本申请涉及图像处理技术领域，特别涉及一种图像颜色值的获取方法及装置，一种空间复合成像的方法及设备，以及一种超声成像的扫描变换方法及设备。
背景技术：
图像的颜色值，指的是图像中像素点的颜色深度，，如果一幅图像是黑白图像，则颜色值就是灰度值，灰度值的范围一般从0到255，白色为255，黑色为0，故黑白图片也称灰度图像，在医学、图像识别领域有很广泛的用途。在各种医疗设备采集图像的过程中，初始采集的图像的像素点的坐标位置往往与该图像需要显示的像素点的坐标位置不同，例如，采集到的坐标位置是不规则的六个像素点对应的坐标位置，而需要显示的像素点则是规则排列的3*3共九个像素点。因此，就需要采用插值法通过采集到的这不规则的六个像素点的颜色值，来确定需要显示的、规则排列的九个像素点的颜色值。这就需要使用各种插值算法对图像的待求像素点(上述规则排列的九个像素点)的颜色值进行确定。
在现有技术中，在确定图像的待求像素点的颜色值时，可以使用最近邻插值法，该方法使用距离待求像素点最近的像素点的颜色值作为该待求像素点的颜色值。
技术实现要素：
但是发明人在研究过程中发现，最近邻插值法由于没有考虑其他相邻像素点的影响，因而重新确定的待求像素点的颜色值有明显的不连续性，这就使得图像的质量损失较大，会产生明显的锯齿现象。现有技术中还有一种双线性插值法，是基于三次线性插值的方法，但因其具有低通滤波器的性质，造成高频信息的损失，使重新确定像素点的颜色值后的图像变得模糊。而三次卷积插值法能克服最近邻插值法和三次线性插值两种方法的缺点，但计算量极大。
基于此，本申请提供了一种图像颜色值的获取方法，用以解决现有技术中最近邻插值法带来的图像有明显的不连续性，图像质量损失较大，具有明显的锯齿现象的问题，以及，解决双线性插值法会造成高频信息的损失使得图像模糊的问题，以及解决三次卷积插值法的计算量极大的问题。
本申请还提供了一种图像颜色值的获取装置，一种空间复合成像的方法及设备，以及，一种超声成像的扫描变换方法和设备，用以保证上述方法在实际中的实现及应用。
为了解决上述问题，本申请提供了一种图像颜色值的获取方法，该方法包括：
针对待求图像中的待求像素点，确定符合预设邻域条件的邻近像素点；
按照所述邻近像素点到所述待求像素点的距离大小，，确定所述邻近像素点对所述待求像素点的权重值；
依据所述权重值和邻近像素点的颜色值计算所述待求像素点的颜色值。
其中，所述按照所述邻近像素点到所述待求像素点的距离大小，确定所述邻近像素点对所述待求像素点的权重值，包括：
分别计算各个所述邻近像素点到所述待求像素点的距离；
按照距离大的邻近像素点的权重值小且距离小的邻近像素点的权重值大的原则，以各个距离的倒数的指定方次为比例，分别确定所述邻近像素点对所述待求像素点的权重值。
其中，所述依据所述权重值和邻近像素点的颜色值计算所述待求像素点的颜色值，包括：
在待求像素点与邻近像素点都不重合的情况下，将每一个邻近像素点的权重值，与该邻近像素点的已知颜色值相乘得到每一个邻近像素点对应的每一个中间值；以及，将待求像素点的各个邻近像素点的中间值的平均值确定为待求像素点的颜色值；
在待求像素点与邻近像素点重合的情况下，将邻近像素点的颜色值确定为待求像素点的颜色值。
本申请实施例公开了一种空间复合成像方法，该方法包括：
按照预设的偏转角度对待扫描对象进行扫描采样，得到采样后的多个组件图像；
以零偏转角度的组件图像为标准图像，通过对齐各个组件图像的采样点的位置的方式计算所述标准图像中各个采样点对应的颜色值，包括：以所述标准图像中的采样点为目标采样点，从非零偏转角度的组件图像的采样点中确定符合预设邻域条件的参考采样点；按照所述参考采样点到所述目标采样点的距离大小，确定所述参考采样点对所述目标采样点的权重值；依据所述权重值和参考采样点的颜色值分别计算各个所述目标采样点对应的颜色值；
依据所述标准图像的目标采样点对应的颜色值，生成所述待扫描对象的空间复合图像。
其中，所述依据所述标准图像的目标采样点对应的颜色值，生成所述待扫描对象的空间复合图像，包括：
对于各个目标采样点计算得到的颜色值，判断该颜色值的个数是否大于1，如果是，则将各个颜色值的平均值确定为目标颜色值；如果否，则将该颜色值确定为目标颜色值；
依据所述各个目标采样点的目标颜色值生成所述空间复合图像。
本申请公开了一种超声成像的扫描变换方法，该方法包括：
