一种超声图像的处理方法和超声仪器与流程

1.本发明涉及图像处理技术领域，尤其涉及一种超声图像的处理方法和超声仪器。


背景技术：

2.超声波是一种波长极短的机械波，易于获得各向异性的声能，可用于清洗、碎石、杀菌消毒等，在医学、工业上有很多的应用。其应用原理通常是，使用超声探头发射超声波给物体，记录物体内部结构的回波，将回波进行处理而形成灰度图像，以反映物体的内部结构。
3.在医学领域，通常应用超声波来反应人体内部的结构，比如组织或者器官的状态。而增益调整是超声成像过程中的重要环节，通常情况下，超声系统中为每个部位或组织设置了最佳的增益以及动态范围，而最佳的增益和动态范围适用于绝大部分患者，但是在实际的检测过程中，由于个体差异较大(比如声波能量衰减不同)，会存在一部分人在默认设置下的图像均匀性较差，表现为图像亮暗不均，此时，需要医生手动调节增益和动态范围。
4.鉴于医生手动调节过程中复杂且效率低，相关技术中，大多数的超声系统可以自动根据患者的超声图像进行自动增益调整，以达到图像亮度均匀化的目的。但是，相关技术中的做法主要有如下问题：采用求取结构张量的方式进行组织区域判断，通过对结构张量和构建函数值判定噪声和非噪声区域、组织和非组织区域，该种方法计算较为复杂，单纯通过特征值并不一定能完全判断出组织区域；简单采用固定阈值方式对图像分块，导致对组织的区域判定存在误差，不能最大程度的考虑所有的组织区域的亮度，与理想的组织亮度会存在误差。


技术实现要素：

5.本发明示例性的实施方式中提供一种超声图像的处理方法和超声仪器，将处理后的成像参数配置到超声仪器，可以实现超声图像亮度的均匀化，操作简单，准确性高。
6.根据示例性的实施方式中的第一方面，提供一种超声图像的处理方法，包括：
7.对获取到的超声图像中各个像素点在预设方向上的梯度进行平滑处理，得到所述超声图像对应的目标梯度图像；其中，所述超声图像为包含人体器官或组织的图像；
8.基于所述目标梯度图像中各个像素点的灰度值、预设灰度阈值和所述超声图像中包含的组织匹配的组织占比常数确定组织分割阈值；
9.应用所述组织分割阈值对所述超声图像进行组织分割，得到组织图像；
10.根据预先设置的每组成像参数和目标组织亮度值，分别确定每组成像参数对应的所述组织图像的亮度误差，根据所述亮度误差选择一组成像参数为目标成像参数；其中，每组成像参数包括动态范围与增益。
11.本技术实施例，通过平滑处理可以去除获取到的超声图像各个预设方向上的噪声，进而增加组织分割的准确性；另外，在确定组织分割阈值时，考虑了不同部位的组织特性，应用与当前超声图像中包含的组织匹配的组织占比常数，这样得到的组织分割阈值更
准确，进而也增加了组织分割的准确性；另外，通过引入目标组织亮度值作为期望的亮度值以及比较不同成像参数下的组织图像的亮度误差来确定目标成像参数，进而再用目标成像参数作为超声仪器的参数输出超声图像，实现了超声图像亮度的均匀化，操作简单，准确性高。
12.在一些示例性的实施方式中，所述对获取到的超声图像中各个所述像素点在预设方向上的梯度进行平滑处理，得到所述超声图像对应的目标梯度图像，包括：
13.针对每个预设方向，采用邻域均值平滑的方式，对所述预设方向上的各个所述像素点的梯度在水平方向和竖直方向依次进行平滑处理，得到所述预设方向上的平滑后的梯度图像；
14.对于所述超声图像的像素矩阵中每一个位置处的像素点，将各个所述预设方向上的平滑后的梯度图像中所述位置处的最大灰度值更新为所述像素点的灰度值；
15.确定各个更新后的所述像素点构成的图像为目标梯度图像。
16.上述实施例，在平滑处理的过程中，考虑多个预设方向，针对每个预设方向上的像素点的梯度均依次做水平和竖直两个方向上的平滑处理，与考虑一个方向相比，更适用于复杂的组织；另外，用每个预设方向上的最大灰度值作为目标梯度图像的相应位置处的像素点的灰度值，这样，应用目标梯度图像算出来的组织分割阈值更准确，组织分割更准确。
17.在一些示例性的实施方式中，所述基于所述目标梯度图像中各个像素点的灰度值、预设灰度阈值和所述超声图像中包含的组织匹配的组织占比常数确定组织分割阈值，包括：
18.确定目标像素点的个数与所述超声图像中包含的组织匹配的组织占比常数的乘积为组织占比阈值；其中，所述目标像素点为所述目标梯度图像中灰度值大于预设灰度阈值的像素点；
