图像去噪方法、装置及设备与流程

本申请涉及图像处理技术，尤其涉及一种图像去噪方法、装置及设备。

背景技术：

数字剪影血管造影(DSA)X射线设备作为介入诊疗的重要工具，可以为介入诊疗提供实时的图像，并可以为介入操作的导向，及时的诊断，治疗方案的确定以及即刻疗效的判断提供重要的依据。但是X射线具有电离辐射，医护人员和患者在使用过程中难免会受到辐射。为了减少X射线对人体的损害，一方面设备和人员要做好物理防护措施，另一方面要尽量降低X射线成像过程中的剂量。

然而，降低剂量会带来图像信噪比的降低和图像质量的下降，因此，图像去噪成为DSA图像处理的一个重要部分，但是，目前存在的去噪方法在去除噪声的同时会造成图像中边缘和角点等区域的模糊。

技术实现要素：

有鉴于此，本申请提供一种图像去噪方法、装置及设备。

根据本申请实施例的第一方面，提供一种图像去噪方法，所述方法包括：

提取待去噪图像中每个像素的特征值；

根据所述每个像素的特征值计算预设的不同方向的滤波器掩模在所述每个像素上的权重；

针对每个方向的滤波器掩模，在所述每个像素上为当前方向的滤波器掩模设置对应的所述权重，并根据所述权重计算对应像素在当前方向上的加权统计值；

根据所述待去噪图像中所有像素在所有方向上的加权统计值去除噪声，以得到去噪后的图像。

根据本申请实施例的第二方面，提供一种图像去噪装置，所述装置包括：

提取模块，用于提取待去噪图像中每个像素的特征值；

计算模块，用于根据所述提取模块提取的所述每个像素的特征值计算预设的不同方向的滤波器掩模在所述每个像素上的权重；

设置计算模块，用于针对每个方向的滤波器掩模，在所述每个像素上为当前方向的滤波器掩模设置对应的所述计算模块计算的所述权重，并根据所述权重计算对应像素在当前方向上的加权统计值；

去噪模块，用于根据所述设置计算模块计算的所述待去噪图像中所有像素在所有方向上的加权统计值去除噪声，以得到去噪后的图像。

根据本申请实施例的第三方面，提供一种图像去噪设备，包括：

处理器；用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为：

提取待去噪图像中每个像素的特征值；

根据所述每个像素的特征值计算预设的不同方向的滤波器掩模在所述每个像素上的权重；

针对每个方向的滤波器掩模，在所述每个像素上为当前方向的滤波器掩模设置对应的所述权重，并根据所述权重计算对应像素在当前方向上的加权统计值；

根据所述待去噪图像中所有像素在所有方向上的加权统计值去除噪声，以得到去噪后的图像。

在本申请实施例中，通过在像素上为每个滤波器掩模设置对应的权重，以调整不同区域滤波器掩模的大小，即可以使待去噪图像边缘区域的滤波器掩模较大，角点区域的滤波器掩模较小，从而达到保持角点区域清晰的目的；同时可以根据待去噪图像中所有像素在所有方向上的加权统计值去除噪声，以达到在去除图像噪声的同时保证图像边缘区域的清晰。