根据笛卡尔坐标系和极坐标系之间的对应关系，将目标超声图像中笛卡尔坐标系下的目标像素点变换到极坐标系下；
针对所述目标像素点，从扫描得到的以极坐标形式表示的回波数据中确定符合预设邻域条件的扫描像素点；
按照所述扫描像素点到所述目标像素点的距离大小，，确定所述扫描像素点对所述目标像素点的权重值；
依据所述权重值和扫描像素点的颜色值分别计算各个所述目标像素点的颜色值。
本申请还公开了一种图像颜色值的获取装置，该装置包括：
确定邻近像素点模块，用于针对待求图像中的待求像素点，确定符合预设邻域条件的邻近像素点；
确定权重值模块，用于按照所述邻近像素点到所述待求像素点的距离大小，确定所述邻近像素点对所述待求像素点的权重值；；
计算颜色值模块，用于依据所述权重值和邻近像素点的颜色值计算所述待求像素点的颜色值。
其中，所述确定权重值模块包括：
计算距离子模块，用于分别计算各个所述邻近像素点到所述待求像素点的距离；
确定子模块，用于按照距离大的邻近像素点的权重值小且距离小的邻近像素点的权重值大的原则，以各个距离的倒数的指定方次为比例，分别确定所述邻近像素点对所述待求像素点的权重值。
其中，所述计算颜色值模块包括：
第一确定子模块，用于在待求像素点与邻近像素点都不重合的情况下，将每一个邻近像素点的权重值，与该邻近像素点的已知颜色值相乘得到每一个邻近像素点对应的每一个中间值；以及，将待求像素点的各个邻近像素点的中间值的平均值确定为待求像素点的颜色值；；
第二确定子模块，用于在待求像素点与邻近像素点重合的情况下，将邻近像素点的颜色值确定为待求像素点的颜色值。
本申请还公开了一种空间复合成像设备，该设备包括：
采样单元，用于按照预设的偏转角度对待扫描对象进行扫描采样，得到采样后的多个组件图像；
第一计算颜色值单元，用于以零偏转角度的组件图像为标准图像，通过对齐各个组件图像的采样点的位置的方式计算所述标准图像中各个采样点对应的颜色值，包括：确定参考采样点模块，用于以所述标准图像中的采样点为目标采样点，从非零偏转角度的组件图像的采样点中确定符合预设邻域条件的参考采样点；确定权重值模块，用于按照所述参考采样点到所述目标采样点的距离大小，确定所述参考采样点对所述目标采样点的权重值；计算模块，用于依据所述权重值和参考采样点的颜色值分别计算各个所述目标采样点对应的颜色值；
生成复合图像单元，用于依据所述标准图像的目标采样点对应的颜色值，生成所述待扫描对象的空间复合图像。
其中，所述生成复合图像单元包括：
判断模块，用于对于各个目标像素点计算得到的颜色值，判断该颜色值的个数是否大于1；
第一确定模块，用于在所述判断模块的结果为是的情况下，将各个颜色值的平均值确定为目标颜色值；
第二确定模块，用于在所述判断模块的结果为否的情况下，将该颜色值确定为目标颜色值；
生成复合图像模块，用于依据所述各个目标像素点的目标颜色值生成所述空间复合图像。
本申请还公开了一种超声成像的扫描变换设备，该设备包括：
坐标变换单元，用于根据笛卡尔坐标系和极坐标系之间的对应关系，将目标超声图像中笛卡尔坐标系下的目标像素点变换到极坐标系下；
确定扫描像素点单元，用于针对所述目标像素点，从扫描得到的以极坐标形式表示的回波数据中确定符合预设邻域条件的扫描像素点；
确定权重单元，用于按照所述扫描像素点到所述目标像素点的距离大小，确定所述扫描像素点对所述目标像素点的权重值；
第二计算颜色值单元，依据所述权重值和扫描像素点的颜色值分别计算各个所述目标像素点的颜色值。
与现有技术相比，本申请包括以下优点：
在本申请实施例中，本领域技术人员可以依据实际需求设置合理的幂参数的值，在保证待求图像光滑连续的同时，可以尽可能的保留原始采集信号的高频信息，从而提高待求图像对比分辨率。并且，还可以减少计算图像颜色值的计算量。
本申请实施例可以应用于空间复合成像领域以及超声成像的扫描变换邻域，可以提高实际中的计算速度，增加超声系统显示的实时帧率，在保证图像质量的前提下，尽可能的保留了原始采集信号的高频信息，提高图像对比分辨率的同时减少计算的复杂度，从而提高超声系统实时扫描变换的速度，改善超声图像的质量。
当然，实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请的图像颜色值的获取方法实施例的流程图；
图2是本申请的空间复合成像的系统原理框图；