19.从大于所述预设灰度阈值的灰度值范围中选择一个第一目标灰度值作为组织分割阈值；其中所述目标梯度图像中，大于所述第一目标灰度值的其他灰度值对应的像素点的个数大于等于所述组织占比阈值，且大于第二目标灰度值的其他灰度值对应的像素点的个数小于所述组织占比阈值，所述第二目标灰度值与所述第一目标灰度值相邻，且大于所述第一目标灰度值。
20.上述实施例，在确定组织分割阈值时，不是简单的采用固定阈值分割的方式，而是考虑了不同部位的组织不同的特性，应用了超声图像中包含的组织匹配的组织占比常数，组织不同，该常数也不同；再根据大于等于组织占比阈值的像素点的个数以及小于组织占比阈值的像素点的个数来确定组织分割阈值，这样确定的组织分割阈值更准确。
21.在一些示例性的实施方式中，所述根据预先设置的每组成像参数和目标组织亮度值，分别确定每组成像参数对应的所述组织图像的亮度误差，包括：
22.针对任意一组成像参数，根据所述成像参数对所述组织图像中的每一个灰度值大于第一预设灰度值的像素点进行参数压缩，并将压缩后的值与目标组织亮度值进行做差并平方处理；
23.将各个像素点进行做差并平方处理后的结果加和，得到所述成像参数对应的所述组织图像的亮度误差。
24.上述实施例，通过计算不同成像参数下的组织图像的亮度误差，可以确定出较优
的成像参数，应用该较优的成像参数得到的超声图像的亮度更均匀。而通过上述处理方式得到的组织图像的亮度误差更准确，进而确定的组织分割阈值更准确。
25.在一些示例性的实施方式中，所述应用所述组织分割阈值对所述超声图像进行组织分割，包括：
26.保持所述超声图像中的各个像素点中大于所述组织分割阈值的像素点的灰度值不变，并将小于所述组织分割阈值的像素点的灰度值设置为第二预设灰度值。
27.上述实施例，为了使组织区域更明显，在对超声图像进行组织分割时，将小于组织分割阈值的像素点的灰度值统一设置为第二预设灰度值，这样，使组织区域的边界更明显，进而组织分割更准确。
28.在一些示例性的实施方式中，通过如下方式获取超声图像：
29.检测用户的图像调节操作；
30.通过所述图像调节操作出发开启的第二线程获取在第一线程中输出的包络数据；其中，所述第一线程为按照预设模式输出预设超声图像时应用到的线程；
31.通过所述第二线程应用所述预设模式中的默认设置参数对所述包络数据进行参数压缩；
32.通过所述第二线程对压缩处理后的所述包络数据进行噪声矫正，得到超声图像。
33.上述实施例，开启两个线程，应用第二线程从第一线程去获取包括数据，并进行压缩与去噪等预处理等过程，而不是直接应用第一线程去实现成像参数的处理过程，避免了用户在参数处理前进行其他操作而影响成像效果。
34.在一些示例性的实施方式中，所述根据所述亮度误差选择一组成像参数为目标成像参数，包括：
35.在各组成像参数中，确定亮度误差最小时应用的成像参数为目标成像参数。
36.上述实施例，亮度误差越小，表明应用的成像参数的优化效果越好，因此，选用亮度误差最小时应用的成像参数作为目标成像参数，将该目标成像参数配置到超声仪器中，输出的超声图像的亮度更均匀。
37.在一些示例性的实施方式中，通过如下方式确定各个像素点在预设方向上的梯度：
38.根据与预设方向匹配的预设矩阵对超声图像中的各个像素点进行卷积处理，得到各个像素点在所述预设方向上的梯度。
39.上述实施例，应用卷积的方式确定各个像素点在各个预设方向上的梯度，操作简单，计算准确。
40.根据示例性的实施方式中的第二方面，提供一种超声仪器，该超声仪器包括处理器和数据获取单元，其中：
41.所述数据获取单元被配置为：
42.获取超声图像；其中，所述超声图像为包含人体器官或组织的图像；
43.所述处理器被配置为：
44.对获取到的超声图像中各个像素点在预设方向上的梯度进行平滑处理，得到所述超声图像对应的目标梯度图像；基于所述目标梯度图像中各个像素点的灰度值、预设灰度阈值和所述超声图像中包含的组织匹配的组织占比常数确定组织分割阈值；
45.应用所述组织分割阈值对所述超声图像进行组织分割，得到组织图像；
46.根据预先设置的每组成像参数和目标组织亮度值，分别确定每组成像参数对应的所述组织图像的亮度误差，根据所述亮度误差选择一组成像参数为目标成像参数；其中，每组成像参数包括动态范围与增益。
47.在一些示例性的实施方式中，所述处理器被配置为：
48.针对每个预设方向，采用邻域均值平滑的方式，对所述预设方向上的各个所述像素点的梯度在水平方向和竖直方向依次进行平滑处理，得到所述预设方向上的平滑后的梯度图像；
49.对于所述超声图像的像素矩阵中每一个位置处的像素点，将各个所述预设方向上的平滑后的梯度图像中所述位置处的最大灰度值更新为所述像素点的灰度值；
