Một giải pháp lọc nhiễu đốm trong ảnh siêu âm dùng bộ lọc trung vị thích nghi kết hợp với bộ lọc FIR 2 chiều

Bài viết này đề xuất một giải pháp lọc nhiễu đốm dùng bộ lọc trung vị thích nghi kết hợp với bộ lọc FIR 2 chiều và thuật toán dơi (Bat Algorithm-BA). Các kết quả đánh giá hiệu quả của bộ lọc cho thấy giải pháp đề xuất tốt hơn các phương pháp lọc nhiễu hiện hành về mặt khử nhiễu đốm và bảo toàn đường biên ảnh.

Nghiên cứu khoa học công nghệ MỘT GIẢI PHÁP LỌC NHIỄU ĐỐM TRONG ẢNH SIÊU ÂM DÙNG BỘ LỌC TRUNG VỊ THÍCH NGHI KẾT HỢP VỚI BỘ LỌC FIR CHIỀU Bồ Quốc Bảo1*, Hồng Mạnh Kha1, Tạ Chí Hiếu2, Nguyễn Hải Dương2 Tóm tắt: Nhiễu đốm loại nhiễu định đến chất lượng ảnh siêu âm Vì vậy, kỹ thuật xử lý nhiễu đốm trở thành lĩnh vực nhiều chuyên gia nghiên cứu năm gần Các kỹ thuật lọc để giảm nhiễu đốm bao gồm: lọc tuyến tính, lọc phi tuyến, lọc khuếch tán lọc wavelet Ngoài ra, số mơ hình lọc nhiễu đốm cách kết hợp nhiều kỹ thuật khác công bố Bài báo đề xuất giải pháp lọc nhiễu đốm dùng lọc trung vị thích nghi kết hợp với lọc FIR chiều thuật toán dơi (Bat Algorithm-BA) Các kết đánh giá hiệu lọc cho thấy giải pháp đề xuất tốt phương pháp lọc nhiễu hành mặt khử nhiễu đốm bảo toàn đường biên ảnh Từ khóa: Ảnh siêu âm, Nhiễu đốm, Lọc trung vị thích nghi ĐẶT VẤN ĐỀ Siêu âm kỹ thuật tạo ảnh y học sử dụng sóng âm tần số cao sóng phản xạ Đây kỹ thuật chẩn đoán lâm sàng sử dụng rộng rãi tính động, chi phí thấp an tồn khơng đòi hỏi xạ ion hóa [1] Nhược điểm lớn y tế siêu âm chất lượng ảnh kém, chủ yếu loại nhiễu q trình xử lý khơi phục ảnh Nhiễu ảnh siêu âm gồm: (i) Nhiễu xung: nhiễu muối tiêu (salt and pepper); (ii) Nhiễu cộng: nhiễu Gauss trắng (AWGN) (iii) Nhiễu nhân: nhiễu đốm (Speckle Noise) [2] Việc loại bỏ nhiễu thách thức nghiên cứu ảnh y tế chúng làm giảm thuộc tính quan trọng ảnh [3] Một mơ hình khử nhiễu ảnh coi tốt loại bỏ nhiễu mà bảo tồn đường biên (cạnh) Thơng thường, mơ hình khử nhiễu xây dựng lọc Các mơ hình tuyến tính sử dụng đáp ứng số tiêu chí chất lượng ảnh đầu Lợi lớn mơ hình loại bỏ nhiễu tuyến tính tốc độ, chúng khơng thể bảo tồn cạnh cách tốt Hạn chế cải thiện sử dụng mơ hình phi tuyến [4] Trong số loại nhiễu kể trên, nhiễu đốm thành phần ảnh hưởng đến chất lượng ảnh siêu âm [5] Nó tạo giao thoa thành phần tín hiệu phản xạ qua phận thể quan sát hình dạng hạt ảnh siêu âm [6] Nhiễu đốm loại nhiễu nhân, việc xử lý nhiễu đốm phức tạp so với nhiễu cộng Các lọc thích nghi phương pháp giảm nhiễu đốm đề xuất lần Lee (1980) [11] Kuan (1985) [12] Các lọc đạt khả khử nhiễu tốt vùng đồng hình ảnh hiệu suất phụ thuộc nhiều vào kích thước hình dạng mặt nạ lọc chọn Gần đây, lọc chiều thiết kế dùng kỹ thuật tối ưu thuật tốn tối ưu có nguồn gốc từ thiên nhiên giải thuật di truyền (Genetic Algorithm-GA) [8], kỹ thuật tối ưu bầy đàn (Particle Swarm Optimization-PSO) [9], hay đề xuất loại bỏ nhiễu cách sử dụng lọc FIR chiều kết hợp thuật toán bầy ong (Artificial Bee Colony-ABC) [10] Các thuật toán chứng minh giải pháp linh hoạt tốt so với kỹ thuật tối ưu truyền thống Bài báo [7] đề xuất phương pháp khử nhiễu đốm sử dụng hệ thống gồm tầng lọc Tầng thứ lọc FIR chiều có hệ số lọc tối ưu dựa thuật toán ABC Tầng thứ lọc trung vị (còn gọi lọc trung vị truyền thống trung vị tiêu chuẩn) Giải pháp có hiệu rõ rệt so với lọc thông thường Tuy nhiên, lọc trung vị truyền thống hoạt động tốt mật độ không gian nhiễu xung không lớn, hạn chế khắc phục nhờ lọc trung vị thích nghi (Adaptive Median Filter) [13] Một Tạp chí Nghiên cứu KH&CN quân sự, Số 53, 02 - 2018 71 Kỹ thuật điều khiển & Điện tử lợi ích bổ sung lọc trung vị thích nghi bảo vệ chi tiết ảnh làm trơn nhiễu không dạng xung Trong báo này, đề xuất giải pháp khử nhiễu đốm sử dụng lọc trung vị thích nghi kết hợp với lọc FIR chiều tối ưu nhờ thuật toán BA Thuật tốn BA thực tối ưu sử dụng trí tuệ bầy đàn đề xuất Xin-She Yang năm 2010 [14] Kết thực nghiệm cho thấy giải pháp đề xuất có hiệu tốt so với lọc thơng thường, kể mơ hình [7] hai trình: trình huấn luyện tìm trọng số tối ưu cho lọc FIR trình xử lý online cho ảnh lâm sàng Phần lại báo trình bày sau Giải pháp lọc nhiễu đốm sử dụng lọc trung vị thích nghi kết hợp trình bày phần Kết mơ phân tích đánh giá kiểm chứng trình bày mục cuối kết luận rút mục GIẢI PHÁP LỌC NHIỄU ĐỐM 2.1 Mô hình khử nhiễu đốm dùng lọc trung vị thích nghi Mơ hình đề xuất hình cải tiến mơ hình [7] Thay sử dụng lọc trung vị truyền thống, đề xuất sử dụng lọc trung vị thích nghi nhằm đảm bảo hiệu lọc nhiễu bảo toàn biên ảnh tốt Ngoài ra, để tăng tốc cho trình huấn luyện lọc FIR, thuật tốn BA sử dụng thay cho thuật tốn ABC Hình Mơ hình khử nhiễu dùng lọc trung vị thích nghi kết hợp lọc FIR chiều thuật tốn BA Mơ hình hoạt động dựa hai bước: Bước (quá trình huấn luyện): xác định trọng số tối ưu lọc FIR chiều Đưa ảnh mẫu Iorg(n) ảnh mẫu có chứa nhiễu Inoisy(n) vào khối xử lý tối ưu Thuật toán BA hoạt động theo nguyên tắc trình bày tiểu mục 2.2 tìm trọng số tối ưu cho lọc FIR chiều dựa hàm mục tiêu MSE: = [ ( , )− ( , )] (1) (K L số hàng cột ảnh tương ứng) Bước (quá trình online): lọc nhiễu Các ảnh bị nhiễu đốm thực tế đưa vào xử lý tối ưu (sử dụng trọng số tối ưu bước 1) để loại bỏ thành phần nhiễu tần số cao ảnh Sau đó, ảnh đầu đưa vào lọc trung vị thích nghi để loại bỏ thành phần nhiễu theo nguyên tắc trình bày tiểu mục 2.3 Kết đầu mơ hình ta thu ảnh khử nhiễu Idenoised(n) 2.2 Thuật tốn BA Thuật tốn BA có ngun lý hoạt động dựa đặc tính dơi tự nhiên: cảm nhận khoảng cách việc định vị qua tiếng vọng (echolocation) biết phân biệt thức ăn với