图3是本申请的空间复合成像的方法实施例的流程图；
图4是本申请的空间复合成像的组件图像的示意图；；
图5是本申请的空间复合成像中组件图像沿着扫描线的采样点的位置图；
图6是本申请的空间复合成像中笛卡尔坐标的示意图；
图7是本申请的超声成像的扫描变换方法实施例的流程图；
图8是本申请的超声成像扫描变换过程中极坐标系的位置示意图；
图9是本申请的图像颜色值的计算装置实施例的结构框图；
图10是本申请的空间复合成像设备实施例的结构框图；
图11是本申请的超声成像的扫描变换设备实施例的结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
参考图1所示，为本申请中图像颜色值的获取方法实施例的流程图，本实施例可以包括以下步骤：
步骤101：针对待求图像中的待求像素点，确定符合预设邻域条件的邻近像素点。
本实施例中，对于一幅待求图像，假设采集得了一些不规则分布的邻近像素点，而需要显示的、可以是规则分布的像素点则是本实施例中提到的待求像素点。针对各个待求像素点，为了计算得到待求像素点准确的颜色值，可以基于待求像素点的各个邻近像素点的已知颜色值进行计算。具体的，因为离待求像素点越近的邻近像素点的颜色值的参考意义越大，所以可以基于反距离加权插值法的原理来对待求像素点的若干个邻近像素点分配权重值，从而依据各个邻近像素点的已知颜色值来计算待求像素点的待求颜色值。具体的，可以以像素间距离倒数的指定方次为比例，分配各个邻近像素点对待求像素点的贡献，其中，距离小的像素点贡献大，距离大的像素点贡献小，并按照贡献比例计算待求像素点的待求颜色值。其中，像素间距离指的是，从各个邻近像素点到待求像素点之间的距离。
在本步骤中，假设一副图像中的待求像素点的坐标为(x,y)，针对该待求像素点，确定符合预设邻域条件的邻近像素点(xi,yi)，i的值大于或等于1。当i为1时，即邻近像素点只有一个，是距离待求像素点的最近的像素点。其中，预设邻域条件可以为，以待求像素点为圆心，常数为半径的邻域内的所有像素点，也可以是，更简化的方式，，是指待求像素点周围最邻近的几个像素点，即到该待求像素点的距离最小的若干个像素点。在实际应用中，具体取多少个邻近像素点，可以由本领域技术人员自主设置。例如，3个或者4个，或者多达十几个几十个都可以。当邻近像素点的个数越多时，计算量越大相应的计算结果也就越准确。
步骤102：按照所述邻近像素点到所述待求像素点的距离大小，确定所述邻近像素点对所述待求像素点的权重值。
在本步骤中，针对步骤101确定出的若干个邻近像素点，具体可以按照距离较远的邻近像素点权重小而距离较近的邻近像素点权重大的原则，来确定各个邻近像素点对于待求像素点的权重值。
具体的，本步骤可以包括步骤a1～步骤a2：
步骤a1：分别计算各个所述邻近像素点到所述待求像素点的距离。
首先，分别计算各个邻近像素点到待求像素点的距离。计算方式可以如下所示的公式(一)：
其中，di表示第i个邻近像素点(xi,yi)到待求像素点(x,y)的距离。
步骤a2：按照距离大的邻近像素点的权重值小且距离小的邻近像素点的权重值大的原则，以各个距离的倒数的指定方次为比例，分别确定所述邻近像素点对所述待求像素点的权重值。
在本步骤中，则按照距离大的邻近像素点的权重值小且距离小的邻近像素点的权重值大的原则，以各个距离的倒数的指定方次为比例，分别确定所述邻近像素点对所述待求像素点的权重值。例如，将每一个邻近像素点到待求像素点的距离的指定方次的倒数，作为每一个邻近像素点的权重值的分子；将各个邻近像素点到待求像素点的距离的指定方次的倒数之和，作为各个邻近像素点的权重值的固定分母；；以及，分别计算各个分子与固定分母的商作为各个邻近像素点的权重值。
具体的，可以采用如下所述的公式(二)计算待求像素点的权重值：
其中，ri为第i个邻近像素点的权重值，di为第i个像素点到待求像素点的距离，
在公式二中，需要说明的是，α可以是一个大于0的常数，是距离的倒数的幂值，又称为幂参数，各个邻近像素点的权重值的分配主要依赖于幂参数的值。在实际应用中，本领域技术人员通过设置幂参数的值，可以有效地调整各个邻近像素点对待求像素点的权重值的比例，以满足待求图像的不同效果的需求。
在实际应用中，优选的，可以将幂参数的值设置为一，权重值就采用如下所示的公式(三)和公式(四)进行计算：