50.确定各个更新后的所述像素点构成的图像为目标梯度图像。
51.在一些示例性的实施方式中，所述处理器被配置为：
52.确定目标像素点的个数与所述超声图像中包含的组织匹配的组织占比常数的乘积为组织占比阈值；其中，所述目标像素点为所述目标梯度图像中灰度值大于预设灰度阈值的像素点；
53.从大于所述预设灰度阈值的灰度值范围中选择一个第一目标灰度值作为组织分割阈值；其中所述目标梯度图像中，大于所述第一目标灰度值的其他灰度值对应的像素点的个数大于等于所述组织占比阈值，且大于第二目标灰度值的其他灰度值对应的像素点的个数小于所述组织占比阈值，所述第二目标灰度值与所述第一目标灰度值相邻，且大于所述第一目标灰度值。
54.在一些示例性的实施方式中，所述处理器被配置为：
55.针对任意一组成像参数，根据所述成像参数对所述组织图像中的每一个灰度值大于第一预设灰度值的像素点进行参数压缩，并将压缩后的值与目标组织亮度值进行做差并平方处理；
56.将各个像素点进行做差并平方处理后的结果加和，得到所述成像参数对应的所述组织图像的亮度误差。
57.在一些示例性的实施方式中，所述处理器被配置为：
58.保持所述超声图像中的各个像素点中大于所述组织分割阈值的像素点的灰度值不变，并将小于所述组织分割阈值的像素点的灰度值设置为第二预设灰度值。
59.在一些示例性的实施方式中，所述处理器被配置为通过如下方式获取超声图像：
60.检测用户的图像调节操作；
61.通过所述图像调节操作出发开启的第二线程获取在第一线程中输出的包络数据；其中，所述第一线程为按照预设模式输出预设超声图像时应用到的线程；
62.通过所述第二线程应用所述预设模式中的默认设置参数对所述包络数据进行参数压缩；
63.通过所述第二线程对压缩处理后的所述包络数据进行噪声矫正，得到超声图像。
64.在一些示例性的实施方式中，所述处理器被配置为：
65.在各组成像参数中，确定亮度误差最小时应用的成像参数为目标成像参数。
66.在一些示例性的实施方式中，所述处理器被配置为通过如下方式确定各个像素点
在预设方向上的梯度：
67.根据与预设方向匹配的预设矩阵对超声图像中的各个像素点进行卷积处理，得到各个像素点在所述预设方向上的梯度。
68.根据示例性的实施方式中的第三方面，提供一种超声图像的处理装置，该装置包括：
69.平滑处理模块，用于对获取到的超声图像中各个像素点在预设方向上的梯度进行平滑处理，得到所述超声图像对应的目标梯度图像；其中，所述超声图像为包含人体器官或组织的图像；
70.分割阈值确定模块，用于基于所述目标梯度图像中各个像素点的灰度值、预设灰度阈值和所述超声图像中包含的组织匹配的组织占比常数确定组织分割阈值；
71.组织分割模块，用于应用所述组织分割阈值对所述超声图像进行组织分割，得到组织图像；
72.参数确定模块，用于根据预先设置的每组成像参数和目标组织亮度值，分别确定每组成像参数对应的所述组织图像的亮度误差，根据所述亮度误差选择一组成像参数为目标成像参数；其中，每组成像参数包括动态范围与增益。
73.在一些示例性的实施方式中，所述平滑处理模块具体用于：
74.针对每个预设方向，采用邻域均值平滑的方式，对所述预设方向上的各个所述像素点的梯度在水平方向和竖直方向依次进行平滑处理，得到所述预设方向上的平滑后的梯度图像；
75.对于所述超声图像的像素矩阵中每一个位置处的像素点，将各个所述预设方向上的平滑后的梯度图像中所述位置处的最大灰度值更新为所述像素点的灰度值；
76.确定各个更新后的所述像素点构成的图像为目标梯度图像。
77.在一些示例性的实施方式中，所述分割阈值确定模块具体用于：
78.确定目标像素点的个数与所述超声图像中包含的组织匹配的组织占比常数的乘积为组织占比阈值；其中，所述目标像素点为所述目标梯度图像中灰度值大于预设灰度阈值的像素点；
79.从大于所述预设灰度阈值的灰度值范围中选择一个第一目标灰度值作为组织分割阈值；其中所述目标梯度图像中，大于所述第一目标灰度值的其他灰度值对应的像素点的个数大于等于所述组织占比阈值，且大于第二目标灰度值的其他灰度值对应的像素点的个数小于所述组织占比阈值，所述第二目标灰度值与所述第一目标灰度值相邻，且大于所述第一目标灰度值。
80.在一些示例性的实施方式中，所述参数确定模块具体用于：
81.针对任意一组成像参数，根据所述成像参数对所述组织图像中的每一个灰度值大于第一预设灰度值的像素点进行参数压缩，并将压缩后的值与目标组织亮度值进行做差并平方处理；
