超声图像去噪方法、装置、设备及计算机可读存储介质与流程

1.本发明涉及图像处理领域，特别涉及一种超声图像去噪方法、装置、设备及计算机可读存储介质。


背景技术：

2.医学超声成像技术因为其非侵入性、无辐射、实时性以及高性价比等特点，已经被广泛应用于医疗辅助诊断当中。然而医学超声图像因为其成像固有机制的影响，图像中存在大量斑点噪声，影响了图像质量。
3.严重的斑点噪声会掩盖住图像的细节信息，给之后的图像特征提取和识别、定量分析及临床诊断带来干扰。并且，超声图像解剖学信息不足、对比度也不佳，病变组织并不容易区分，也很大程度影响了临床诊断的准确性。
4.因此，抑制超声图像的斑点噪声、增强图像的解剖学细节、改善图像质量对于超声的图像分析和临床诊断非常重要，也已经成为备受研究人员关注的热点问题。


技术实现要素：

5.本发明的主要目的在于提出一种超声图像去噪方法，旨在解决现有的超声图像存在大量斑点噪声的技术问题。
6.为实现上述目的，本发明提出一种超声图像去噪方法，所述超声图像去噪方法包括：对输入图像依次进行降采样和低通滤波处理，以得到降分辨率后的超声图像；对所述超声图像进行边缘检测，以得到若干不同方向的梯度图像；根据各所述梯度图像计算当前像素点的强度响应及主方向；基于强度相应计算得到自适应分割阈值，根据所述分割阈值判断所述当前像素点是否为超声图像的组织区域；若为组织区域，则对所述组织区域进行平滑滤波处理；若为非组织区域，则对所述非组织区域进行低通滤波处理；将所述组织区域和所述非组织区域融合，并对融合后的超声图像进行分辨率还原处理。
7.优选地，所述根据各所述梯度图计算当前像素点的强度响应及主方向包括：分别对若干所述梯度图进行低通滤波处理，并比较各所述梯度图在不同方向的梯度强度；选择最大强度及相应的方向作为当前像素点的强度响应及主方向。
8.优选地，所述对超声图像进行边缘检测，以得到若干不同方向的梯度图像包括：利用边缘检测索伯算子，检测出所述超声图像在若干不同方向的梯度，得到若干个所述梯度图像。
9.优选地，在所述对组织区域进行平滑滤波处理的步骤之后，还包括：对平滑滤波处理后的组织区域进行增强处理。
10.本发明还提出一种超声图像去噪装置，所述超声图像去噪装置包括：第一处理模块，用于对输入图像依次进行降采样和低通滤波处理，以得到降分辨率后的超声图像；边缘检测模块，用于对所述超声图像进行边缘检测，以得到若干不同方向的梯度图像；强度响应模块，根据各所述梯度图像计算当前像素点的强度响应及主方向；区域判断模块，基于强度相应计算得到自适应分割阈值，根据所述分割阈值判断所述当前像素点是否为超声图像的组织区域；第二处理模块，若为组织区域，则对所述组织区域进行平滑滤波处理；若为非组织区域，则对所述组织区域进行低通滤波处理；第三处理模块，将所述组织区域和所述非组织区域融合，并对融合后的超声图像进行分辨率还原处理。
11.优选地，所述强度响应模块包括：低通滤波单元，用于分别对若干所述梯度图进行低通滤波处理，并比较各所述梯度图在不同方向的梯度强度；强度响应单元，用于选择最大强度及相应的方向作为当前像素点的强度响应及主方向。
12.优选地，所述边缘检测模块包括：梯度图像获取单元，用于利用边缘检测索伯算子，检测出所述超声图像在若干不同方向的梯度，得到若干个所述梯度图像。
13.优选地，所述超声图像去噪装置还包括：增强处理模块，用于对平滑滤波处理后的组织区域进行增强处理。
14.本发明进一步提出一种超声图像去噪设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时，实现前述所记载的超声图像去噪方法，所述超声图像去噪方法至少包括以下步骤：对输入图像依次进行降采样和低通滤波处理，以得到降分辨率后的超声图像；对所述超声图像进行边缘检测，以得到若干不同方向的梯度图像；根据各所述梯度图像计算当前像素点的强度响应及主方向；基于强度相应计算得到自适应分割阈值，根据所述分割阈值判断所述当前像素点是否为超声图像的组织区域；若为组织区域，则对所述组织区域进行平滑滤波处理；若为非组织区域，则对所述非组织区域进行低通滤波处理；将所述组织区域和所述非组织区域融合，并对融合后的超声图像进行分辨率还原处理。