其中，ri为权重值，di为距离，
在计算得到权重值之后，接着进入步骤103：
步骤103：依据所述权重值和邻近像素点的颜色值计算所述待求像素点的颜色值。
在实际应用中，因为待求像素点的坐标位置是规则排列的，而邻近像素点的坐标位置是不规则排列的，所以有可能某一个或者某些待求像素点恰好就在邻近像素点的坐标位置处。因此，在待求像素点与某个邻近像素点重合的情况下，将邻近像素点的颜色值确定为待求像素点的颜色值；而在待求像素点与各个邻近像素点都不重合的情况下，将每一个邻近像素点的权重值，与该邻近像素点的已知颜色值相乘得到每一个邻近像素点对应的每一个中间值；以及，将待求像素点的各个邻近像素点的中间值之和作为待求像素点的颜色值。
因此，在计算得到权重值后，因为步骤101中确定的邻近像素点的颜色值是已知的，假设第j个邻近像素点的颜色值为pj，则对于本步骤可以采用如下所述的公式(五)计算所述待求像素点的颜色值：
其中，f(x,y)为待求像素点的颜色值，p为邻近像素点f(xi,yi)的颜色值，rj为权重值。可见，f(x,y)是用分段函数式表达的，当待求像素点与邻近像素点f(xi,yi)重合时，f(x,y)的颜色值就是邻近像素点f(xi,yi)的颜色值；当不重合时，f(x,y)就是各个邻近像素点即从f(x1,y1)到f(xn,yn)的各个颜色值的加权平均值。
从公式(五)看起来f(x,y)是不连续的，但由下列公式(六)求极限的计算过程可知，f(x,y)是处处连续的。
在本实施例中，在计算待求图像中的待求像素点的时候，先确定一部分邻近像素点，并利用邻近像素点到待求像素点的距离的倒数的指定方次来分配各个邻近像素点的权重值，其中，指定方次(即幂参数)的值越大，距离待求像素点越近的邻近像素点分配的权重值相对越大，这会使得原始采集图像中高频信息保留得越多，但同时最后生成的待求图像也相对不平滑；反之，幂参数的值越小，距离待求像素点越远的邻近像素点分配的权重值就会相对变大，则待求图像就会越光滑，但同时原始采集图像中的高频信息保留得越少。因此，本领域技术人员可以依据实际需求设置合理的幂参数的值，在保证待求图像光滑连续的同时，可以尽可能的保留原始采集信号的高频信息，从而提高待求图像对比分辨率。
在各种医疗设备采集图像的过程中，初始采集的图像的像素点的坐标位置往往与需要显示的像素点的坐标位置不同，故经常需要使用各种插值算法重新确定需要显示的坐标位置对应的像素点的颜色值，因此任何涉及到用插值进行颜色值确定的处理方式，都可以采用图1所示的确定图像颜色值的算法进行。
具体的，图1所示的获取图像颜色值的算法可以应用于空间复合成像技术领域。参考图2所示，是一种典型的空间复合成像的系统原理框图。结合图2所示的系统，进行空间复合成像的流程如下：“系统控制器”根据实际需要确定扫描的偏转角度和组件图像(即通过扫描得到的、需要后续用来进行彼此复合得到目标图像的扫描图像)的数目，并控制发射和接收的延时和聚焦参数等；“发射器”激励探头阵元发射超声波到被扫描的人体组织，然后“探头”的阵元组接收人体组织返回的超声回波信号并转化成电信号，该电信号经放大及模数转换后进行“波束合成”；对波束合成后的信号进行“滤波”，“包络检测”可以提取回波信号的包络信息，再进行对数压缩、降采样后，得到不同偏转角度的组件图像；对组件图像进行“空间复合”处理，将处理后的图像“显示”到屏幕上。
接着参考图3所示，示出了本申请一种利用图1所示的颜色值的计算方法，来进行空间复合成像的方法实施例的流程图，，本实施例应用于图2所示的“空间复合”的流程中。具体的，本实施例可以包括以下步骤：
步骤301：按照预设的偏转角度对待扫描对象进行扫描采样，得到采样后的多个组件图像。
在本步骤中，预设的偏转角度可以根据实际需要进行设置，例如设置30度等。组件图像的数目也可以设定，一般取奇数个，例如3个，5个，等等，这样可以保证除了零偏转角度的组件图像之外，，其他的组件图像都是两两对称的。以预先设置的组件图像的数目为3个，，偏转角度为30度为例进行说明，则本步骤中可以得到-30度的组件图像，零偏转角度的组件图像，和30度偏转角度的组件图像，共三个组件图像。