chướng ngại vật Các dơi bay ngẫu nhiên với tốc độ vi vị trí wi 72 B Q Bảo, …, N H Dương, “Một giải pháp lọc nhiễu đốm … lọc FIR chiều.” Nghiên cứu khoa học công nghệ với tần số fi   f  , chúng tự động điều chỉnh tần số xung phát ra, tốc độ   phát xung r   0,1 cường độ A  [Amin , A0 ] tùy thuộc vào khoảng cách tới mục tiêu ,f max Khi dơi tiến tới gần mục tiêu r tăng dần A giảm dần Trong thuật tốn BA dơi ảo khơng gian tìm kiếm d chiều định nghĩa tham số: vị trí w ik , tốc độ vik , tần số f i , cường độ Aik tốc độ xung phát ri k Các tham số sau bước lặp k cập nhật: f i  f i  ( f i max  f i )  i (2) vik 1  vik  (w ik 1  w best ) fi (3) w ik 1  w ik  vik 1 (4) Ở đây, i   0,1 số ngẫu nhiên phân bố đều, w best vị trí toàn cục tốt (nghiệm), khoảng tần số  f , f max  phụ thuộc vào kích thước miền xem xét ban đầu dơi lấy ngẫu nhiên tần số khoảng tần xét Trong hệ, số cá thể dơi cập nhật theo vị trí cục tốt sau: (5) w  w   A( k ) new best Với  số ngẫu nhiên khoảng  1,1 , A( k ) giá trị trung bình Aik đến thời điểm Cường độ Aik 1 tốc độ xung ri k  cập nhật sau lần lặp: Aik 1   Aik (6) ri k 1  ri (1  exp(   k )) (7) Hình Lưu đồ thuật tốn BA Trong đó, < α < 1, γ số dương thường xác định thông qua thực nghiệm tùy thuộc vào ứng dụng khác Việc xác định véc tơ trọng số tối ưu T w   w , w , , w M  để hàm mục tiêu MSE đạt giá trị cực tiểu thực hình Ban đầu thiết lập số vòng lặp k=0, tần số xung ri = 0.5, cường độ Ai = 0.5, tần số fi = 0, [fmin, fmax] = [0, 2], số lượng cá thể Q số vòng lặp cực đại kmax lựa chọn: Q = 100; kmax = 100 2.3 Nguyên lý hoạt động lọc trung vị thích nghi Thuật tốn hồn chỉnh kỹ thuật lọc trung vị thích nghi trình bày lưu đồ hình Trong đó, : giá trị mức xám nhỏ mặt nạ ; giá trị mức Tạp chí Nghiên cứu KH&CN quân sự, Số 53, 02 - 2018 73 Kỹ thuật điều khiển & Điện tử xám lớn mặt nạ ; : Giá trị mức xám trung vị mặt nạ ; : Giá trị mức xám tọa độ (x,y); : Kích thước cho phép tối đa mặt nạ Mỗi thuật toán xuất giá trị, mặt nạ di chuyển tới vị trí ảnh Thuật tốn sau khởi tạo lại áp dụng cho điểm ảnh vị trí Với hoạt động mơ tả hình 3, lọc trung vị thích nghi đảm bảo việc lọc nhiễu bảo toàn đường biên ảnh tốt so với lọc trung vị truyền thống Mặc dù lọc trung vị truyền thống kỹ thuật phi tuyến làm mịn tăng cường ảnh hữu ích Tuy nhiên, loại bỏ nhiễu chi tiết ảnh thay điểm ảnh trị số trung tâm mặt nạ tương ứng Nói cách khác, lọc trung vị khơng thể phân biệt chi tiết ảnh với nhiễu Trong đó, lọc trung vị thích nghi thực xử lý không gian để xác định điểm ảnh ảnh bị ảnh hưởng nhiễu xung Kích thước mặt nạ điều chỉnh đến ngưỡng định cho việc so sánh Một điểm ảnh khác với phần lớn điểm ảnh lân cận nó, khơng liên kết cấu trúc với điểm ảnh tương tự, Hình Lưu đồ thuật tốn lọc trung vị gán nhãn nhiễu Những thích