專利名稱:一種實(shí)時(shí)超聲圖像斑點(diǎn)噪聲抑制方法
技術(shù)領(lǐng)域:
本發(fā)明屬于超聲圖像處理方法,具體涉及一種實(shí)時(shí)超聲圖像斑點(diǎn)噪聲抑制方法。
背景技術(shù):
現(xiàn)有的超聲圖像斑點(diǎn)噪聲抑制方法主要采用一些非線性的濾波方法,如中值濾波、基于各向異性擴(kuò)散的方法以及基于小波變換的一些方法等?;谥兄禐V波的一些方法如加權(quán)的中值濾波、各個(gè)方向的中值濾波、各向異性的中值濾波等。深圳市藍(lán)韻實(shí)業(yè)有限公司的專利公開文獻(xiàn)“一種去除實(shí)時(shí)超聲圖像斑點(diǎn)噪聲的方法”(公開號(hào)CN101396279),公開了首先對(duì)圖像數(shù)據(jù)進(jìn)行對(duì)數(shù)壓縮,然后對(duì)每個(gè)像素的鄰域進(jìn)行四個(gè)方向的中值濾波,最后對(duì)這幾個(gè)中值濾波的值進(jìn)行加權(quán)平均,形成輸出數(shù)據(jù), 但由于對(duì)像素的處理較為簡(jiǎn)單,導(dǎo)致對(duì)斑點(diǎn)噪聲的抑制和邊緣的保持都不是很好。各向異性擴(kuò)散的方法,如非線性各向異性擴(kuò)散(NCD)、相關(guān)擴(kuò)散增強(qiáng)(CED)等,雖然能達(dá)到較好的去斑效果,但由于計(jì)算復(fù)雜度很大,難以應(yīng)用于實(shí)時(shí)超聲圖像的處理,這樣就產(chǎn)生了一些基于各向異性思想的簡(jiǎn)化方法,如深圳邁瑞生物醫(yī)療電子股份有限公司的專利公開文獻(xiàn)“超聲圖像邊緣銳化與斑點(diǎn)抑制方法”(公開號(hào)CN1892696),公開了首先對(duì)輸入圖像的像素進(jìn)行判斷是否為邊緣點(diǎn),對(duì)邊緣點(diǎn)進(jìn)行方向性濾波和方向性增強(qiáng),非邊緣點(diǎn)采取基于鄰域的均值和拉普拉斯值的加權(quán)處理。該文獻(xiàn)采用了各向異性的思想,簡(jiǎn)化了計(jì)算量,但對(duì)斑噪的去除效果不好。一些基于小波變換的方法主要是對(duì)圖像的某些小波域系數(shù)進(jìn)行抑制,具體的有軟閾值,硬閾值等方法。如General Electric Company的專利授權(quán)文獻(xiàn)“Speckle noisefiltering in ultrasound imaging”(專利號(hào)5497777),公開了將信號(hào)劃分成重疊的、長(zhǎng)度相同的子區(qū)間,每個(gè)子區(qū)間進(jìn)行小波變換,然后采用閾值的方法對(duì)這些系數(shù)進(jìn)行修正,最后小波反變換回去。該方法一個(gè)最重要的問題是無法有效的區(qū)分斑噪能量和信號(hào)能量,導(dǎo)致一些斑噪隨信號(hào)的增強(qiáng)而增強(qiáng),一些信號(hào)隨斑噪的抑制而抑制??偨Y(jié)一下,超聲圖像處理的目標(biāo)是在保留邊界的基礎(chǔ)上去除斑點(diǎn)噪聲。一些基于中值濾波的改進(jìn)算法雖然計(jì)算簡(jiǎn)單,但對(duì)邊緣的保持和斑噪的濾除效果都不是太好;各向異性擴(kuò)散的方法由于計(jì)算量大使其很難應(yīng)用于實(shí)時(shí)超聲處理,因此產(chǎn)生的一些基于各向異性思想的算法簡(jiǎn)化處理過程,但去斑效果不是很好;基于小波變換的一些算法不能有效的區(qū)分信號(hào)和噪聲,使采用的閾值法的效果并不理想。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種實(shí)時(shí)超聲圖像斑點(diǎn)噪聲抑制方法,該方法在利用各向異性擴(kuò)散算法優(yōu)勢(shì)的基礎(chǔ)上,克服了其計(jì)算復(fù)雜度大而無法應(yīng)用于實(shí)時(shí)超聲圖像處理的缺點(diǎn);同時(shí)結(jié)合一級(jí)小波變換對(duì)空域和頻域信息的良好保持,有效地區(qū)分了信號(hào)和噪聲,達(dá)到在去除斑點(diǎn)的同時(shí)有效的保留了圖像邊緣。