一种超声图像分割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分割方法及系统。
【背景技术】
[0002] 由于超声图像存在众多伪影，如高噪声、低信噪比和亮度不均匀，准确的超声图像 分割仍然是一个非常困难的问题。
[0003] 现有基于活动轮廓模型的超声图像分割方法，其性能主要依赖于它所采用的边 界终止函数，该方法在处理超声图像时存在两方面的问题。首先，由于斑点噪声属于高频信 息，与边界信息难以区分，轮廓线在演化的过程中容易被噪声所吸附而无法到达物体的边 界；其次，在图像对比度比较低的边界区域，由于没有足够的吸附力来终止轮廓线的演化， 容易产生边界泄漏问题。
【发明内容】
[0004] 鉴于此，本发明实施例提供一种超声图像分割方法及系统，以解决现有技术在处 理高噪声、低对比度超声图像时存在的上述问题。
[0005] 本发明实施例是这样实现的，一种超声图像分割方法，所述方法包括：
[0006] 对超声图像进行预处理，所述预处理包括采用各向异性扩散滤波器构造多尺度图 像序列去除所述超声图像的斑点噪声；
[0007] 基于形状约束的测地线活动轮廓模型分割预处理后的所述超声图像。
[0008] 本发明实施例的另一目的在于提供一种超声图像分割系统，所述系统包括：
[0009] 预处理单元，用于对超声图像进行预处理，所述预处理包括采用各向异性扩散滤 波器构造多尺度图像序列去除所述超声图像的斑点噪声；
[0010] 分割单元，用于基于形状约束的测地线活动轮廓模型分割预处理后的所述超声图 像。
[0011] 本发明实施例与现有技术相比存在的有益效果是：本发明实施例针对超声图像高 噪声问题，采用各向异性扩散滤波器构造多尺度图像序列去除超声图像的斑点噪声，使得 在去噪的同时还能保留图像的特征信息；针对超声图像对比度低的问题，基于形状约束的 测地线活动轮廓模型分割预处理后的述超声图像，即通过不同尺度图像之间边界形状的相 似性来约束轮廓线的演化，从而有效避免轮廓线在演化过程中陷入局部最小值或者穿越弱 边界而产生泄漏问题。通过本发明实施例能够有效克服超声图像的伪影并准确分割出目标 区域，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分割方法的实现流程图；
[0014] 图2是本发明实施例一提供的超声图像分割的示例图；
[0015] 图3是本发明实施例一提供的采用高斯滤波进行超声图像分割的示例图；
[0016] 图4是本发明实施例一提供的未进行边界相似性约束的超声图像分割的示例图；
[0017]图5是本发明实施例二提供的超声图像分割系统的组成结构图。
【具体实施方式】
[0018] 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。
[0019] 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。
[0020] 实施例一:
[0021] 图1示出了本发明实施例一提供的超声图像分割方法的实现流程，该方法过程详 述如下：
[0022] 在步骤S101中，对超声图像进行预处理，所述预处理包括采用各向异性扩散滤波 器构造多尺度图像序列去除所述超声图像的斑点噪声。
[0023] 采用线性扩散方法去除噪声的缺点是容易模糊物体的边界，因此本发明实施例采 用非线性扩散方法，即使用各向异性扩散滤波器构造多尺度图像序列去除所述超声图像的 斑点噪声，其采用的公式如下：
[0024]
【主权项】
1. 一种超声图像分割方法，其特征在于，所述方法包括： 对超声图像进行预处理，所述预处理包括采用各向异性扩散滤波器构造多尺度图像序 列去除所述超声图像的斑点噪声； 基于形状约束的测地线活动轮廓模型分割预处理后的所述超声图像。
2. 如权利要求1所述的方法，其特征在于，所述采用各向异性扩散滤波器构造多尺度 图像序列去除所述超声图像的斑点噪声，其采用的公式如下：