nghi điểm ảnh nhiễu sau thay giá trị trung vị điểm ảnh mặt nạ vượt qua việc kiểm tra gán nhãn Vì vậy, lọc trung vị thích nghi vừa loại bỏ nhiễu xung, vừa giảm loại nhiễu khác giảm méo ảnh KẾT QUẢ MÔ PHỎNG 3.1 Kịch mô Kịch mô xây dựng theo hình với 02 loại ảnh khác ảnh vẽ máy tính ảnh siêu âm lâm sàng Trong đó, lọc FIR chiều có kích thước mặt nạ 3x3 với hệ số lọc tối ưu sử dụng thuật toán BA Hàm mục tiêu cho thuật toán BA sai số trung bình bình phương ảnh sau lọc ảnh gốc (khơng có nhiễu) Bộ lọc trung vị thích nghi có tham số sau: kích thước mặt nạ nhỏ 3x3, kích thước mặt nạ lớn 7x7 3.2 Các đại lượng đánh giá hiệu khử nhiễu Hiệu suất khử nhiễu phải đánh giá số chất lượng, phổ biến phép đo MSE, PSNR SNR PSNR định nghĩa tỷ số cơng suất cực đại tín hiệu cơng suất nhiễu tín hiệu PSNR thường sử dụng để đo chất lượng hình ảnh tái tạo Để tính PSNR, phải vào giá trị MSE hình ảnh ban đầu hình ảnh nhiễu 74 B Q Bảo, …, N H Dương, “Một giải pháp lọc nhiễu đốm … lọc FIR chiều.” Nghiên cứu khoa học công nghệ Giá trị sai lệch MSE hai hình ảnh định nghĩa biểu thức (1) cho biết mức độ khác hai ảnh Với N số mức xám ảnh, giá trị PSNR định nghĩa: = 10 × (8) Tương tự, số SNR định nghĩa sau: ∑ ( )∑ = 10 × ( Giá trị PSNR SNR mối quan hệ hình ảnh thực hình ảnh ước tính Giá trị thấp MSE giá trị cao PSNR SNR cho thấy hiệu suất tốt mơ hình khử nhiễu ) ( , ) (9) 9000 BAT ABC 8000 7000 6000 Fitness 3.3 Kết với ảnh vẽ máy tính 5000 Trong nghiên cứu này, chúng 4000 xác định hệ số tối ưu lọc 3000 FIR chiều thơng qua thuật tốn BA 2000 q trình huấn luyện Kết hình thể ưu điểm việc sử dụng 1000 10 20 30 40 50 60 70 80 90 Iterations BA so với ABC Khi số vòng lặp đủ lớn hai thuật tốn ABC BA hội tụ Hình Tốc độ hội tụ BA ABC kết tương tự Tuy nhiên, BA hội tụ sau khoảng 20 vòng lặp ABC cần khoảng 60 vòng lặp Ngoài ra, thời gian xử lý lần lặp thuật toán ABC gấp khoảng lần so với thuật toán BA Bộ trọng số tối ưu thu sau trình huấn luyện sử dụng cho trình xử lý online hình ảnh Một ảnh thử nghiệm tổng hợp, hình 5a, ảnh mơ với kích thước 256×256 pixel vẽ máy tính Tiếp theo, nhiễu đốm với phương sai thêm vào để có hình ảnh nhiễu Inoisy (n) Ảnh đầu lọc khác hiển thị hình giá trị số đánh giá hiệu lọc liệt kê bảng Bảng Giá trị số đánh giá chất lượng ảnh lọc khác Chỉ số đánh giá MSE PSNR SNR Kiểu lọc nhiễu Không lọc 8129,01 9,03 1,74 Mean 1313,50 16,95 9,66 Meadian 2897,77 13,51 6,22 AMedian 761,18 19,32 12,03 Gauss 2379,39 14,37 7,08 Wiener 1308,09 16,96 9,68 2D-FIR 1261,62 17,12 9,84 Tạp chí Nghiên cứu KH&CN quân sự, Số 53, 02 - 2018 75 Kỹ thuật điều khiển & Điện tử 2D-FIR Median 931,77 18,44 11,15 Phương pháp đề xuất 663,87 19,91 12,62 Original Image Image with Speckle Noise,  = Proposed filter a) b) c) Gaussian filter Mean filter 2D FIR and