專利名稱：超聲圖像邊緣銳化與斑點(diǎn)抑制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及超聲技術(shù)，特別涉及超聲成像中的數(shù)據(jù)處理技術(shù)，尤其是提高超聲圖像質(zhì)量的邊緣銳化與斑點(diǎn)抑制方法。
背景技術(shù)：
圖1是超聲成像系統(tǒng)方框，該系統(tǒng)包括一個(gè)超聲波成像裝置，其工作原理是在主控制器的控制下，探頭向受測(cè)機(jī)體組織發(fā)射超聲波，經(jīng)一定延時(shí)后接收從受測(cè)機(jī)體組織反射回來(lái)的超聲波；該回波信號(hào)進(jìn)入波束合成器，由所述波束合成器完成聚焦延時(shí)、加權(quán)和通道求和；該波束合成器的輸出信號(hào)經(jīng)檢測(cè)器檢測(cè)后，送給數(shù)字掃描變換器(D.S.C)完成坐標(biāo)變換，得到最終送往顯示器顯示的圖像數(shù)據(jù)。其中系統(tǒng)發(fā)射的超聲波經(jīng)過(guò)介質(zhì)的散射與反射形成的回波信號(hào)，實(shí)際上是反向散射信號(hào)的連續(xù)累加。當(dāng)介質(zhì)表面不均勻或具有特殊的微結(jié)構(gòu)特征時(shí)，具有一定頻率的超聲波無(wú)法分辨，由此產(chǎn)生的散射信號(hào)形成了圖像上的斑點(diǎn)。
存在于超聲圖像中的斑點(diǎn)，表現(xiàn)為圖像中的黑洞，降低了圖像的可分辨性和連續(xù)性，嚴(yán)重影響了圖像質(zhì)量，尤其是使邊緣與細(xì)節(jié)變得模糊，增加了醫(yī)學(xué)診斷與治療的難度?，F(xiàn)有超聲系統(tǒng)為此還可以包括一個(gè)邊緣銳化和斑點(diǎn)抑制處理模塊，在所述主控制器的控制下，對(duì)所述數(shù)字掃描變換器輸出的圖像數(shù)據(jù)先進(jìn)行邊緣銳化和斑點(diǎn)抑制處理后才送往顯示器。因而，研究如何抑制這種斑點(diǎn)、同時(shí)保留或增強(qiáng)圖像邊緣與細(xì)節(jié)特征，以使超聲圖像更加清楚，對(duì)比度更強(qiáng)，更好地幫助醫(yī)生診斷，具有重要意義。
目前解決超聲圖像固有的斑點(diǎn)噪聲和邊緣模糊問(wèn)題的主要方法有1)自適應(yīng)斑點(diǎn)抑制濾波(見(jiàn)1989年IEEE Trans.Circuits System第36緝(1)129-135頁(yè)，Loupas T.等人的“An adaptive weighted median filter for speckle suppression inmedical ultrasonic images”)。該方法屬于反銳化掩模濾波方法，它根據(jù)斑點(diǎn)局部統(tǒng)計(jì)特征的不同，采用不同的濾波系數(shù)來(lái)控制平滑程度。
2)線邊緣檢測(cè)(見(jiàn)1998年IEEE Trans.Imag.Proc.第7輯(12)1700-1714頁(yè)，Czerwinski R.N等人的“Line and boundary detection in speckle images”)。它以長(zhǎng)度很短的線段來(lái)近似圖象的局部線性特征(如邊緣與一些特殊結(jié)構(gòu))，這種以局部較小尺度的線性來(lái)近似圖象結(jié)構(gòu)的大尺度線性的方法，能較好地保留與增強(qiáng)邊緣。
3)多尺度非線性抑噪與邊緣增強(qiáng)(見(jiàn)1998年IEEE Trans.Med.Imag.第17輯(4)532-540頁(yè)，Zhang X.等人的“Speckle reduction and contrast enhancement ofechocardiograms via multi-scale nonlinear processing”)。應(yīng)用小波多分辨率分析，在不同尺度下，應(yīng)用不同的閾值抑噪方法來(lái)平滑斑點(diǎn)。其基本思想是將圖像變換到小波域，舍去某些尺度部分，再進(jìn)行逆小波變換，從而得到降噪圖像。