分别表示散度操作符和梯度操作符，t表示尺度，L是预处理前的超声图像，var(R(t)) 和W分别表示尺度t下某匀质区域R像素亮度的方差和均值，A表示拉普拉斯操作 符，（x，y)表示超声图像中像素点的坐标。
3. 如权利要求1所述的方法，其特征在于，所述基于形状约束的测地线活动轮廓模型 分割预处理后的所述超声图像，其采用的公式如下：
其中，y，Xi，:V2和v表示控制参数，6表示Dirac函数，
表示惩 罚因子，
?表示现有的测地线活动轮廓模型，
表示边 界形状相似性约束，vgS(小）表示面积约束，div和▽分别表示散度操作符和梯度操作符， △表示拉普拉斯操作符，g表示边界检测函数，小表示水平集函数。
4. 根据权利要求1所述的方法，其特征在于，所述方法还包括： 采用欧拉距离计算轮廓线之间的相似性，其采用的公式如下：
其中，C表示当前尺度的轮廓线，匚表示从上一尺度插值过来的轮廓线，dis表示计算 轮廓线间相应两点之间的欧拉距离，s表示弧长，ds表示单位弧长，L表示轮廓线的长度。
5. 根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括： 从最粗糙的尺度图像中分割出物体的初始轮廓线，在小于预设尺度的图像中对所述初 始轮廓线进行演化，并对所述演化进行边界形状相似性约束。
6. -种超声图像分割系统，其特征在于，所述系统包括： 预处理单元，用于对超声图像进行预处理，所述预处理包括采用各向异性扩散滤波器 构造多尺度图像序列去除所述超声图像的斑点噪声； 分割单元，用于基于形状约束的测地线活动轮廓模型分割预处理后的所述超声图像。
7. 如权利要求6所述的系统，其特征在于，所述预处理单元采用如下公式去除所述超 声图像的斑点噪声：
分别表示散度操作符和梯度操作符，t表示尺度，L是预处理前的超声图像，var(R(t)) 和@分别表示尺度t下某匀质区域R像素亮度的方差和均值，A表示拉普拉斯操作 符，（x，y)表示超声图像中像素点的坐标。
8. 如权利要求6所述的系统，其特征在于，所述分割单元采用如下公式分割预处理后 的所述超声图像：
其中，y，Xi，：V2和v表示控制参数，S表示Dirac函数，
表示 惩罚因子，
.表示现有的测地线活动轮廓模型，
表示 边界形状相似性约束，vgS(小）表示面积约束，div和▽分别表示散度操作符和梯度操作 符，△表示拉普拉斯操作符，g表示边界检测函数，小表示水平集函数。
9. 根据权利要求6所述的系统，其特征在于，所述系统还包括： 相似性计算单元，用于采用欧拉距离计算轮廓线之间的相似性，其采用的公式如下：
其中，C表示当前尺度的轮廓线，f表示从上一尺度插值过来的轮廓线，dis表示计算 轮廓线间相应两点之间的欧拉距离，s表示弧长，ds表示单位弧长，L表示轮廓线的长度。
10.根据权利要求6至9任一项所述的系统，其特征在于，所述系统还包括： 约束单元，用于从最粗糙的尺度图像中分割出物体的初始轮廓线，在小于预设尺度的 图像中对所述初始轮廓线进行演化，并对所述演化进行边界形状相似性约束。
【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分割方法及系统，所述方法包括：对超声图像进行预处理，所述预处理包括采用各向异性扩散滤波器构造多尺度图像序列去除所述超声图像的斑点噪声；基于形状约束的测地线活动轮廓模型分割预处理后的所述超声图像。通过本发明，可以有效解决现有技术在处理高噪声超声图像时，由于斑点噪声属于高频信息，与边界信息难以区分，轮廓线在演化的过程中容易被噪声所吸附而无法到达物体边界的问题，以及现有技术在图像对比度比较低的边界区域，由于没有足够的吸附力来终止轮廓线的演化，容易产生边界泄漏问题。
【IPC分类】G06T7-00
【公开号】CN104574378
【申请号】CN201410817673
【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