科创中国

生物与新医药技术

本发明公开了一种基于贝叶斯模型的超声图像斑点噪声滤波方法，具体包括：S1、建立基于贝叶斯模型的非局部滤波模型；S2、采用Gamma分布拟合经对数压缩后超声图像中的斑点噪声，进而得出基于Pearson统计距离的权重函数；S3、求解非局部滤波模型中的变量；S4、采用求解后的非局部滤波模型对超声图像中斑点噪声进行滤波处理。本发明能够有效的滤除超声图像中的斑点噪声，提高超声图像的成像清晰度。本发明涉及超声图像滤波技术领域，尤其涉及一种基于贝叶斯模型的超声图像斑 点噪声滤波方法。

1. 一种基于贝叶斯模型的超声图像斑点噪声滤波方法，其特征在于，所述方法包括： 51、 建立基于贝叶斯模型的非局部滤波模型 其中，第一项λ为平滑项，第二项(U-UO)2为数据保真项，λ是一个正常数，用于控制平滑 项与数据保真项之间的平衡;数据保真项用于使求解的值u不会偏移原始观测值UO太远； 52、 采用Gamma分布拟合经对数压缩后超声图像中的斑点噪声，进而得出基于Pear son 统计距离的权重函数； 53、 求解非局部滤波模型中的变量u和d，其中d = VjviW ; 54、 采用求解后的非局部滤波模型对超声图像中斑点噪声进行滤波处理； 在所述步骤S2中，采用Gamma分布拟合经对数压缩后超声图像中的斑点噪声： 其中，γ是一个 依赖于超声设备并与后续成像过程相关的参数； 两两像素块之间相似度的Pearson统计距离为： 其中，u (X+ ·)和u (y+ ·)为图像中的两个像素块。 2. 根据权利要求1所述的方法，其特征在于，所述步骤S2中γ为***。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。