您的位置： 专家智库 > >

王绍波

作品数：5 被引量：27H指数：4
供职机构：安徽理工大学医学院更多>>
发文基金：江苏省高等学校自然科学基金高等学校全国优秀博士学位论文作者专项资金江苏省自然科学基金更多>>
相关领域：自动化与计算机技术医药卫生更多>>

合作作者

文献类型

  • 4篇期刊文章
  • 1篇学位论文

领域

  • 5篇自动化与计算...
  • 3篇医药卫生

主题

  • 5篇医学图像
  • 5篇图像
  • 5篇超声
  • 5篇超声医学
  • 5篇超声医学图像
  • 4篇去噪
  • 4篇小波
  • 3篇噪声
  • 3篇图像去噪
  • 3篇图像去噪方法
  • 3篇去噪方法
  • 3篇斑点噪声
  • 2篇神经网
  • 2篇神经网络
  • 2篇耦合神经网络
  • 2篇网络
  • 2篇小波域
  • 2篇滤波
  • 2篇脉冲耦合
  • 2篇脉冲耦合神经...

机构

  • 5篇安徽理工大学
  • 4篇南京信息工程...

作者

  • 5篇王绍波
  • 4篇郭业才
  • 1篇高敏
  • 1篇刘振兴
  • 1篇赵雪清

传媒

  • 2篇中国医学影像...
  • 1篇光电子．激光
  • 1篇安徽大学学报...

年份

  • 3篇2010
  • 2篇2009
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
基于模糊PCNN的小波域超声医学图像去噪方法被引量：14
2010年
在分析了斑点噪声和PCNN的特点的基础上,将PCNN引入到小波域中,并结合小波软阈值去噪思想,提出了基于PCNN的超声医学图像软阈值去噪方法(ST-PCNN),该方法的优点是实现了在小波域中利用PCNN来识别高频信号的小波系数,并采用相应的方法处理小波系数,改善了PCNN难以确定斑点噪声的位置和采用固定阈值造成高频信号损失的缺点,更好的保留了低于固定阈值的高频信号的小波系数;在此基础上,将模糊算法引入到PCNN模型中,进一步提出了基于模糊PCNN的小波域超声医学图像去噪方法(F-PCNN-WD),该方法利用模糊算法来去除PCNN点火过程中大于点火阈值的斑点噪声的小波系数,以更好的去除斑点噪声。实验结果表明,ST-PCNN和F-PCNN-WD方法不仅能够有效地去除噪声,而且能够很好的保留图像的边缘和细节信息。
王绍波郭业才高敏刘振兴赵雪清
关键词：超声医学图像斑点噪声
基于自适应低通滤波的超声医学图像增强算法被引量：8
2009年
目的介绍一种超声医学图像增强的有效算法。方法基于自适应低通滤波器的超声图像增强算法,首先采用对数变换的方法将超声医学图像中存在的乘性噪声变为加性噪声;再通过低通滤波器将对数图像分为高频分量和低频分量,对低频分量采用自适应直方图均衡处理,对高频分量进行加权;然后对低频分量和高频分量进行融合得到增强的对数图像;最后对对数图像进行指数变换得到输出图像。结果原超声医学图像得到有效增强,边缘细节得以保留。结论该算法有效地实现了超声医学图像增强,突出了超声图像的细节,改善了视觉效果,并对噪声具有良好的抑制作用。
王绍波郭业才王帅
关键词：超声医学图像低通滤波器图像增强
超声医学图像的去噪及增强研究
超声医学图像由于其具有实时显像、安全性高、价格便宜、使用方便等优点，而成为临床医学辅助诊断的重要手段之一。但由于斑点噪声的存在以及超声图像的灰度分布不合理（如图像过暗等）现象，导致超声图像的细节信息难以辨别，甚至造成细节...
王绍波
关键词：超声医学图像小波变换斑点噪声阈值去噪模糊算法
基于PCNN的小波域超声医学图像去噪方法被引量：4
2010年
在分析小波去噪和脉冲耦合神经网络(pulse coupled neural networks,简称为PCNN)去噪优缺点的基础上,提出一种基于PCNN的小波域超声医学图像去噪方法(a method of medical ultrasonicimage de-noising based on PCNN in the Wavelet Domain,简称为PCNN-WD).该方法先对小波系数进行相应的预处理,然后应用PCNN在小波域中修改小波系数,以达到去噪的目的,并且该方法能够自动地设定阈值和修改小波系数的步长.实验结果表明,该方法可以有效地去除斑点噪声,并很好地保留图像细节和图像边缘.
郭业才王绍波
关键词：脉冲耦合神经网络超声医学图像斑点噪声
基于维纳滤波与小波相融合的超声医学图像去噪方法被引量：5
2009年
目的探求一种有效的超声医学图像去噪方法。方法在分析维纳滤波和基于自适应前处理的多尺度小波非线性阈值斑点噪声抑制方法(MSSNT-A)的基础上,提出一种基于维纳滤波与MSSNT-A相融合的超声医学图像去噪方法。利用该方法首先对加噪图像分别进行维纳滤波和MSSNT-A去噪,然后提取维纳滤波处理后的图像边缘,再将其与MSSNT-A去噪后的图像的相应像素点进行融合,得到去噪图像。结果有效地去除了斑点噪声,图像的细节得到保留。结论与维纳滤波和MSSNT-A方法相比,该方法在有效去除斑点噪声的同时,很好地保留了图像边缘和图像细节信息。
郭业才王绍波
关键词：超声医学图像图像去噪
全选 清除 导出
共1页<1>
聚类工具0