4)各向異性微分(見(jiàn)1990年IEEE Trans.Pattern Anal.Machine Intell.第12輯(7)629-639頁(yè)，Perona P.等人的“Scale-space and edge detection using anisotropicdiffusion”)。在微分過(guò)程中，對(duì)于鄰域像素，根據(jù)其灰度梯度值的不同，其平滑作用的強(qiáng)弱也相異，這種具有各向異性的處理方法在抑噪與保留邊緣方面具有獨(dú)特的作用。
5)GE公司在專利US 6,208,763和US 6,592,523中提出的超聲圖像增強(qiáng)和斑點(diǎn)抑制方案，是在圖像分割基礎(chǔ)上，基于圖像梯度把圖像分為結(jié)構(gòu)區(qū)域和背景區(qū)域；對(duì)結(jié)構(gòu)區(qū)域作方向性濾波和方向性增強(qiáng)，對(duì)背景區(qū)域作各向同性的平滑濾波。
上述現(xiàn)有技術(shù)的不足在于方法1)-4)雖然各自方法不同，但都沒(méi)有區(qū)分圖像信息，而將同樣方法用于圖像的整個(gè)區(qū)域；雖然方法本身可以包括自適應(yīng)處理，但仍然無(wú)法做到同時(shí)抑制斑點(diǎn)噪聲和增強(qiáng)邊緣，經(jīng)常會(huì)出現(xiàn)增強(qiáng)邊緣的同時(shí)也增強(qiáng)了斑點(diǎn)噪聲、或者抑制斑點(diǎn)噪聲的同時(shí)也使邊緣模糊了的情況。方法1)尤其還依賴于圖像中的斑點(diǎn)統(tǒng)計(jì)特性，而醫(yī)療上不同的組織結(jié)構(gòu)，會(huì)有不同的斑點(diǎn)統(tǒng)計(jì)特性。方法5)圖像增強(qiáng)效果較明顯，但它是基于整幅圖像來(lái)進(jìn)行處理，算法比較復(fù)雜，難于用硬件來(lái)實(shí)時(shí)實(shí)現(xiàn)，難于在實(shí)際應(yīng)用中使用。發(fā)明內(nèi)容本發(fā)明要解決的技術(shù)問(wèn)題是針對(duì)上述現(xiàn)有技術(shù)的不足，而提出一種超聲圖像數(shù)據(jù)處理方法，能用簡(jiǎn)單的算法處理來(lái)實(shí)時(shí)同時(shí)實(shí)現(xiàn)對(duì)圖像的邊緣銳化與斑點(diǎn)抑制，并且易于用硬件方式實(shí)現(xiàn)。
為解決上述技術(shù)問(wèn)題，本發(fā)明的基本構(gòu)思為采用一種基于圖像邊緣分析的斑點(diǎn)抑制和邊緣銳化方法，首先判斷圖像的邊緣，再分別處理對(duì)于邊緣部分作方向性濾波或方向性增強(qiáng)；對(duì)于非邊緣區(qū)域，求得中心像素點(diǎn)鄰域內(nèi)的均值和各向同性增強(qiáng)值，再對(duì)這兩個(gè)值求加權(quán)平均來(lái)得到最終的結(jié)果。從而同時(shí)實(shí)現(xiàn)對(duì)圖像的邊緣銳化與斑點(diǎn)抑制。
作為實(shí)現(xiàn)本發(fā)明構(gòu)思的技術(shù)方案是，提供一種超聲圖像邊緣銳化與斑點(diǎn)抑制方法，用于超聲成像系統(tǒng)對(duì)超聲掃描圖像顯示數(shù)據(jù)的優(yōu)化處理，包括步驟A.讀取超聲圖像數(shù)據(jù)；B.依次對(duì)各像素點(diǎn)的數(shù)據(jù)進(jìn)行處理，將該點(diǎn)得到的最終數(shù)據(jù)輸出或保存；尤其是，所述步驟B包括判斷每一所述像素點(diǎn)是否是邊緣點(diǎn)的過(guò)程，系統(tǒng)對(duì)邊緣點(diǎn)和非邊緣點(diǎn)采用不同處理計(jì)算。