82.将各个像素点进行做差并平方处理后的结果加和，得到所述成像参数对应的所述组织图像的亮度误差。
83.在一些示例性的实施方式中，所述组织分割模块具体用于：
84.保持所述超声图像中的各个像素点中大于所述组织分割阈值的像素点的灰度值
不变，并将小于所述组织分割阈值的像素点的灰度值设置为第二预设灰度值。
85.在一些示例性的实施方式中，还包括图像获取模块，用于通过如下方式获取超声图像：
86.检测用户的图像调节操作；
87.通过所述图像调节操作出发开启的第二线程获取在第一线程中输出的包络数据；其中，所述第一线程为按照预设模式输出预设超声图像时应用到的线程；
88.通过所述第二线程应用所述预设模式中的默认设置参数对所述包络数据进行参数压缩；
89.通过所述第二线程对压缩处理后的所述包络数据进行噪声矫正，得到超声图像。
90.在一些示例性的实施方式中，所述参数确定模块具体用于：
91.在各组成像参数中，确定亮度误差最小时应用的成像参数为目标成像参数。
92.在一些示例性的实施方式中，还包括梯度确定模块，用于通过如下方式确定各个像素点在预设方向上的梯度：
93.根据与预设方向匹配的预设矩阵对超声图像中的各个像素点进行卷积处理，得到各个像素点在所述预设方向上的梯度。
94.根据示例性的实施方式中的第四方面，提供一种计算机存储介质，所述计算机存储介质中存储有计算机程序指令，当所述指令在计算机上运行时，使得所述计算机执行如第一方面所述的超声图像的处理方法。
附图说明
95.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，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。
96.图1示例性示出了本发明实施例提供的一种超声仪器的示意图；
97.图2示例性示出了本发明实施例提供的一种超声图像的处理方法的流程图；
98.图3示例性示出了本发明实施例提供的一种应用处理前的成像参数得到的超声图像的示意图；
99.图4示例性示出了本发明实施例提供的一种应用处理后的成像参数得到的超声图像的示意图；
100.图5示例性示出了本发明实施例提供的一种超声图像的处理方法的流程图；
101.图6示例性示出了本发明实施例提供的一种超声图像的处理装置的结构示意图；
102.图7示例性示出了本发明实施例提供的一种超声仪器的结构示意图。
具体实施方式
103.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。
104.附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制含义。
105.超声波类型通常包括a型、b型、d型和m型，超声波类型不同，其应用场景通常有差别。本技术实施例中，对超声波的类型不具体限定，在实际的应用过程中的超声波类型可根据实际情况确定。
106.在具体的实践过程中，比如在医学领域，通常应用超声波来反应人体内部的结构，比如组织或者器官的状态。而增益调整是超声成像过程中的重要环节，通常情况下，超声系统中为每个部位设置了最佳的增益(体现在图像亮度上)以及动态范围(体现在对比度上)，而最佳的增益和动态范围适用于绝大部分患者，也即，图像有着良好的亮度和对比度，体现在图像中近场、中场、远场保持均匀一致。但是在实际的检测过程中(医生打图时)，由于个体差异较大(比如声波能量衰减不同)，会存在一部分人在默认设置下的图像均匀性较差，表现为图像亮暗不均，有的较亮、有的较暗，此时，为了图像的均匀性，需要医生手动调节增益和动态范围。比如在操作界面上显示一键操作按钮，用户可以根据观察喜好，调节不同档位来达到不同的对比度和亮度。
107.鉴于医生手动调节过程中复杂且效率低，相关技术中，大多数的超声系统可以自动根据患者的超声图像进行自动增益调整，以达到图像亮度均匀化的目的。但是，相关技术中的做法主要有如下几种：采用求取结构张量的方式进行组织区域判断，通过对结构张量和构建函数值判定噪声和非噪声区域、组织和非组织区域，该种方法计算较为复杂，单纯通过特征值并不一定能完全判断出组织区域；简单采用固定阈值方式对图像分块，导致对组织的区域判定存在误差，不能最大程度的考虑所有的组织区域的亮度，与理想的组织亮度会存在误差。