Median [7] d) e) g) Hình Ảnh vẽ máy tính thực khử nhiễu lọc khác a) Ảnh gốc b) Ảnh với nhiễu đốm c) Ảnh từ lọc đề xuất d) Ảnh dùng lọc Gauss e) Ảnh dùng lọc trung bình g) Ảnh với lọc FIR chiều kết hợp lọc trung vị tiêu chuẩn Original Image a) Gaussian filter d) Image with Speckle Noise,  = b) Mean filter e) Proposed filter c) 2D FIR and Median [7] g) Hình Ảnh lâm sàng thực khử nhiễu lọc khác a) Ảnh gốc b) Ảnh với nhiễu đốm c) Ảnh từ lọc đề xuất d) Ảnh dùng lọc Gauss e) Ảnh dùng lọc trung bình g) Ảnh với lọc FIR chiều kết hợp lọc trung vị tiêu chuẩn 76 B Q Bảo, …, N H Dương, “Một giải pháp lọc nhiễu đốm … lọc FIR chiều.” Nghiên cứu khoa học công nghệ Số liệu kết bảng cho thấy điều kiện phương sai nhiễu số MSE, PSNR SNR cho kết tốt phương pháp đề xuất Ví dụ, giá trị MSE lọc đề xuất báo có giá trị nhỏ so với phương pháp khác Cụ thể, kết đề xuất [7] có MSE 931,77, kết theo phương pháp đề xuất nhóm tác giả 663,87 Điều thể trực quan hình 5, mắt thường dễ dàng quan sát nhận thấy ảnh hình 5c (ảnh từ lọc đề xuất) ảnh có nhiễu nhất, chi tiết ảnh bảo toàn cách rõ ràng so với ảnh gốc ban đầu 3.4 Kết với ảnh siêu âm lâm sàng Chú ý rằng, hệ số lọc FIR chiều hệ số xác định từ kết trình huấn luyện với ảnh mơ trình bày tiểu mục 3.3 Bảng Giá trị số đánh giá chất lượng ảnh lâm sàng lọc khác ứng với phương sai nhiễu khác Chỉ Var=1 số MSE PSNR Kiểu lọc Không 2410,92 13,45 lọc Mean 309,36 22,37 Meadian 931,77 17,58 AMedian 242,53 23,42 Gauss 642,23 19,20 Wiener 309,36 22,37 2D-FIR 298,36 22,52 2D-FIR 195,38 24,36 Median Ph.pháp 114,46 26,69 đề xuất Var=0.6 SNR MSE 2,10 1822,06 PSNR Var=0.2 SNR MSE PSNR SNR 14,67 3,31 734,99 18,61 7,25 16,61 12,74 18,35 13,11 16,61 16,13 11,01 6,22 12,07 7,84 11,01 11,17 225,22 594,11 147,40 477,82 225,22 229,60 23,75 19,53 25,59 20,48 23,75 23,66 12,39 85,24 8,18 208,05 14,23 57,15 9,13 190,79 12,39 85,24 12,31 95,32 27,97 24,09 29,70 24,47 27,97 27,48 13,01 152,67 25,43 14,08 65,42 29,11 17,76 15,33 95,50 27,47 16,12 47,72 30,49 19,13 Bảng cung cấp số liệu kết đánh giá ảnh lâm sàng thai nhi thời kỳ phát triển Khác với trình huấn luyện, lọc đánh giá tương ứng với giá trị phương sai nhiễu thay đổi khoảng từ 0.2÷1 Tương tự đánh giá tiểu mục 3.3, số MSE, PSNR SNR mơ hình đề xuất nhóm nghiên cứu tốt so với lọc lại Giá trị MSE mơ hình đề xuất 114,46; 95,50 47,72 ứng với phương sai nhiễu 1; 0,6 0,2 nhỏ so với tất lọc lại, nhỏ giá trị MSE khảo sát với mơ hình báo [7] Kết bảng cho thấy phương pháp đề xuất hoạt động tốt hẳn phương pháp khác phương sai nhiễu lớn (Var=1) Tuy nhiên, phương sai nhỏ (Var=0.2), ưu điểm đề xuất khơng thực rõ rệt, ví dụ kết lọc với lọc trung vị thích nghi gần kết phương pháp đề xuất Ảnh đầu lọc đề xuất hình 6c cho ta góc nhìn trực quan khẳng định ưu lọc trung vị