上述方案中，所述步驟B判斷一像素點(diǎn)是否邊緣點(diǎn)是基于方差進(jìn)行的，包括步驟a.以所述像素點(diǎn)為中心點(diǎn)取一鄰域；b.求出所述鄰域內(nèi)的方差Var；c.根據(jù)預(yù)先設(shè)定的方差門限VarT判斷此中心點(diǎn)是否邊緣點(diǎn)，具體是，若滿足條件Var＞VarT則所述像素點(diǎn)為邊緣點(diǎn)。
上述方案中，所述步驟B判斷一像素點(diǎn)是否邊緣點(diǎn)還基于梯度而進(jìn)行的，具體是先以所述像素點(diǎn)為中心點(diǎn)取一鄰域；求出所述中心像素點(diǎn)的梯度Grad；再根據(jù)預(yù)先設(shè)定的方差門限VarT、梯度門限GradT及灰度門限GrayT來(lái)判斷此中心點(diǎn)是否邊緣點(diǎn)，即設(shè)所述中心點(diǎn)的灰度值為gray，若滿足條件Grad＞GradT，Var＞VarT，Gray＞GrayT則所述像素點(diǎn)為邊緣點(diǎn)。
上述方案中，系統(tǒng)對(duì)各邊緣點(diǎn)的處理是進(jìn)行方向性濾波，來(lái)得到增強(qiáng)的邊緣。
上述方案中，系統(tǒng)對(duì)各邊緣點(diǎn)的處理還包括對(duì)方向性濾波的結(jié)果進(jìn)一步作方向性增強(qiáng)。
上述方案中，系統(tǒng)對(duì)各非邊緣點(diǎn)的處理是求出以該點(diǎn)為中心像素點(diǎn)的一鄰域內(nèi)的像素?cái)?shù)據(jù)均值，以及各向同性增強(qiáng)值，再對(duì)均值和各向同性增強(qiáng)值做加權(quán)平均來(lái)取得所述非邊緣點(diǎn)的終值。
采用上述技術(shù)方案，可以同時(shí)實(shí)現(xiàn)對(duì)圖像的邊緣銳化與斑點(diǎn)抑制，并且具有算法簡(jiǎn)單，易于硬件實(shí)現(xiàn)，可實(shí)時(shí)處理，適用性強(qiáng)等優(yōu)點(diǎn)。


圖1是超聲成像系統(tǒng)方框2是本發(fā)明邊緣銳化和斑點(diǎn)抑制方法流程3是邊緣判斷流程4是梯度計(jì)算模板示意5是方向性濾波流程6是方向性增強(qiáng)流程7是各向同性增強(qiáng)流程8是未采用本發(fā)明方法的原始圖像示意9是經(jīng)本發(fā)明方法邊緣銳化和斑點(diǎn)抑制后的圖像示意圖具體實(shí)施方式
下面，結(jié)合附圖所示之最佳實(shí)施例進(jìn)一步闡述本發(fā)明。
本發(fā)明超聲圖像邊緣銳化與斑點(diǎn)抑制方法，用于超聲成像系統(tǒng)對(duì)超聲掃描圖像顯示數(shù)據(jù)的優(yōu)化處理，系統(tǒng)先讀取超聲圖像數(shù)據(jù)，再依次對(duì)各像素點(diǎn)的數(shù)據(jù)進(jìn)行處理，將該點(diǎn)得到的最終數(shù)據(jù)輸出或保存。其中，系統(tǒng)處理模塊如圖2所示，包括判斷每一所述像素點(diǎn)是否是邊緣點(diǎn)的過(guò)程，并對(duì)邊緣點(diǎn)和非邊緣點(diǎn)采用不同處理計(jì)算。
具體是，在一幅超聲圖像中，對(duì)于每個(gè)像素點(diǎn)，以該點(diǎn)為中心取一鄰域，例如包括(但不限于)5*5像素點(diǎn)的范圍內(nèi)，進(jìn)行計(jì)算判斷該點(diǎn)是否邊緣點(diǎn)。具體是，先求出所述鄰域內(nèi)的方差Var再根據(jù)預(yù)先設(shè)定的方差門限VarT來(lái)判斷此中心點(diǎn)是否邊緣點(diǎn)滿足條件Var＞VarT的視為邊緣點(diǎn)，否則按非邊緣點(diǎn)處理。