108.为此，本技术提供了一种超声图像的处理方法，该方法中：对获取到的超声图像中各个像素点在预设方向上的梯度进行平滑处理，得到所述超声图像对应的目标梯度图像；基于所述目标梯度图像中各个像素点的灰度值、预设灰度阈值和所述超声图像中包含的组织匹配的组织占比常数确定组织分割阈值；应用所述组织分割阈值对所述超声图像进行组织分割，得到组织图像；根据预先设置的每组成像参数和目标组织亮度值，分别确定每组成像参数对应的所述组织图像的亮度误差，根据所述亮度误差选择一组成像参数为目标成像参数；其中，每组成像参数包括动态范围与增益。充分考虑不同人体部位的组织特性得到处理后的动态范围和增益，操作简单；应用处理后的动态范围和增益生成超声图像，实现了亮度的均匀化，操作简单、准确性高。
109.在介绍完本技术实施例的设计思想之后，下面对本技术实施例的技术方案能够适用的应用场景做一些简单介绍，需要说明的是，以下介绍的应用场景仅用于说明本技术实施例而非限定。在具体实施时，可以根据实际需要灵活地应用本技术实施例提供的技术方案。
110.参考图1，其为本技术实施例提供的一种超声仪器的示意图，该超声仪器为医用超声仪器(比如用户是医生)，其中，包括成像显示区域11和操作台12，操作台中包括多个操作区域，每个操作区域可以包括多个操作按钮，图1中用三个操作按钮来示例。本技术实施例中，设置有一键操作按钮121，该一键操作按钮121可以触发本技术实施例中的超声图像的处理方法的执行，该过程中，实现成像参数的优化，进而应用处理后的动态范围和增益调节超声图像，以便将亮度均匀的图像展示给医生。
111.当然，本技术实施例提供的方法并不限用于图1所示的应用场景中，还可以用于其
它可能的应用场景，本技术实施例并不进行限制。对于图1所示的应用场景的各个设备所能实现的功能将在后续的方法实施例中一并进行描述，在此先不过多赘述。
112.为进一步说明本技术实施例提供的技术方案，下面结合附图以及具体实施方式对此进行详细的说明。虽然本技术实施例提供了如下述实施例或附图所示的方法操作步骤，但基于常规或者无需创造性的劳动在方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本技术实施例提供的执行顺序。
113.下面结合图1所示的应用场景，以医学领域中，对人体的器官或者组织的成像为例，对本技术实施例提供的技术方案进行说明。
114.参考图2，本技术实施例提供一种超声图像的处理方法，包括以下步骤：
115.s201、对获取到的超声图像中各个像素点在预设方向上的梯度进行平滑处理，得到所述超声图像对应的目标梯度图像；其中，超声图像为包含人体器官或组织的图像。
116.s202、基于所述目标梯度图像中各个像素点的灰度值、预设灰度阈值和所述超声图像中包含的组织匹配的组织占比常数确定组织分割阈值。
117.s203、应用所述组织分割阈值对所述超声图像进行组织分割，得到组织图像。
118.s204、根据预先设置的每组成像参数和目标组织亮度值，分别确定每组成像参数对应的所述组织图像的亮度误差，根据所述亮度误差选择一组成像参数为目标成像参数；其中，每组成像参数包括动态范围与增益。
119.本技术实施例，通过平滑处理可以去除获取到的超声图像各个预设方向上的噪声，进而增加组织分割的准确性；另外，在确定组织分割阈值时，考虑了不同部位的组织特性，应用与当前超声图像中包含的组织匹配的组织占比常数，这样得到的组织分割阈值更准确，进而也增加了组织分割的准确性；另外，通过引入目标组织亮度值作为期望的亮度值以及比较不同成像参数下的组织图像的亮度误差来确定目标成像参数，进而再用目标成像参数作为超声仪器的参数输出超声图像，实现了超声图像亮度的均匀化，操作简单，准确性高。
120.由于超声仪器中有预先配置的动态范围和增益，正常情况下，应用预先配置的动态范围和增益输出的超声图像的亮度和对比度都比较均匀，这样，可以直接应用该超声图像，该过程是在第一线程中完成的。而比如当输出的超声图像的亮度和对比度较差时，可以通过操作超声仪器上的一键操作按钮来实现对该超声图像的亮度和对比度的调节过程，而该调节过程即为本技术实施例的超声图像的处理方法的执行过程，这样，应用处理后的动态范围和增益，即可得到亮度和对比度比较均匀的超声图像。而在实际的应用过程中，该处理过程可以在第二线程中完成的，第二线程是在检测到用户的触发操作(比如医生操作了一键操作按钮)后开启的。
121.为了进行参数优化，首先获取到超声图像，再基于获取到的该超声图像来确定目标成像参数。具体的，检测用户的图像调节操作；通过图像调节操作出发开启的第二线程获取在第一线程中输出的包络数据；其中，第一线程为按照预设模式输出预设超声图像时应用到的线程；通过第二线程应用预设模式中的默认设置参数对包络数据进行参数压缩；通过第二线程对压缩处理后的包络数据进行噪声矫正，得到超声图像。