為達(dá)到上述目的,本發(fā)明采用了以下技術(shù)方案一種實(shí)時(shí)超聲圖像斑點(diǎn)噪聲抑制方法,包括以下步驟(I)對(duì)超聲圖像進(jìn)行一級(jí)小波變換,分解出第一級(jí)的縱向低頻和橫向低頻的分量、縱向高頻和橫向低頻的分量、縱向低頻和橫向高頻的分量、縱向高頻和橫向高頻的分量;(2)對(duì)所述縱向低頻和橫向低頻的分量進(jìn)行各向異性擴(kuò)散處理;(3)對(duì)所述縱向高頻和橫向低頻的分量、所述縱向低頻和橫向高頻的分量分別進(jìn)行乘以第一噪聲抑制系數(shù)的處理,所述縱向高頻和橫向高頻的分量進(jìn)行乘以第二噪聲抑制系數(shù)的處理(4)對(duì)經(jīng)步驟(2)處理后的縱向低頻和橫向低頻的分量、經(jīng)步驟(3)處理后的縱向高頻和橫向低頻的分量、縱向低頻和橫向高頻的分量以及縱向高頻和橫向高頻的分量進(jìn)行小波重構(gòu),得到最終的圖像。 由于上述技術(shù)方案的運(yùn)用,本發(fā)明與現(xiàn)有技術(shù)相比具有下列優(yōu)點(diǎn)通過一級(jí)小波變換后,超聲圖像的主要信號(hào)能量集中在縱向低頻和橫向低頻的分量上,斑點(diǎn)噪聲能量集中在了縱向高頻和橫向低頻的分量、縱向低頻和橫向高頻的分量以及縱向高頻和橫向高頻的分量上,有效地區(qū)分出了信號(hào)與噪聲,同時(shí)分量圖像的點(diǎn)數(shù)降低為原來的四分之一,這樣在對(duì)縱向低頻和橫向低頻的分量進(jìn)行各向異性擴(kuò)散處理,降低了計(jì)算復(fù)雜度,適應(yīng)實(shí)時(shí)超聲圖像處理;在對(duì)縱向低頻和橫向低頻的分量進(jìn)行各向異性擴(kuò)散處理,在對(duì)縱向高頻和橫向低頻的分量、縱向低頻和橫向高頻的分量以及縱向高頻和橫向高頻的分量分別進(jìn)行乘以噪聲抑制系數(shù)的處理后,進(jìn)行小波重構(gòu),得到最終的圖像,實(shí)現(xiàn)了在去除斑點(diǎn)噪聲的同時(shí)較好的保留了圖像的邊緣。
附圖I為本發(fā)明的流程示意圖;附圖2顯示了對(duì)輸入的超聲圖像進(jìn)行小波變換;附圖3為本發(fā)明中各向異性擴(kuò)散處理算法的流程示意圖;附圖4顯示了對(duì)一級(jí)小波變換后的高頻分量的處理;附圖5顯示了對(duì)處理后的低頻分量和高頻分量進(jìn)行小波重構(gòu)。
具體實(shí)施例方式下面結(jié)合附圖來進(jìn)一步闡述本發(fā)明。一種實(shí)時(shí)超聲圖像斑點(diǎn)噪聲抑制方法,首先對(duì)超聲圖像進(jìn)行一級(jí)小波變換,分解出圖像的低頻和高頻的分量,根據(jù)小波變換和分解后各個(gè)圖像分量的特點(diǎn),對(duì)各個(gè)分量進(jìn)行不同的處理,最終對(duì)處理后的各個(gè)分量進(jìn)行小波重構(gòu),得到去噪后的圖像,如圖I所示。具體來說,斑點(diǎn)噪聲抑制方法包括以下步驟(I)對(duì)輸入的超聲圖像進(jìn)行一級(jí)小波變換,分解出第一級(jí)的縱向低頻和橫向低頻的分量LL、縱向高頻和橫向低頻的分量HL、縱向低頻和橫向高頻的分量LH、縱向高頻和橫向高頻的分量HH,如圖2所示,一級(jí)小波變換在頻帶上進(jìn)行劃分,對(duì)空域信息也有一定的保持作用,這就使得對(duì)分解后的分量圖像進(jìn)行空域的處理成為可能,且經(jīng)過一級(jí)小波變換后分量圖像的點(diǎn)數(shù)只有原來四分之一,減少了后續(xù)各向異性擴(kuò)散處理的點(diǎn)數(shù),減少了計(jì)算復(fù)雜度。由于超聲圖像的主要信號(hào)能量集中在低頻段,斑點(diǎn)噪聲能量集中在高頻段,也就是說,通過一級(jí)小波變換后,超聲圖像的主要信號(hào)能量集中在LL分量上,斑點(diǎn)噪聲能量集中在了 LH、HL、HH分量上;(2)對(duì)LL分量進(jìn)行各向異性擴(kuò)散處理,如圖3所示,各向異性擴(kuò)散算法是基于圖像內(nèi)部的相關(guān)信息進(jìn)行擴(kuò)散,對(duì)斑點(diǎn)抑制有很好的效果。