具体的，参考图4所示，是一种空间复合成像后的组件图像的示意图。利用图4上侧得到的线阵三个偏转角度的组件图像实现空间复合，可以得到质量更好的空间复合图像。由于不同偏转角度的组件图像具有相对独立的斑点噪声，以及不同的声响和混响等干扰，通过三个组件图像的复合，即取三个组件图像对应的目标采样点的颜色值的平均值作为复合后的图像的颜色值，可以有效降低上述因素对图像质量的影响，从而在各个组件图像的重叠区域内获得最好的图像质量。
步骤302：以零偏转角度的组件图像为标准图像，对齐各个组件图像的采样点的位置，计算所述标准图像中各个采样点对应的颜色值。
参考图5所示，为空间复合成像中的组件图像上的采样点的位置。其中，图5中的实心圆点为零偏转角度的组件图像中的目标采样点，而空心圆点则为-30度偏转角度的组件图像中的参考采样点(30度偏转角度的组件图像的采样点图5中未示出)。
在本步骤中，以零偏转角度的组件图像为标准图像，，共同对齐各个组件图像的采样点的位置，即依据各个非零偏转角度的组件图像中参考采样点的已知颜色值来计算标准图像中各个目标采样点的目标颜色值，针对每一个非零偏转角度的组件图像都计算一次目标颜色值，这个过程就是基于图1所示的基于反距离加权插值法的原理，对各已知颜色值的参考采样点分配权重，从而求得目标采样点的颜色值的过程。
具体的，本步骤在实现时可以包括步骤b1～步骤b3：
步骤b1：以所述标准图像中的采样点为目标采样点，从非零偏转角度的组件图像的采样点中确定符合预设邻域条件的参考采样点。
在本实施例中，依据参考采样点(即非零偏转角度的组件图像中的采样点，例如图5中空心圆点)的已知颜色值，来计算标准图像中的目标采样点(例如图5中的采样点x)的目标颜色值，再将计算得到的目标颜色值与标准图像中原始采集的已知颜色值取平均值，，从而得到标准图像中的各个目标采样点的最终颜色值。
假设一共有三幅图像，则标准图像的各个采样点就是目标采样点，因此直接扫描得到的原始颜色值即可作为目标采样点的一个颜色值。而对于30度偏转角度的组件图像，因为该组件图像中的参考采样点的坐标位置与标准图像中目标采样点的坐标位置不同(例如图5中的采样点a和x)，所以需要利用该组件图像扫描得到的参考采样点的颜色值(坐标位置分别对应图5中的空心圆点)，来使用图1所示的插值算法计算该组件图像对应到标准图像后目标采样点的位置所对应的目标颜色值。但是，因为该组件图像扫描角度是有一定偏转的，所以能计算出的目标采样点也是有限的，例如对于图5来讲，上半部分的大多数目标采样点都能计算出目标颜色值，因为在目标采样点周围不规则的分布了参考采样点，这种情况下，针对一个目标采样点就可能得到多个目标颜色值，包括根据参考采样点计算出的目标颜色值，还有原始采集时标准图像中的已知颜色值，此时取平均值作为最终颜色值即可；而下半部分的目标采样点可能无法计算出目标颜色值，因为这些采样点周围并没有分布参考采样点，这种情况下，就直接将原始采集到的目标采样点的颜色值作为最终颜色值即可。
对于-30度偏转角度的组件图像，计算方式与30度偏转角度的组件图像一致，所以仍以图5为例，针对30度偏转角度为非零度的组件图像，图5中待求的目标采样点x的颜色值，可以通过目标采样点x周围的参考采样点(例如图5中的参考采样点a、b、c、d等，，其中参考采样点从30度偏转角度的组件图像中确定)的值求出。下面仅以30度偏转角度的组件图像为例进行说明，在实际应用中，-30度偏转角度的组件图像也需要计算一次。
针对图5所示的目标采样点和参考采样点，建立的笛卡尔坐标系参考图6所示，其中，目标采样点x(x,y)即为图1所示的实施例中的待求像素点，在以待求的目标采样点(x,y)为圆心，常数r为半径的邻域内，查找(x,y)的邻近采样点，假设找到四个参考采样点，坐标为(xi,yi)，颜色值为pi，i＝1,2,…,n，则这些邻近采样点(xi,yi)到目标采样点(x,y)的距离di满足如公式(七)所示的预设邻域条件：
而在本步骤中查找该目标采样点x(x,y)周围的四个采样点a、b、c、d作为参考采样点，这四个参考采样点的颜色值依次为p1、p2、p3和p4。
步骤b2：按照所述参考采样点到所述目标采样点的距离大小，确定所述参考采样点对所述目标采样点的权重值。
接着分别计算步骤b1中确定的参考采样点到目标采样点的距离，可以依据两点间距离公式(七)，分别计算参考采样点a、b、c和d到目标采样点x的距离d1、d2、d3和d4。再分别以d1、d2、d3和d4的倒数为比例(幂参数的值在本例子中取1)，分配参考采样点a、b、c和d对待求的目标采样点x的权重值r1、r2、r3和r4。
