專利名稱:一種去除實時超聲圖像斑點噪聲的方法
技術(shù)領(lǐng)域:
本發(fā)明涉及超聲診斷技術(shù)領(lǐng)域,具體涉及一種去除實時超聲圖像斑 點噪聲的方法。
背景技術(shù):
在超聲成像中,當人體組織的結(jié)構(gòu)尺寸與入射超聲波波長相近或小 于波長時,超聲束發(fā)生散射,相位不同的散射回波相互干涉產(chǎn)生斑點噪 聲,它降低了超聲圖像的.質(zhì)量,使對比度較低的軟組織中的正常組織和腫 瘤病變組織不易分別。對斑點噪聲的統(tǒng)計特性的研究表明,常見的斑點噪聲服從Rayleigh 分布,其均偉與標準差成正比,這說明斑點噪聲是乘性的。但是由于在 超聲成像過程中對信號進行了對數(shù)壓縮、低通濾波以及插補運算等,從 而改變了原始信號的統(tǒng)計特性,其均值不再與標準差成正比,而是與方 差成正比。才艮據(jù)這一特性Loupas等在1989年又提出了一個4交為復(fù)雜的斑 點噪聲統(tǒng)計模型設(shè)x為未一皮噪聲污染的信號,n為與x相互獨立、零均值 方差為l的高斯噪聲,y為觀察到的已被噪聲污染的信號,則Loupas的斑 點噪聲模型表示為y = JC +( 1 )目前,超聲圖像中斑點噪聲的抑制方法有兩類。第 一類是復(fù)合方法。 這類方法將某方式得到的一組同一目標的圖像進行相干平均,以去除隨 機斑點噪聲。具體方式包括在不同的時間、以不同的掃描頻率或從不同 的空間位置對組織進行掃描。此方法較為成熟,但實現(xiàn)過程較為繁瑣。
第二類方法是濾波方法。從現(xiàn)有文獻看,目前許多去除斑點噪聲的技術(shù)比4交著名的包括應(yīng)用在雷達數(shù)據(jù)處理中的Lee、 Kuan和Frost濾波器。 與此同時,不是由斑點統(tǒng)計模型推導的其他濾波器也已提出并應(yīng)用到斑 點噪聲抑制中。諸如均值率波器、中值濾波器、幾何濾波器、小波變換 濾波器、形態(tài)率波器、維納濾波,近幾年還有很多利用前幾種算法和別 的算法的結(jié)合發(fā)展的新的斑點噪聲去除方法。這些方法在抑制斑點噪聲 的同時不同程度地降低了圖像的分辨率,并且很難保證圖像的實時性。目前的中低檔B超中,大多利用FPGA采用幀相關(guān)處理方法來達到去 除斑點噪聲的目的。幀相關(guān)處理是最常見也是最古老的一種消除斑點的 時間復(fù)合。幀相關(guān)處理一般是幀間的一階遞歸濾波,可以表示為如下的 形式<formula>formula see original document page 5</formula> (2)式(2)中"^表示當前幀某線某采樣點的實測值,^W表示"""勺濾 波值,而一-O表示前一幀同樣位置采樣點的濾波值,濾波器系數(shù)"一般 是可選的。"越接近l,遞歸濾波器的帶寬越窄,抑制斑點噪聲的作用越 大,但圖象的實時跟蹤性越差。濾波器系數(shù)"越接近l,遞歸濾波器的帶寬越窄,抑制斑點噪聲的作用越大。但是我們現(xiàn)有B超系統(tǒng)的幀相關(guān)處 理算法中,"一般取為0.5,再增大",圖像的實時跟蹤性就變得很差, 而且采樣FPGA來進行去噪成本相對來說比較高。發(fā)明內(nèi)容本發(fā)明要解決的技術(shù)問題是提供一種去除實時超聲圖像斑點噪聲 的方法,克服現(xiàn)有技術(shù)去除實時超聲圖像斑點噪聲的方法,采用硬件實 現(xiàn),圖像實時跟蹤性差,去噪聲成本高的缺陷。