国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種去除實(shí)時(shí)超聲圖像斑點(diǎn)噪聲的方法

      文檔序號:1131899閱讀:298來源:國知局
      專利名稱:一種去除實(shí)時(shí)超聲圖像斑點(diǎn)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(shí)時(shí)超聲圖像斑 點(diǎn)噪聲的方法。
      背景技術(shù)
      在超聲成像中,當(dāng)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(shí),超聲束發(fā)生散射,相位不同的散射回波相互千涉產(chǎn)生斑點(diǎn)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(diǎn)噪聲的統(tǒng)計(jì)特性的研究表明,常見的斑點(diǎn)噪聲服從Rayleigh 分布,其均值與標(biāo)準(zhǔn)差成正比,這說明斑點(diǎn)噪聲是乘性的。Jain在1989 年提出了一個(gè)乘性與加性噪聲相組合的超聲圖像噪聲模型式中 和""分別是乘性噪聲和加性噪聲,x表示未被噪聲污染的信號,y 表示被噪聲污染后觀察到的信號。在超聲醫(yī)學(xué)圖像中,加性噪聲的作用相對于乘性噪聲來說很小,因 此在實(shí)際應(yīng)用中,可以忽略加性噪聲的影響,所以式(l)可以簡化為(2)目前,超聲圖像中斑點(diǎn)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(biāo)的圖像進(jìn)行相干平均,以去除隨 機(jī)斑點(diǎn)噪聲。具體方式包括在不同的時(shí)間、以不同的掃描頻率或從不同
      的空間位置對組織進(jìn)行掃描。此方法較為成熟,但實(shí)現(xiàn)過程較為繁瑣。 第二類方法是濾波方法。從現(xiàn)有文獻(xiàn)看,目前許多去除斑點(diǎn)噪聲的技術(shù)比4交著名的包括應(yīng)用在雷達(dá)凄t據(jù)處理中的Lee、 Kuan和Frost濾波器。 與此同時(shí),不是由斑點(diǎn)統(tǒng)計(jì)模型推導(dǎo)的其他濾波器也已提出并應(yīng)用到斑 點(diǎn)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^f艮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(diǎn)噪聲去除方法。這些方法在抑制斑點(diǎn)噪聲 的同時(shí)不同程度地降低了圖像的分辨率,并且很難保證圖像的實(shí)時(shí)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(dá)到去 除斑點(diǎn)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(diǎn)的 時(shí)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><")=qK"-i)+(i-"W")0< <i (3)式(2)中"")表示當(dāng)前幀某線某采樣點(diǎn)的實(shí)測值,yw表示^w的濾波值,而^"-D表示前一幀同樣位置采樣點(diǎn)的濾波值,濾波器系數(shù)"一般 是可選的。"越接近l,速歸濾波器的帶寬越窄,抑制斑點(diǎn)噪聲的作用越 大,但圖象的實(shí)時(shí)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(diǎn)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(shí)時(shí)跟蹤性就變得很差, 而且采樣FPGA來進(jìn)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(shí)時(shí)超聲圖像斑點(diǎn)噪聲 的方法,克服現(xiàn)有技術(shù)去除實(shí)時(shí)超聲圖像斑點(diǎn)噪聲的方法,采用硬件實(shí) 現(xiàn),圖像實(shí)時(shí)跟蹤性差,去噪聲成本高的缺陷。本發(fā)明去除實(shí)時(shí)超聲圖 像斑點(diǎn)噪聲的方法在PC上用軟件實(shí)現(xiàn),既保存圖像細(xì)節(jié),又保證圖像實(shí)時(shí)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(shí)時(shí)超聲圖像斑點(diǎn)噪聲的方法,包括步驟Al、讀入源圖像象素?cái)?shù)據(jù);A2、對所述源圖像泉素?cái)?shù)據(jù)進(jìn)行同態(tài)變換;A3 、對同態(tài)變換后的數(shù)據(jù)進(jìn)行多級非線性加權(quán)平均中值濾波計(jì)算;A4、對濾波計(jì)算后的數(shù)據(jù)進(jìn)行同態(tài)反變換;A5、將向態(tài)反變換后的數(shù)據(jù)進(jìn)行數(shù)字掃描變換后顯示。