特征提取、图像分割和图像分类等.

关 键 词：超声图像分解  最大后验概率估计  斑点噪声 全变差去噪  

分 类 号：TP391.41]