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研究

超声成像是现代医学影像学最重要的诊断技术之一。然而,由于乘性斑点噪声的存在,使得超声成像的发展受到了一定的限制。针对这种问题,提出了一种贝叶斯非局部平均滤波算法的改进策略。首先,运用贝叶斯公式推导出适应于超声图像斑点噪声模型的非局部平均滤波器,由此引出了两种图像块之间距离计算的方式——Pearson 距离和根距离。其次,为了减轻计算负担,在非局部区域中选取相似图像块时采用图像块预选择的方式来加速算法。另外,根据多次实验,总结出了一种滤波参数 h 和噪声方差的关系,实现了参数的自适应。最后,利用 VS 平台和 OpenCV 视觉库实现了算法,使得程序的运行时间大大的缩短。为了评估所提算法的去噪性能,在幻影图像和真实超声图像上进行了实验,结果表明:与现有的一些经典算法相比,该算法在去除斑点噪声的表现上有很大提升,并且在保留图像边缘和结构细节方面取得了令人满意的结果。