在進(jìn)行各向異性擴(kuò)散處理時(shí),首先對(duì)輸入的像素進(jìn)行判斷,區(qū)分出各向同性像素和各向異性像素,對(duì)各向同性像素進(jìn)行各向同性擴(kuò)散,也就是一般的平滑平均;對(duì)于各向異性像素根據(jù)其各向異性程度進(jìn)行擴(kuò)散,這樣使得對(duì)于不同強(qiáng)度的邊緣像素有著不同的相關(guān)增強(qiáng),這里采用的是對(duì)一級(jí)小波分解后的分量圖像LL進(jìn)行增強(qiáng),減少了計(jì)算復(fù)雜度,適合實(shí)時(shí)超聲圖像處理;(3)對(duì)HL和LH分量乘以一個(gè)相同的噪聲抑制系數(shù)S I, HH分量乘以另一個(gè)噪聲抑制系數(shù)S 2,如圖4所示,上面提到,超聲圖像在一級(jí)小波分解后主要信號(hào)能量集中在LL分量上,斑點(diǎn)噪聲能量集中在高頻段,故這里對(duì)LH、HL、HH分量乘上一個(gè)噪聲抑制系數(shù),有效地抑制了斑點(diǎn)噪聲。由于HH頻率成分更高,因此抑制的程度更大;(4)最后對(duì)經(jīng)步驟(2)處理后的LL分量、經(jīng)步驟(3)處理后的HL、LH、HH分量進(jìn)行小波重構(gòu),得到最終的輸出圖像,如圖5所示。本方法充分利用各向異性擴(kuò)散的優(yōu)勢(shì),結(jié)合一級(jí)小波變換對(duì)空域和頻域信息的良好保持,有效地區(qū)分出信號(hào)和噪聲,避免各向異性計(jì)算量大和多級(jí)小波變換的一些缺陷(多級(jí)小波變換后信號(hào)能量會(huì)分散到高頻分量中),達(dá)到良好的去斑效果和邊緣保留效果。這里說明一下,一級(jí)小波變換和小波重構(gòu)的方法屬于本領(lǐng)域技術(shù)人員知曉的現(xiàn)有技術(shù),故在此不詳述。還有各向異性擴(kuò)散處理的算法也屬于本領(lǐng)域技術(shù)人員知曉的現(xiàn)有技術(shù),這里簡(jiǎn)單地介紹一下算法的核心。各向異性擴(kuò)散處理算法采用擴(kuò)散方程
權(quán)利要求
1.一種實(shí)時(shí)超聲圖像斑點(diǎn)噪聲抑制方法,其特征在于包括以下步驟 (1)對(duì)超聲圖像進(jìn)行一級(jí)小波變換,分解出第一級(jí)的縱向低頻和橫向低頻的分量、縱向高頻和橫向低頻的分量、縱向低頻和橫向高頻的分量、縱向高頻和橫向高頻的分量; (2)對(duì)所述縱向低頻和橫向低頻的分量進(jìn)行各向異性擴(kuò)散處理; (3)對(duì)所述縱向高頻和橫向低頻的分量、所述縱向低頻和橫向高頻的分量分別進(jìn)行乘以第一噪聲抑制系數(shù)的處理,所述縱向高頻和橫向高頻的分量進(jìn)行乘以第二噪聲抑制系數(shù)的處理 (4)對(duì)經(jīng)步驟(2)處理后的縱向低頻和橫向低頻的分量、經(jīng)步驟(3)處理后的縱向高頻和橫向低頻的分量、縱向低頻和橫向高頻的分量以及縱向高頻和橫向高頻的分量進(jìn)行小波重構(gòu),得到最終的圖像。
全文摘要
本發(fā)明公開了一種實(shí)時(shí)超聲圖像斑點(diǎn)噪聲抑制方法,在一級(jí)小波變換后,超聲圖像的主要信號(hào)能量集中在縱向低頻和橫向低頻的分量上,斑點(diǎn)噪聲能量集中在了縱向高頻和橫向低頻的分量、縱向低頻和橫向高頻的分量以及縱向高頻和橫向高頻的分量上,有效地區(qū)分出了信號(hào)與噪聲,同時(shí)分量圖像的點(diǎn)數(shù)降低為原來的四分之一,這樣在對(duì)縱向低頻和橫向低頻的分量進(jìn)行各向異性擴(kuò)散處理,降低了計(jì)算復(fù)雜度,適應(yīng)實(shí)時(shí)超聲圖像處理;在對(duì)縱向低頻和橫向低頻的分量進(jìn)行各向異性擴(kuò)散處理,在對(duì)縱向高頻和橫向低頻的分量、縱向低頻和橫向高頻的分量以及縱向高頻和橫向高頻的分量分別進(jìn)行乘以噪聲抑制系數(shù)的處理后,進(jìn)行小波重構(gòu),得到最終的圖像,實(shí)現(xiàn)了在去除斑點(diǎn)噪聲的同時(shí)較好的保留了圖像的邊緣。
文檔編號(hào)G06T5/00GK102708553SQ201210169790
公開日2012年10月3日 申請(qǐng)日期2012年5月29日 優(yōu)先權(quán)日2012年5月29日
發(fā)明者王宇輝 申請(qǐng)人:飛依諾科技(蘇州)有限公司