[發明專利]一種量子啟發的醫學超聲圖像去斑方法

有效

• 申請號: 201410148010.X
• 申請日: 2014-04-14
• 公開（公告）號: CN103955894B
• 公開（公告）日: 2017-04-19
• 發明（設計）人: 付曉薇;王奕;陳黎;田菁;陳芳
• 申請（專利權）人: 武漢科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 杭州宇信知識產權代理事務所(普通合伙)33231
• 代理人: 張宇娟

1.一種量子啟發的醫學超聲圖像去斑方法，其特征在于，包括以下步驟：

S1、對輸入的乘性含斑超聲圖像經過對數變換得到加性含噪圖像；

S2、對加性含噪圖像做復小波分解，得到小波系數；

S3、自適應性參數選取：計算噪聲方差、理想圖像信號小波系數概率密度函數的方差和平滑參數；

S4、選取自適應性參數計算量子啟發的自適應調整閾值，對小波系數進行軟閾值處理得到理想圖像信號的小波系數估計值；

S5、用理想圖像信號的小波系數估計值進行復小波重構，得到經過軟閾值處理后的小波系數估計值所對應的圖像灰度值；

S6、對圖像灰度值進行指數變換，補償步驟S1中的對數變換，獲得完整的去斑操作后的醫學超聲圖像；

其中，步驟S3具體包括：

S31、計算噪聲方差σ_n：

所述加性含噪圖像的小波系數Y是理想圖像信號小波系數X和噪聲小波系數N的疊加，即Y＝X+N；

復數N服從方差為σ_n的高斯分布，對于不同的輸入圖像I，其噪聲小波系數N的概率密度函數不同，即N服從不同方差σ_n的高斯分布；用高頻子帶Y第一層45°方向上的小波系數的模得到噪聲方差σ_n；

S32、使用最小二乘法計算理想圖像信號小波系數概率密度函數的方差σ和平滑參數S：

復數X服從帶平滑參數S、方差為σ的改進的拉普拉斯分布；X_r是X的實部，X_i是X的虛部：

$p_x\left(X\right)=\frac{3}{2{\mathrm{\π\σ}}^2}\exp (-\frac{\sqrt{3}}{\mathrm{\σ}}\sqrt{X_r^2+X_i^2}\exp (S\left)\right)$

對于不同的輸入圖像I，其理想圖像信號小波系數X的概率密度函數不同，即X服從不同平滑參數S、方差σ的改進的拉普拉斯分布，用高頻子帶Y第二層每個方向上的小波系數的模，通過最小二乘曲線擬合方法，得到每個方向上小波系數的概率密度函數的參數σ和S的擬合初始值為：S∈[1,4]；

并且步驟S4中，為了在去除噪聲的同時盡可能地保持圖像細節，加入基于量子理論的調整閾值，最終得到的理想圖像信號小波系數X的估計值為

$\hat{X}=\frac{{(\sqrt{Y_r^2+Y_i^2}-(\sqrt{3}\exp \left(S\right)\frac{{\mathrm{\σ}}_n^2}{\mathrm{\σ}}+{\mathrm{\ΔT}}_{QSP}\left)\right)}_{+}}{\sqrt{Y_r^2+Y_i^2}}\×Y;$

其中，Y_r、Y_i分別是Y的實部和虛部，△T_QSP為調整閾值；所述△T_QSP的計算如下：△T_QSP＝cos²(NC^dir(m,n)×(π/2))×OCI^dir，

其中：方向dir上父子帶小波系數的乘積C^dir是信號與噪聲兩種量子態的疊加；(m,n)是小波系數的空間位置，和分別是第一尺度和第二尺度的方向dir上高頻子帶小波系數的模，其乘積表示為：NC^dir表示歸一化的C^dir；其中OCI為觀察者強度參數：和分別是圖像高頻子帶小波系數Y在方向dir上第一尺度和第二尺度的信息熵；w是含噪圖像中以空間位置(m,n)的像素為中心的11×11的窗口，μ(w)和σ(w)分別表示區域w的均值和標準差；cv是圖像的局部變異系數構成的矩陣，定義為cv(m,n)＝μ(w)/σ(w)；ncv是歸一化后的變異系數矩陣cv,n^dir表示dir方向子帶上小波系數的個數。