122.具体的，第一线程中输出的包络数据，是在第一线程中求包络后得到的，该数据是
默认全局增益和tgc(time gain compensation，时间增益补偿)下的包络数据，是不受用户增益调节后影响的。由于第二线程是在用户一键处理后出发的，因此，从第一线程去获取包络数据，可以避免用于在按下一键处理之前对全局增益和tgc进行调节造成的干扰成像的问题。
123.而后，第二线程会对包络数据进行参数压缩，比如是log压缩，在压缩时选用的是预设模式中的默认设置参数，这样避免一键处理之前对log压缩参数进行其他操作造成的干扰成像的问题。
124.另外，在对压缩后的数据进行噪声校正，得到超声图像。示例性的，噪声矫正过程中，比如，根据不同的探头类型以及获取的检查部位来生成噪声曲线，将噪声曲线预存于文件中，可以设置为固定的点数，不需要再次计算，这样可以节约时间。如果当深度不一样时可以通过插值获取，或者预存不同检查部位下不同深度方向的噪声曲线。
125.如上，噪声处理后得到的结果为超声图像，也即，本技术实施例超声图像的处理方法的对象。上述处理过程可以避免在一键处理前进行其他操作或者调节造成的干扰问题。
126.涉及到s201，当图像中存在边缘时，通常有较大的梯度值，相反，当图像中有比较平滑的部分时，灰度值变化较小，则相应的梯度也较小，由图像中的各个像素点的梯度构成的图像成为梯度图像。由于平滑操作是对梯度进行处理的，接下来首先对梯度的计算过程进行说明。
127.为了提高准确性，可以对超声图像的四个方向进行边缘检测，这四个方向比如可以是水平方向、竖直方向、左对角线方向和右对角线方向，这四个方向可以统称为预设方向，是基于超声图像的像素矩阵中的阵列式排列的像素点来说的。具体的，可以采用不同方向的sobel模板来进行边缘检测，实际应用的公式如下：
[0128][0129]
其中，i为输入图像，也即去噪后得到的超声图像，其为一个像素矩阵，矩阵中的各个元素为各个像素点的灰度值；*表示卷积；x表示水平方向，y表示竖直方向，xy表示左对角线方向，yx表示右对角线方向；sx为水平方向的梯度输出结果，sy为竖直方向的梯度输出结果，sxy为左对角线方向的梯度输出结果，syx为右对角线方向的梯度输出结果。其中，每个梯度输出结果均为像素矩阵的形式，元素为各个像素点的梯度。在得到各个像素点在预设方向上的梯度后，对各个梯度进行平滑处理，可以得到超声图像对应的目标梯度图像。具体的，目标梯度图像可以通过如下三个步骤得到：
[0130]
第一步、针对每个预设方向，采用邻域均值平滑的方式，对预设方向上的各个像素点的梯度在水平方向和竖直方向依次进行平滑处理，得到预设方向上的平滑后的梯度图像。
[0131]
分别对sx、sy、sxy、syx进行水平方向(x方向)平滑，以此来去除x方向噪声的影响，增加组织分割的准确性，采用邻域均值平滑的方式，通过如下公式实现：
[0132]
[0133][0134]
其中，radius为滤波半径，sx1(x,y)为x方向上对sx的平滑结果，sy1(x,y)为x方向上对sy的平滑结果；sxy1(x,y)为x方向上对sxy的平滑结果；syx1(x,y)为x方向上对syx的平滑结果；i为x方向上像素点的序号。
[0135]
基于在x方向上的平滑结果，分别进行y方向平滑，以此来去除y方向噪声的影响，增加组织分割的准确性，采用邻域均值平滑的方式，通过如下公式实现：
[0136][0137][0138]
其中，radius为滤波半径，sx2(x,y)为y方向上对sx1的平滑结果，sy2(x,y)为y方向上对sy1的平滑结果；sxy2(x,y)为y方向上对sxy1的平滑结果；syx2(x,y)为y方向上对syx1的平滑结果；j为y方向上像素点的序号。
[0139]
这样，每个像素点均有四个梯度，分别在4个预设方向。
[0140]
第二步、对于超声图像的像素矩阵中每一个位置处的像素点，将各个预设方向上的平滑后的梯度图像中位置处的最大灰度值更新为像素点的灰度值。
[0141]
在一个具体的例子中，比如对于第1行第1列的像素点，在平滑后的梯度结果中，取水平方向、竖直方向、左对角线方向和右对角线方向中的最大的灰度值为该点的灰度值；同理，对于其他像素点，也这样处理，这样，各个像素点的灰度值得到了更新。
[0142]
第三步、确定各个更新后的像素点构成的图像为目标梯度图像。
[0143]
