專利名稱：一種實(shí)時醫(yī)學(xué)視頻圖像去噪方法
技術(shù)領(lǐng)域：
本發(fā)明提供一種醫(yī)學(xué)視頻圖像去噪方法，尤其涉及一種實(shí)時醫(yī)學(xué)視頻圖像去噪 方法。
背景技術(shù)：
醫(yī)學(xué)視頻圖像序列由于采集源及曝光參數(shù)和劑量等要求往往會受到噪聲的干 擾，使得畫質(zhì)下降。例如，醫(yī)學(xué)超聲視頻圖像中通常存在大量的斑點(diǎn)噪聲，會給超聲圖 像質(zhì)量帶來明顯的下降，并掩蓋了某些重要組織的病變，這給醫(yī)生的診斷和識別某些特 定的疾病帶來了較大的困難，并且會有漏診和誤診的風(fēng)險(xiǎn)。通常采用濾波的方法來抑制信號的高頻部分，在濾去噪聲的同時也會將有用 的邊緣信息去除，例如鄰域平均法、中值濾波法都會將圖像中有臨床意義的邊緣和細(xì) 節(jié)會過平滑；由此，一些基于邊緣保留的濾波算法得到迅速的發(fā)展，例如BM3D和 NonlocalMeans醫(yī)學(xué)圖像去噪方法，在醫(yī)學(xué)圖像后處理階段提高醫(yī)學(xué)圖像質(zhì)量提供了一個 巨大的空間。然而即使是像BM3D這樣的方法也無法徹底清除較大的斑點(diǎn)噪音，通常這 些較大的斑點(diǎn)噪音會被算法當(dāng)作紋理來增強(qiáng)，使得原有的圖像細(xì)節(jié)丟失。視頻圖像的幀序列去噪方法基本可按空域，頻域，小波域，時域等來進(jìn)行劃 分。然而，單純的空域?yàn)V波器不僅會造成幀間圖像的閃爍，而且會使圖像的邊緣細(xì)節(jié)被 過平滑。但對于醫(yī)學(xué)視頻圖像來說，相鄰幀的圖像往往存在很強(qiáng)的相關(guān)性，這樣就可以 利用的時間域相關(guān)性來清除噪音。近年來，在視頻圖像降噪方法研究和探索中，時域和 空域的聯(lián)合降噪方法得到廣泛的關(guān)注對時域和空域中濾波器結(jié)合方法的研究、濾波器 本身的研究以及對運(yùn)動估計(jì)和補(bǔ)償方法的研究成為醫(yī)學(xué)圖像增強(qiáng)技術(shù)研究的熱點(diǎn)問題， 例如基于運(yùn)動補(bǔ)償方法和運(yùn)動自適應(yīng)的濾波方法已經(jīng)在醫(yī)學(xué)實(shí)時醫(yī)學(xué)影像設(shè)備中得到廣 泛的應(yīng)用。在目前的醫(yī)學(xué)視頻降噪中，對降噪方法有兩種分類方法第一種是按照時域和 空域上的濾波來劃分，主要可以分為時域?yàn)V波、空域?yàn)V波和空時濾波，而空時域?yàn)V波又 可分為基于運(yùn)動補(bǔ)償?shù)臑V波和無運(yùn)動補(bǔ)償?shù)臑V波?；诳沼虻臑V波器只利用了圖像中像素點(diǎn)局部領(lǐng)域的相關(guān)性，濾波的實(shí)際效果 非常有限，在濾除噪聲的時候模糊了邊緣和紋理，而且在某些噪音點(diǎn)上會產(chǎn)生幀間閃 爍，雖然近幾年基于Nonlocal方法的濾波器在噪音去除和邊緣保持上有很好的效果，但 這些濾波器會過增強(qiáng)一些噪音區(qū)域，比如說大的斑點(diǎn)噪音。然而，對沒有運(yùn)動目標(biāo)(相 機(jī)也處于靜止?fàn)顟B(tài))的視頻序列來說，通過時域上的加權(quán)平均做濾波會取得理想的效果。基于運(yùn)動補(bǔ)償?shù)娜ピ敕椒ㄊ前旬?dāng)前圖像分為一定數(shù)量互不重疊的子塊，在參考 前一幀圖像情況下，搜索和當(dāng)前圖像塊最相似的參考塊，也被稱作匹配塊。實(shí)際上， 相鄰幀之間的配準(zhǔn)塊具有很大相關(guān)性，在配準(zhǔn)塊上的噪聲原則上可以通過平均加權(quán)來去 除。然而，現(xiàn)有的醫(yī)學(xué)視頻圖像降噪算法大多數(shù)都是單獨(dú)在空域或時域做濾波處理，或者做時域和空域?yàn)V波的簡單融合，這樣的處理容易出現(xiàn)塊效應(yīng)或運(yùn)動組織邊緣的模糊 化。