所述鄰域內(nèi)的方差Var可以依下式計(jì)算Var=(ΣiWinsizeΣiWinSize(Gray(i,j)-GrayAvg)2)/(WinSize*WinSize)]]>其中WinSize為鄰域大小，GrayAvg為鄰域內(nèi)的灰度均值，并且GrayAvg=Σj=1WinSizeΣi=1WinSizeGray(i,j)/(WinSize×WinSize)]]>此外，本發(fā)明的實(shí)施例之二可以如圖3所示，結(jié)合方差和梯度計(jì)算來(lái)判斷邊緣點(diǎn)基于上述方差計(jì)算上，再求出所述中心像素點(diǎn)的梯度Grad；再根據(jù)預(yù)先設(shè)定的方差門限VarT、梯度門限GradT及灰度門限GrayT來(lái)判斷此中心點(diǎn)是否邊緣點(diǎn)，即設(shè)所述中心點(diǎn)的灰度值為gray，若滿足條件Grad＞GradT，Var＞VarT，Gray＞GrayT 則所述像素點(diǎn)為邊緣點(diǎn)。
所述中心像素點(diǎn)的梯度Grad可以是Grad＝max(fabs(XGrad)，fabs(YGrad))其中Xgrad和Ygrad分別表示x和y方向的梯度，可以用SOBEL模板來(lái)計(jì)算(如圖4所示，圖a是計(jì)算x方向梯度的模板，圖b是計(jì)算y方向梯度的模板。因?qū)儆诂F(xiàn)有技術(shù)，不在此贅述)，這樣取x和y方向梯度的絕對(duì)值的最大值為該像素點(diǎn)的梯度值。
上述實(shí)施例中的鄰域大小取5，可以較好地分辨出圖像邊緣。鄰域可以取得更大，但會(huì)增加計(jì)算量和存儲(chǔ)量；而取得更小，可能會(huì)影響圖像邊緣的判斷。
本發(fā)明實(shí)施例中，對(duì)邊緣點(diǎn)的處理是進(jìn)行方向性濾波來(lái)得到增強(qiáng)的邊緣。對(duì)非邊緣點(diǎn)的處理是，求出以該點(diǎn)為中心像素點(diǎn)的一鄰域(比如但不限于5*5)內(nèi)的像素?cái)?shù)據(jù)均值，同時(shí)求出各向同性增強(qiáng)值，最后對(duì)均值和各向同性增強(qiáng)值做加權(quán)平均來(lái)取得最終結(jié)果。
所述方向性濾波的具體過(guò)程如圖5所示(以3*3鄰域?yàn)槔?對(duì)每個(gè)中心像素點(diǎn)，先在鄰域內(nèi)分別計(jì)算各個(gè)方向(以0度、45度、135度、90度四個(gè)方向?yàn)槔?的方差，再比較得到最小方差，沿該最小方差的方向做均值濾波，即計(jì)算最小方差方向的三點(diǎn)灰度均值，最后將該均值賦給中心像素點(diǎn)。所述方向性濾波處理可以使模糊的邊緣變得比較光滑。
為進(jìn)一步增強(qiáng)邊緣，系統(tǒng)對(duì)各邊緣點(diǎn)的處理還包括對(duì)上述方向性濾波的結(jié)果作方向性增強(qiáng)，所述方向性增強(qiáng)的具體過(guò)程如圖6所示(以3*3鄰域?yàn)槔?先求出各個(gè)方向的一維LAPLACIAN值，可以設(shè)置一維LAPLACIAN模板為{-1，2，-1}；再比較所述各一維LAPLACIAN值，找出最大幅值，設(shè)為MaxLAPLACIAN；最后計(jì)算所述中心像素點(diǎn)銳化后的灰度值Sharp，為Sharp＝gray+a×MaxLAPLACLAN其中g(shù)ray為經(jīng)過(guò)方向性濾波的灰度值；a是預(yù)設(shè)的加權(quán)系數(shù)，與銳化強(qiáng)弱程度相對(duì)應(yīng)，不同的成像系統(tǒng)預(yù)設(shè)不同的a值。
所述各向同性增強(qiáng)的具體過(guò)程如圖7所示(以對(duì)應(yīng)像素點(diǎn)為中心的5*5鄰域?yàn)槔?先計(jì)算該鄰域內(nèi)像素的灰度均值Mean，和該中心像素點(diǎn)的二維LAPLACIAN值Lap；再根據(jù)所述二維LAPLACIAN值計(jì)算灰度銳化值sharp，如sharp＝Lap+gray；最后求所述均值Mean和所述銳化值sharp的加權(quán)平均值作為所述中心像素點(diǎn)的灰度終值result＝(1-b)×Mean+b×sharp其中預(yù)設(shè)的加權(quán)系數(shù)b用來(lái)控制非邊緣點(diǎn)區(qū)域(即背景區(qū)域)的圖像顆粒細(xì)膩程度。因所述一維LAPLACIAN及二維LAPLACIAN的計(jì)算屬于現(xiàn)有技術(shù)，不在此贅述。
