Artículos regulares

 

Speckle Noise Reduction in Ultrasound Imaging using the Key Points in Low Degree Unbiased FIR Filters

 

Reducción del ruido speckle en imágenes de ultrasonido usando puntos de cruce en filtros FIR sin desplazamiento de orden bajo

 

Luis Javier Morales-Mendoza¹, Rene Fabián Vázquez-Bautista¹, Efrén Morales-Mendoza¹ and Yuriy Semenovich Shmaliy²

 

¹ Universidad Veracruzana, Poza Rica Ver., México javmorales@uv.mx, favazquez@uv.mx, efmorales@uv.mx

² Universidad de Guanajuato, Salamanca Gto., México, shmaliy@salamanca.ugto.mx

 

Article received on 16/11/2010;
accepted on 08/02/2012.

 

Abstract

In this paper we present a method of reducing speckle noise ¡n applications for ultrasound image processing using low degree unbiased FIR filters. An important feature of the p-lag gain of unbiased FIR filters is that at some cross points it converges to the reduced degree gain. The results are evaluated in terms of the signal-to-noise ratio (SNR) and the root mean square error (RMSE) metrics. We show that ultrasound image enhancing with different degree FIR filters at special lags allows getting best results depending on applications.

Keywords: FIR filters, ultrasound image, cross points.

 

Resumen

En este artículo, presentamos un método para reducir el ruido speckle en el procesamiento de imágenes de ultrasonido usando los filtros FIR sin desplazamiento de orden bajo. Una característica importante de la ganancia de los filtros FIR sin desplazamiento con paso-p es que en algunos puntos de cruce de la ganancia converge a una ganancia de grado inferior. Los resultados son evaluados en términos de las métricas de la relación señal-a-ruido (SNR) y del error cuadrático medio (RMSE). Se muestra que la imagen de ultrasonido mejorada por los filtros FIR de paso-p con diferentes grados de aproximación permite obtener mejores resultados en función de las aplicaciones.

Palabras clave:

Filtros FIR, imagen de ultrasonido, puntos de cruce.

 

DESCARGAR ARTÍCULO EN FORMATO PDF

 

References

1. Astola, J. & Kuosmanen, P. (1997). Fundamentals of Nonlinear Digital Filtering. Boca Ratón, Fla.: CRC Press.         [ Links ]

2. Bose, T. (2004). Digital Signal and Image Processing. Hoboken, NJ.: J. Wiley.         [ Links ]

3. Dumitrescu, B. (2007). Positive Trigonometric Polynomials and Signal Processing Applications. Dordrecbt Springer.         [ Links ]

4. Heinonen, P. & Neuvo, Y. (1988). FIR-median hybrid filter with predictive FIR substructures. IEEE Transactions on Acoustics, Speech, and Signal Processing, 36(6), 892-899.         [ Links ]

5. Kalouptsidis, N. & Theodoridis, S. (1993). Adaptive system Identification and signal processing Algorithms. NewYork: Prentice Hall.         [ Links ]

6. Morales-Mendoza, L.J, Shmaliy, Y.S., & Ibarra-Manzano, O.G. (2009). Enhancing Ultrasound Images using Hybrid FIR Structures. Image Processing, 287-310, Vukovar, Croatia: InTech        [ Links ]

7. Morales-Mendoza, L.J. & Shmaliy, Y. (2010). Moving Average Hybrid Filter to the Enhancing Ultrasound Image Processing. IEEE Latin America Transactions, 8(1), 9-16.         [ Links ]

8. Morales-Mendoza, L.J., Shmaliy, Y.S., & Pérez-Cáceres, S. (2010). An analysis of cross points in the low-degree polynomial gains of p-lag unbiased smoothing FIR filters. 15th IEEE Mediterranean Electrotechnical Conference (MELECON 2010), Valletta, Malta, 878-883.         [ Links ]

9. Pitas, I. & Venetsanopoulos, A.N. (1990). Nonlinear Digital Filters: Principies and Applications. Boston: Kluwer Academic Publishers.         [ Links ]

10. Shmaliy, Y.S. & Morales-Mendoza, L.J. (2010). FIR smoothing of discrete-time polynomial signais in state space. IEEE Transactions on Signal Processing, 58(5), 2544-2555.         [ Links ]

11. Shmaliy, Y.S. (2006). An unbiased FIR filter for TIE model of a local dock in applications to GPS-based timekeeping. IEEE Transactions on Ultrasonic, Ferroelectrics and Frequency Control, 53(5), 862-870.         [ Links ]

12. Shmaliy, Y.S. (2009). An unbiased p-step predictive FIR filter for a class of noise-free discrete time models with independently observed states. Signal, Image & Video Processing, 3(2), 127-135.         [ Links ]