一種去除ct圖像噪聲的方法及裝置的製作方法

2023-06-10 19:13:21

專利名稱：一種去除ct圖像噪聲的方法及裝置的製作方法
技術領域：
本發明涉及圖像去噪技術領域，特別是一種去除CT圖像噪聲的方法及裝置。
背景技術：
計算機斷層掃描(CT)作為一種成熟的在臨床上普遍認可的檢查方法，它的輻射劑量問題已經引起了人們越來越多的關注。在目前的CT中，常通過降低管電流、管電壓以減少CT劑量，但這樣將會增加圖像的塊狀和粒狀噪聲，降低圖像質量，影響臨床醫生的診斷。當前提高低劑量CT圖像質量的方法主要分為基於投影空間數據和基於圖像空間數據兩大類。各向異性濾波器和小波的多尺度分析即為基於圖像空間數據的非線性自適應濾波降噪方法，各向異性濾波器能夠使CT圖像中的低頻段小梯度噪聲得到有效遏制，然而CT的高頻段噪聲通常具有較 大的梯度，因而通常被各向異性擴散濾波器視為邊緣而不能去除。同時，這種降噪方法通常會在濾除噪聲的同時，損失圖像的原有邊緣和低對比度分辨力。針對上述現有技術存在的問題，本發明提出的技術方案，能夠提取並濾除CT高頻段噪聲，在降噪的同時，能保持圖像邊緣和原有的對比度。

發明內容
針對現有技術不能有效地去除CT圖像的高頻噪聲，並且會在去噪的同時損失圖像邊緣和對比度的問題，本發明提供的一種去除CT圖像噪聲的方法，包括如下步驟:步驟一:估計圖像的組織權重；步驟二:估計圖像的噪聲等級；步驟三:計算去噪參數；步驟四:對圖像進行各向異性擴散濾波；步驟五:對濾波輸出的圖像進行邊緣增強；步驟六:對圖像進行細節增強及對比度修正；步驟七:裁切圖像並輸出結果。所述步驟一包括如下步驟:a)配置初始參數:組織均值Tissue、軟組織第一門限值TissueUp、軟組織第二門限值TissueDown、組織降噪權重SRange、平滑處理窗寬度K ；b)在顯示視野DFOV範圍內，對輸入的圖像做平滑寬度為K的圖像平滑處理，得到每個像素點的平滑值smoothimage (i, j)；c)算出輸入圖像的每個像素點的組織權重:
權利要求
1.一種去除CT圖像噪聲的方法，包括如下步驟: 步驟一:估計圖像的組織權重； 步驟二:估計圖像的噪聲等級； 步驟三:計算去噪參數； 步驟四:對圖像進行各向異性擴散濾波； 步驟五:對濾波輸出的圖像進行邊緣增強； 步驟六:對圖像進行細節增強及對比度修正； 步驟七:裁切圖像並輸出結果。
2.根據權利要求1所述的一種去除CT圖像噪聲的方法，其特徵是: 所述步驟一包括如下步驟: a)配置初始參數:組織均值 Tissue、軟組織第一門限值TissueUp、軟組織第二門限值TissueDown、組織降噪權重SRange、平化處理窗寬度K ； b)在顯示視野DFOV範圍內，對輸入的圖像做平滑寬度為K的圖像平滑處理，得到每個像素點的平滑值smoothimage(i, j)； c)算出輸入圖像的每個像素點的組織權重:
3.根據權利要求1所述的一種去除CT圖像噪聲的方法，其特徵是: 所述步驟二包括如下步驟: a)對輸入的圖像進行降採樣； b)選取估算區域:在降採樣得到的圖像上選取一塊方形區域作為估算區域EstimationRegion ； C)計算估算區域的組織權重:對估算區域內的每個像素值用所述估計圖像的組織權重的方法估算其組織權重； d)對估算區域加權:用組織權重對估算區域內的每一個像素點進行加權運算，得到加權後的圖像像素值EstimationMap ； e)計算圖像的內外包絡:對加權後的圖像像素值分別進行基於形態學的開運算和閉運算，分別得到圖像的內包絡和外包絡； f)計算噪聲分布圖:對內、外包絡求平均值得到平滑分布圖SmoothMap，並計算出噪聲分布圖 NoiseMap = abs (EstimationMap-SmoothMap), abs O 表不求絕對值； g)直方圖分析:對該噪聲分布圖做直方圖分析，得到噪聲等級估算值NoiseLevel。