具体的，与目标采样点之间的距离小的参考采样点的权重值大，与目标采样点之间的距离大的参考采样点的权重值小，则参考采样点a的权重值r1的计算方式如公式(八)所示：
同理，可以计算出r2、r3和r4的值
步骤b3：依据所述权重值和参考采样点的颜色值分别计算各个所述目标采样点对应的颜色值。
在本步骤中，再依据四个参考采样点的权重值计算待求的目标采样点x(x,y)的颜色值p。具体的，目标采样点的颜色值的计算方式如公式(十)所示：
与公式(五)相比，公式(十)更为简化，而简化后的公式(十)进行重采样，计算的过程更为简单，并且产生的复合成像的图像效果连续，且能较大程度的保留原始图像的灰阶层次。
步骤303：依据所述标准图像的目标采样点对应的颜色值，生成所述待扫描对象的空间复合图像。
在步骤302计算得到目标采样点的颜色值之后，因为各个组件图像中会存在一些互相重合的采样点，因此，对于复合图像中的同一个目标采样点，有可能只有一个原始扫描时得到的颜色值(即标准图像采样时的颜色值)，在这种情况下，直接将该原始采集的颜色值作为目标颜色值。还有可能受偏转角度的影响，有一些目标采样点会有两个目标颜色值，例如一个原始扫描时的颜色值和一个利用30度偏转角度的组件图像的参考采样点计算得到的颜色值，在这种情况下，将这两个颜色值取平均值作为目标颜色值。还有一种可能，是有一些目标采样袋内会有三个目标颜色值，例如，一个原始扫描时的颜色值，一个利用30度偏转角度的组件图像的参考采样点计算得到的颜色值，和一个利用-30度偏转角度的组件图像的参考采样点计算得到的颜色值，在这种情况下可以将这三个颜色值进行平均，将平均值作为最终的目标颜色值来生成待扫描对象的空间复合图像。
具体的，可以包括以下步骤c1～步骤c3：
步骤c1：针对各个目标采样点计算得到的颜色值，，判断该颜色值的个数是否大于1，如果是，则进入步骤c2；如果否，则进入步骤c3。
首先判断标准图像中同一个目标采样点计算得到的颜色值的个数，是否大于1个，即，在步骤302中是否计算得到了多个颜色值。
步骤c2：将各个颜色值的平均值确定为目标颜色值，进入步骤c4。
步骤c3：将该颜色值确定为目标颜色值。
将该一个颜色值直接作为目标采样点的目标颜色值。
步骤c4：依据所述各个目标采样点的目标颜色值生成所述空间复合图像。
可见，在本申请实施例中，可以通过设置不同的预设邻域条件和幂参数α的值，可以达到不同的重采样效果，满足用户的不同需求。因此，本实施例不局限于空间复合成像的重采样，任何对图像数据的重采样都可以使用本实施例的方法。当本实施例应用于空间复合成像时，由于空间复合成像是实时进行的，对算法的计算速度要求非常高，使用简化后的重采样算法，可以提高实际中的计算速度，增加超声系统显示的实时帧率。
此外，图1所示的实施例还可以应用于医用超声成像领域。医用超声成像诊断设备因其安全、实时、费用低等优点，在临床诊断与治疗中得到了非常广泛的应用。其中，超声成像时的数字扫描变换技术是指，将接收到的以极坐标形式表示的超声回波数据转化为笛卡尔坐标系的显示器格式。数字扫描变换技术的过程主要包括：回波数据存储，坐标变换和插值计算三个部分。其中，回波数据存储是指医用超声成像诊断设备中有一块内存，用于存储超声回波数据；坐标变换是指将显示器上显示的以笛卡尔坐标系表示的像素点，经过坐标变换转化为超声采集数据的极坐标系；插值计算是指对采集的回波数据进行插值从而获得最终显示格式的超声信息。因为一般情况下，只有极少数笛卡尔坐标系上的像素点和极坐标系上的像素点能够一一对应，故需要通过插值算法计算笛卡尔坐标系下的超声回波信息。
参考图7，示出了本申请一种超声成像的扫描变换方法实施例的流程图，本实施例可以包括以下步骤：
步骤701：根据笛卡尔坐标系和极坐标系之间的对应关系，将目标超声图像中笛卡尔坐标系下的目标像素点变换到极坐标系下。
在进行医学超声成像时，需要先将用于在显示器上进行显示的目标超声图像中的目标像素点从笛卡尔坐标系，转换成原始采集的回波数据的极坐标系下。因为采集的数据是极坐标系的，而待求的显示器的目标像素点也转换到了极坐标系，因此，后续就可以在极坐标系进行插值运算，从而求得目标像素点的颜色值。可以理解的是，无论是极坐标还是笛卡尔坐标，原始采集的回波数据中像素点的位置和待求的目标像素点的位置都是不变的，只是坐标的表示方式不同。
