对医学超声图像中的散斑噪声,提出一种基于粗集与小波的医学超声图像降噪方法。该方法利用粗集理论中的等价关系,将待处理的超声图像划分为若干子图,对子图分别进行对数变换后完成小波分解,采用自适应阈值函数处理小波系数,应用小波逆变换与指数变换得到降噪后的子图,将降噪后的子图进行叠加得到最终的降噪图像。实验结果表明:该方法在去除噪声的同时能较好地保持边缘与细节特征。 计算各子带的自适应阈值;(ⅲ)用式(12)处理每个子带的小波系数。d．对未处理的低频小波系数和处理后得到的高频小波系数进行小波逆变换;e．做指数变换，得到降噪后子图。5)A3与降噪后的A1，A2相叠加，得到最终的降噪医学超声图像。6)由式(16)和式(17)计算医学超声图像降噪后的峰值信噪比和边缘保持度。3．3本文方法与其他方法比较分析利用中值滤波、均值滤波、小波软阈值滤波和本文算法分别对某患者的肝部医学超声图像中的散斑噪声进行降噪处理，处理后的图像如图1所示。其中，小波软阈值处理时，采用sym4小波，分解层数为3。本文算法处理时，thr_mean与thr_var分别为差异均值和差异方差最大值的0．5倍，采用sym4小波，分解层数为3;式(14)中β取值为6。(a)%原始图像(a本文算法波软阈值(均值滤波(c)%医学超声图像降噪效果比较Fi从图1可以看出:本文算法与其他3种算法相比主观视觉得到了较大改善，降噪效果明显较好，且在保证降噪效时序图-电动折弯机数控滚圆机滚弧机价格低电动张家港切管机多少钱果的同时很好地保留了图像边缘和部分有效细节信息。算法效果评价指标值如表2。表2结果也显示本文提出的算法在峰值信噪比和边缘保持度2个方面均优于其他3种算根据工业、交通等领域对于非接触测量越来越高的精度需求,采用先进的线阵耦合器件(CCD)和复杂可编程逻辑器件(CPLD)技术,设计了一种用于实现高精度边缘检测的系统。系统将一维视频信号的噪声通过滤波技术、相关双采样技术进行消除,经A/D转换后求出信号灰度梯度最大的点,本文由张家港切管机网站采集网络资源整理! http://www.qieguanji.cc由直线拟合方法确定出经过平滑滤波处理的CCD图像的亚像元级边界。系统测试表明:所设计的片上系统具有高精度、高速度、高集成度、高可靠性的特性,有很强的实用性。 图像波形的信号电平处时序图-电动折弯机数控滚圆机滚弧机价格低电动张家港切管机多少钱，但是却叠加了包括由复位部传递过来的噪声。本文采用ADI公司AD9844A芯片的CDS模块对复位噪声用相关特性加以抑制。CCD信号经过低通滤波器，在复位脉冲过去之后直至信号电荷包到来之前的电平用SHP(CDS参考电平采样时钟)时序脉冲进行采样和锁存;在水平时钟串扰后到信号电荷到来前的某一时刻，电平用SHD(CDS数据电平采样时钟)时序脉冲进行采样和锁存，然后将2次采集的电平进行差分比较，使得任何与采样信号相关的复位噪声得到滤除［10］。CDS的采样时序如图2所示。图2CDS时序图Fig2TimingchartofCDS2．3A/D转换与数据存储本文采用的AD9844A芯片具有高精度、高速度的A/D转换能力和完善的性能结构。其最高采样速率可达20Msps，通过内部寄存器的配置，它可以工作在CCD模式下，对CCD信号进行处理。输入到AD9844A的CCD在经过耦合电容和CDS后，实现了直流电平箝位和视频信号复位噪声的消噪，然后将处理过后的信号经过VGA输入到12位A/D转换器模块转换成数字视频信号输出。本文采用的CCD每帧的像元数为7500个，数据的吞吐量比较大，如果下次转换数据到来之前没有处理完本次的传输，新数据将会刷新前一次的数据，使检测精度大大下降。因此，系统加入了SN74V273这种高速FIFO芯片来实现AD读、FIFO写和CCD输出信号的同步。该芯片容量为16384×18，最快读写周期可达到6ns，完全满足系统的要求。3数据处理3．1高斯滤波边缘的检测过程对噪声十分敏感，因此，必须使用滤波器来降低噪声对边缘检测器性能的影响。高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器，对去除服从正态分布的噪声特别有效。高斯滤波器用像素相邻域的加权平均值来代替该点的像素值，而每一邻域像?时序图-电动折弯机数控滚圆机滚弧机价格低电动张家港切管机多少钱本文由张家港切管机网站采集网络资源整理! http://www.qieguanji.cc