thích nghi kết hợp lọc FIR chiều KẾT LUẬN Bài báo trình bày đề xuất sử dụng hệ thống xử lý ảnh tầng kết hợp lọc FIR chiều với lọc trung vị thích nghi Việc sử dụng lọc trung vị thích nghi giúp cho hệ Tạp chí Nghiên cứu KH&CN quân sự, Số 53, 02 - 2018 77 Kỹ thuật điều khiển & Điện tử thống có khả lọc nhiễu tốt bảo toàn đường biên ảnh siêu âm Ngoài ra, đề xuất dùng thuật tốn BA để tìm trọng số tối ưu cho lọc FIR giới thiệu Kết mô cho thấy việc sử dụng BA giúp tăng tốc q trình huấn luyện đáng kể Thêm vào đó, hiệu lọc nhiễu đốm ảnh siêu âm phương pháp đề xuất tốt so với phương pháp truyền thống phương pháp đề xuất [7] Trong nghiên cứu này, tham số lọc xác định điều kiện công suất nhiễu (phương sai nhiễu) sử dụng cho xử lý nhiễu đốm với công suất nhiễu khác nhau, điều làm hạn chế hiệu lọc Vì vậy, hướng nghiên cứu ước lượng công suất nhiễu để lựa chọn, điều chỉnh hệ thống lọc nhằm đạt kết tốt cho việc lọc nhiễu TÀI LIỆU THAM KHẢO [1] L.Muhammad and Z.Muhd Zain, I.E., Mumtaj Begum, “Enhancement of Bone Fracture Image Using Filtering Techniques” International Journal of Video& Image Processing and Network Security IJVIPNS-IJENS Vol:09 No:10, pp.33-37 (2009) [2] Palwinder Singh, Leena Jain, “Noise reduction in Ultrasound images using Wavelet and Spatial filtering Techniques”, International Conference on Information Management in the Knowledge Economy, pp.57-63 (2013) [3] Y Wang and H Zhou, “Total variation wavelet-based medical image de-noising” School of Mathematics, Georgia Institute of Technology, Atlanta, GA 30332-0430, USA, pp.1-6, (2006) [4] S.Preeti and D.Narmadha, “A Survey On Image Denoising Techniques” International Journal of Computer Applications, Volume58-No.6, pp.27-30 (2012) [5] Dr.S.Mohamed Mansoor Roomi, R.B.Jayanthi Rajee, “Speckle Noise Removal In Ultrasound Images Using Particle Swarm Optimization Technique”, IEEEInternational Conference on Recent Trends in Information Technology, pp.926931 (2011) [6] Amit Garg, Vineet Khandelwal, “Speckle Noise Reduction in Medical Ultrasound Images using Coefficient of Dispersion”, Signal Processing and Communication (ICSC), 2016 International Conference on, pp.208-212 (2016) [7] Fatma Latifoglu, “A novel approach to speckle noise filtering based on Artificial Bee Colony algorithm: An ultrasound image application”, Computer Methods and Prog rams in Biomedicine 111 , pp 561–569 (2013) [8] N.E Mastorakis, F Gonos, “Design of Two-dimensional Recursive Filters Using Genetic Algorithms”, IEEE Transactions on Circuits and Systems I: Fundamental Theory and Applications, pp.634–639, (2003) [9] S Das, A Konar, “A swarm intelligence approach to the synthesis of twodimensional IIR filters, engineering”, Applications of Artificial Intelligence 20, pp.1086–1109, (2007) [10] S