所述步驟A2中的同態(tài)變換是對源圖像中的每一點(diǎn)取以自然數(shù)e為 底的對數(shù)。所述步驟A3包括步驟定義中心在(i, j),大小為(2K+l)x(2K+l)的濾波窗W的四個(gè)子集 『1<formula>formula see original document page 6</formula>其中K取正整數(shù),M-K-l2kK, N匿K-l^j^K。所述步驟A3還包括步驟 計(jì)算濾波.窗W的四個(gè)子集的中值2力,力<formula>formula see original document page 6</formula>其中M-K畫l^i》K, N-K-l^j^K。
      所述步驟A3還包括步驟 計(jì)算四個(gè)中值的平均值'Z(/, /) = * (, ,力+ Z2 (/,力+ Z3 (,',力+ Z4 (/, 乂)),其中M-K-l^ikK, N國S-l^j2K。所述步驟A3還包括步驟 4姿照下列數(shù)學(xué)式進(jìn)4亍多級非線性加權(quán)平均中值濾波計(jì)算鄰,力=1 (IM * z"") +^(") + #4 * &(" ) + #4*&(")) 4 z0,力 Z(g力 Z(z,力 Z(z,力其中M-K-l》i^K, N-K-l^j^K。所述步驟A4中按照下列數(shù)學(xué)式進(jìn)行同態(tài)反變換 y(/,y') = ez(")_l .其中Y(i, j)為經(jīng)過同態(tài)反變換的圖像元素,其中,i=0、 1、、、M-1, j-O、 1、、、、 N-1,M、 N如圖2所示。本發(fā)明的有益效果為本發(fā)明利用軟件方法實(shí)現(xiàn)斑點(diǎn)噪聲的去除, 代替?zhèn)鹘y(tǒng)的硬件實(shí)現(xiàn)方式,節(jié)省了成本;去除斑點(diǎn)噪聲的同時(shí),使圖像 的邊緣和細(xì)節(jié)得以很好的保存;保證了圖像的實(shí)時(shí)跟蹤性。


      圖1為本發(fā)明濾波窗及其子集示意圖; 圖2為本發(fā)明具體實(shí)施過程示意圖。
      具體實(shí)施方式
      下面根據(jù)附圖和實(shí)施例對本發(fā)明作進(jìn)一 步詳細(xì)說明:本發(fā)明基于Rayleigh噪聲模型,由于斑點(diǎn)噪聲服從負(fù)指數(shù)統(tǒng)計(jì)規(guī)律, 因此其為乘性噪聲,表達(dá)式為<formula>formula see original document page 8</formula> (4)這里X表示未被噪聲污染的信號,Y表示觀測到的已被噪聲污染的信號, n表示零均值方差為1的高斯白噪聲。本發(fā)明方法主要分為以下幾個(gè)步 驟同態(tài)變換即把圖像中的每一點(diǎn)取以自然數(shù)e為底的對數(shù)。對于乘性噪聲的同態(tài)變 換為G(Y)=ln(Y+l)( 5 )經(jīng)過同態(tài)變換后,原來的乘性噪聲變成了加性噪聲,降低了處理的復(fù)雜 性。多級非線性加權(quán)平均中值濾波計(jì)算設(shè)X(.,.)表示圖像元素序列,W表示中心在(i, j),大小為(2K+l)x(2K+l)的正方形濾波窗。那么濾波窗W的四個(gè)子集可定義為<formula>formula see original document page 8</formula> (7 - a)<formula>formula see original document page 8</formula> (7 - b)<formula>formula see original document page 8</formula> (7 - C)<formula>formula see original document page 8</formula>7 - d)如圖1所示,W1(i,j)、 W2(i,j)、 W3(i,j)、 W4(i,j)、 分別表示以(i, j) 為中心,濾波窗在水平方向、右對角線方向、垂直方向、左對角線方向 所覆蓋的圖像元素所組成的序列。假定Zs(i,j)、 (s=l, 2, 3, 4)是四個(gè)子集元素的中值,即,<formula>formula see original document page 8</formula> (8 - a)<formula>formula see original document page 8</formula> (8 — b)<formula>formula see original document page 8</formula> (8 - c) <formula>formula see original document page 9</formula>)
