一種實時超聲圖像斑點噪聲抑制方法
2023-10-05 16:04:09
專利名稱：一種實時超聲圖像斑點噪聲抑制方法
技術領域：
本發明屬於超聲圖像處理方法，具體涉及一種實時超聲圖像斑點噪聲抑制方法。
背景技術：
現有的超聲圖像斑點噪聲抑制方法主要採用一些非線性的濾波方法，如中值濾波、基於各向異性擴散的方法以及基於小波變換的一些方法等。基於中值濾波的一些方法如加權的中值濾波、各個方向的中值濾波、各向異性的中值濾波等。深圳市藍韻實業有限公司的專利公開文獻「一種去除實時超聲圖像斑點噪聲的方法」(公開號CN101396279)，公開了首先對圖像數據進行對數壓縮，然後對每個像素的鄰域進行四個方向的中值濾波，最後對這幾個中值濾波的值進行加權平均，形成輸出數據， 但由於對像素的處理較為簡單，導致對斑點噪聲的抑制和邊緣的保持都不是很好。各向異性擴散的方法，如非線性各向異性擴散(NCD)、相關擴散增強(CED)等，雖然能達到較好的去斑效果，但由於計算複雜度很大，難以應用於實時超聲圖像的處理，這樣就產生了一些基於各向異性思想的簡化方法，如深圳邁瑞生物醫療電子股份有限公司的專利公開文獻「超聲圖像邊緣銳化與斑點抑制方法」(公開號CN1892696)，公開了首先對輸入圖像的像素進行判斷是否為邊緣點，對邊緣點進行方向性濾波和方向性增強，非邊緣點採取基於鄰域的均值和拉普拉斯值的加權處理。該文獻採用了各向異性的思想，簡化了計算量，但對斑噪的去除效果不好。一些基於小波變換的方法主要是對圖像的某些小波域係數進行抑制，具體的有軟閾值，硬閾值等方法。如General Electric Company的專利授權文獻「Speckle noisefiltering in ultrasound imaging」(專利號5497777),公開了將信號劃分成重疊的、長度相同的子區間，每個子區間進行小波變換，然後採用閾值的方法對這些係數進行修正，最後小波反變換回去。該方法一個最重要的問題是無法有效的區分斑噪能量和信號能量，導致一些斑噪隨信號的增強而增強，一些信號隨斑噪的抑制而抑制。總結一下，超聲圖像處理的目標是在保留邊界的基礎上去除斑點噪聲。一些基於中值濾波的改進算法雖然計算簡單，但對邊緣的保持和斑噪的濾除效果都不是太好；各向異性擴散的方法由於計算量大使其很難應用於實時超聲處理，因此產生的一些基於各向異性思想的算法簡化處理過程，但去斑效果不是很好；基於小波變換的一些算法不能有效的區分信號和噪聲，使採用的閾值法的效果並不理想。
發明內容
本發明的目的是提供一種實時超聲圖像斑點噪聲抑制方法，該方法在利用各向異性擴散算法優勢的基礎上，克服了其計算複雜度大而無法應用於實時超聲圖像處理的缺點；同時結合一級小波變換對空域和頻域信息的良好保持，有效地區分了信號和噪聲，達到在去除斑點的同時有效的保留了圖像邊緣。為達到上述目的，本發明採用了以下技術方案一種實時超聲圖像斑點噪聲抑制方法，包括以下步驟(I)對超聲圖像進行一級小波變換，分解出第一級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)對所述縱向低頻和橫向低頻的分量進行各向異性擴散處理；(3)對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行乘以第一噪聲抑制係數的處理，所述縱向高頻和橫向高頻的分量進行乘以第二噪聲抑制係數的處理(4)對經步驟(2)處理後的縱向低頻和橫向低頻的分量、經步驟(3)處理後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行小波重構，得到最終的圖像。 由於上述技術方案的運用，本發明與現有技術相比具有下列優點通過一級小波變換後，超聲圖像的主要信號能量集中在縱向低頻和橫向低頻的分量上，斑點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，有效地區分出了信號與噪聲，同時分量圖像的點數降低為原來的四分之一，這樣在對縱向低頻和橫向低頻的分量進行各向異性擴散處理，降低了計算複雜度，適應實時超聲圖像處理；在對縱向低頻和橫向低頻的分量進行各向異性擴散處理，在對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行乘以噪聲抑制係數的處理後，進行小波重構，得到最終的圖像，實現了在去除斑點噪聲的同時較好的保留了圖像的邊緣。
附圖I為本發明的流程示意圖；附圖2顯示了對輸入的超聲圖像進行小波變換；附圖3為本發明中各向異性擴散處理算法的流程示意圖；附圖4顯示了對一級小波變換後的高頻分量的處理；附圖5顯示了對處理後的低頻分量和高頻分量進行小波重構。
