本書討論超聲醫學圖像去噪方法的理論與應用，主要內容包括超聲去噪涉及的相關理論基礎和方法，重點闡述基于小波與雙邊濾波的超聲圖像去噪算法、基于自適應小波與三邊濾波的超聲圖像去噪算法、基于小波域內分頻處理的超聲圖像去噪算法和基于平移不變性剪切波變換的超聲圖像去噪算法。本書討論的內容是作者和研究生們最近幾年在相關領域研究工作的總結。本書既包括超聲去噪理論探討、仿真研究，也包括實驗和應用案例。
張聚，男，博士，浙江工業大學教授，博士生導師，曾為德國慕尼黑工業大學自動化與軟件技術研究所訪問學者、美國密歇根州立大學機械工程系訪問教授，浙江省一流學科（計算機科學與技術學科，B類）負責人，入選浙江省151人才第二層次，浙江省高校中青年學科帶頭人，浙江省塊狀經濟轉型升級專家。主要研究方向為計算機先進控制、醫學圖像處理。主持完成國家自然科學基金項目2項、省部級項目3項，主持出版學術專著1部、譯著3部、高校教材2部，發表SCI、EI學術研究論文30余篇，授權發明專利3項。榮獲浙江省科技進步三等獎、浙江省高校科研成果一等獎、浙江省高等學校教壇新秀獎、浙江工業大學首屆十佳青年教師等獎項。
目 錄
第1章 緒論 1
1.1 超聲圖像去噪方法研究的背景與意義 1
1.2 超聲成像原理和斑點噪聲模型 4
1.2.1 超聲波概述 4
1.2.2 超聲成像的發展 6
1.2.3 超聲成像原理 8
1.2.4 B超成像原理 10
1.2.5 斑點噪聲的形成原理 11
1.2.6 斑點噪聲的模型 12
1.3 主要的超聲圖像去噪技術和
國內外研究現狀 15
1.3.1 需求分析 15
1.3.2 去噪算法的國內外研究現狀 17
1.3.3 去噪算法的分類 19
1.4 本章小結 25
第2章 基本理論 28
2.1 小波變換 28
2.1.1 從傅里葉變換講起 29
2.1.2 連續小波變換理論 33
2.1.3 離散小波變換理論 36
2.1.4 多分辨率分析及Mallat算法 37
2.1.5 二維小波變換的分解與重構 39
2.2 引導濾波 41
2.2.1 加權濾波器 42
2.2.2 雙邊濾波器 43
2.2.3 高斯濾波和雙邊濾波的比較 44
2.2.4 快速雙邊濾波器 46
2.2.5 三邊濾波器 47
2.2.6 引導濾波器 48
2.3 剪切波理論 50
2.3.1 連續剪切波變換 50
2.3.2 離散剪切波變換 51
2.3.3 貝葉斯估計理論 53
2.3.4 剪切波系數的先驗模型 55
2.4 本章小結 58
第3章 基于小波與雙邊濾波的
超聲圖像去噪算法 59
3.1 基本理論 59
3.2 基于小波與雙邊濾波的圖像去噪 59
3.2.1 小波閾值函數改進 59
3.2.2 小波收縮算法改進 61
3.2.3 小波-雙邊濾波結合算法 68
3.2.4 本章算法的整體步驟 70
3.2.5 實驗結果 70
3.2.6 本節小結 76
3.3 小波-雙邊濾波法在超聲圖像
去噪中的應用 76
3.3.1 實驗方法分析 77
3.3.2 實驗結果與分析 77
3.3.3 本節小結 83
3.4 超聲圖像去噪算法的圖形化軟件設計 84
3.4.1 需求分析 84
3.4.2 方案設計 85
3.4.3 軟件實現 88
3.4.4 軟件測試 91
3.4.5 本節小結 91
3.5 本章小結 91
第4章 基于自適應小波與三邊濾波的
超聲圖像去噪算法 94
4.1 基本理論 94
4.2 基于自適應小波與三邊濾波的
圖像去噪算法 94
4.2.1 小波與自適應去噪 95
4.2.2 小波-三邊濾波集成算法 100
4.2.3 本節小結 103
4.3 集成算法的實驗驗證 103
4.3.1 性能評估指標 103
4.3.2 實驗驗證 105
4.3.3 本節小結 109
4.4 小波-三邊濾波在超聲
圖像中的應用 109
4.4.1 性能評估指標 109
4.4.2 實驗驗證 110
4.4.3 本節小結 112
4.5 本章小結 112
第5章 基于小波域內分頻處理的
超聲圖像去噪算法 115
5.1 基本理論 115
5.2 基于小波域內分頻處理的超聲
圖像去噪算法概述 115
5.2.1 小波閾值函數改進 115
5.2.2 最大后驗和雙變量收縮算法 119
5.2.3 基于小波域內分頻處理的
超聲圖像去噪算法的提出 123
5.2.4 實驗驗證 124
5.2.5 本節小結 126
5.3 基于小波域內分頻處理的超聲
圖像去噪算法的應用 127
5.3.1 斑點噪聲仿真實驗 127
5.3.2 超聲圖像實驗 136
5.3.3 本節小結 142
5.4 本章小結 142
第6章 基于平移不變性剪切波
變換的超聲圖像去噪算法 144
6.1 基本理論 144
6.2 基于剪切波變換的超聲
圖像去噪算法 144
6.2.1 剪切波變換的性質 145
6.2.2 基于剪切波變換的基本流程 151
6.2.3 MAP和三變量收縮算法 152
6.2.4 基于剪切波變換去噪
算法的整體步驟 156
6.2.5 本節小結 157
6.3 基于平移不變性的剪切波算法
在超聲圖像中的應用 158
6.3.1 合成圖像仿真實驗 158
6.3.2 超聲圖像實驗 164
6.3.3 本節小結 169
6.4 本章小結 169
參考文獻 171
新書資訊