[發明專利]基于McIlhagga邊緣檢測算子的各向異性擴散圖像降噪方法

無效

• 申請號: 201310307461.9
• 申請日: 2013-07-22
• 公開（公告）號: CN103345731A
• 公開（公告）日: 2013-10-09
• 發明（設計）人: 張麒;陳帥
• 申請（專利權）人: 上海大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/00
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 何文欣

技術領域

本發明屬于數字圖像降噪領域，具體涉及一種基于McIlhagga邊緣檢測算子的各向異性擴散圖像降噪方法，以抑制超聲圖像中的斑點噪聲。

背景技術

超聲成像是一種臨床上常用的醫學診斷技術，具有實時、便捷、無電離輻射、低成本、非侵入式等優點。然而其主要缺點是由于斑點噪聲的干擾使圖像質量不高。斑點噪聲是一種乘性的、空間相關的噪聲。它不僅加大圖像分割、特征提取和量化分析的難度，也影響醫生診斷的準確性。超聲圖像濾波的主要目的即在盡可能保持邊緣的情況下抑制斑點噪聲，這是超聲圖像處理中的關鍵環節。

很多技術用于抑制圖像噪聲。Perona與Malik首先提出圖像降噪的各向異性擴散模型(又稱PM模型，參見P.?Perona,?J.?Malik.?“Scale?space?and?edge?detection?using?anisotropic?diffusion,”?IEEE?Trans.?Pattern?Anal.,?12?(1990),?pp.?629-639)，將梯度模作為擴散時的邊緣檢測算子。該模型對自然圖像的去噪效果較好，但是對超聲圖像則不理想。因為梯度模的邊緣檢測性能不佳，不能有效區分斑點噪聲與真實邊緣。

Yu與Acton在PM模型的基礎上提出斑點抑制各向異性擴散(speckle?reducing?anisotropic?diffusion，SRAD)(參見Y.?Yu,?S.T.?Acton.?“Speckle?reducing?anisotropic?diffusion,”?IEEE?Trans.?Imag,?11?(2002),?pp.?1260-1270)。在SRAD中，將局部梯度算子和拉普拉斯算子相結合形成瞬時變化因子，將該因子作為新的邊緣檢測算子，其擴散系數在邊界和具有高對比度特征的地方取值小，實行較小的平滑，而在勻質區域中則取值大，進行較大的平滑。然而當圖像中斑點噪聲較嚴重時，低對比度的邊緣和細節通常被誤認為是均勻區域，濾波后往往會導致細節丟失或邊緣模糊。

將各向異性擴散擴展到復數域，則出現復數擴散(complex?diffusion，CD)(參見G.?Gilboa,?N.?Sochen,?Y.Y.?Zeevi.?“Image?Enhancement?and?Denoising?by?Complex?Diffusion?Processes,”?IEEE?Trans.?Pattern?Anal.,?15(2004),?pp.?1-34)及其改進算法(參見R.?Bernardes,?C.?Maduro,?P.?Serranoho,?et?al.?“Improved?adaptive?complex?diffusion?despeckling?filter,”?Optics?Express.,?18?(2010),?pp.?24048-24059)。它們都使用圖像的虛部作為邊緣檢測算子，但均存在對強斑點噪聲魯棒性差的缺點。

Zhang等提出基于拉普拉斯金字塔非線性擴散(Laplacian?pyramid-based?nonlinear?diffusion，LPND)?(參見F.?Zhang,?M.Y.?Yang,?M.K.?Liang,?Y.?Kim.?“Nonlinear?Diffusion?in?Laplacian?Pyramid?Domain?for?Ultrasonic?Speckle?Reduction,”?IEEE?Trans.?Med.?Imag.,?26?(2007),?pp.?200-211)，在多尺度柜架下進行擴散，但是其邊緣檢測算子依然為梯度模，限制了對高噪聲圖像的去噪效果。

綜上所述，尋找能有效區分邊緣與噪聲的邊緣檢測算子是各向異性擴散的核心所在。性能優越的邊緣檢測算子能提升降噪效果。

發明內容

本發明所要解決的技術問題是提供一種基于McIlhagga邊緣檢測算子的各向異性擴散圖像降噪方法，抑制超聲圖像中的斑點噪聲。選擇McIlhagga算子作為各向異性擴散的邊緣檢測算子，使各向異性擴散對于強斑點噪聲具有高魯棒性。

同時，本發明將經McIlhagga邊緣檢測算子獲得的邊緣二值圖，通過距離映射函數轉化為具有多個灰度級的漸變邊緣圖；而且為了減少運算時間，提出在擴散迭代一定次數后，更新一次邊緣圖。

為實現上述目的，本發明采用如下的技術方案實現：

一種基于McIlhagga邊緣檢測算子的各向異性擴散圖像降噪方法，其特征在于：具體實現步驟為：