本發(fā)明去除實時超聲圖 像斑點噪聲的方法在PC上用軟件實現(xiàn),既保存圖像細節(jié),又保證圖像的 實時處理速度。 本發(fā)明為解決上述技術(shù)問題所采用的技術(shù)方案為一種去除實時超聲圖像斑點噪聲的方法,包括步驟 Al、確定濾波窗尺寸和濾波窗中心加權(quán)系數(shù); A2、讀入源圖像象素數(shù)據(jù);A3、計算以每一個象素數(shù)據(jù)為濾波窗中心的濾波窗圖像元素的均值和絕對差和均值; A4、計算濾波窗內(nèi)每個圖像元素的加權(quán)系數(shù); A5、對源圖像象素數(shù)據(jù)進行中值濾波計算; A6、將經(jīng)過計算的數(shù)據(jù)進行數(shù)字掃描變換后顯示。濾波窗圖像元素的均值m按照下列公式計算其中K為濾波窗尺寸因子,X(/,力為濾波窗圖像元素。 濾波窗圖像元素的絕對差和均值按照下列公式計算其中K為濾波窗尺寸因子,m為濾波窗圖像元素的均值,X(/,力為 濾波窗圖像元素。濾波窗內(nèi)每個圖像元素的加權(quán)系數(shù)按照下列公式計算其中W(K,K)為濾收窗中心加權(quán)系數(shù),a為尺度因子, 〃為濾波窗 圖像元素的絕對差和均值,m為濾波窗圖像元素的均值,、為濾波窗中 點(i, j)與點(K,K)的距離。所述的距離《,按照下列公式計算
圖l是本發(fā)明的流程圖。
具體實施方式
下面結(jié)合具體實施方式
對本發(fā)明作進一步的詳細說明。如圖1所示,本發(fā)明的實施例取一種用于自動巻繞機巻繞材料時的監(jiān)測 巻繞材料品質(zhì)的方法。首先,預(yù)先將不良品質(zhì)的巻繞材料的外觀參數(shù)成像并儲存在所述電子成像系統(tǒng)的控制器內(nèi);其次,巻繞開始后,當所述巻繞材料 經(jīng)過所述電子成像系統(tǒng)時該電子成像系統(tǒng)把監(jiān)測到的材料表面的數(shù)據(jù)傳輸給 所述控制器;控制器將所述收到的材料數(shù)據(jù)與所述預(yù)先設(shè)定在控制器內(nèi)的參 數(shù)對比,看二者是否一致;經(jīng)過對比,如果所述巻繞材料的數(shù)據(jù)與所述控制 器內(nèi)預(yù)先存儲的參數(shù)一致,則證明該巻饒材料不合格,將其篩選出,如果所 述巻繞材料的數(shù)據(jù)與所述控制器內(nèi)預(yù)先存儲的參數(shù)不一致,則證明該巻饒材 料的品質(zhì)合格,其可以正常進入下一道工序;通過以上步驟,便實現(xiàn)了在巻 繞的同時進行監(jiān)測的目的,其節(jié)省了時間,也在一定程度上降低了成本。其中,所述電子成像系統(tǒng)為兩個,分別垂直安裝在所述巻繞材料的兩個 相對的巻繞面處;該發(fā)明所述的檢測方法,既可適用于手動或機械巻繞材料過程中的監(jiān)測, 也可以應(yīng)用在各種傳輸形式的材料監(jiān)測過程中。然而,以上所述僅為本發(fā)明的優(yōu)選實施例,并非因此局限本發(fā)明的范圍, 所有運用本發(fā)明說明書內(nèi)容所進行的等效變化,均同理包含在本發(fā)明的范圍 內(nèi)。A為圖像元素序列義(v)與均值m的絕對差和的平均<formula>formula see original document page 8</formula>其中/ = 0、1、2、 、 、2K, /' = 0、1、2、③ 表示加權(quán)后的序列。