[pt] Exames de ultrassom são uma ferramenta popular de aquisição de imagens na medicina atual por ser um procedimento não-invasivo, seguro e barato. Entretanto, inerente a qualquer exame de ultrassom encontra-se o ruído speckle, responsável pela degradação da imagem e dificultando tanto sua interpretação por parte de médicos e pacientes, quanto prejudicando a acurácia de métodos computacionais de pós processamento, como classificação, reconstrução, caracterização de tecidos e segmentação, entre outros. Portanto, métodos de remoção ou suavização deste ruído que preservem as principais características do conteúdo observado se fazem fundamentais para um avanço nestes processos. Definido como um ruído multiplicativo, que segue estatísticas não-Gaussianas e como fortemente correlacionado, sua solução ainda hoje é tema de debates e estudos. Neste trabalho apresentaremos diversos métodos de filtragem 2D que se propõem a reduzir ou solucionar o ruído speckle bem como métodos qualitativos para avaliar seus desempenhos e técnicas para escolher os melhores parâmetros de cada filtro a fim de eleger quais métodos melhor solucionam este ruído. / [en] Ultrasound exams are a popular tool for image acquisition in day-to-day medicine, since it is a noninvasive, safe and cheap procedure. However, speckle noise is intrinsic to any ultrasound exam, and it is responsible for image quality degradation and for hindering its interpretation by doctors and patients alike, while also impairing the accuracy of post processing computational methods, such as classification, reconstruction, tissue characterization and segmentation, among others. Hence, smoothing or denoising methods that preserves the observed content core attributes are essential for those processes. Defined as a multiplicative noise, following non-Gaussian statistics and as strongly correlated, its solution today is still a matter of debates and research. In this work, several 2D filters that aim to smooth or remove speckle noise along with qualitative methods to evaluate their performances and means of choosing their best parameters are presented.

En esta tesis se aborda la eliminaci'on de ruido impulsivo, gaussiano y speckle en im'agenes a color y en escala de gises. Como caso particular se puede mencionar la eliminaci'on de ruido en im'agenes m'edicas. Algunos m'etodos de filtrado son costosos computacionalmente y m'as a'un, si las im'agenes son de gran tama¿no. Con el fin de reducir el coste computacional de dichos m'etodos, en esta tesis se utiliza hardware que soporta procesamiento paralelo, como lo son los cores CPU con procesadores multicore y GPUs con procesadores manycore.En las implementaciones paralelas en CUDA, se configuran algunas caracter'¿sticas con la finalidad de optimizar el procesamiento de la aplicaci'on en las GPUs. Esta tesis estudia por un lado, el rendimiento computacional obtenido en el proceso de eliminaci'on de ruido impulsivo y uniforme. Por otro lado, se eval'ua la calidad despu'es de realizar el proceso de filtrado. El rendimiento computacional se ha obtenido con la paralelizaci'on de los algoritmos en CPU y/o GPU. Para obtener buena calidad en la imagen filtrada, primero se detectan los p'¿xeles corruptos y luego son filtrados solo los p'¿xeles que se han detectado como corruptos. Por lo que respecta a la eliminaci'on de ruido gaussiano y speckle, el an'alisis del filtro difusivo no lineal ha demostrado ser eficaz para este caso. Los algoritmos que se utilizan para eliminar el ruido impulsivo y uniforme en las im'agenes, y sus implementaciones secuenciales y paralelas se han evaluado experimentalmente en tiempo de ejecuci'on (speedup) y eficiencia en tres equipos de c'omputo de altas prestaciones. Los resultados han mostrado que las implementaciones paralelas disminuyen considerablemente los tiempos de ejecuci'on secuenciales. Finalmente, en esta tesis se propone un m'etodo para reducir eficientemente el ruido en las im'agenes sin tener informaci'on inicial del tipo de ruido contenido en ellas. I / Sánchez Cervantes, MG. (2013). Algoritmos de detección y filtrado de imágenes para arquitecturas multicore y manycore [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/28854 / TESIS