由于各个像素点的灰度值用预设方向的梯度中的最大值进行更新后，各个更新后的像素点构成的图像为目标梯度图像。
[0144]
涉及到s202，在得到目标梯度图像后，基于目标梯度图像中各个像素点的灰度值、预设灰度阈值和超声图像中包含的组织匹配的组织占比常数确定组织分割阈值。
[0145]
其中，通常情况下，预设灰度阈值是根据当前组织类型确定的；超声图像中包含的组织匹配的组织占比常数是和组织相关的一个常数，比如组织是腹部组织，该常数为0.1，预设灰度阈值是250。
[0146]
接下来说明，如何针对目标梯度图像中的各个像素点的灰度值，通过预设灰度阈值和超声图像中包含的组织匹配的组织占比常数来确定组织分割阈值。
[0147]
具体的，将目标梯度图像中灰度值大于预设灰度阈值的像素点称为目标像素点，统计目标像素点的个数；并确定目标像素点的个数与超声图像中包含的组织匹配的组织占比常数的乘积为组织占比阈值。
[0148]
在一个具体的例子中，目标梯度图像中，灰度值大于250的像素点一共有280个，超声图像中包含的组织匹配的组织占比常数为0.1，则确定的组织占比阈值为28。
[0149]
在这个例子中，比如，灰度值为255的像素点的个数为9、灰度值为254的像素点的个数为10、灰度值为253的像素点的个数为12、灰度值为252的像素点的个数为7、灰度值为251的像素点的个数为9。这样，灰度值大于254的像素点的个数为9、灰度值大于253的像素
点的个数为19、灰度值大于252的像素点的个数为26、灰度值大于251的像素点的个数为35、灰度值大于250的像素点的个数为48。
[0150]
从大于预设灰度阈值的灰度值范围中选择一个第一目标灰度值作为组织分割阈值；其中目标梯度图像中，大于第一目标灰度值的其他灰度值对应的像素点的个数大于等于组织占比阈值，且大于第二目标灰度值的其他灰度值对应的像素点的个数小于组织占比阈值，第二目标灰度值与第一目标灰度值相邻，且大于第一目标灰度值。
[0151]
在上述示例中，大于预设灰度值的灰度值范围为251-255，大于第一目标灰度值的其他灰度值对应的像素点的个数大于等于28，此时，第一目标灰度值可以取251和252；大于第二目标灰度值的其他灰度值对应的像素点的个数小于28，则第二目标灰度阈值可以取253、254和255；第二目标灰度值与第一目标灰度值相邻，且大于第一目标灰度值，则确定第一目标灰度值为251，也即，组织分割阈值为251。
[0152]
在实际的应用过程中，组织分割阈值可以通过如下方式确定：
[0153]
按照像素值，对目标梯度图像进行直方图统计，得到的直方图用hist表示，hist统计了0-255的每个灰度值的像素点的个数，对hist进行累计统计，统计每个灰度值大于预设灰度阈值thr的个数总和，根据每个部位的组织占比阈值segthresh确定组织分割阈值thresh。
[0154][0155]
segthresh＝structratio*h(250)；
[0156]
thresh＝min(h》segthresh)；
[0157]
其中，n表示灰度值，k为全部像素点的编号；预设灰度阈值是用来剔除灰度值较小的部分，structratio为超声图像中包含的组织匹配的组织占比常数。
[0158]
涉及到s203，在确定组织分割阈值后，应用该组织分割阈值对超声图像进行组织分割。具体的，保持超声图像中的各个像素点中大于组织分割阈值的像素点的灰度值不变，并将小于组织分割阈值的像素点的灰度值设置为第二预设灰度值。
[0159]
在一个具体的例子中，为了提高组织图像分割的准确度，第二预设灰度值可以取0,；分割的图像是原始输入图像，也即，超声图像，通过如下方式实现：
[0160][0161]
其中，g(x,y)即为分割出的组织，称为组织图像；i(x,y)为输入的超声图像。以上完成了对组织区域的分割，该分割方法能从四个方向确定梯度最大值。另外，这里的分割为分块的意思，是将超声图像中的组织区域分离出来，而不是将超声图像分割成多个图像。
[0162]
涉及到s204，在得到组织图像后，应用每组成像参数(动态范围和增益)，均可以确定组织图像的亮度误差。具体的，通过如下方式计算组织图像的亮度误差：
[0163]
假设一共有10组成像参数，针对任意一组成像参数(动态范围d1和增益g1)，根据成像参数对组织图像中的每一个灰度值大于第一预设灰度值(例如可以取0)的像素点进行参数压缩，并将压缩后的值与目标组织亮度值进行做差并平方处理；将各个像素点进行做差并平方处理后的结果加和，得到成像参数对应的组织图像的亮度误差。