發(fā)明內(nèi)容
本發(fā)明提供一種實(shí)時醫(yī)學(xué)視頻圖像去噪方法，應(yīng)用于實(shí)時獲取或已存儲的醫(yī)學(xué) 視頻圖像序列，利用相鄰兩幀圖像的高度相關(guān)性，對每一幀視頻圖像實(shí)施時空域的遞歸 的濾波處理，濾波窗口的大小可以根據(jù)噪音水平自適應(yīng)地來調(diào)節(jié)。本發(fā)明結(jié)合時域的運(yùn) 動補(bǔ)償方法和空域上的降噪增強(qiáng)算法，針對圖像當(dāng)前像素點(diǎn)，應(yīng)用運(yùn)動補(bǔ)償方法和形態(tài) 學(xué)算子檢測運(yùn)動區(qū)域、噪音區(qū)域和背景區(qū)域，在噪音區(qū)域中估計(jì)圖像的整體噪音水平。本發(fā)明為解決上述技術(shù)問題所采用的技術(shù)方案為一種視頻圖像增強(qiáng)的處理方法，圖像序列為，gl，…，gt,…，gn，其包括以下 步驟A.從圖像存儲區(qū)域中提取圖像幀序列，g(x，t) =gt，t=l，…，η；令t=2， 對g(x，t-1)做Bilateral濾波處理，得到平滑圖像& (x，t-1)
權(quán)利要求
1.一種實(shí)時醫(yī)學(xué)視頻圖像去噪方法，特征在于，圖像序列為，gl，…，gt,…，&， 其包括以下步驟A.從圖像存儲區(qū)域中提取圖像幀序列，g(x，t)= gt, t=l，…，η;令t = 2，對 g(x, t-1)做Bilateral濾波處理，得到平滑圖像gst(x，t-1)
2.根據(jù)權(quán)利要求1所述的一種實(shí)時醫(yī)學(xué)視頻圖像去噪方法，其特征在于所述B步驟包 括以下步驟Bi.對當(dāng)前幀圖像g(x，t)，做窗口大小為W1XW1的平滑得到圖像s(x，t)； B2.將原始圖像g(x，t)和平滑圖像s(x，t)相減估計(jì)出噪音圖像η (X，t) =g(x,t) -S (χ, t)；B3.估計(jì)出的噪音圖像η (x，t)的每個像素點(diǎn)χ，在以χ為中心的大小SwnXwn窗 口做標(biāo)準(zhǔn)方差估計(jì)，得到噪音水平估計(jì)值σ (χ，t)。
3.根據(jù)權(quán)利要求1所述的一種實(shí)時醫(yī)學(xué)視頻圖像去噪方法，其特征在于所述C步驟包 括以下步驟Cl.估計(jì)圖像的運(yùn)動區(qū)域即 R= {x||g(x，t-l)"g(x, t)|>ftgl&|g(x，t+l)-g(x, t)| >ftgl}，用一個二值圖像或Mask圖像來表示為b(x，t) il, xgR [0, x^RC2.針對圖像b(x，t)做Morphological的closing操作，得到一個運(yùn)動目標(biāo)區(qū)域增強(qiáng)的 圖像bjx，t)，然后對bjx，t)圖像做Connected Component Labeling數(shù)學(xué)形態(tài)學(xué)操作，得到N個連通的區(qū)域H= {R」i= 1，…，N},(前景區(qū)域即區(qū)域中的每個像素點(diǎn)滿足b(x, t) = 1)；C3.對于任意一個連通區(qū)域R1,如果其面積小于某個預(yù)設(shè)的值TluA1則該區(qū)域設(shè)為噪 音區(qū)域；否則將該區(qū)域設(shè)為一個運(yùn)動區(qū)域。