④ 表示加權(quán)中值濾波計算的輸出y,(5) 、 (6)得出(3)(4)(5)(6)<formula>formula see original document page 8</formula>(7)其中,m五dz4w(J^、 12、 、 、 ij表示求序列X的中值。濾波窗的尺寸決定了去除噪聲的程度,實驗證明當濾波窗尺寸為9x9, 即K-4時去除噪聲的能力最強。尺度因子a和窗中心加權(quán)系數(shù)W(K,K)決 定了對圖像的邊緣和細節(jié)的保存能力,尺度因子a和W(K,K)分別取20和 99。如圖3所示,X[i]LJ],Data[i][j],Y[i][j]都對應(yīng)圖像中的同一個點,其中, i = 0、 1、 、 、 M-l, j = 0、 1、 、 、 、 N-l。過程①表示把源圖像X[M][N]中的每一個象素數(shù)據(jù)X[i][j]存入數(shù)組 Data[i][j]中,其中,i = 0、 1、 、 、 M-l, j = 0、 1、 、 、 、 N畫l;過程②表示把數(shù)組Data[M][N]中的每一個元素Data[i][j]經(jīng)過自適應(yīng) 加權(quán)中值濾波計算后的值存入數(shù)組Y[i][j],其中,i = K、 K+l、 、 、 M-K, j=K、 K+l、 、 、 、 N-K,即對邊界的點不作處理;
過程③表示把數(shù)組Y[M][N]中的值經(jīng)過數(shù)字掃描變換后顯示。 本發(fā)明的具體實施步驟1. 在內(nèi)存中申請兩個大小為MxN的數(shù)組Data[M][N]、 Y[M][N]分別 用來存放源圖像數(shù)據(jù)、自適應(yīng)加權(quán)中值濾波計算后的圖像數(shù)據(jù); 一個大小為(2K+l)x(2K+l)的數(shù)組d[2K+l][2K+l]用來存放濾波 窗內(nèi)的點與其中心點的距離。2. 按照式(4)初試化d[2K+l][2K+l]的每個元素d[i][j],其中i = 0、 1、 、 、 2K, j-0、 1、 、 、 、 2K;初試化尺度因子a;濾波窗尺 寸因子K;濾波窗中心加權(quán)系數(shù)W[K][K]。3. 讀入源圖像X,假設(shè)圖像橫向有N個采樣點,縱向有M個釆樣點。 把源圖像中處于第i行第j列的點存入Data的第i行第j列,即 Data剛]-X剛],其中,i = 0、 1、 、 、 M-l, j = 0、 1、、、、 N-l。4. 自適應(yīng)加權(quán)中值濾波計算1) 以Data[M][N]中的每一個元素Data[i][j]為中心,分別用式(5) 和式(6)計算其大小為(2K+l)x(2K+l)的正方形濾波窗圖像元 素的均值m和絕對差和均值//;2) 由式p)計算以Data[i][j]為中心大小為pK+l)x(^K+l)的正方形 濾波窗內(nèi)的每個元素Data[i+m][j+n]的加權(quán)系數(shù)W[K+m][K+n], 其中m=-K,-K-1 ,,,K-1 ,k, n=-K,-K-1 ,,,K-1 ,k;3) 由式(7)計算象素數(shù)據(jù)Data[i][j]經(jīng)過加權(quán)中值濾波計算后的輸 出,并把該值存入Y[i][j]中。5. 把Y[M][N]中的數(shù)據(jù)進行數(shù)字掃描變換后顯示。本領(lǐng)域技術(shù)人員不脫離本發(fā)明的實質(zhì)和精神,可以有多種變形方案 實現(xiàn)本發(fā)明,以上所述僅為本發(fā)明較佳可行的實施例而已,并非因此局 限本發(fā)明的權(quán)利范圍,凡運用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)變化,均包含于本發(fā)明的權(quán)利范圍之內(nèi)
