专利名称：基于数值排序加权平均的超声图像空间滤波方法
技术领域：
本发明属于超声诊断成像领域，涉及超声图像处理方法，具体涉及基于数值排序加权平均的超声图像空间滤波方法。
背景技术：
超声成像因为其无创性、实时性、操作方便、价格便宜等诸多优势，已经成为临床上应用最为广泛的诊断工具之一。超声成像最主要的两种功能模式分别是黑白(B)模式和彩色(CF)模式，B模式是根据组织不同深度的反射信号强度进行成像，反射信号強度越大则图像灰度值越大，反之则图像灰度值越小；CF模式则是计算由于多普勒效应引起的超声信号频移，通过频移得到血流速度并用不同的顔色(如红、蓝)和深浅表示，从而得到实时的彩色血流图像，通常该彩色血流图象附加在B模式图像上一起显示。由于超声图像中噪声信号的存在会影响诊断结果，因此对超声信号和图像进行处理时通常采用ー些滤波方法抑制噪声，从而改善图像质量。中值滤波和空间平滑滤波是两·种经典的滤波方法，常用于超声信号和图像处理的去噪过程，如对B模式下的图像灰度值、CF模式下的血流能量值进行滤波处理。中值滤波是基于排序统计理论的ー种能有效抑制噪声的非线性信号处理技术，其基本原理是对数字图像或数字信号中一点(当前点)及其邻域中各点的数值进行排序，然后用排序后的中值代替当前点的数值，从而消除孤立的噪声点，中值滤波对脉冲噪声和椒盐噪声具有良好的去噪效果，同时能较好的保护边缘信息；空间平滑滤波则是ー种线性滤波器，其基本原理是对数字图像或数字信号中一点(当前点)及其邻域中各点的数值以及对应的权重系数求加权平均，然后用加权平均值代替当前点的数值，从而达到滤除噪声的目的，空间平滑滤波对高斯噪声具有良好的去噪效果。专利CN 101472055 “中值滤波装置和方法以及采用这种装置的超声成像系统”公开了ー种中值滤波的方法，其基本原理与传统中值滤波没有区别，都是用滤波区域(窗)中所有像素点的中值作为该区域中心像素点的值，只是其在实现方式上有所改进，可提供区域任意可选(不同大小、不同形状)的中值滤波。专利CN101396278 “ー种去除实时超声图像斑点噪声的方法”公开了ー种滤除超声图像斑点噪声的方法，该方法首先设置滤波区域(窗)中心点的权重系数，然后根据该滤波区域的均值、绝对差值和的均值以及任意一点与中心点的距离计算该点的权重系数，再根据每个点的权重系数对其数据进行扩展(如权重系数为N则将该点的数值扩展为N个)，最終对扩展后的数据序列求中值，从而达到滤除斑点噪声的目的，该方法中计算得到的各点的权重系数并不是用于乘以各点的值进行加权平均，而是根据权重系数对各点的数据进行扩展从而形成新的数据序列，最終基于该新的数据序列的中值滤波本质上与传统中值滤波并没有差异。美国专利USOO586O93OA “Energy weighted parameter spatial/temporalfilter”公开了ー种用于彩色血流成像的空间滤波方法，该方法与传统空间平滑滤波方法没有本质上的区别，只是每个点的权重系数是根据该点的能量来确定的。美国专利US006135962A“Method and apparatus for adaptive filtering Dy counting acousticsample zeroes in ultrasound imaging”公开了ー种空间滤波方法,通过对某一点及其邻域各点的O值(预先设置ー个接近于O的阈值，小于该阈值的值定义为O值)进行计数，当计数大于预先设置的计数阈值时，则该点无需平滑滤波处理；当计数小于预先设置的计数阈值时，则对该点进行平滑滤波处理。该方法的优点是仅处理非O值区域(如B模式下的组织区域和CF模式下的血流区域)，减小计算量，还能较好的保护血管边界。除此之外，其采用的空间平滑滤波方法本质上与传统方法无异，都是根据各点和中心点的位置来确定权重系数，通常是中心点取最高的权重系数，离中心点较近的点取较高的权重系数，离中心点较远的点取较低的权重系数，因此该点本身的值对滤波后的值贡献最大，空间位置上靠近该点的值其次，空间位置上远离该点的值贡献最小。从上述可知，现有的超声图像中值滤波和空间平滑滤波方法，要么是采用単一的中值滤波，要么是采用単一的空间平滑滤波，还没有一种滤波方法能够将中值滤波和空间平滑滤波相结合，同时获得中值滤波和空间平滑滤波的优点。另外，如果采取两步滤波的方法，即先进行中值滤波再进行空间平滑滤波或先进行空间平滑滤波再进行中值滤波，则会 因为平滑过度而降低图像的分辨率，造成图像模糊。