      然后求四個(gè)中值的平均值<formula>formula see original document page 9</formula>
      (9) 多級非線性加;f又平均中值濾波的輸出為<formula>formula see original document page 9</formula>(10)
      通過對上述四個(gè)子集圖像元素的中值進(jìn)行加權(quán)平均,給與其中較大的值 以較大的權(quán)重,以期彌補(bǔ)圖像灰度均值降低和噪聲抑制能力弱的缺陷, 較好的恢復(fù)噪聲圖像。其中Kd, ^ffi""^表示求圖像元素序列的中值。 同態(tài)反變4夾最后圖像的輸出由(6)式計(jì)算得出 y<formula>formula see original document page 9</formula>如圖2所示,中X[i][j], Data[i][j], G[i][j], Z(i, j), Y(i, j)都對應(yīng)圖像 中的同一個(gè)點(diǎn),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(gè)元素X[i][j]存入數(shù)組Data[i][j] 中,其中,i = 0、 1、、、 M-l, j = 0、 1、、、、 N-l;過程②表示把數(shù)組Data[M][N]中的每一個(gè)元素Data[i][j]取以自然數(shù)e為 底的對數(shù),計(jì)算后的值存入數(shù)組G[i][j],即G[i][j] = ln(Data[i][j]),其中, i = 0、 1、、、 M-l, j = 0、 1、、、、 N-l;過程③表示把數(shù)組G[M][N]中的每一個(gè)元素G[i][j]經(jīng)過多級非線性加權(quán) 平均中值濾波計(jì)算后的值存入數(shù)組Z[i][j], Z[i][j]的值由式(10)計(jì)算得 出,其中,i-K+l、 K+2、、、 M-l-K, j = K+l、 K+2、、、 M-l-K,即我們 對邊緣的點(diǎn)不做處理;過程④表示把數(shù)組Z[M][N]中的每一個(gè)元素Z[i][j]經(jīng)過同態(tài)反變換的值 存入數(shù)組Y[i][j]中,即}10[_/] = £',-1,其中,i = 0、 1、、、 M國l, j = 0、 1、、、、 N-l;過程⑤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(shí)施步驟讀入源圖像X,假設(shè)圖像橫向有N個(gè)采樣點(diǎn),縱向有M個(gè)釆樣點(diǎn)。 在內(nèi)存中申請四個(gè)大小為MxN的數(shù)組Data[M][N]、 G[M][N]、 Z[M][N]、 Y[M][N]分別用來存放源圖像數(shù)據(jù)、同態(tài)變換后圖像數(shù)據(jù)、多級非線性 加權(quán)平均中值濾波后圖像數(shù)據(jù)、同態(tài)反變換后圖像數(shù)據(jù)。 把源圖像中處于第i行第.j列的點(diǎn)存入Data的第i行第j歹'〗,即Data[i][j] =X[i][j],其中,i-0、 1、、、 M-l, j = 0、 1、、、、 N-l。 同態(tài)變換把數(shù)組Data[M][N]中的所有元素取以自然數(shù)為底的對數(shù),所 得結(jié)果存入數(shù)組G[M][N]中,即G〖i][j] = ln(Data[i][j]+l),其中,i = 0、 l…M-l, j = 0、 1、、、、 N-l。多級非線性加權(quán)平均中值濾波以G[M][N]中的每一個(gè)元素G[i][j]為中 心,把其大小為(2K+l)x(2K+l)的正方形鄰域內(nèi)的元素分別按水平方向、 垂直方向、右對角線方向、左對角線方向分為四組,分別用『力',/)、 W,力、『3(")、『4(!'J)表示,如圖1所示;然后分別求序列W,力、w,y)、 『3(z',力、『4(/,力的中值,分別用2,(,',力、Z2(/,/)、 Z3(/,y)、 24(/,力表示; 再計(jì)算四個(gè)中值的平均值郭,力,最后由式(IO),計(jì)算多級非線性加權(quán) 平均中值濾波的輸出,把輸出但存入到Z[i][j]中,其中,i = K+l、 K+2、、、 M-l-K, j=K+l、 K+2、、、 M-l-K,即我們對邊緣的點(diǎn)不做處理。 同態(tài)反變換由式(11)把以Z[M][N]中的每一個(gè)元素Z[i][j]為指數(shù), 以自然數(shù)e為底數(shù)計(jì)算所得的值存入數(shù)組Y[i][j]中,其中,i = 0、 1、、、 M-l, j = 0、 1、、、、 N-l。 