摘要
一种超声图像噪声抑制算法,包括以下步骤:对输入图像归一化后频域转换,经带通滤波和逆变换,以0为阈值二值化得信号掩膜,取反得噪声掩膜;噪声掩膜与归一化图像相乘得噪声分布图,信号掩膜与滤波后图像相乘得信号分布图;计算噪声分布图统计特征,拟合噪声抑制曲线,对归一化图像逐行灰度变换并恢复灰度范围;计算输入与噪声抑制后图像的差值,与信号分布图点乘后叠加,输出最终图像。本发明通过分割超声图像得到信号掩膜和噪声掩膜,将组织结构和噪声区域区分以实现去噪,选择带通滤波作为掩膜提取的处理方法。相比深度学习方法而言,本方法计算复杂度低,没有数据依赖,具有更小的计算开销,显著降低了部署成本。