发明内容
本发明的目的是提供一种基于数值排序加权平均的超声图像空间滤波方法，该方法将中值滤波方法和空间平滑滤波方法相结合，同时获得了中值滤波和空间平滑滤波的优点，又不至于使图像过度平滑。为达到上述目的，本发明采用了以下技术方案基于数值排序加权平均的超声图像空间滤波方法，包括以下步骤(I)取超声图像中的一像素点作为当前点；(2)取以该当前点为中心点的邻域窗；(3)对所述邻域窗中的所有像素点按像素值大小进行排序；(4)对排序后的中值取最高的权重系数，靠近该中值的像素值取较高的权重系数，远离该中值的像素值取较小的权重系数，并保证排序后的所有像素值的权重系数之和=1 ;(5)对排序后的每个像素值乘以相应的权重系数后累加，用累加得到的值替换所述当前点的像素值；(6)取所述超声图像中的下一像素点作为当前点，依次进行步骤(2) (3) (4) (5)的处理，直到处理完所述超声图像中的所有像素点，最后输出处理后的图像。ー种具体实施的方式，步骤(4)中，在取权重系数时，首先确定好排序后的中值的初始权重系数，排序后其余像素值的初始权重系数则根据该中值的初始权重系数以及相应像素值离中值的距离进行计算，井随着该相应像素值离中值的距离递减，最后将排序后的每个像素值的初始权重系数均除以排序后所有像素值的初始权重系数之和，即得到步骤
(4)中各像素值的权重系数。具体实施的例子，设定排序后的中值的初始权重系数为F，排序后其余某一像素值的初始权重系数为Fv,排序后该像素值离中值的距离为d,则Fv=F/2d。另外ー种具体实施的方式，步骤(4)中，在取权重系数时，首先确定好排序后的中值的初始权重系数，排序后其余像素值的初始权重系数则根据该中值的初始权重系数以及相应像素值与中值的差异大小或差异率进行计算，井随着该相应像素值与中值的差异大小或差异率递减，最后将排序后的每个像素值的初始权重系数均除以排序后所有像素值的初始权重系数之和，即得到步骤(4)中各像素值的权重系数。具体实施的例子，设定排序后的中值为Vnied，该中值Vnied的初始权重系数为F，排序后其余某一像素值为V,该像素值V的初始权重系数为Fv,排序后该像素值V与中值Vnred的差异大小为 D = I V-Vmed I，差异率为 Dr = I V-Vmed I /Vmed,则 Fv = F/ (1+D)或 Fv = F/ (Ι+Dr)。由于上述技术方案的运用，本发明与现有技术相比具有下列优点本发明的方法中，在对像素点及其邻域各点的像素值进行排序后，对排序后的中值取最高的权重系数，靠近中值的像素值取较高的权重系数，远离中值的像素值取较小的权重系数，然后计算加权平均作为该像素点的值。本发明在数值排序的基础上进行加权平均，能有效的结合中值滤波和空间平滑滤波的优点，又不至于使图像过度平滑。当排序后的中值对应的权重系数远远大于其他权重系数时，本发明的滤波方法的效果接近于中值滤波；当排序后的中值与其他值对应的权重系数相同时，该滤波方法的效果等同于权重 系数相同的空间平滑滤波；当排序后的中值对应的权重系数介于两者之间时，该滤波方法将同时具有中值滤波和空间平滑滤波的效果和优点，而且还可以根据实际需要进行调节。
附图I为本发明的示意图；附图2为本发明第一种具体实施例的示意图，并与现有的中值滤波、空间平滑滤波作了比较；附图3为本发明第二种具体实施例的示意图，并与现有的中值滤波、空间平滑滤波作了比较；附图4为本发明第三种具体实施例的示意图，并与现有的中值滤波、空间平滑滤波作了比较；附图5为本发明中根据像素值离中值的距离来计算权重系数的ー种具体实施方式
示意图；附图6为本发明中根据像素值与中值的差异大小或差异率来计算权重系数的一个函数曲线图。
具体实施例方式下面结合附图来进ー步阐述本发明。本发明提供了一种基于数值排序加权平均的超声图像空间滤波方法，该方法首先对图像中的一像素点及其邻域各点的数据按照数值大小进行排序，然后对经过排序的数据设置不同的权重系数计算加权平均，得到的结果作为该像素点的数值。