附图说明

图1是本申请一示例性实施例示出的一种图像去噪方法的流程图；

图2A是本申请一示例性实施例示出的滤波器掩模的示意图一；

图2B是本申请一示例性实施例示出的滤波器掩模的示意图二；

图2C是本申请一示例性实施例示出的滤波器掩模的示意图三；

图2D是本申请一示例性实施例示出的滤波器掩模的示意图四；

图3A是本申请一示例性实施例示出的一种计算滤波器掩模在每个像素上的权重的流程图；

图3B是本申请一示例性实施例示出的边缘区域滤波器掩模大小的曲线示意图；

图3C是本申请一示例性实施例示出的角点区域滤波器掩模大小的曲线示意图；

图4是本申请一示例性实施例示出的一种根据待去噪图像中所有像素在所有方向上的加权统计值输出去噪后图像的流程图；

图5A是本申请一示例性实施例示出的待去噪图像的示意图；

图5B是本申请一示例性实施例示出的去噪后图像的示意图；

图6是本申请图像去噪装置所在设备的一种硬件结构图；

图7是本申请一示例性实施例示出的一种图像去噪装置的框图；

图8是本申请一示例性实施例示出的一种图像去噪装置的框图；

图9是本申请一示例性实施例示出的一种图像去噪装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

在本申请实施例中，提取待去噪图像中每个像素的特征值，并根据每个像素的特征值计算预设的不同方向的滤波器掩模在每个像素上的权重，然后针对每个方向的滤波器掩模，在每个像素上为当前方向的滤波器掩模设置对应的权重，以达到调整不同区域滤波器掩模大小的目的，之后可以根据设置的权重计算对应像素在当前方向上的加权统计值，最后根据待去噪图像中所有像素在所有方向上的加权统计值输出去噪后的图像。本实施例通过在每个像素上为每个滤波器掩模设置对应的权重，以调整不同区域滤波器掩模的大小，即可以使待去噪图像边缘区域的滤波器掩模较大，角点区域的滤波器掩模较小，从而达到保持角点区域清晰的目的；同时可以根据待去噪图像中所有像素在所有方向上的加权统计值去除噪声，以达到在去除图像噪声的同时保证图像边缘区域的清晰。下面结合具体实施例对本申请的实现过程进行详细描述。

图1是本申请一示例性实施例示出的一种图像去噪方法的流程图，如图1所示，该图像去噪方法包括：

步骤S101，提取待去噪图像中每个像素的特征值。

在该实施例中，可以基于预设的不同方向的滤波器掩模提取每个像素在不同方向上的统计值，并将每个像素在不同方向上的统计值中的最小值作为对应像素的特征值。

在该实施例中，可以采用但不局限于图2A-图2D所示的四个不同方向的一维滤波器掩模(mask)，假设图2A-图2D中的滤波器掩模分别为M1、M2、M3和M4，则M1、M2、M3和M4的大小(size)为7个，即四个滤波器掩模包含的像素数量均为7个。

需要说明的是，图2A-图2D所示的滤波器掩模仅为示例，在实际应用过程中，可以根据需要选择更多方向的滤波器掩模，例如八个不同方向的滤波器掩模等，也可以采用大小为其他数值例如9个像素的滤波器掩模，还可以采用其他维度的滤波器掩模，例如二维滤波器掩模。

其中，基于不同方向的滤波器掩模提取每个像素在不同方向上的统计值可以通过以下方式来实现：针对每个方向的滤波器掩模，将当前方向的滤波器掩模逐像素地在待去噪图像上移动，并根据当前方向的滤波器掩模移动的位置提取对应像素在当前方向上的统计值。

例如，可以将图2A所示的滤波器掩模M1逐像素地在待去噪图像上移动，当M1移动到第一个像素上时，提取第一个像素在0度方向上的统计值，当M1移动到第二个像素上时，提取第二个像素在0度方向上的统计值，依次类推，直至提取完所有像素在0度方向上的统计值。

又例如，可以将图2B所示的滤波器掩模M2逐像素地在待去噪图像上移动，当M2移动到第一个像素上时，提取第一个像素在45度方向上的统计值，当M2移动到第二个像素上时，提取第二个像素在45度方向上的统计值，依次类推，直至提取完所有像素在45度方向上的统计值。

假设该实施例中采用的是图2A-图2D所示的四个不同方向的一维滤波器掩模，则每个像素在四个方向上各有一个统计值，即每个像素均有四个方差，将这四个方差中的最小值作为对应像素的特征值。

其中，像素在当前方向上的统计值可以包括但不局限于像素方差，例如还可以为标准差、三阶矩等。

在该实施例中，还可以基于预设的检测算法提取每个像素的特征值，其中，预设的检测算法可以包括但不局限于Harries算子或小核值相似区(Smallest Univalue Segment Assimilating Nucleus，SUSAN)算子检测算法等。

