基于贝叶斯非局部平均滤波的超声图像斑点噪声抑制算法

方宏道，周颖玥，林茂松

(1.西南科技大学 信息工程学院，四川 绵阳 621010； 2.特殊环境机器人技术四川省重点实验室(西南科技大学)，四川 绵阳 621010)

0 引言

超声成像是观察人体内部组织器官(例如腹部、乳房、肝脏、肾脏和肌肉骨骼)的强大技术。与其他医学诊断方法相比，超声成像具有对人体无害、非放射性、低成本、高效等优点[1]；因此，超声成像技术在临床应用上显得更加重要，特别表现在观察孕妇胎儿生长状况和诊断腹部器官损伤这些方面。然而，像所有相干成像方法一样，超声图像容易被斑点噪声[2]污染。斑点噪声是一种粒状图案，由随机分布的结构散射的能量干扰所引起的，其分辨率超过图像系统的能力。由于这种斑点噪声的过多存在，大大降低了超声图像的质量，严重影响了医生对病人的疾病作出正确的判断，因此，有必要研究如何去除超声图像中的斑点噪声。

近些年来，许多去除斑点噪声的方法已经被广泛研究。这些方法可以简单地分为三类，即局部自适应滤波、基于偏微分方程滤波和小波滤波。常用的自适应滤波，例如Lee滤波[3]、Kuan滤波[4]、Fronst滤波[5]、中值滤波器[6-7]等，这些方法都是将斑点噪声当作乘性噪声对待的。在20世纪90年代初，Lopes等[8]建议通过对像素进行分类来改进Lee滤波和Frost滤波，以便于对不同的类采用特定的处理。基于这一思想，自适应斑点减少(Adaptive Speckle Reduction, ASR)滤波器[9]就是利用局部图像统计来确定特定区域被进一步处理。虽然局部自适应滤波器具有较低的算法复杂度，但它们往往会使图像模糊，并且不能得到满意的去噪结果。……