石头:2229 - 371 x
超声图像去噪的混合模型
数字图像对现代社会的影响和影响是巨大的,被认为是包括模式识别、计算机视觉、工业自动化和医疗保健行业在内的各种应用领域的关键组成部分。医学成像涉及成像设备的发展,有助于识别组织和器官的不同方面基于不同的性质,并揭示组织和内部结构的新性质。此类设备的例子包括x射线设备、CT / MRI扫描仪、电子显微镜等。所有这些设备都会引入一种不必要的信号,称为噪声。本文认为超声设备引入的一种特殊噪声称为“散斑”。许多微观漫反射对后向散射波的干涉会产生散斑。它们通过内部器官扩散,使观察者在诊断检查中更难辨别图像的细节。本文将基于四阶偏微分方程的各向异性扩散与kaun、lee和frost三种常规线性滤波器相结合,设计了一种混合散斑去除模型。利用各种超声图像进行实验。从结果来看,这三种混合方法都能较好地执行去噪操作,并产生具有良好视觉质量的图像。
博士(夫人)。S.N Geethalakshmi和J.Suguna