權(quán)利要求
1、一種去除實時超聲圖像斑點噪聲的方法,其特征在于,包括步驟A1、確定濾波窗尺寸和濾波窗中心加權(quán)系數(shù);A2、讀入源圖像象素數(shù)據(jù);A3、計算以每一個象素數(shù)據(jù)為濾波窗中心的濾波窗圖像元素的均值和絕對差和均值;A4、計算濾波窗內(nèi)每個圖像元素的加權(quán)系數(shù);A5、對源圖像象素數(shù)據(jù)進行中值濾波計算;A6、將經(jīng)過計算的數(shù)據(jù)進行數(shù)字掃描變換后顯示。
2、 根據(jù)權(quán)利要求1所述的去除實時超聲圖像斑點噪聲的方法,其 特征在于濾波窗圖像元素的均值m按照下列公式計算其中K為濾波窗尺寸因子,Z(^')為濾波窗圖像元素。
3、 根據(jù)權(quán)利要求2.所述的去除實時超聲圖像斑點噪聲的方法,其 特征在于濾波窗圖像元素的絕對差和均值按照下列^^式計算其中K為濾波窗尺寸因子,m為濾波窗圖像元素的均值,義(z',力為 濾波窗圖像元素。
4、 根據(jù)權(quán)利要求3所述的去除實時超聲圖像斑點噪聲的方法,其 特征在于濾波窗內(nèi)每個圖像元素的加權(quán)系數(shù)按照下列^^式計算其中W(K,K)為濾波窗中心加權(quán)系數(shù),a為尺度因子,//為濾波窗 圖像元素的絕對差和均值,m為濾波窗圖像元素的均值,、為濾波窗中 點(i, j)與點(K,K)的距離。
5、 根據(jù)權(quán)利要求4所述的去除實時超聲圖像斑點噪聲的方法,其 特征在于.所述的距離(按照下列公式計算; = Ax + A_y = |iT — /| + |AT —力; 其中/ = 0、1、2、 、 、2K, y = 0、l、2、 、 、2K, K為濾波窗尺寸因子。
6、 根據(jù)權(quán)利要求5所述的去除實時超聲圖像斑點噪聲的方法,其 特征在于所述源圖像象素數(shù)據(jù)存入一二維數(shù)組中。
7、 根據(jù)權(quán)利要求6所述的去除實時超聲圖像斑點噪聲的方法,其 特征在于所述尺度因子和所述濾波窗中心加權(quán)系數(shù)分別設(shè)為20和99。
全文摘要
一種去除實時超聲圖像斑點噪聲的方法,包括步驟A1.確定濾波窗尺寸和濾波窗中心加權(quán)系數(shù);A2.讀入源圖像象素數(shù)據(jù);A3.計算以每一個象素數(shù)據(jù)為濾波窗中心的濾波窗圖像元素的均值和絕對差和均值;A4.計算濾波窗內(nèi)每個圖像元素的加權(quán)系數(shù);A5.對源圖像象素數(shù)據(jù)進行中值濾波計算;A6.將經(jīng)過計算的數(shù)據(jù)進行數(shù)字掃描變換后顯示。本發(fā)明利用軟件方法實現(xiàn)斑點噪聲的去除,代替?zhèn)鹘y(tǒng)的硬件實現(xiàn)方式,節(jié)省了成本;去除斑點噪聲的同時,使圖像的邊緣和細節(jié)得以很好的保存;保證了圖像的實時跟蹤性。
文檔編號A61B8/00GK101396278SQ200710123660
公開日2009年4月1日 申請日期2007年9月29日 優(yōu)先權(quán)日2007年9月29日
發(fā)明者劉明宇, 齊麗蕓 申請人:深圳市藍韻實業(yè)有限公司