Copyright © by ARTCOM PT All rights reserved.
www.art-com.co.kr
基于PCNN的小波域超声医学图像去噪方法 Company Logo
Copyright © by ARTCOM PT All rights reserved.
Copyright © by ARTCOM PT All rights reserved.
www.art-com.co.kr
5、基于PCNN的小波域超声医学图像去噪方法 Company Logo
1、PCNN模型 作为实时显像系统,超声成像对计算量的要求比较 高,因此作者采用计算量相对较小的简化PCNN模 型,简化PCNN单个神经元模型,如图所示.其神经元 按(5)~(9)式进行迭代计算.
Company
Logo
维纳滤波和小波域滤波是2种比较有效的信号 去噪方法。维纳滤波是一个线性过程,小波域滤波是 非线性的。一般而言,这2种方法通常使边界模糊。 为了提高图像滤波后的质量,将这2种方法结合起来, 在小波系数上进行维纳滤波。小波系数可以作为边 缘检测器。图像中边界代表特征,每一特征与一组小 波系数相对应。该方法是假设在每一个子带中,小波 系数是具有变化缓慢协方差矩阵的高斯函数向量。
Copyright © by ARTCOM PT All rights reserved.
www.art-com.co.kr
基于PCNN的小波域超声医学图像去噪方法 Company Logo
Copyright © by ARTCOM PT All rights reserved.
www.art-com.co.kr
基于PCNN的小波域超声医学图像去噪方法 Company Logo 2 PCNN去噪模型
在用PCNN进行图像处理时,将一个二维PCNN网络 的M*N个神经元分别与二维输入图像的M*N个像素相 对应,在第一次迭代时,神经元的内部活动项就等于外部 刺激Sij,如Sij大于阈值,这时神经元输出为1,为自然激活, 此时其阈值Eij[n]将急剧增大,然后随时间指数衰减.在 此之后的各次迭代中,被激活的神经元通过与之相邻神 经元的连接作用激励邻接神经元,若邻接神经元与前一 个迭代激活的神经元所对应的像素具 有相似强度,则邻 接神经元容易被捕获激活,反之不能被捕获激活.因此,利 用某一神经元的自然激活会触发其周边相似神经元集 体激活,产生脉动输出序列Y[n],且它们形成了一个神经 元集群,从而可实现对噪声的识别,再对噪声进行处理。 PCNN通过修改灰度值去噪的模型如图所示.
Copyright © by ARTCOM PT All rights reserved.
www.art-com.co.kr

概论
Company
Logo
Copyright © by ARTCOM PT All rights reserved.
www.art-com.co.kr
2、基于小波的中值滤波去噪
Company
Logo
中值滤波是一种常用的抑制噪声的非线性方法, 它可以克服线性滤波如最小均方滤波和均值滤波给 图像边缘带来的模糊,从而获得较为满意的复效果; 它能较好地保护边界,对于消除图像的椒盐噪声非常 有效,但有时会失掉图像中的细线和小块的目标区域。 其原理非常简单,就是将一个包含有奇数个像素的窗 口A在图像上依次移动,在每一个位置上对窗口内像 素的灰度值由小到大进行排列,然后将位于中间的灰 度值作为窗口中心像素的输出值,其数学式为
Company
Logo
基于小波变换的图像去噪方法
1208010113
李晓波
Copyright © by ARTCOM PT All rights reserved.
Copyright © by ARTCOM PT All rights reserved.
www.art-com.co.kr
1、概论
Copyright © by ARTCOM PT All rights reserved.
www.art-com.co.kr
4、基于高阶统计量的小波阈值去噪方法
Company
Logo
由于高阶统计量对高斯噪声不敏感,能够排除高 斯白噪声和有色噪声的影响,因而在平滑噪声的同 时能更准确地反映原图像的细节信息。利用高阶统 计量描述图像的纹理信息对图像进行平滑滤波,可 以更好地保留图像细节。小波阈值去噪虽效果较好, 但由于将幅值较大的小波系数萎缩会导致图像的边 缘模糊,因此结合小波变换和高阶统计量的特点,利 用小波函数和信号相关函数的三重相关系数代替小 波系数计算阈值,再通过小波阈值收缩方法对图像 进行去噪处理效果会更好一些。
Copyright © by ARTCOM PT All rights reserved.
www.art-com.co.kr
基于小波的中值滤波去噪
Company
Logo
小波变换的一个最大的优点是函数系很丰富,可 以有多种选择,不同的小波系数生成的小波会有不同 的效果。噪声常常表现为图像上孤立像素的灰度突 变,具有高频特性和空间不相关性。图像经小波分解 后可得到低频部分和高频部分,低频部分体现了图像 的轮廓,高频部分体现为图像的细节和混入的噪声, 因此,对图像去噪,只需要对其高频系数进行量化处 理即可。
Copyright © by ARTCOM PT All rights reserved.
www.art-com.co.kr
基于小波的中值滤波去噪
Company
Logo
Copyright © by ARTCOM PT All rights reserved.
www.art-com.co.kr
3、维纳滤波与小波域滤波相结合的方法
Company
Logo
小波去噪实际上是特征提取与低通滤波的综合。 它的基本原理可用图1说明。将含噪信号进行多尺 度小波变换,从时域变换到小波域,在每一尺度下把 属于噪声的小波系数去掉,保留并增强属于信号的小 波系数,然后用小波逆变换恢复原信号。信号和噪声 在不同尺度的小波变换下呈现的特性截然相反,这是 新造分离的基本原理和依据。