1、醫(yī)學(xué)超聲成像技術(shù)在現(xiàn)今發(fā)達(dá)的醫(yī)學(xué)影像技術(shù)中處于非常重要的地位,但是超聲醫(yī)學(xué)圖像主要的缺陷是存在一些特有的斑點(diǎn)噪聲,使得醫(yī)務(wù)人員在診斷和治療時(shí)變得很困難。這就使得必須對(duì)超聲圖像進(jìn)行去噪和增強(qiáng)處理。本文的研究方向是小波變換在圖像去噪和圖像增強(qiáng)中的應(yīng)用。小波變換用于圖像去噪和增強(qiáng)具有明顯的優(yōu)點(diǎn),比傳統(tǒng)圖像去噪和圖像增強(qiáng)方法更加的有效。
　　 本文對(duì)醫(yī)學(xué)超聲的發(fā)展?fàn)顩r、超聲圖像成像的原理以及超聲診斷設(shè)備的組成進(jìn)行了簡(jiǎn)要介紹。對(duì)已有的超聲

2、醫(yī)學(xué)圖像去噪算法進(jìn)行了研究,包括圖像平均法、鄰域平均法、中值濾波和低通濾波。在研究了小波變換的理論基礎(chǔ)上,本文提出了基于小波變換的圖像去噪的算法。首先選擇合適的小波函數(shù)將圖像分解到多個(gè)尺度上,對(duì)分解后的高頻系數(shù)進(jìn)行閾值量化處理,最后將低頻系數(shù)和經(jīng)過處理的各層高頻系數(shù)進(jìn)行小波重構(gòu)。
　　 研究了基于小波變換的圖像增強(qiáng),先分析了灰度變換、直方圖均衡化以及高通濾波等圖像增強(qiáng)的基本方法,然后將圖像增強(qiáng)放入小波域中去研究,并采用非線性增益