[發明專利]一種超聲圖像去噪和增強方法

有效

• 申請號: 201610153694.1
• 申請日: 2016-03-17
• 公開（公告）號: CN107203972B
• 公開（公告）日: 2020-01-03
• 發明（設計）人: 李豪;張詩杰;馬睿;陳惠人;奚水;張玨;方競
• 申請（專利權）人: 飛依諾科技(蘇州)有限公司;北京大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/10;G06T5/20
• 代理公司: 32235 蘇州威世朋知識產權代理事務所(普通合伙)
• 代理人: 楊林潔

本發明涉及圖像處理領域，公開了一種超聲圖像去噪和增強算法，包括以下步驟：(1)使用Curvelet變換對圖像進行分解，獲得低頻子帶和不同尺度、不同方向的高頻子帶；(2)將低頻子帶系數乘以一個小的增益系數，抑制圖像的背景信息；(3)采用一個有方向選擇性的高頻增益函數處理Curvelet高頻子帶系數，對于接近于水平方向的高頻子帶，設置較大的增益倍數和較小的閾值；對于接近于垂直方向的高頻子帶，設置較小的增益倍數和較大的閾值；(4)對經過處理后的系數進行Curvelet反變換，得到增強后的圖像。本發明能夠有效去除超聲圖像的斑點噪聲，并增強圖像中的邊緣信息。

技術領域

本發明涉及一種超聲圖像去噪和增強方法，屬于醫學圖像處理領域。

背景技術

醫學超聲成像技術因為其非侵入性、無輻射、實時性以及高性價比等特點，已經被廣泛應用于醫療輔助診斷當中。然而醫學超聲圖像因為其成像固有機制的影響，圖像中存在大量斑點噪聲，影響了圖像質量。嚴重的斑點噪聲會掩蓋住圖像的細節信息，給之后的圖像特征提取和識別、定量分析及臨床診斷帶來干擾。并且，超聲圖像解剖學信息不足、對比度也不佳，病變組織并不容易區分，也很大程度影響了臨床診斷的準確性。因此，抑制超聲圖像的斑點噪聲、增強圖像的解剖學細節、改善圖像質量對于超聲的圖像分析和臨床診斷非常重要，也已經成為備受研究人員關注的熱點問題。

前人已開展了很多針對超聲圖像去噪和增強的研究，其思路和常規圖像去噪和增強的思路大體一致。經典的圖像增強方法主要包括圖像域的增強方法，如灰度變換法、平滑濾波法(均值濾波、中值濾波法)；頻域的增強方法，如低通濾波法、同態濾波等；以及一些新的圖像增強方法，如基于小波變換的圖像增強技術，基于神經網絡、模擬退火法、遺傳算法的圖像增強技術等。

基于小波變換采用多尺度分解的思想，將圖像分解成高頻小波子帶和低頻小波子帶。借助于小波變換，能夠將圖像特征信息的能量和噪聲的能量分開。然后通過對高頻子帶系數設置閾值，將高頻子帶中噪聲所對應的幅值小的系數置零，實現圖像去噪；或者設計一個更為平滑的非線性增強函數，對高頻子帶系數進行拉伸，增強圖像邊緣所對應的大系數，抑制噪聲所對應的小系數，從而實現邊緣增強和噪聲抑制。

Curvelet變換是在小波變換基礎上發展出來的一種具有多方向性的多尺度幾何分析方法。相比傳統小波變換，它更加適合分析二維圖像的曲線或直線狀邊緣特征，具有更高的逼近精度和更好的稀疏表達能力。基于Curvelet變換的圖像去噪和增強思想和基于小波變換的方法思想類似，同樣多采取閾值法或通過設計非線性增強函數抑制Curvelet變換域高頻小系數，增強大系數。但是得益于Curvelet變換對圖像中直線、曲線等信息具有更優異的表達，Curvelet變換能夠取得比小波變換更加理想的去噪和增強效果。

Curvelet變換在超聲圖像中的應用研究尚未充分開展。目前有研究者將Curvelet變換應用于超聲圖像去噪當中，但基本沿用了傳統的基于Curvelet系數幅值閾值化方法。這類方法并沒有充分利用Curvelet變換自身的方向性優勢，也沒有和超聲圖像自身的特點結合。

發明內容

為了去除超聲圖像的斑點噪聲，增強圖像有解剖學意義的邊緣信息，本發明提出了一種基于Curvelet變換的方向選擇性(Curvelet-based orientation-selective，CBOS)濾波器，包括以下步驟：

1)使用Curvelet變換對圖像進行分解，獲得低頻子帶和不同尺度、不同方向的高頻子帶；

2)將低頻子帶系數乘以一個小的增益系數，抑制圖像的背景信息；

3)設計一個有方向選擇性的高頻增強函數，對于接近于水平方向的高頻子帶，設置較大的增益倍數和較小的閾值；對于接近于垂直方向的高頻子帶，設置較小的增益倍數和較大的閾值；

4)對經過處理后的系數進行Curvelet反變換，得到增強后的圖像。