15.本发明再进一步提出一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现前述所记载的超声图像去噪方法，所述超声图像去噪方法至少包括以下步骤：对输入图像依次进行降采样和低通滤波处理，以得到降分辨率后的超声图像；
对所述超声图像进行边缘检测，以得到若干不同方向的梯度图像；根据各所述梯度图像计算当前像素点的强度响应及主方向；基于强度相应计算得到自适应分割阈值，根据所述分割阈值判断所述当前像素点是否为超声图像的组织区域；若为组织区域，则对所述组织区域进行平滑滤波处理；若为非组织区域，则对所述非组织区域进行低通滤波处理；将所述组织区域和所述非组织区域融合，并对融合后的超声图像进行分辨率还原处理。
16.与现有技术相比，本发明实施例的有益技术效果在于：本发明所提出的超声图像去噪方法，可以在保持图像的细节的同时，有效降低原始超声图像的斑点噪声，提高图像质量。
附图说明
17.图1为本发明一实施例中超声图像去噪方法的流程示意图；图2为本发明一实施例中超声图像去噪装置的功能模块图。
具体实施方式
18.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制，基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
19.请参见图1，本发明提出一种超声图像去噪方法，该超声图像去噪方法包括以下步骤：s10，对输入图像依次进行降采样和低通滤波处理，以得到降分辨率后的超声图像；s20，对超声图像进行边缘检测，以得到若干不同方向的梯度图像；s30，根据各梯度图像计算当前像素点的强度响应及主方向；s40，基于强度相应计算得到自适应分割阈值；s50，根据分割阈值判断当前像素点是否为超声图像的组织区域；s60，若为组织区域，则对组织区域进行平滑滤波处理；s70，若为非组织区域，则对非组织区域进行低通滤波处理；s80，将组织区域和非组织区域融合；s90，对融合后的超声图像进行分辨率还原处理。
20.进一步的，本发明实施例所提出的步骤s30包括：分别对若干梯度图进行低通滤波处理，并比较各梯度图在不同方向的梯度强度；选择最大强度及相应的方向作为当前像素点的强度响应及主方向。
21.进一步的，本发明实施例所提出的步骤s20包括：利用边缘检测索伯算子，检测出超声图像在若干不同方向的梯度，得到若干个梯
度图像。
22.进一步的，本发明实施例所提出的超声图像去噪方法还包括：s100，对平滑滤波处理后的组织区域进行增强处理。
23.以下详细介绍本发明所提出的超声图像去噪方法的处理流程：设输入图像的宽为w，高为h，in表示输入图像（输入图像的灰度数据），是一个h
×
w的二维矩阵。为了方便假设w和h都是偶数。
24.step1：输入图像in降采样，接着高斯低通滤波，得到图像in2。
25.降采样示意图：意图：意图：意图：意图：记；记；考虑到算法复杂度可以用简单的低通滤波算子p0来实现。
26.step2：应用边缘检测sobel算子，检测出图像in2的四个不同方向的梯度，得到四个梯度图像grad1，grad2，grad3，grad4。
27.step3：四个梯度图像分别做低通滤波，然后在逐点比较四个方向的梯度强度，选择最大强度及相应的方向作为当前像素点的强度响应及主方向，得到矩阵dir和responce。
28.step4：根据强度响应responce，按照下列公式求出自适应分割阈值threshold，通过该阈值求出一个只取0或者1的标记矩阵seg，通过该标记矩阵将图像in2分成2块区域，或者说将集合i2分解为两个集合。
29.由于超声图像的特性， 对于超声图像的每个像素点p，如果seg（p）=1，表明改点是组织区域，为了使组织具有层次感以及边界清晰需要做边界平滑及增强处理。如果seg（p）=0，表明改点是图像的非组织区域，做去噪处理即可。
30.记记其中ration，mingrad是用户输入参数，一般而言，ration=0.7，mingrad=20；令得到step5：非组织区域做高斯低通滤波得到back。
31.记令令，令其中。
32.得到back=back4step6：组织区域按方向做平滑滤波。
33.令
得到m=m4step7：组织区域在继续做增强处理。理。
34.step8：组织区域和非组织区域融合。