Kockanat, N Karaboga, T Koza, “Image denoising with 2-D FIR filter by using Artificial Bee Colony algorithm”, International Symposium on Innovations in IntelligentSystems and Applications, pp.1-4 (2013) [11] J.S Lee, “Digital image enhancement and noise filtering by use of local statistics”, IEEE Trans Pattern Anal Mach Intell.,vol PAMI-2, no.2, pp 165- 168, (1980) [12] D T Kuan, A A Sawchuk, T C Strand, and P Chavel, “Adaptive noise smoothing filter for images with signal-dependent noise”, IEEE Trans Pattern Anal Mach Intell., vol PAMI-7, no 2, pp 165–177, (1985) 78 B Q Bảo, …, N H Dương, “Một giải pháp lọc nhiễu đốm … lọc FIR chiều.” Nghiên cứu khoa học công nghệ [13] Rafel C Gonzalez, Richart E.Woods, “Digital Image Processing” -Pearson, chap 5, sec 5.3, pp.352-356, (2007) [14] Xin-She Yang, “Bat algorithm: literature review and applications, Int J BioInspired Computation”, Vol 5, No 3, pp 141–149, (2013) ABSTRACT A NOVEL DESPECKLING APPROACH FOR ULTRASOUND IMAGES USING ADAPTIVE MEDIAN FILTER AND 2D-FIR Speckle noise is the main type of noise that determines the quality of ultrasound images Therefore, denoising techniques have been widely studied in recent years Filtering techniques for despeckling include linear filters, nonlinear filters, diffusion filters, and wavelet filters In addition, some models of speckle noise filters, which are combined of various techniques, have also been proposed In this paper, a solution to despeckle using adaptive median filter in combination with Artificial Bee Colony (ABC) algorithm- based 2D FIR filter is proposed The results show that filtering performance of the proposal is better than that of recent approaches in terms of specking cabability and edge reservation of ultrasound images Keywords: Ultrasound image, Speckle noise, Adaptive median filter Nhận ngày 29 tháng 12 năm 2017 Hoàn thiện ngày 18 tháng 01 năm 2018 Chấp nhận đăng ngày 26 tháng 02 năm 2018 Địa chỉ: Khoa Điện tử - Trường Đại học Công nghiệp Hà Nội; Khoa Vô tuyến điện tử - Học viện Kỹ thuật quân *Email: baobq@haui.edu.vn Tạp chí Nghiên cứu KH&CN quân sự, Số 53, 02 - 2018 79 ... lâm sàng thực khử nhiễu lọc khác a) Ảnh gốc b) Ảnh với nhiễu đốm c) Ảnh từ lọc đề xuất d) Ảnh dùng lọc Gauss e) Ảnh dùng lọc trung bình g) Ảnh với lọc FIR chiều kết hợp lọc trung vị tiêu chuẩn 76... vị thích nghi kết hợp lọc FIR chiều KẾT LUẬN Bài báo trình bày đề xuất sử dụng hệ thống xử lý ảnh tầng kết hợp lọc FIR chiều với lọc trung vị thích nghi Việc sử dụng lọc trung vị thích nghi giúp... 24 10, 92 13,45 lọc Mean 309,36 22 ,37 Meadian 931,77 17,58 AMedian 24 2,53 23 , 42 Gauss 6 42, 23 19 ,20 Wiener 309,36 22 ,37 2D -FIR 29 8,36 22 , 52 2D -FIR 195,38 24 ,36 Median Ph .pháp 114,46 26 ,69 đề xuất