專利名稱：一種三維超聲圖像的斑點處理方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計算機(jī)數(shù)字圖像處理領(lǐng)域，特別涉及一種三維超聲圖像的斑點抑制方法。
背景技術(shù)：
超聲成像是利用特定波長的超聲波，經(jīng)探測體后產(chǎn)生背向散射信號而成像的技術(shù)，它具有安全性高、成像速度快、操作方便與低成本等優(yōu)勢，在動物學(xué)研究與臨床中的應(yīng)用十分廣泛，尤其是腹部臟器的探查，如心臟、肝、腎等，和胎兒的三維成像與實時四維動態(tài)成像等，以及動物在母體內(nèi)的生長發(fā)育過程的監(jiān)測與動態(tài)評估等。但是，這種利用超聲波背向散射信號進(jìn)行成像的技術(shù)，由于具有一定波長的超聲波，遇到微小的組織界面，產(chǎn)生大量的散射，從而在圖像中出現(xiàn)大量斑點，降低了圖像質(zhì)量與可分辨性，圖像對比度與分辨率低、組織散射與吸收效應(yīng)使組織器官邊界變模糊等，影響了動物研究者或超聲科醫(yī)師的準(zhǔn)確判斷，以及計算輔助分析，如目標(biāo)分割、分類識別、量化參數(shù)測定等。斑點抑制濾波算法主要有自適應(yīng)加權(quán)中值濾波，自適應(yīng)斑點抑制濾波與Lee濾波，基于金字塔多級分解的斑點處理方法等，這些濾波方法存在以下不足(1)對濾波窗口的大小與形狀很敏感；(2)對邊緣及細(xì)節(jié)特征僅僅是盡量保留而不是增強(qiáng)；(3)濾波控制參數(shù)選擇常常根據(jù)經(jīng)驗確定，存在較大隨機(jī)性；(4)各向同性，即濾波窗口內(nèi)所有像素以相同的權(quán)值參與濾波運算。而圖像中的邊緣與細(xì)節(jié)往往具有明顯的方向性，由于這些方法沒有考慮這種方向性，因此它們保留邊緣方面的能力有限。各向異性擴(kuò)散(Anisotropic Diffusion)最大特點是濾波過程具有很強(qiáng)的方向性。它根據(jù)邊緣與勻質(zhì)區(qū)域的差異采用不同的處理策略，如在垂直邊緣方向上，采用較弱的平滑以保留它們，平行邊緣方向上的勻質(zhì)區(qū)域，則應(yīng)用較強(qiáng)的平滑，以抑制斑點。雖然各向異性擴(kuò)散的性能優(yōu)于大多數(shù)斑點濾波方法，但它存在以下不足(1)基于空間域與灰度梯度信息，由于噪聲與信號混疊在一起，因此影響了其抑制斑點噪聲與保留細(xì)節(jié)特征的能力； (2)沒有考慮斑點的乘性噪聲模型，在灰度值較小的暗區(qū)域，它對斑點的抑制作用較強(qiáng)，而在灰度值較強(qiáng)的高亮度區(qū)域，其作用甚為有限。傳統(tǒng)的各向異性擴(kuò)散方法為
dJ{X^Zj) = ν[α(χ, y, ζ, 0)VJ(x, j, ζ, θ]1 dt
J(x,y, z,0) = J0(x,y,z)⑴其中▽為圖像灰度梯度，div表示散度(divergence)，c (x，y，z，t)為擴(kuò)散系數(shù)，其定義為c(j|Vg||) = l-exp(-3.315/(||Vg||/^)4)(2)其中k為控制參數(shù)，其值為Wl]。由于超聲斑點是一種乘性噪聲，在勻質(zhì)區(qū)域與非勻質(zhì)區(qū)域，圖像灰度梯度的計算因受斑點的影響而存在較大差異，因此，傳統(tǒng)的各向異性擴(kuò)散方法，并不能有效地去除它們。

發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于小波變換的三維超聲斑點的處理方法，以改善圖像質(zhì)量，有利于后續(xù)的分析與處理。一種三維超聲圖像的斑點處理方法，包括以下步驟1)對三維超聲圖像進(jìn)行多尺度小波分解，從而分離高頻部分與低頻部分；2)根據(jù)乘性斑點模型，利用歸一化各向異性擴(kuò)散方法，對高頻部分實施平滑，以抑制斑點，同時保留邊緣與細(xì)節(jié)部分；3)將經(jīng)平滑處理后的高頻部分，與原來的低頻部分，進(jìn)行小波逆變換，重建圖像。所述超聲圖像經(jīng)三維小波分解為8部分HLL，HLH, HHL, HHH ；LHH, LHL, LLH, LLL, 其中LLL為低頻部分，其它為高頻部分。步驟2)中的乘性斑點模型為
權(quán)利要求
1.一種三維超聲圖像的斑點處理方法，其特征在于，包括以下步驟1)對三維超聲圖像進(jìn)行多尺度小波分解，從而分離高頻部分與低頻部分；2)根據(jù)乘性斑點模型，利用歸一化各向異性擴(kuò)散方法，對高頻部分實施平滑，以抑制斑點，同時保留邊緣與細(xì)節(jié)部分；3)將經(jīng)平滑處理后的高頻部分，與原來的低頻部分，進(jìn)行小波逆變換，重建圖像。
2.根據(jù)權(quán)利要求1所述的一種三維超聲圖像的斑點處理方法，其特征在于，所述超聲圖像經(jīng)三維小波分解為8部分HLL，HLH, HHL, HHH ；LHH, LHL, LLH, LLL，其中LLL為低頻部分，其它為高頻部分。
3.根據(jù)權(quán)利要求1或2所述的一種三維超聲圖像的斑點處理方法，其特征在于，步驟 2)中的乘性斑點模型為J(x, y, ζ) = I (χ, y, ζ) Χη(χ, y, ζ)(1)其中I(x，y，z)表示原始無噪圖像，J(x，y，z)是含有噪聲n(x，y，z)的圖像。
4.根據(jù)權(quán)利要求3所述的一種三維超聲圖像的斑點處理方法，其特征在于，歸一化各向異性擴(kuò)散的模型為
全文摘要
本發(fā)明公開了一種三維超聲圖像的斑點處理方法，屬于數(shù)字圖像處理技術(shù)領(lǐng)域。本發(fā)明包括以下步驟1)利用三維小波多分辨率的時頻分離特性，對三維超聲圖像進(jìn)行分解，將其分解為7個高頻部分與1個低頻部分；2)根據(jù)三維超聲圖像中斑點的乘性特性，采用歸一化各向異性擴(kuò)散方法，對經(jīng)小波分解后的高頻部分進(jìn)行處理，以去除斑點；3)對處理后的高頻部分與原低頻部分，應(yīng)用三維小波逆變換，重建三維超聲圖像。本發(fā)明方法能快速、有效地抑制超聲斑點，改善圖像質(zhì)量，非常有利于超聲圖像的分割、特征分析與識別等，本發(fā)明可應(yīng)用于其它含乘性噪聲圖像的處理。
文檔編號G06T5/00GK102402783SQ201110436418
公開日2012年4月4日 申請日期2011年12月22日 優(yōu)先權(quán)日2011年12月22日
發(fā)明者郭圣文 申請人:華南理工大學(xué)