公开(公告)号：CN111161180B

公开(公告)日：2023-09-26

申请号：CN201911364562.3

申请日：2019-12-26

Applicant: 华南理工大学

Inventor： 冯翔飞 ,  黄庆华 ,  金连文

IPC: G06T5/00

Abstract: 本发明公开了一种基于迁移与结构先验的深度学习超声图像去躁方法。所包括以下步骤：根据超声图像斑点噪声在对数域服从高斯分布的先验知识，利用传统超声图像滤波器以及参数估计方法，在对数域估计斑点噪声的分布参数；利用已估计的分布参数，结合自然图像构建网络训练数据集，用于预训练去躁网络；利用两个图像细节提取网络分别提取去躁前与去躁后的超声图像细节信息，并用其去优化去躁网络的参数，采用优化后的去噪网络对超声图像进行去噪。本发明能够有效地实现斑点噪声去除，结构简单，具有很高的实用性。

公开(公告)号：CN111161180A

公开(公告)日：2020-05-15

申请号：CN201911364562.3

申请日：2019-12-26

Applicant: 华南理工大学

Inventor： 冯翔飞 ,  黄庆华 ,  金连文

IPC: G06T5/00

Abstract: 本发明公开了一种基于迁移与结构先验的深度学习超声图像去躁方法。所包括以下步骤：根据超声图像斑点噪声在对数域服从高斯分布的先验知识，利用传统超声图像滤波器以及参数估计方法，在对数域估计斑点噪声的分布参数；利用已估计的分布参数，结合自然图像构建网络训练数据集，用于预训练去躁网络；利用两个图像细节提取网络分别提取去躁前与去躁后的超声图像细节信息，并用其去优化去躁网络的参数，采用优化后的去噪网络对超声图像进行去噪。本发明能够有效地实现斑点噪声去除，结构简单，具有很高的实用性。