4.根據權利要求3所述的一種去除CT圖像噪聲的方法，其特徵是:所述估算區域位於降採樣得到的圖像的中心位置，為正方形區域。
5.根據權利要求3所述的一種去除CT圖像噪聲的方法，其特徵是:所述基於形態學的開運算依次包括計算濾波核、對所述加權後的圖像像素值EstimationMap進行腐蝕操作和對腐蝕操作得到的結果進行膨脹操作的步驟。
6.根據權利要求5所述的一種去除CT圖像噪聲的方法，其特徵是:所述的計算濾波核進一步包括如下步驟: a)求出所述加權後的圖像像素值的最大值MaxValue和平均值MeanValue； b)設定濾波核大小KernelSize、濾波核範圍Range以及濾波參數Delta； c)計算出每個像素點對應的濾波核初始值:
7.根據權利要求3所述的一種去除CT圖像噪聲的方法，其特徵是:所述基於形態學的閉運算依次包括計算濾波核、對所述加權後的圖像像素值進行膨脹操作和對膨脹操作的結果進行腐蝕操作的步驟。
8.根據權利要求7所述的一種去除CT圖像噪聲的方法，其特徵是:所述的計算濾波核按照如下步驟: a)求出所述加權後的圖像像素值的最大值MaxValue和平均值MeanValue； b)設定濾波核大小KernelSize、濾波核範圍Range以及濾波參數Delta； c)計算出每個像素點對應的濾波核初始值:
9.根據權利要求3所述的一種去除CT圖像噪聲的方法，其特徵是: 所述的直方圖分析包括如下步驟: a)計算出所述噪聲分布圖NoiseMap中的像素最大值MaxValue和最小值MinValue，進而得到圖像的動態範圍Range = MaxValue-MinValue ； b)將圖像的動態範圍分成N份小區間，每一份小區間的步長Step= Range/N ； c)統計每個小區間內的像素點數Hist(i)，對於第i個區間而言，就是對[MinValue+Step^(1-l), Minvalue+Step^i]區間內的像素點數進行統計； d)對Hist(i)進行概率分布統計，即計算出公式
10.根據權利要求9所述的一種去除CT圖像噪聲的方法，其特徵是:所述的噪聲分布圖NoiseMap中有效噪聲的比例M = 0.95。
11.根據權利要求1所述的一種去除CT圖像噪聲的方法，其特徵是: 所述步驟三包括如下步驟: a)設定參數K和fwidth； b)算出每個像素點位置校正值[^atk3nseaIeK, (x，y)表示把圖像的中心點作為坐標原點時，每個像素點的坐標； c)根據所述步驟一得到的組織權重、步驟二得到的噪聲等級、位置校正值，計算出每個像素點的降噪參數:.P , 噪聲等級*位置校正值 NoiseScale = -.π -ο 組織權重
12.根據權利要求1所述的一種去除CT圖像噪聲的方法，其特徵是: 所述步驟四依次包括如下步驟: a)計算出應當被去除的噪聲值: Difm.2., NoiseReduce =e Notsescaie.2 、甲， Diff = ds*lnputlmage(x+m，y+n)-1nputImage (x, y) , m = [12313123], η =[11122333], ds = [r, I, r, I, I, r, I, r] ,r = 1/V2, InputImage (X , y)為輸入圖像的像素值，.*表示點乘運算，j為各向異性擴散濾波係數，NoiseScale為所述步驟三得到的降噪參數； b)計算並輸出去噪以後的圖像像素值:DeNoiseImage = Inputlmage—NoiseReduce。