步骤702：针对所述目标像素点，从扫描得到的以极坐标形式表示的回波数据中确定符合预设邻域条件的扫描像素点。
在本步骤中，则针对步骤701中变换后的目标像素点，从扫描得到的、以极坐标表示的原始回波数据中确定出符合预设邻域条件的扫描像素点。在医学超声成像诊断设备对待扫描部位进行扫描之后，得到原始回波数据。而对于变换后的目标像素点，其符合预设邻域条件的扫描像素点就从原始回波数据中确定得到。具体的，预设邻域条件可以是以常数r为半径确定的圆形内的扫描像素点，也可以是距离目标像素点最近的若干个扫描像素点。
如图8所示，假设利用相邻两条扫描线相邻深度下的四个极坐标采样点的超声波信息，采用加权平均的插值方法进行估算笛卡尔坐标系下某个显示点的坐标对应的超声波信息。图8中n和n+1是相邻的两条扫描线，m和m+1是相邻的深度，g是需要进行估算的笛卡尔坐标系下的像素点，即是待求的插值点，其在极坐标下的坐标为(ρ,θ)，而a、b、c、d是目标像素点g的最邻近的四个扫描像素点，其中扫描像素点a和b的扫描深度相同，扫描像素点c和d的扫描深度相同，并且扫描像素点a和c在同一条扫描线n上，扫描像素点b和d在同一条扫描线n+1上。假设扫描像素点a、b、c、d的极坐标为(ρi,θi)，超声回波信息值为zi，i＝1,2,3,4。
步骤703：按照所述扫描像素点到所述目标像素点的距离大小，确定所述扫描像素点对所述目标像素点的权重值。
在本实施例中扫描像素点(ρi,θi)到目标像素点(ρ,θ)的距离di，可以采用公式(十一)计算得到。
步骤704：依据所述权重值和扫描像素点的颜色值分别计算各个所述目标像素点的颜色值。
在本步骤中再依据反距离加权插值法的原理，计算待求插值点的颜色值f(ρ,θ)采用公式(十二)计算得到：
其中，p为幂参数。
由于超声图像扫描变换具有实时性，对算法的计算速度要求非常高，为了简化算法，减少插值过程对中央处理器(cpu)的负担，在实际的应用中，可以将设置幂参数p的值为1。因此，目标像素点的颜色值也可以采用简化后如下所示的公式(十三)、(十四)和(十五)计算得到：
可见，简化后的扫描变换插值方法，计算更为简单，并且产生的图像效果连续，且能更大程度的保留原始采集信号的高频信息。
采用本实施例的方式计算扫描变换后的目标像素点，可以使最后生成的目标超声图像光滑、连续，且可以达到比较高的精度。减少了高频信息的损失，使扫描转换后的图像不仅光滑连续，而且具有较高的分辨率。并且，从计算复杂度来看，本实施例采用的算法是以邻域四点到目标像素点的距离倒数为比例分配权重，通过加权平均就可以求出目标像素点的颜色值，计算过程更为简单，有效的减轻了插值过程对cpu的负担，从而提高超声系统实时扫描变换的速度。因此，本实施例在保证图像质量的前提下，尽可能的保留了原始采集信号的高频信息，提高图像对比分辨率的同时减少计算的复杂度，从而提高超声系统实时扫描变换的速度，改善图像的质量。
对于前述的方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
与上述本申请一种图像颜色值的获取方法实施例所提供的方法相对应，参见图9，本申请还提供了一种图像颜色值的获取装置实施例，在本实施例中，该装置可以包括：
确定邻近像素点模块901，用于针对待求图像中的待求像素点，确定符合预设邻域条件的邻近像素点。
确定权重值模块902，用于按照所述邻近像素点到所述待求像素点的距离大小，确定所述邻近像素点对所述待求像素点的权重值；
其中，所述确定权重值模块902具体可以包括：
计算距离子模块，用于分别计算各个所述邻近像素点到所述待求像素点的距离；和，确定子模块，用于按照距离大的邻近像素点的权重值小且距离小的邻近像素点的权重值大的原则，以各个距离的倒数的指定方次为比例，分别确定所述邻近像素点对所述待求像素点的权重值。
计算颜色值模块903，用于依据所述权重值和邻近像素点的颜色值计算所述待求像素点的颜色值。
其中，所述计算颜色值模块903具体可以包括：
第一确定子模块，用于在待求像素点与邻近像素点都不重合的情况下，将每一个邻近像素点的权重值，与该邻近像素点的已知颜色值相乘得到每一个邻近像素点对应的每一个中间值；以及，将待求像素点的各个邻近像素点的中间值的平均值确定为待求像素点的颜色值；和，第二确定子模块，用于在待求像素点与邻近像素点重合的情况下，将邻近像素点的颜色值确定为待求像素点的颜色值。