35.step9：分辨率还原。
36.根据前面叙述的降采样示意图，我们可以通过低分辨率的图像通过双线性插值，得到二倍分辨率的图像。双线性插值公式：应用上述插值公式，可以由merge得到mergezoom。由in2得到in2zoom。
37.out=mergezoom (in
‑
in2zoom)*para7。其中out就是我们图像处理后的图像数据，是最终结果。
38.请参见图2，基于前述所提出的超声图像去噪方法，本发明还提出一种超声图像去噪装置，该超声图像去噪装置包括：第一处理模块10，用于对输入图像依次进行降采样和低通滤波处理，以得到降分
辨率后的超声图像；边缘检测模块20，用于对超声图像进行边缘检测，以得到若干不同方向的梯度图像；强度响应模块30，根据各梯度图像计算当前像素点的强度响应及主方向；区域判断模块40，基于强度相应计算得到自适应分割阈值，根据分割阈值判断当前像素点是否为超声图像的组织区域；第二处理模块50，若为组织区域，则对组织区域进行平滑滤波处理；若为非组织区域，则对非组织区域进行低通滤波处理；第三处理模块60，将组织区域和非组织区域融合，并对融合后的超声图像进行分辨率还原处理。
39.作为优选，本发明所提出的强度响应模块30包括：低通滤波单元，用于分别对若干梯度图进行低通滤波处理，并比较各梯度图在不同方向的梯度强度；强度响应单元，用于选择最大强度及相应的方向作为当前像素点的强度响应及主方向。
40.作为优选，本发明所提出的边缘检测模块20包括：梯度图像获取单元，用于利用边缘检测索伯算子，检测出超声图像在若干不同方向的梯度，得到若干个梯度图像。
41.作为优选，本发明所提出的超声图像去噪装置还包括：增强处理模块，用于对平滑滤波处理后的组织区域进行增强处理。
42.基于前述所提出的超声图像去噪方法，本发明还提出一种超声图像去噪设备，该超声图像去噪设备包括：存储器，用于存储计算机程序；处理器，用于执行计算机程序时，实现前述所记载的超声图像去噪方法，该超声图像去噪方法至少包括以下步骤：对输入图像依次进行降采样和低通滤波处理，以得到降分辨率后的超声图像；对超声图像进行边缘检测，以得到若干不同方向的梯度图像；根据各梯度图像计算当前像素点的强度响应及主方向；基于强度相应计算得到自适应分割阈值，根据分割阈值判断当前像素点是否为超声图像的组织区域；若为组织区域，则对组织区域进行平滑滤波处理；若为非组织区域，则对非组织区域进行低通滤波处理；将组织区域和非组织区域融合，并对融合后的超声图像进行分辨率还原处理。
43.基于前述所提出的超声图像去噪方法，本发明还提出一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时，实现前述所记载的超声图像去噪方法，该超声图像去噪方法至少包括以下步骤：对输入图像依次进行降采样和低通滤波处理，以得到降分辨率后的超声图像；对超声图像进行边缘检测，以得到若干不同方向的梯度图像；根据各梯度图像计算当前像素点的强度响应及主方向；
基于强度相应计算得到自适应分割阈值，根据分割阈值判断当前像素点是否为超声图像的组织区域；若为组织区域，则对组织区域进行平滑滤波处理；若为非组织区域，则对非组织区域进行低通滤波处理；将组织区域和非组织区域融合，并对融合后的超声图像进行分辨率还原处理。
44.在本技术所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
45.作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
46.另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
47.集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（rom，read
‑
only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。
48.以上的仅为本发明的部分或优选实施例，无论是文字还是附图都不能因此限制本发明保护的范围，凡是在与本发明一个整体的构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明保护的范围内。