所述實(shí)施例實(shí)驗(yàn)對(duì)比如下以一(但不限于)全數(shù)字黑白B超為例，通常圖像可取得如圖8所示顯示效果，該圖像數(shù)據(jù)經(jīng)本發(fā)明邊緣銳化和斑點(diǎn)抑制方法處理后的輸出顯示如圖9，可見(jiàn)，后者的圖像邊緣更清楚明顯、斑點(diǎn)噪聲也得到很好抑制，從而圖像質(zhì)量得到很好提高。
用DSP(數(shù)字信號(hào)處理器)編程或PLGA(可編程邏輯門陣列)、CPLD(復(fù)雜可編程邏輯器件)方式來(lái)硬件實(shí)現(xiàn)的上述方法，亦在本發(fā)明的保護(hù)范圍內(nèi)。
權(quán)利要求
1.一種超聲圖像邊緣銳化與斑點(diǎn)抑制方法，用于超聲成像系統(tǒng)對(duì)超聲掃描圖像顯示數(shù)據(jù)的優(yōu)化處理，包括步驟A.讀取超聲圖像數(shù)據(jù)；B.依次對(duì)各像素點(diǎn)的數(shù)據(jù)進(jìn)行處理，將該點(diǎn)得到的最終數(shù)據(jù)輸出或保存；其特征在于，所述步驟B包括判斷每一所述像素點(diǎn)是否是邊緣點(diǎn)的過(guò)程，系統(tǒng)對(duì)邊緣點(diǎn)和非邊緣點(diǎn)采用不同處理計(jì)算。
2.根據(jù)權(quán)利要求1所述的超聲圖像邊緣銳化與斑點(diǎn)抑制方法，其特征在于，所述步驟B判斷一像素點(diǎn)是否邊緣點(diǎn)是基于方差進(jìn)行的，包括步驟a.以所述像素點(diǎn)為中心點(diǎn)取一鄰域；b.求出所述鄰域內(nèi)的方差Var；c.根據(jù)預(yù)先設(shè)定的方差門限VarT判斷此中心點(diǎn)是否邊緣點(diǎn)，具體是，若滿足條件Var＞VarT則所述像素點(diǎn)為邊緣點(diǎn)。
3.根據(jù)權(quán)利要求2所述的超聲圖像邊緣銳化與斑點(diǎn)抑制方法，其特征在于，所述鄰域內(nèi)的方差Var是Var=(ΣiWinsizeΣiWinSize(Gray(i,j)-GrayAvg)2)/(WinSize*WinSize)]]>其中，WinSize為鄰域大小，GrayAvg為鄰域內(nèi)的灰度均值，并且GrayAvg=ΣiWinSizeΣiWinSizeGray(i,j)/(WinSize×WinSize).]]>
4.根據(jù)權(quán)利要求2所述的超聲圖像邊緣銳化與斑點(diǎn)抑制方法，其特征在于，所述步驟B判斷一像素點(diǎn)是否邊緣點(diǎn)還基于計(jì)算梯度而進(jìn)行，具體是先以所述像素點(diǎn)為中心點(diǎn)取一鄰域；求出所述中心像素點(diǎn)的梯度Grad；再根據(jù)預(yù)先設(shè)定的方差門限VarT、梯度門限GradT及灰度門限GrayT來(lái)判斷此中心點(diǎn)是否邊緣點(diǎn)，即設(shè)所述中心點(diǎn)的灰度值為gray，若滿足條件Grad＞GradT，Var＞VarT，Gray＞GrayT則所述像素點(diǎn)為邊緣點(diǎn)。
5.根據(jù)權(quán)利要求4所述的超聲圖像邊緣銳化與斑點(diǎn)抑制方法，其特征在于，所述中心像素點(diǎn)的梯度Grad是Grad＝max(fabs(XGrad)，fabs(YGrad))其中，Xgrad和Ygrad分別表示x和y方向的梯度。
6.根據(jù)權(quán)利要求1所述的超聲圖像邊緣銳化與斑點(diǎn)抑制方法，其特征在于系統(tǒng)對(duì)各邊緣點(diǎn)的處理是進(jìn)行方向性濾波，來(lái)得到增強(qiáng)的邊緣。
