本發(fā)明屬于超聲圖像處理，具體涉及一種超聲圖像增強(qiáng)方法。

背景技術(shù)：

1、圖像增強(qiáng)是為了增強(qiáng)圖像中有用的信息，而圖像中的噪聲屬于無用信息，因此通過濾波器濾除圖像中的噪聲，就能獲得圖像增強(qiáng)效果。但是，在采用濾波器對(duì)圖像進(jìn)行降噪時(shí)，往往會(huì)導(dǎo)致圖像細(xì)節(jié)的丟失或模糊。

2、超聲圖像廣泛用于醫(yī)學(xué)診斷領(lǐng)域，超聲圖像細(xì)節(jié)的丟失或模糊十分不利于做出準(zhǔn)確的醫(yī)學(xué)判斷。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于解決上述現(xiàn)有技術(shù)中存在的難題，提供一種超聲圖像增強(qiáng)方法，能夠在去除噪聲的同時(shí)增強(qiáng)圖像的細(xì)節(jié)。

2、本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的：

3、一種超聲圖像增強(qiáng)方法，包括以下步驟：

4、對(duì)輸入圖像input進(jìn)行低通濾波，得到降噪圖像gaussdata；

5、將所述降噪圖像gaussdata分別輸入濾波半徑r不同的k個(gè)濾波器進(jìn)行濾波增強(qiáng)；

6、對(duì)應(yīng)計(jì)算由不同濾波器輸出的增強(qiáng)圖像相對(duì)于所述降噪圖像gaussdata的增強(qiáng)量；

7、根據(jù)所述增強(qiáng)量與對(duì)應(yīng)的濾波器的權(quán)重系數(shù)計(jì)算融合增強(qiáng)量；

8、在所述降噪圖像gaussdata上疊加所述融合增強(qiáng)量，得到融合增強(qiáng)圖像。

9、進(jìn)一步的，采用列向量濾波進(jìn)行濾波增強(qiáng)，并且濾波系數(shù)的計(jì)算通式如下：

10、

11、式中，2*r+1表示由濾波半徑r所確定的濾波長度，m表示所述濾波長度上的第m個(gè)像素點(diǎn)。

12、進(jìn)一步的，根據(jù)所述濾波系數(shù)進(jìn)行列向量濾波得到所述增強(qiáng)圖像，所述增強(qiáng)圖像中的像素點(diǎn)計(jì)算公式如：

13、

14、式中，weightsumr(j,i)表示所述降噪圖像gaussdata中的像素點(diǎn)在濾波半徑r下的增強(qiáng)圖像中的值。

15、進(jìn)一步的，通過自適應(yīng)增益系數(shù)對(duì)所述增強(qiáng)量進(jìn)行修正，所述自適應(yīng)增益系數(shù)根據(jù)紋理復(fù)雜度指標(biāo)進(jìn)行計(jì)算，采用所述降噪圖像gaussdata的一維列向量的方差作為所述紋理復(fù)雜度指標(biāo)；

16、所述自適應(yīng)增益系數(shù)的計(jì)算公式如下：

17、

18、式中，decayr(j,i)表示像素點(diǎn)(j,i)的自適應(yīng)增益系數(shù)，r表示濾波半徑，variancer(j,i)表示像素點(diǎn)(j,i)所在的第i列的方差；

19、variancer(j,i)的計(jì)算公式如下：

20、

21、式中，n表示濾波半徑r內(nèi)的像素點(diǎn)的總數(shù)量；gaussdata(j+m,i)表示降噪圖像gaussdata中的像素點(diǎn)(j+m,i)的值。

22、進(jìn)一步的，所述增強(qiáng)量的計(jì)算公式如下：

23、deltar(j,i)＝(weightsumr(j,i)-gaussdata(j,i))/abssumr(j,i)*decayr(j,i)式中，r表示濾波半徑，gaussdata(j,i)表示像素點(diǎn)(j,i)在降噪圖像中的值，weightsumr(j,i)表示像素點(diǎn)(j,i)在列向量濾波圖像中的值，abssumr(j,i)表示歸一化后的濾波系數(shù)，decayr(j,i)表示自適應(yīng)增益系數(shù)。

24、進(jìn)一步的，按如下方式計(jì)算歸一化后的濾波系數(shù)abssumr(j,i)：計(jì)算不同濾波半徑下的濾波系數(shù)的絕對(duì)值之和，再采用歸一化公式將不同濾波半徑下濾波系數(shù)的絕對(duì)值之和映射到(0，1)內(nèi)；

25、其中，濾波半徑r表示下濾波系數(shù)的絕對(duì)值之和：

26、

27、式中，r表示濾波半徑，weightr(m)表示濾波半徑r下的濾波系數(shù)。

28、進(jìn)一步的，融合增強(qiáng)量等于k個(gè)圖像增強(qiáng)量與對(duì)應(yīng)k個(gè)濾波器的權(quán)重系數(shù)的乘積之和。

29、進(jìn)一步的，采用三個(gè)濾波器進(jìn)行濾波增強(qiáng)，濾波半徑分別為3、5、7。

30、進(jìn)一步的，還包括過飽和抑制步驟：根據(jù)所述降噪圖像gaussdata中像素的灰階值計(jì)算自適應(yīng)衰減因子，根據(jù)所述自適應(yīng)衰減因子對(duì)融合增強(qiáng)量進(jìn)行衰減得到修正增強(qiáng)量；

31、所述自適應(yīng)衰減因子的計(jì)算公式如下：

32、

33、式中，factor(j,i)表示像素點(diǎn)(j,i)的自適應(yīng)衰減因子，gaussdata(j,i)表示像素點(diǎn)(j,i)在降噪圖像中的值。