C4.對任意一個運(yùn)動區(qū)域R1,如果它的面積大于ftg2(>20)，則在其中找出前20個梯 度值最大的特征點(diǎn)，實(shí)施基于SAD (Sum of Absolute Difference 絕對差值和)運(yùn)動檢測； 否則，對R1中所有的點(diǎn)做基于SAD運(yùn)動估計(jì)；C5.對每個像素點(diǎn)X，如果χ是運(yùn)動點(diǎn)，計(jì)算g,(x，t) = |gst (χ+Δ χ, t-l)-g(x, t)|， 其中ΔΧ是像素點(diǎn)χ在t時刻的運(yùn)動向量；否則§,&，t) = |gst(x, t-l)-g(x, t)|；C6.如果 χ 是運(yùn)動目標(biāo)種子點(diǎn)并且 |&(x，t-l)-g(x, t) I < |gst (χ+Δ χ, t-l)-g(x, t)|， 則可以將該點(diǎn)重置成背景點(diǎn)，即b(x，t) =0；
4.根據(jù)權(quán)利要求1所述的一種實(shí)時醫(yī)學(xué)視頻圖像去噪方法，其特征在于所述D步驟包 括以下步驟Dl.基于步驟D檢測到的噪音區(qū)域，估計(jì)一個全局的噪音水平ο ；D2.對計(jì)算圖像g(x，t)的Sobel梯度圖像，針對梯度圖像做二值化的邊緣檢測，二 值化的閾值設(shè)為Th_A2= ο ，得到圖像込&，t)，然后做圖像做Connected Component Labeling操作，如果連通區(qū)域的面積大于某個預(yù)設(shè)的值Th_A3則該區(qū)域上的所有點(diǎn)為邊緣占.D3.如果σ (χ，t) <5，濾波窗口大小為W_size(x，t) =3，否則如果是邊緣點(diǎn)，其 濾波窗口大小為w_size(x，t) = 5,否則大小為w_size(x，t) = 7 ；D4.選擇領(lǐng)域中的濾波點(diǎn)如果當(dāng)前點(diǎn)不是邊緣點(diǎn)，y也不是邊緣點(diǎn)，y設(shè)為濾波候 選點(diǎn)，否則，將y從濾波候選點(diǎn)去除；如果當(dāng)前點(diǎn)是邊緣點(diǎn)，y也是邊緣點(diǎn)，y設(shè)為濾波 候選點(diǎn)，否則，將y從濾波候選點(diǎn)去除。
5.根據(jù)權(quán)利要求1所述的一種實(shí)時醫(yī)學(xué)視頻圖像去噪方法，其特征在于所述E步驟包 括以下步驟El.計(jì)算時空濾波器的融合系數(shù)首先計(jì)算當(dāng)前像素點(diǎn)的運(yùn)動強(qiáng)度或置信度
全文摘要
本發(fā)明提供一種實(shí)時醫(yī)學(xué)視頻圖像去噪方法，應(yīng)用于實(shí)時獲取或已存儲的醫(yī)學(xué)視頻圖像序列，利用相鄰兩幀圖像的高度相關(guān)性，對每一幀視頻圖像實(shí)施時空域的遞歸的濾波處理，濾波窗口的大小可以根據(jù)噪音水平自適應(yīng)地來調(diào)節(jié)。本發(fā)明結(jié)合時域的運(yùn)動補(bǔ)償方法和空域上的降噪增強(qiáng)算法，針對圖像當(dāng)前像素點(diǎn)，應(yīng)用運(yùn)動補(bǔ)償方法和形態(tài)學(xué)算子檢測運(yùn)動區(qū)域、噪音區(qū)域和背景區(qū)域，在噪音區(qū)域中估計(jì)圖像的整體噪音水平。
文檔編號G06T5/00GK102014240SQ20101056816
公開日2011年4月13日 申請日期2010年12月1日 優(yōu)先權(quán)日2010年12月1日
發(fā)明者張羽, 徐漫濤, 潘梁亮, 陸匯海 申請人:深圳市藍(lán)韻實(shí)業(yè)有限公司