步骤S102，根据每个像素的特征值计算预设的不同方向的滤波器掩模在每个像素上的权重。

如图3A所示，上述步骤S102可以包括以下步骤：

步骤S1021，根据每个像素的特征值确定出与每个像素对应的参数。

以特征值为像素最小方差为例，参数σ可以通过以下单调递减函数来确定：

其中，σ²_min＝min_1≤j≤K(σ²_j(x,y))，a表示函数值的最小值，d表示函数值的最大值，c为函数值达到中值的σ²_min，b表示该函数曲线的陡峭程度，E(x,y)表示(x,y)点的数学期望，n表示滤波器掩模包含的像素数量，I_i(x,y)表示待去噪图像中每个像素的像素值，K表示滤波器掩模的总数量。

需要说明的是，上述参数σ还可以通过其他单调递减函数来确定，即该实施例中对单调递减函数不做具体限定。

步骤S1022，针对每个方向的滤波器掩模，根据与每个像素对应的参数和当前方向的滤波器掩模的坐标计算出当前方向的滤波器掩模在每个像素上的权重。

其中，可以通过高斯函数计算当前方向的滤波器掩模在每个像素上的权重：

其中，w_i(z)表示当前方向滤波器掩模在每个像素上的权重，z表示当前方向滤波器掩模的坐标。

假设本实施例中采用的是如图2A-图2D所示的四个方向的一维滤波器掩模，则通过上述高斯函数可以计算出同一个像素上所有方向的滤波器掩模的权重相同，由于所有方向的滤波器掩模均包含7个像素，则通过上述高斯函数计算出的与这7个像素对应的权重值可以分别为：0.04，0.11，0.21，0.26，0.21，0.11，0.04。需要说明的是，上述数值仅为通过高斯函数计算出的一个示例。

步骤S103，针对每个方向的滤波器掩模，在每个像素上为当前方向的滤波器掩模设置对应的权重，并根据设置的权重计算对应像素在当前方向上的加权统计值。

在该实施例中，可以针对每个方向的滤波器掩模，将当前方向的滤波器掩模逐像素地在待去噪图像上移动，并根据覆盖的像素为当前方向的滤波器掩模设置对应的权重。

通过在每个像素上为不同方向的滤波器掩模设置对应的权重，可以达到调整不同区域滤波器掩模大小的目的。由于通过上述高斯函数可以计算出待去噪图像边缘区域的滤波器掩模权重较大，角点区域的滤波器掩模权重较小，因此，在每个像素上设置好滤波器掩模的权重之后，如图3B-图3C所示，待去噪图像边缘区域的滤波器掩模较大(即边缘区域的滤波器掩模包含的像素数较多)，角点区域的滤波器掩模较小(即角点区域的滤波器掩模包含的像素数较少)，从而达到保持角点区域清晰的目的。其中，角点区域是指图像中变化剧烈的边缘区域，例如血管的末端和剧烈弯曲的地方。

在每个像素上为当前方向的滤波器掩模设置对应的权重之后，可以根据设置的权重计算对应像素在当前方向上的加权均值和加权方差。

继续以图2A-图2D所示滤波器掩模为例，根据设置的权重计算出所有像素在M_j方向上的加权均值和加权方差分别为：

其中，w_i表示在每个像素上M_j的权重，I_i(x,y)表示每个像素的像素值，wE_j(x,y)为所有像素在M_j方向上的加权均值，wσ²_j(x,y)为所有像素在M_j方向上的加权方差。

步骤S104，根据待去噪图像中所有像素在所有方向上的加权统计值去除噪声，以得到去噪后的图像。

如图4所示，上述步骤S104可以包括以下步骤：

步骤S1041，根据所有像素在每个方向上的加权方差设置所有像素在对应方向上的加权均值的权重。

其中，可以将所有像素在每个方向上的加权均值的权重设置为对应方向上的像素加权方差分之一，即将wE_j(x,y)的权重设置为另外，还可以将所有像素在每个方向上的加权均值的权重设置为与对应方向上的像素加权方差相关的其他单调递减函数。

步骤S1042，根据设置的加权均值的权重，计算所有像素在所有方向上的加权均值之和。

在设置好所有像素在每个方向上的加权均值的权重之后，可以根据设置的加权均值的权重计算出所有像素在所有方向上的加权均值之和为这样，对于较小的方向，使wE_j(x,y)在计算结果中的权重更大，即与边缘同方向的滤波器掩模有较大的权重，从而达到保持边缘清晰的目的。