具体来说，本发明的方法包括以下步骤(I)取超声图像中的一像素点作为当前点，如图I的像素点(i，j)；(2)取以该当前点为中心点的邻域窗，如图I中以像素点(i，j)为中心点的邻域窗(2M+1) X (2N+1)；(3)对邻域窗中的所有像素点按像素值大小进行排序，这样会得到一个数据序列，在图I中，该数据序列以向量S表示；(4)对排序后的中值取最高的权重系数，靠近该中值的像素值取较高的权重系数，远离该中值的像素值取较小的权重系数，并保证排序后的所有像素值的权重系数之和=1，这样会得到一个权重系数序列，在图I中，该权重系数序列以向量W表示；(5)对排序后的每个像素值乘以相应的权重系数后累加，用累加得到的值替换当前点的像素值，如图I中对排序后的数据设置不同的权重系数计算加权平均得到Data (i，j) =S · W,其中·表示向量的点积,该Data (i, j)即作为像素点(i，j)的值；(6)取超声图像中的下一像素点作为当前点，依次进行步骤(2) (3) (4) (5)的处理，直到处理完超声图像中的所有像素点，最后输出处理后的图像，噪声得到抑制，图像质量得到改善。本发明提供的空间滤波方法中，在对ー像素点及其邻域各点的数值进行排序后， 基于中值滤波将中值作为该像素点值的原理，本发明则对排序后的中值数据取最高的权重系数，靠近中值的数据取较高的权重系数，远离中值的数据取较小的权重系数，计算加权平均以作为该像素点的值，此时中值数据对该像素点值的贡献最大，靠近中值的数据其次，远离中值的数据贡献最小。在图I中，对ー个(2M+1) X (2N+1)的滤波区域(窗)，首先对该区域内所有像素点的数值进行排序，得到一个数据序列S，再对排序后的数据序列S中的每ー个值设置相应的权重系数，形成权重系数序列W，然后计算加权平均作为该区域中心点(i，j)的数值Data(i，J·)，
权利要求
1.基于数值排序加权平均的超声图像空间滤波方法，其特征在于包括以下步骤 (1)取超声图像中的一像素点作为当前点； (2)取以该当前点为中心点的邻域窗； (3)对所述邻域窗中的所有像素点按像素值大小进行排序； (4)对排序后的中值取最高的权重系数，靠近该中值的像素值取较高的权重系数，远离该中值的像素值取较小的权重系数，并保证排序后的所有像素值的权重系数之和=1 ; (5)对排序后的每个像素值乘以相应的权重系数后累加，用累加得到的值替换所述当前点的像素值； (6)取所述超声图像中的下一像素点作为当前点，依次进行步骤(2)(3) (4) (5)的处理，直到处理完所述超声图像中的所有像素点，最后输出处理后的图像。
2.根据权利要求I所述的基于数值排序加权平均的超声图像空间滤波方法，其特征在于步骤(4)中，在取权重系数时，首先确定好排序后的中值的初始权重系数，排序后其余像素值的初始权重系数则根据该中值的初始权重系数以及相应像素值离中值的距离进行计算，并随着该相应像素值离中值的距离递减，最后将排序后的每个像素值的初始权重系数均除以排序后所有像素值的初始权重系数之和，即得到步骤(4)中各像素值的权重系数。
3.根据权利要求2所述的基于数值排序加权平均的超声图像空间滤波方法，其特征在于设定排序后的中值的初始权重系数为F，排序后其余某一像素值的初始权重系数为Fv,排序后该像素值离中值的距离为d,则Fv = F/2d。
4.根据权利要求I所述的基于数值排序加权平均的超声图像空间滤波方法，其特征在于步骤(4)中，在取权重系数时，首先确定好排序后的中值的初始权重系数，排序后其余像素值的初始权重系数则根据该中值的初始权重系数以及相应像素值与中值的差异大小或差异率进行计算，并随着该相应像素值与中值的差异大小或差异率递减，最后将排序后的每个像素值的初始权重系数均除以排序后所有像素值的初始权重系数之和，即得到步骤(4)中各像素值的权重系数。
5.根据权利要求4所述的基于数值排序加权平均的超声图像空间滤波方法，其特征在于设定排序后的中值为Vniral，该中值Vnred的初始权重系数为F，排序后其余某一像素值为V,该像素值V的初始权重系数为Fv,排序后该像素值V与中值Vmejd的差异大小为D=Iv -V1J，差异率为 Dr =IV- Vmed I/Vmed，则 Fv=F/(1+D)或 Fv=F/(1+Dr)。
全文摘要
本发明公开了基于数值排序加权平均的超声图像空间滤波方法，其中在对像素点及其邻域各点的像素值进行排序后，对排序后的中值取最高的权重系数，靠近中值的像素值取较高的权重系数，远离中值的像素值取较小的权重系数，然后计算加权平均以作为该像素点的值。本发明在数值排序的基础上进行加权平均，能有效的结合中值滤波和空间平滑滤波的优点，又不至于使图像过度平滑。
文档编号A61B8/00GK102670251SQ20121016995
公开日2012年9月19日 申请日期2012年5月29日 优先权日2012年5月29日
发明者凌涛 申请人:飞依诺科技(苏州)有限公司