在本实施例中，在计算待求图像中的待求像素点的时候，先确定一部分邻近像素点，并利用邻近像素点到待求像素点的距离的倒数的指定方次来分配各个邻近像素点的权重值，其中，指定方次(即幂参数)的值越大，距离待求像素点越近的邻近像素点分配的权重值相对越大，这会使得原始采集图像中高频信息保留得越多，但同时最后生成的待求图像也相对不平滑；反之，幂参数的值越小，距离待求像素点越远的邻近像素点分配的权重值就会相对变大，则待求图像就会越光滑，但同时原始采集图像中的高频信息保留得越少。因此，本领域技术人员可以依据实际需求设置合理的幂参数的值，在保证待求图像光滑连续的同时，可以尽可能的保留原始采集信号的高频信息，从而提高待求图像对比分辨率。
参考图10所示，本申请还提供了一种空间复合成像设备实施例，在本实施例中，该设备可以包括：
采样单元1001，用于按照预设的偏转角度对待扫描对象进行扫描采样，得到采样后的多个组件图像。
第一计算颜色值单元1002，用于以零偏转角度的组件图像为标准图像，通过对齐各个组件图像的采样点的位置的方式计算所述标准图像中各个采样点对应的颜色值，包括：确定参考采样点模块、确定权重值模块和计算模块；所述确定参考采样点模块用于：以所述标准图像中的采样点为目标采样点，从非零偏转角度的组件图像的采样点中确定符合预设邻域条件的参考采样点；所述确定权重值模块用于按照所述参考采样点到所述目标采样点的距离大小，确定所述参考采样点对所述目标采样点的权重值；所述计算模块，用于依据所述权重值和参考采样点的颜色值分别计算各个所述目标采样点对应的颜色值；
生成复合图像单元1003，用于依据所述标准图像的目标采样点对应的颜色值，生成所述待扫描对象的空间复合图像。
其中，所述生成复合图像单元1003具体可以包括：：
判断模块，用于对于各个目标采样点计算得到的颜色值，判断该颜色值的个数是否大于1，；第一确定模块，用于在所述判断模块的结果为是的情况下，将各个颜色值的平均值确定为目标颜色值；；第二确定模块，用于在所述判断模块的结果为否的情况下，将该颜色值确定为目标颜色值；和，生成复合图像模块，用于依据所述各个目标采样点的目标颜色值生成所述空间复合图像。
在本申请实施例中，可以通过设置不同的预设邻域条件和幂参数α的值，可以达到不同的重采样效果，满足用户的不同需求。因此，本实施例不局限于空间复合成像的重采样，任何对图像数据的重采样都可以使用本实施例的方法。当本实施例应用于空间复合成像时，由于空间复合成像是实时进行的，对算法的计算速度要求非常高，使用简化后的重采样算法，可以提高实际中的计算速度，增加超声系统显示的实时帧率。
参见图11，本申请还提供了一种超声成像的扫描变换设备实施例，在本实施例中，该设备可以包括：
坐标变换单元1101，用于根据笛卡尔坐标系和极坐标系之间的对应关系，将目标超声图像中笛卡尔坐标系下的目标像素点变换到极坐标系下。
确定扫描像素点单元1102，用于针对所述目标像素点，从扫描得到的以极坐标形式表示的回波数据中确定符合预设邻域条件的扫描像素点。
确定权重值单元1103，用于按照所述扫描像素点到所述目标像素点的距离大小，确定所述扫描像素点对所述目标像素点的权重值。
第二计算颜色值单元1104，依据所述权重值和扫描像素点的颜色值分别计算各个所述目标像素点的颜色值。
本实施例生成的目标超声图像光滑、连续，且可以达到比较高的精度。减少了高频信息的损失，使扫描转换后的图像不仅光滑连续，而且具有较高的分辨率。并且，从计算复杂度来看，本实施例采用的算法是以邻域四点到待求插值点的距离倒数为比例分配权重，通过加权平均就可以求出目标像素点的颜色值，计算过程更为简单，有效的减轻了插值过程对cpu的负担，从而提高超声系统实时扫描变换的速度。因此，本实施例在保证图像质量的前提下，尽可能的保留了原始采集信号的高频信息，提高图像对比分辨率的同时减少计算的复杂度，从而提高超声系统实时扫描变换的速度，改善图像的质量。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的图像颜色值的获取方法及装置、空间复合成像的方法及设备、超声成像的扫描变换方法及设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。