步骤S1043，根据计算出的加权均值之和去除待去噪图像的噪声，以得到去噪后的图像。

在该实施例中，可以通过以下公式得到去噪后的图像的估计值为：

其中，表示去噪后的图像的估计值，I(x,y)表示待去噪图像。

通过上述图像去噪方法对图5A所示的图像进行去噪，得到如图5B所示的去噪后的图像，从图5B可以看出，去噪后图像的边缘和角点区域很清晰。

上述实施例，通过在像素上为每个滤波器掩模设置对应的权重，以调整不同区域滤波器掩模的大小，即可以使待去噪图像边缘区域的滤波器掩模较大，角点区域的滤波器掩模较小，从而达到保持角点区域清晰的目的；同时可以根据待去噪图像中所有像素在所有方向上的加权统计值去除噪声，以达到在去除图像噪声的同时保证图像边缘区域的清晰。

与前述图像去噪方法的实施例相对应，本申请还提供了图像去噪装置的实施例。

本申请图像去噪装置的实施例可以应用在终端上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图6所示，为本申请图像去噪装置600所在设备的一种硬件结构图，除了图6所示的处理器610、内存620、网络接口630、以及非易失性存储器640之外，实施例中装置所在的设备通常根据该设备的实际功能，还可以包括其他硬件，如摄像头、触摸屏子、通信组件等。

图7是本申请一示例性实施例示出的一种图像去噪装置的框图，如图7所示，该图像去噪装置包括：提取模块71、计算模块72、设置计算模块73和去噪模块74。

提取模块71用于提取待去噪图像中每个像素的特征值。

计算模块72用于根据提取模块71提取的每个像素的特征值计算预设的不同方向的滤波器掩模在每个像素上的权重。

设置计算模块73用于针对每个方向的滤波器掩模，在每个像素上为当前方向的滤波器掩模设置对应的计算模块72计算的权重，并根据权重计算对应像素在当前方向上的加权统计值。

去噪模块74用于根据设置计算模块73计算的待去噪图像中所有像素在所有方向上的加权统计值去除噪声，以得到去噪后的图像。

在一个可选的实现方式中：

如图8所示，计算模块72可以包括：确定子模块721和计算子模块722。

确定子模块721用于根据每个像素的特征值确定出与每个像素对应的参数。

计算子模块722用于针对每个方向的滤波器掩模，根据确定子模块721确定的与每个像素对应的参数和当前方向的滤波器掩模的坐标计算出当前方向的滤波器掩模在每个像素上的权重。

在另一个可选的实现方式中：

设置计算模块73可以具体用于：将当前方向的滤波器掩模逐像素地在待去噪图像上移动，并根据覆盖的像素为当前方向的滤波器掩模设置对应的权重。

在另一个可选的实现方式中：

提取模块71可以包括(图7中未示出)：第一提取子模块或者第二提取子模块。

第一提取子模块，用于基于不同方向的滤波器掩模提取每个像素在不同方向上的统计值，并将每个像素在不同方向上的统计值中的最小值作为对应像素的特征值。

第二提取子模块，用于基于预设的检测算法提取每个像素的特征值。

在一个可选的实现方式中：

加权统计值可以包括加权均值和加权方差，如图9所示，去噪模块74可以包括：设置子模块741、计算子模块742和去噪子模块743。

设置子模块741用于根据所有像素在每个方向上的加权方差设置所有像素在对应方向上的加权均值的权重。

计算子模块742用于根据设置子模块741设置的加权均值的权重，计算所有像素在所有方向上的加权均值之和。

去噪子模块743用于根据计算子模块742计算出的加权均值之和去除噪声，以得到去噪后的图像。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

上述图像去噪装置，通过像素上为每个滤波器掩模设置对应的权重，以调整不同区域滤波器掩模的大小，即可以使待去噪图像边缘区域的滤波器掩模较大，角点区域的滤波器掩模较小，从而达到保持角点区域清晰的目的；同时可以根据待去噪图像中所有像素在所有方向上的加权统计值去除噪声，以达到在去除图像噪声的同时保证图像边缘区域的清晰。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。