7.根據(jù)權(quán)利要求6所述的超聲圖像邊緣銳化與斑點(diǎn)抑制方法，其特征在于，所述對(duì)一邊緣點(diǎn)的方向性濾波包括步驟a.以所述邊緣點(diǎn)為中心點(diǎn)取一鄰域；b.在該鄰域內(nèi)分別計(jì)算各個(gè)方向的方差；c.比較得到最小方差；d.計(jì)算該最小方差方向上所述鄰域內(nèi)像素點(diǎn)的灰度均值，并將該均值賦給所述邊緣點(diǎn)。
8.根據(jù)權(quán)利要求6或7所述的超聲圖像邊緣銳化與斑點(diǎn)抑制方法，其特征在于，系統(tǒng)對(duì)各邊緣點(diǎn)的處理還包括對(duì)方向性濾波的結(jié)果進(jìn)一步作方向性增強(qiáng)，包括步驟a.設(shè)置一維LAPLACIAN模板來(lái)求出所述鄰域內(nèi)各個(gè)方向的一維LAPLACIAN值；b.比較所述各一維LAPLACIAN值，找出最大幅值，設(shè)為MaxLAPLACIAN；來(lái)計(jì)算所述中心像素點(diǎn)銳化后的灰度值SharpSharp＝gray+a×MaxLAPLACIAN其中，gray為所述中心像素點(diǎn)經(jīng)過(guò)方向性濾波的灰度值；a是預(yù)設(shè)的加權(quán)系數(shù)。
9.根據(jù)權(quán)利要求1所述的超聲圖像邊緣銳化與斑點(diǎn)抑制方法，其特征在于，系統(tǒng)對(duì)各非邊緣點(diǎn)的處理是求出以該點(diǎn)為中心像素點(diǎn)的一鄰域內(nèi)的像素?cái)?shù)據(jù)均值，以及各向同性增強(qiáng)值，再對(duì)均值和各向同性增強(qiáng)值做加權(quán)平均來(lái)取得所述非邊緣點(diǎn)的終值。
10.根據(jù)權(quán)利要求9所述的超聲圖像邊緣銳化與斑點(diǎn)抑制方法，其特征在于，所述各向同性增強(qiáng)的具體過(guò)程包括先計(jì)算所述鄰域內(nèi)像素的灰度均值Mean和所述中心像素點(diǎn)的二維LAPLACIAN值Lap；再根據(jù)所述二維LAPLACE值計(jì)算灰度銳化值sharpsharp＝Lap+gray；最后求所述均值Mean和所述銳化值sharp的加權(quán)平均值result＝(1-b)×Mean+b×sharp作為所述中心像素點(diǎn)的灰度終值；其中b為預(yù)設(shè)的加權(quán)系數(shù)。
全文摘要
一種超聲圖像邊緣銳化與斑點(diǎn)抑制方法，用于對(duì)超聲掃描顯示圖像數(shù)據(jù)的優(yōu)化處理，包括步驟讀取超聲圖像數(shù)據(jù)；依次基于方差對(duì)各像素點(diǎn)判斷是否邊緣點(diǎn)，對(duì)邊緣點(diǎn)和非邊緣點(diǎn)采用不同數(shù)據(jù)處理計(jì)算，得到該點(diǎn)的最終數(shù)據(jù)并輸出或保存?？梢詫?duì)所述邊緣點(diǎn)先進(jìn)行方向性濾波，再作方向性增強(qiáng)，來(lái)得到增強(qiáng)的邊緣?？梢詫?duì)所述非邊緣點(diǎn)求出以該點(diǎn)為中心像素點(diǎn)的一鄰域內(nèi)的像素?cái)?shù)據(jù)均值，以及各向同性增強(qiáng)值，再求二者的加權(quán)平均值來(lái)作為所述非邊緣點(diǎn)的灰度終值。采用本發(fā)明方法，可以同時(shí)實(shí)現(xiàn)對(duì)圖像的邊緣銳化與斑點(diǎn)抑制，并且具有算法簡(jiǎn)單，易于硬件實(shí)現(xiàn)，可實(shí)時(shí)處理，適用性強(qiáng)的優(yōu)點(diǎn)。
文檔編號(hào)A61B8/00GK1892696SQ20051003591
公開(kāi)日2007年1月10日 申請(qǐng)日期2005年7月8日 優(yōu)先權(quán)日2005年7月8日
發(fā)明者倪東, 胡勤軍, 朱磊, 楊波 申請(qǐng)人:深圳邁瑞生物醫(yī)療電子股份有限公司