《表2 超声图像去噪算法对比》
注:表中第5栏加(*)的指标参数所用的数据为合成超声图像
空域滤波是在超声图像上直接进行数据运算,对像素的灰度值进行处理,算法简单且计算速度快.但空域滤波的最大缺点是在降噪的同时使图像产生模糊,特别是在边缘和细节处,邻域越大,模糊情况越严重.偏微分方程具有各向异性的特点,应用在超声图像去噪中,可以在去除噪声的同时,很好地保持边缘.但是该方法去噪后的部分超声图像有区块现象.超声图像变换域去噪方法是目前较流行的一种超声图像去噪方法.小波变换则是最常用的用于超声图像去噪的变换方法之一.神经网络具有很好的自适应机制和自学习能力,尤其是深度学习在图像去噪得到了快速应用.虽然目前针对超声图像去噪的深度学习相关工作较少,但可以预见,该研究方向在未来必将快速发展.表2是上述部分文献在数据集、方法及实验结果的对比表.
图表编号 | XD00168940100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 龚勋、杨菲、杜章锦、师恩、赵绪、杨子奇、邹海鹏、罗俊 |
绘制单位 | 西南交通大学信息科学与技术学院、西南交通大学信息科学与技术学院、西南交通大学信息科学与技术学院、西南交通大学信息科学与技术学院、西南交通大学信息科学与技术学院、西南交通大学信息科学与技术学院、西南交通大学信息科学与技术学院、四川省医学科学院四川省人民医院 |
更多格式 | 高清、无水印(增值服务) |