具體實施例方式下面結合附圖來進一步闡述本發明。一種實時超聲圖像斑點噪聲抑制方法，首先對超聲圖像進行一級小波變換，分解出圖像的低頻和高頻的分量，根據小波變換和分解後各個圖像分量的特點，對各個分量進行不同的處理，最終對處理後的各個分量進行小波重構，得到去噪後的圖像，如圖I所示。具體來說，斑點噪聲抑制方法包括以下步驟(I)對輸入的超聲圖像進行一級小波變換，分解出第一級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，一級小波變換在頻帶上進行劃分，對空域信息也有一定的保持作用，這就使得對分解後的分量圖像進行空域的處理成為可能，且經過一級小波變換後分量圖像的點數只有原來四分之一，減少了後續各向異性擴散處理的點數，減少了計算複雜度。由於超聲圖像的主要信號能量集中在低頻段，斑點噪聲能量集中在高頻段，也就是說，通過一級小波變換後，超聲圖像的主要信號能量集中在LL分量上，斑點噪聲能量集中在了 LH、HL、HH分量上；(2)對LL分量進行各向異性擴散處理，如圖3所示，各向異性擴散算法是基於圖像內部的相關信息進行擴散，對斑點抑制有很好的效果。在進行各向異性擴散處理時，首先對輸入的像素進行判斷，區分出各向同性像素和各向異性像素，對各向同性像素進行各向同性擴散，也就是一般的平滑平均；對於各向異性像素根據其各向異性程度進行擴散，這樣使得對於不同強度的邊緣像素有著不同的相關增強，這裡採用的是對一級小波分解後的分量圖像LL進行增強，減少了計算複雜度，適合實時超聲圖像處理；(3)對HL和LH分量乘以一個相同的噪聲抑制係數S I, HH分量乘以另一個噪聲抑制係數S 2，如圖4所示，上面提到，超聲圖像在一級小波分解後主要信號能量集中在LL分量上，斑點噪聲能量集中在高頻段，故這裡對LH、HL、HH分量乘上一個噪聲抑制係數，有效地抑制了斑點噪聲。由於HH頻率成分更高，因此抑制的程度更大；(4)最後對經步驟(2)處理後的LL分量、經步驟(3)處理後的HL、LH、HH分量進行小波重構，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散的優勢，結合一級小波變換對空域和頻域信息的良好保持，有效地區分出信號和噪聲，避免各向異性計算量大和多級小波變換的一些缺陷(多級小波變換後信號能量會分散到高頻分量中)，達到良好的去斑效果和邊緣保留效果。這裡說明一下，一級小波變換和小波重構的方法屬於本領域技術人員知曉的現有技術，故在此不詳述。還有各向異性擴散處理的算法也屬於本領域技術人員知曉的現有技術，這裡簡單地介紹一下算法的核心。各向異性擴散處理算法採用擴散方程
權利要求
1.一種實時超聲圖像斑點噪聲抑制方法，其特徵在於包括以下步驟 (1)對超聲圖像進行一級小波變換，分解出第一級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)對所述縱向低頻和橫向低頻的分量進行各向異性擴散處理； (3)對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行乘以第一噪聲抑制係數的處理，所述縱向高頻和橫向高頻的分量進行乘以第二噪聲抑制係數的處理 (4)對經步驟(2)處理後的縱向低頻和橫向低頻的分量、經步驟(3)處理後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行小波重構，得到最終的圖像。
全文摘要
本發明公開了一種實時超聲圖像斑點噪聲抑制方法，在一級小波變換後，超聲圖像的主要信號能量集中在縱向低頻和橫向低頻的分量上，斑點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，有效地區分出了信號與噪聲，同時分量圖像的點數降低為原來的四分之一，這樣在對縱向低頻和橫向低頻的分量進行各向異性擴散處理，降低了計算複雜度，適應實時超聲圖像處理；在對縱向低頻和橫向低頻的分量進行各向異性擴散處理，在對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行乘以噪聲抑制係數的處理後，進行小波重構，得到最終的圖像，實現了在去除斑點噪聲的同時較好的保留了圖像的邊緣。
文檔編號G06T5/00GK102708553SQ201210169790
公開日2012年10月3日 申請日期2012年5月29日 優先權日2012年5月29日
發明者王宇輝 申請人:飛依諾科技(蘇州)有限公司