34、進(jìn)一步的，在所述降噪圖像gaussdata上疊加所述修正增強(qiáng)量，得到修正增強(qiáng)圖像。

35、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果包括：

36、1、本發(fā)明通過采用濾波半徑不同的濾波器進(jìn)行濾波增強(qiáng)，獲得了不同的視野范圍，視野越大圖像越平滑，噪聲越小，視野越小圖像越尖銳，但保留的細(xì)節(jié)也越明顯，以此達(dá)到降噪的同時(shí)保留圖像細(xì)節(jié)。

37、2、本發(fā)明通過自適應(yīng)增益系數(shù)能夠根據(jù)紋理復(fù)雜度自適應(yīng)的調(diào)節(jié)增強(qiáng)量，降低紋理復(fù)雜區(qū)域的增強(qiáng)量，避免紋理復(fù)雜區(qū)域的細(xì)節(jié)丟失。

38、3、通過調(diào)整濾波器的權(quán)重系數(shù)，能夠進(jìn)一步的獲得滿足個(gè)性化需求的圖像增強(qiáng)效果。

39、4、通過自適應(yīng)衰減因子對(duì)融合增強(qiáng)量進(jìn)行衰減得到修正增強(qiáng)量，避免發(fā)生過飽和，圖像更加真實(shí)自然。

技術(shù)特征：

1.一種超聲圖像增強(qiáng)方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的超聲圖像增強(qiáng)方法，其特征在于，采用列向量濾波進(jìn)行濾波增強(qiáng)，并且濾波系數(shù)的計(jì)算通式如下：

3.根據(jù)權(quán)利要求2所述的超聲圖像增強(qiáng)方法，其特征在于，根據(jù)所述濾波系數(shù)進(jìn)行列向量濾波得到所述增強(qiáng)圖像，所述增強(qiáng)圖像中的像素點(diǎn)計(jì)算公式如：

4.根據(jù)權(quán)利要求3所述的超聲圖像增強(qiáng)方法，其特征在于，通過自適應(yīng)增益系數(shù)對(duì)所述增強(qiáng)量進(jìn)行修正，所述自適應(yīng)增益系數(shù)根據(jù)紋理復(fù)雜度指標(biāo)進(jìn)行計(jì)算，采用所述降噪圖像gaussdata的一維列向量的方差作為所述紋理復(fù)雜度指標(biāo)；

5.根據(jù)權(quán)利要求4所述的超聲圖像增強(qiáng)方法，其特征在于，所述增強(qiáng)量的計(jì)算公式如下：

6.根據(jù)權(quán)利要求5所述的超聲圖像增強(qiáng)方法，其特征在于，按如下方式計(jì)算歸一化后的濾波系數(shù)abssumr(j,i)：計(jì)算不同濾波半徑下的濾波系數(shù)的絕對(duì)值之和，再采用歸一化公式將不同濾波半徑下濾波系數(shù)的絕對(duì)值之和映射到(0，1)內(nèi)；

7.根據(jù)權(quán)利要求6所述的超聲圖像增強(qiáng)方法，其特征在于，融合增強(qiáng)量等于k個(gè)圖像增強(qiáng)量與對(duì)應(yīng)k個(gè)濾波器的權(quán)重系數(shù)的乘積之和。

8.根據(jù)權(quán)利要求7所述的超聲圖像增強(qiáng)方法，其特征在于，采用三個(gè)濾波器進(jìn)行濾波增強(qiáng)，濾波半徑分別為3、5、7。

9.根據(jù)權(quán)利要求6所述的超聲圖像增強(qiáng)方法，其特征在于，還包括過飽和抑制步驟：根據(jù)所述降噪圖像gaussdata中像素的灰階值計(jì)算自適應(yīng)衰減因子，根據(jù)所述自適應(yīng)衰減因子對(duì)融合增強(qiáng)量進(jìn)行衰減得到修正增強(qiáng)量；

10.根據(jù)權(quán)利要求9所述的超聲圖像增強(qiáng)方法，其特征在于，在所述降噪圖像gaussdata上疊加所述修正增強(qiáng)量，得到修正增強(qiáng)圖像。

技術(shù)總結(jié)
本發(fā)明屬于超聲圖像處理技術(shù)領(lǐng)域，公開了一種超聲圖像增強(qiáng)方法，包括以下步驟：對(duì)輸入圖像input進(jìn)行低通濾波，得到降噪圖像GaussData；將所述降噪圖像GaussData分別輸入濾波半徑R不同的K個(gè)濾波器進(jìn)行濾波增強(qiáng)；對(duì)應(yīng)計(jì)算由不同濾波器輸出的增強(qiáng)圖像相對(duì)于所述降噪圖像GaussData的增強(qiáng)量；根據(jù)所述增強(qiáng)量與對(duì)應(yīng)的濾波器的權(quán)重系數(shù)計(jì)算融合增強(qiáng)量；在所述降噪圖像GaussData上疊加所述融合增強(qiáng)量，得到融合增強(qiáng)圖像。本發(fā)明通過采用濾波半徑不同的濾波器進(jìn)行濾波增強(qiáng)，獲得了不同的視野范圍，視野越大圖像越平滑，噪聲越小，視野越小圖像越尖銳，但保留的細(xì)節(jié)也越明顯，以此達(dá)到降噪的同時(shí)保留圖像細(xì)節(jié)。

技術(shù)研發(fā)人員：楊道文,錢岸峰,陳定超,侯宇,范向海,譚勇,雷羽
受保護(hù)的技術(shù)使用者：樞星數(shù)智科技（成都）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/9