[發明專利]一種基于多尺度模糊的聲學圖像紋理特征提取方法

有效

• 申請號: 201810620930.5
• 申請日: 2018-06-15
• 公開（公告）號: CN108875741B
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 孫建國;袁野;吳艦宇;劉鐸;楊旸;李守政;鐘琦;劉加貝
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/40;G06K9/44;G06K9/46;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于多尺度模糊的聲學圖像紋理特征提取方法，屬于計算機技術領域，包括圖像預處理，圖像特征值提取及分類器分類。主要實現步驟為：尋找并選取圖像的感興趣區域ROI；對圖像進行自適應中值濾波處理，以最小化圖像的散斑噪聲，保持對脈沖噪聲的魯棒性和圖像的邊緣特性；對圖像進行膨脹和腐蝕操作來進一步移除散斑噪聲以及柔化圖像；利用直方圖均衡來改善圖像的對比度，使它在每個灰度級具有相同的像素數；對圖像進行模糊局部二元模式操作LBP，得到對應ROI的FLBP地圖；采用雙樹復小波變換DT?CWT提取不同尺度的特征；選擇隨機森林RF作為分類器，將超聲圖像中內容分為正例和反例；本發明能夠高效、準確的對超聲圖像進行分類，具有廣闊的發展前景。

技術領域

本發明屬于計算機技術領域，具體涉及一種計算機技術、圖像處理、人工智能AI和數據挖掘相結合的基于多尺度模糊的聲學圖像紋理特征提取方法。

背景技術

超聲圖像是反映介質中聲學參數的差異，可得到不同于光學、X射線、y射線等的信息。超聲對人體軟組織有良好的分辨能力，可得到高達120dB以上動態范圍的有用信號，有利于識別生物組織的微小病變。超聲圖像顯示活體組織時不用染色處理，即可獲得所需圖像。

超聲成像是利用超聲聲束掃描人體，通過對反射信號的接收、處理，以獲得體內器官的圖象。常用的超聲儀器有多種：A型(幅度調制型)是以波幅的高低表示反射信號的強弱，顯示的是一種“回聲圖”。M型(光點掃描型)是以垂直方向代表從淺至深的空間位置，水平方向代表時間，顯示為光點在不同時間的運動曲線圖。以上兩型均為一維顯示，應用范圍有限。B型(輝度調制型)即超聲切面成象儀，簡稱“B超”。是以亮度不同的光點表示接收信號的強弱，在探頭沿水平位置移動時，顯示屏上的光點也沿水平方向同步移動，將光點軌跡連成超聲聲束所掃描的切面圖，為二維成象。至于D型是根據超聲多普勒原理制成.C型則用近似電視的掃描方式，顯示出垂直于聲束的橫切面聲象圖。近年來，超聲成象技術不斷發展，如灰階顯示和彩色顯示、實時成象、超聲全息攝影、穿透式超聲成像、超聲計并機斷層圾影、三維成象、體腔內超聲成像等。

但是在通常情況下，超聲圖像的分辨率低，圖像內容的邊緣模糊。因此如何提取描述超聲圖像的最佳特征是一個巨大的挑戰，他們會高度影響在機器學習中分類結果的精度和訓練時間。

目前已有的特征提取法諸如局部相位量化LPQ(Local Phase Quantization)、完整區別性局部特征CDLF(Completed Discriminative Local Features)對超聲圖像分類的查準率與查全率均不如本發明所提出的特征提取方法。

發明內容

本發明的目的在于提供一種通過計算機技術對超聲圖像進行圖像預處理，圖像特征值提取，然后通過分類器對超聲圖像進行高效、準確分類的基于多尺度模糊的聲學圖像紋理特征提取方法。

本發明的目的是這樣實現的：

本發明公開了一種基于多尺度模糊的聲學圖像紋理特征提取方法，包括圖像預處理，圖像特征值提取及分類器分類，具體包括以下步驟：

(1)尋找并選取圖像的感興趣區域ROI；

(2)對圖像進行自適應中值濾波處理，使圖像的散斑噪聲趨于最小化，保持對脈沖噪聲的魯棒性和圖像的邊緣特性；

(3)對處理后的圖片進行形態變換，包括對圖像進行膨脹和腐蝕操作，進一步移除散斑噪聲以及柔化圖像；

(4)利用直方圖均衡改善圖像的對比度，將一幅圖像轉換為另一幅平衡直方圖，使它在每個灰度級具有相同的像素數；

(5)對圖像進行LBP模糊局部二元模式操作，得到對應ROI的FLBP地圖；

(6)采用雙樹復小波變換DT-CWT，提取不同尺度的特征，進而反映不同分辨率下灰度圖像沿不同方向的變化，描述圖像的方向特征；