13.根據權利要求12所述的一種去除CT圖像噪聲的方法，其特徵是: 所述b)步完成之後，還包含如下步驟:將b)步得到的去噪以後的圖像像素值DeNoiseImage賦值給InputImage,更換不同的各向異性擴散濾波係數值j,然後返回a)步，在至少依此方法循環執行三次後，停止所有步驟並輸出去噪後的圖像像素值DeNoiseImage0
14.根據權利要求1所述的一種去除CT圖像噪聲的方法，其特徵是: 所述步驟五包括如下步驟: a)去除大顆粒噪聲:用帶通濾波器對圖像Image進行帶通濾波，得到圖像中較大顆粒的噪聲Noise以及去除該噪聲以後的圖像Image = Image-Noise ； b)提取圖像邊緣:更改帶通濾波器的濾波頻段，對去除噪聲以後的圖像進行邊緣提取Edge = BandPass(Image)； c)計算有效邊緣:對邊緣進行直方圖分析，得到有效的邊緣UsefulEdge；d)邊緣增強:邊緣增強以後的圖像EnhancedImage= Image+Scale*UsefulEdge, Scale表示對邊緣進行增強的倍數。
15.根據權利要求1所述的一種去除CT圖像噪聲的方法，其特徵是:所述步驟六包括如下步驟: a)計算圖像的第一層的背景信息和細節信息:對圖像做哈爾小波變換，得到:[背景信息 Backgroundl 細節信息 Foregroundl] = HarrTransform(Image)；b)去除背景信息中的小噪聲:對提取到的背景信息進行各向異性濾波，得到去除小噪聲後新的背景信息 BackgroundNewl = AnisotropicDiffusionFilter (Backgroundl)； c)計算新的背景信息中的第二層細節信息和背景信息:對新的背景信息BackgroundNewl做哈爾小波變換，得到第二層的背景信息和細節信息:[背景信息Background2 細節信息 Foreground2] = HarrTransform(BackgroundNewl)； d)去除第二層背景信息中的小噪聲:對第二層的背景信息進行各向異性濾波，得到去除小噪聲後新的第二層背景信息:BackgroundNew2 = AnisotropicDiffusionFilter(Background2)； e)對第二層的圖像細節進行尺度為K2的增強:增強後的第二層圖像，Enhance2=K2*Foreground2+BackgroundNew2 ； f)對增強後的第二層圖像做哈爾小波反變換:輸出 0ut2 = HarrInverse (Enhance2) g)計算第一層圖像細節增強的對比度修正因子: 輸出
16.根據權利要求1所述的一種去除CT圖像噪聲的方法，其特徵是:所述步驟七中的裁切圖像是指截取圖像中的顯示視野可見區域，即=DFOV區域。
17.—種去除CT圖像噪聲的裝置，包括:用於估計圖像的組織權重的模塊，用於估計圖像的噪聲等級的模塊，用於計算去噪參數的模塊，用於對圖像進行各向異性擴散濾波的模塊，用於對濾波輸出的圖像進行邊緣增強的模塊，用於對圖像進行細節增強及對比度修正的模塊，用於裁切圖像並輸出結果的模塊。
18.根據權利要求17所述的一種去除CT圖像噪聲的裝置，所述的用於估計圖像的噪聲等級的模塊進一步包括:用於對輸入的圖像進行降採樣的模塊；用於選取估算區域的模塊，其在降採樣得到的圖像上選取一塊方形區域作為估算區域EstimationRegion;用於估算區域的組織權重的模塊，其對估算區域內的每個像素值用所述估計圖像的組織權重的方法估算其組織權重；用於對估算區域加權的模塊，其用組織權重對估算區域內的每一個像素點進行加權運算，得到加權後的圖像像素值EstimationMap ;用於計算圖像的內外包絡的模塊，其對加權後的圖像像素值分別進行基於形態學的開運算和閉運算，分別得到圖像的內包絡和外包絡；用於計算噪聲分布圖的模塊，其對內、外包絡求平均值得到平滑分布圖SmoothMap,並計算出噪聲分布圖 NoiseMap = abs (EstimationMap-SmoothMap) ,abs O 表不求絕對值；用於直方圖分析的模塊，其對該噪聲分布圖做直方圖分析，得到噪聲等級估算值NoiseLevel ο
