Reduksjon av speckle i ultralydbilder basert på waveletprosessering
Abstract
Alle ultralydbilder er degradert med specklestøy i større eller mindre grad. Speckle er et fenomen som skyldes at de reflekterte ultralydstrålene overlapper og interfererer, og resultatet er et prikkete mønster over bildet. Det er utviklet utallige metoder for å redusere slike uønskede artefakter. De siste, og i dag mest omtalte metodene for specklereduksjon består av waveletbasert prosessering. Jeg tatt for meg og sammenliknet noen av disse filtreringsmetodene, der vurderingene er gjort på grunnlag av både visuelle resultater, samt algoritmenes kjøretid. Resultatene viser at waveletprosessering er en effektiv metode som kan gi meget gode resultater sammenliknet med flere av de enklere filtreringsmetodene. Når det gjelder valg blant ulike typer waveletprosesseringer, viste det seg imidlertid at metodene som benytter seg av statistiske bayesianske utregninger er best egnet. En slik metode utfører filtrering basert på informasjonen i signalet, og vil dermed være meget robust og kan benyttes i de fleste tilfeller. Jeg utviklet videre en forbedring og videreføring av den utvalgte algoritmen. Videreføringen min tar hensyn til at punktspredefunksjonen til avbildningssystemet øker med avstand fra transduser. En stor punktspredefunksjon gir dårligere bildeoppløsning enn en liten punktspredefunksjon, noe som medfører at vi får mindre detaljer og større utglattede områder etter hvert som dybden i bildet øker. Dette gjør at vi ønsker en høy grad av filtrering dypt nede i bildet, mens denne bør være avtagende i de høyereliggende områder der vi har flere detaljer som ønskes bevart. Jeg har utført denne lokasjonsavhengige filtreringen på to ulike måter. Jeg benytter det at den waveletbaserte filtreringsmetoden er en type multiskalaprosessering. Ved å filtrere over flere skaleringsnivåer lengst nede i bildet sammenliknet med regionene øverst, vil vi få en grovere filtrering i de nederste områdene. Filtreringen er i tillegg utført på den måten at terskelverdien økes med dybden i bildet. Det viste seg at min videreføring av den valgte metoden gav bedre resultater enn den originale algoritmen, der filtrerer skjer konstant over hele bildet og det ikke tas hensyn til at punktspredefunksjonen endres med dybde i bildet.