一种超声图像去噪方法及系统的制作方法

文档序号:8260083阅读:316来源:国知局
一种超声图像去噪方法及系统的制作方法
【技术领域】
[0001] 本发明属于图像处理技术领域,尤其涉及一种超声图像去噪方法及系统。
【背景技术】
[0002] 超声图像通常伴随有斑点噪声,这种噪声严重损坏超声图像的质量,增加了图像 理解的难度。
[0003] 现有技术采用基于图像亮度信息的检测算子提取超声图像的特征信息,而所述检 测算子对图像对比度的变化比较敏感,无法准确检测出低对比度的特征,在去噪过程中直 接对其进行平滑操作,造成特征模糊。而传统的加权最小平方算法在去除超声图像的斑点 噪声时又不能很好地保留图像的特征信息。

【发明内容】

[0004] 鉴于此,本发明实施例提供一种超声图像去噪方法及系统,以在去除超声图像噪 声的同时,保留图像的特征信息。
[0005] 本发明实施例是这样实现的,一种超声图像去噪方法,所述方法包括:
[0006] 采用多尺度特征非对称度量提取超声图像的特征信息;
[0007] 基于相位的加权最小平方算法对特征信息提取后的超声图像进行去噪。
[0008] 本发明实施例的另一目的在于提供一种超声图像去噪系统,所述系统包括:
[0009] 特征信息提取单元,用于采用多尺度特征非对称度量提取超声图像的特征信息;
[0010] 去噪单元,用于基于相位的加权最小平方算法对特征信息提取后的超声图像进行 去噪。
[0011] 本发明实施例与现有技术相比存在的有益效果是:本发明实施例采用多尺度特征 非对称度量提取超声图像的特征信息,并结合多尺度特征非对称度量和加权最小平方算法 对特征信息提取后的超声图像进行去噪,由于多尺度特征非对称度量对超声图像噪声和对 比度都不敏感,因而能够准确区分出超声图像的特征信息和斑点噪声,对去噪处理进行有 效的引导,避免在去除噪声的过程中模糊超声图像的特征信息,最终达到去除噪声和保留 图像特征信息的目标,具有较强的易用性和实用性。
【附图说明】
[0012] 为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述 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发明的一些 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。
[0013] 图1是本发明实施例一提供的超声图像去噪方法的实现流程图;
[0014] 图2是本发明实施例二提供的超声图像去噪系统的组成结构图。
【具体实施方式】
[0015] 以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具 体细节,以便透切理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体 细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、电路以及 方法的详细说明,以免不必要的细节妨碍本发明的描述。
[0016] 为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
[0017] 实施例一:
[0018] 图1示出了本发明实施例一提供的超声图像去噪方法的实现流程,该方法过程详 述如下:
[0019] 在步骤S101中,采用多尺度特征非对称度量提取超声图像的特征信息。
[0020] 其中,多尺度特征非对称度量
【主权项】
1. 一种超声图像去噪方法,其特征在于,所述方法包括: 采用多尺度特征非对称度量提取超声图像的特征信息; 基于相位的加权最小平方算法对特征信息提取后的超声图像进行去噪。
2. 如权利要求1所述的方法,其特征在于,所述采用多尺度特征非对称度量提取超声 图像的特征信息,其采用的公式如下:
其中MSFA表示多尺度特征非对称度量,e表示大于0且小于1的常数;L」表示将负 数转化为零;1;表示与尺度相关的噪声阈值,
,even和odd分别表示 正交滤波器的标量值偶响应和向量值奇响应,n表示尺度,n为大于或等于1的整数,mean表示均值。
3. 如权利要求1所述的方法,其特征在于,所述基于相位的加权最小平方算法对特征 信息提取后的超声图像进行去噪包括: 基于相位的加权最小平方算法通过最小化能量函数对特征信息提取后的超声图像进 行去噪以获得平滑图像,其中能量函数如下:
其中I表示原始超声图像,S表示去噪后的超声图像,p表示超声图像中像素点的位置, 入为调整能量函数的参数;wx,p(I)和wy,p(I)表示权重函数,(x,y)表示超声图像中像素点 的坐标。
4. 根据权利要求3所述的方法,其特征在于,所述方法还包括: 通过MSFA定义权重函数,其采用的公式如下: wx,p(I) =wy,P(I) = ((MSFApCOr+e)' 其中,a用于控制MSFA的敏感度。
5. -种超声图像去噪系统,其特征在于,所述系统包括: 特征信息提取单元,用于采用多尺度特征非对称度量提取超声图像的特征信息; 去噪单元,用于基于相位的加权最小平方算法对特征信息提取后的超声图像进行去 噪。
6. 如权利要求5所述的系统,其特征在于,所述特征信息提取单元采用如下公式提取 超声图像的特征信息:
其中MSFA表示多尺度特征非对称度量,e表示大于0且小于1的常数;L」表示将负 数转化为零;1;表示与尺度相关的噪声阈值,
1,even和odd分别表示 正交滤波器的标量值偶响应和向量值奇响应,mean表示均值。
7. 如权利要求5所述的系统,其特征在于,所述去噪单元具体用于: 基于相位的加权最小平方算法通过最小化能量函数对特征信息提取后的超声图像进 行去噪以获得平滑图像,其中能量函数如下:
其中I表示原始超声图像,S表示去噪后的超声图像,p表示超声图像中像素点的位置, 入为调整能量函数的参数;wx,p(I)和wy,p(I)表示权重函数,(x,y)表示超声图像中像素点 的坐标。
8. 根据权利要求7所述的系统,其特征在于,所述去噪单元还用于: 通过MSFA定义权重函数,其采用的公式如下: wx,p(I) =wy,P(I) = ((MSFApCOr+e)' 其中,a用于控制MSFA的敏感度。
【专利摘要】本发明适用于图像处理技术领域,提供了一种超声图像去噪方法及系统,所述方法包括:采用多尺度特征非对称度量提取超声图像的特征信息;基于相位的加权最小平方算法对特征信息提取后的超声图像进行去噪。通过本发明,可在去除超声图像噪声的同时,保留图像的特征信息。
【IPC分类】G06T5-00
【公开号】CN104574297
【申请号】CN201410817057
【发明人】王伟明, 朱磊, 秦璟, 王平安
【申请人】中国科学院深圳先进技术研究院
【公开日】2015年4月29日
【申请日】2014年12月24日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1