19.根據權利要求17所述的一種去除CT圖像噪聲的裝置，所述的用於對濾波輸出的圖像進行邊緣增強的模塊進一步包括:用於去除大顆粒噪聲的模塊，其用帶通濾波器對圖像Image進行帶通濾波,得到圖像中較大顆粒的噪聲Noise以及去除該噪聲以後的圖像Image=Image-Noise ;用於提取圖像邊緣的模塊，其更改帶通濾波器的濾波頻段，對去除噪聲以後的圖像進行邊緣提取Edge = BandPass(Image);用於計算有效邊緣的模塊，其對邊緣進行直方圖分析，得到有效的邊緣UsefulEdge;用於邊緣增強的模塊，其邊緣增強以後的圖像 EnhancedImage = Image+Scale*UsefulEdge, Scale 表不對邊緣進行增強的倍數。
20.根據權利要求17所述的一種去除CT圖像噪聲的裝置，所述的用於對圖像進行細節增強及對比度修正的模塊進一步包括用於計算圖像的第一層的背景信息和細節信息的模塊，其對圖像做哈爾小波變換，得到:[背景信息Backgroundl細節信息Foregroundl]=HarrTransform (Image);用於去除背景信息中的小噪聲的模塊，其對提取到的背景信息進行各向異性濾波，得到去除小噪聲後新的背景信息BackgroundNewl = AnisotropicDiffusionFilter(Backgroundl);用於計算新的背景信息中的第二層細節信息和背景信息的模塊，其對新的背景信息BackgroundNewl做哈爾小波變換，得到第二層的背景信息和細節信息:[背景信息 Background〗細節信息 Foreground〗]=HarrTransform(BackgroundNewl)；用於去除第二層背景信息中的小噪聲的模塊，其對第二層的背景信息進行各向異性濾波，得到去除小噪聲後新的第二層背景信息BackgroundNew2 = AnisotropicDiffusionFilter(Background2);用於對第二層的圖像細節進行尺度為K2的增強的模塊，其增強後的第二層圖像Enhance2 = K2*Foreground2+BackgroundNew2 ;用於對增強後的第二層圖像做哈爾小波反變換的模塊，其輸出0ut2 = HarrInverse (Enhance2);用於計算第一層圖像細節增強的對比度修正因子的模塊，其輸出
全文摘要
本發明名稱為「一種去除CT圖像噪聲的方法及裝置」。本發明涉及圖像去噪技術領域，公開了一種去除CT圖像噪聲的方法及裝置，該方法包括估計圖像的組織權重、估計圖像的噪聲等級、計算去噪參數、對圖像進行各向異性擴散濾波、對濾波輸出的圖像進行邊緣增強、對圖像進行細節增強及對比度修正、裁切圖像並輸出結果的步驟。本裝置包括用於估計圖像的組織權重的模塊，用於估計圖像的噪聲等級的模塊，用於計算去噪參數的模塊，用於對圖像進行各向異性擴散濾波的模塊，用於對濾波輸出的圖像進行邊緣增強的模塊，用於對圖像進行細節增強及對比度修正的模塊，用於裁切圖像並輸出結果的模塊。本方法及裝置能夠在有效去除CT圖像高頻噪聲的同時，保持圖像的邊緣及原有的對比度。
文檔編號G06T5/00GK103186888SQ20111046290
公開日2013年7月3日 申請日期2011年12月30日 優先權日2011年12月30日
發明者董淑琴, H·江, 童曉蕾, 王斌 申請人:Ge醫療系統環球技術有限公司