把Y[M][N]中的數(shù)據(jù)進(jìn)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(shí)質(zhì)和精神,可以有多種變形方案 實(shí)現(xiàn)本發(fā)明,.以上所述僅為本發(fā)明較佳可行的實(shí)施例而已,并非因此局 限本發(fā)明的權(quán)利范圍,凡運(yùn)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(shí)時(shí)超聲圖像斑點(diǎn)噪聲的方法,其特征在于,包括步驟A1、讀入源圖像象素?cái)?shù)據(jù);A2、對所述源圖像象素?cái)?shù)據(jù)進(jìn)行同態(tài)變換;A3、對同態(tài)變換后的數(shù)據(jù)進(jìn)行多級非線性加權(quán)平均中值濾波計(jì)算;A4、對濾波計(jì)算后的數(shù)據(jù)進(jìn)行同態(tài)反變換;A5、將同態(tài)反變換后的數(shù)據(jù)進(jìn)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(shí)時(shí)超聲圖像斑點(diǎn)噪聲的方法,其 特征在于所述步驟A2中的同態(tài)變換是對源圖像中的每一點(diǎn)取以自然 數(shù)e為底的對數(shù)。
      3、 根據(jù)權(quán)利要求1所述的去除實(shí)時(shí)超聲圖像斑點(diǎn)噪聲的方法,其 特征在于,所述步驟A3包括步驟定義中心在(i, j),大小為(2K+l)x(2K+l)的濾波窗W的四個(gè)子集 <formula>formula see original document page 2</formula>其中K取正整數(shù),i^K, j^K。
      4、 根據(jù)權(quán)利要求3所述的去除實(shí)時(shí)超聲圖像斑點(diǎn)噪聲的方法,其 特征在于,所述步驟A3還包括步驟計(jì)算濾波窗W的四個(gè)子集的中值Z,0',力(s=l ,2,3,4),Z2(〖,/) = AffiX)/^V(『2 (/,_/)), Z3 (i,力=M五D崖(『3 (z.,力), Z4(!',/) = 7^Z)/^V(『4 (! ,_/)),其中i^0, j^0。
      5、 根據(jù)權(quán)利要求4.所述的去除實(shí)時(shí)超聲圖像斑點(diǎn)噪聲的方法,其 特征在于,所述步驟A3還包括步驟 計(jì)算四個(gè)中值的平均值郭,_/) = *(Z, (/,力+ Z2 (/, /) +'Z3 (! ,力+ Z4 力), 其中i^O, j^0。
      6、 根據(jù)權(quán)利要求5所述的去除實(shí)時(shí)超聲圖像斑點(diǎn)噪聲的方法,其 特征在于,所述步驟A3包括步驟按照下列數(shù)學(xué)式進(jìn)4亍多級非線性加權(quán)平均中值濾波計(jì)算鄰,力=1(製*, +酒*, + #4*, +辦,,力)其中kO, j、0。
      7、根據(jù)權(quán)利要求1至6任一所述的去除實(shí)時(shí)超聲圖像斑點(diǎn)噪聲的 方法,其特征在于,所述步驟A4中按照下列數(shù)學(xué)式進(jìn)行同態(tài)反變換其中Y(i, j)為經(jīng)過同態(tài)反變換的圖像元素,kO, >0
      全文摘要
      一種去除實(shí)時(shí)超聲圖像斑點(diǎn)噪聲的方法,包括步驟A1.讀入源圖像象素?cái)?shù)據(jù);A2.對所述源圖像象素?cái)?shù)據(jù)進(jìn)行同態(tài)變換;A3.對同態(tài)變換后的數(shù)據(jù)進(jìn)行多級非線性加權(quán)平均中值濾波計(jì)算;A4.對濾波計(jì)算后的數(shù)據(jù)進(jìn)行同態(tài)反變換;A5.將同態(tài)反變換后的數(shù)據(jù)進(jìn)行數(shù)字掃描變換后顯示。本發(fā)明利用軟件方法實(shí)現(xiàn)斑點(diǎn)噪聲的去除,代替?zhèn)鹘y(tǒng)的硬件實(shí)現(xiàn)方式,節(jié)省了成本;去除斑點(diǎn)噪聲的同時(shí),使圖像的邊緣和細(xì)節(jié)得以很好的保存;保證了圖像的實(shí)時(shí)跟蹤性。
      文檔編號A61B8/00GK101396279SQ200710123680
      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(lán)韻實(shí)業(yè)有限公司
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
      1