[0164]
在一个具体的例子中，应用d*log
10
(data) g公式，在该公式中，针对组织图像中的每一个灰度值大于0的像素点，将其灰度值表示为data作为上述公式的输入，d和g分别取当前组的成像参数的取值，得到的out即为当前像素点的亮度值；则组织图像的亮度误差为其中，a
p
为像素点p的亮度值，b为目标亮度值，p为像素点的总个数。同理，针对每组成像参数，均可以得到对应的组织亮度误差。再根据各个亮度误差的大小，从多组成像参数中选择一组成像参数作为目标成像参数。在实际的应用过程中，通常选用亮度误差最小时应用的成像参数为目标成像参数，其中，亮度误差越小，表明选用的成像参数得到亮度值越逼近期望的组织亮度值。
[0165]
为了使本技术的技术方案更容易理解，下面用一个具体的示例说明组织分割的示意图，其中，图3示出了一种应用处理前的成像参数得到的超声图像的示意图；图4示出了一种应用处理后的成像参数得到的超声图像的示意图。通过图3和图4可以看出，应用处理后的成像参数得到的超声图像的亮度更均匀。
[0166]
下面用一个完整的流程图对本技术实施例的超声图像的处理方法进行说明，参见图5。
[0167]
s501、检测用户的图像调节操作。
[0168]
s502、通过图像调节操作触发的第二线程获取在第一线程中输出的包络数据。
[0169]
其中，第一线程为按照预设模式输出预设超声图像时应用到的线程。
[0170]
s503、应用预设模式中的默认设置参数对包络数据进行参数压缩。
[0171]
s504、对压缩处理后的包络数据进行噪声矫正，得到超声图像。
[0172]
s505、根据与预设方向匹配的预设矩阵对超声图像中的各个像素点进行卷积处理，得到各个像素点在预设方向上的梯度。
[0173]
s506、针对每个预设方向，采用邻域均值平滑的方式，对预设方向上的各个像素点的梯度在水平方向和竖直方向依次进行平滑处理，得到预设方向上的平滑后的梯度图像。
[0174]
s507、对于超声图像的像素矩阵中每一个位置处的像素点，将各个预设方向上的平滑后的梯度图像中位置处的最大灰度值更新为像素点的灰度值。
[0175]
s508、确定各个更新后的像素点构成的图像为目标梯度图像。
[0176]
s509、确定目标像素点的个数与超声图像中包含的组织匹配的组织占比常数的乘积为组织占比阈值；其中，目标像素点为目标梯度图像中灰度值大于预设灰度阈值的像素点。
[0177]
s510、从大于预设灰度阈值的灰度值范围中选择一个第一目标灰度值作为组织分割阈值。
[0178]
其中目标梯度图像中，大于第一目标灰度值的其他灰度值对应的像素点的个数大于等于组织占比阈值，且大于第二目标灰度值的其他灰度值对应的像素点的个数小于组织占比阈值，第二目标灰度值与第一目标灰度值相邻，且大于第一目标灰度值；
[0179]
s511、保持超声图像中的各个像素点中大于组织分割阈值的像素点的灰度值不变，并将小于组织分割阈值的像素点的灰度值设置为第二预设灰度值，进行组织分割，得到组织图像。
[0180]
s512、针对任意一组成像参数，根据成像参数对组织图像中的每一个灰度值大于
第一预设灰度值的像素点进行参数压缩，并将压缩后的值与目标组织亮度值进行做差并平方处理。
[0181]
其中，每组成像参数包括动态范围与增益。
[0182]
s513、将各个像素点进行做差并平方处理后的结果加和，得到成像参数对应的组织图像的亮度误差。
[0183]
s514、在各组成像参数中，确定亮度值误差最小时应用的成像参数为目标成像参数。
[0184]
该方法可以实现对噪声图像中组织区域的自动识别，并根据部位的不同进行组织的准确判断，通过将组织图像的亮度与目标亮度值的不断逼近实现将增益与期望增益的不断逼近达到理想动态范围及增益的目的，该方法计算简单，准确性高，能充分考虑到不同人体部位的组织特性。
[0185]
如图6所示，基于相同的发明构思，本发明实施例提供一种超声图像的处理装置，包括平滑处理模块61、分割阈值确定模块62、组织分割模块63和参数确定模块64。
[0186]
平滑处理模块61，用于对获取到的超声图像中各个像素点在预设方向上的梯度进行平滑处理，得到超声图像对应的目标梯度图像；其中，超声图像为包含人体器官或组织的图像；
[0187]
分割阈值确定模块62，用于基于目标梯度图像中各个像素点的灰度值、预设灰度阈值和超声图像中包含的组织匹配的组织占比常数确定组织分割阈值；
[0188]
组织分割模块63，用于应用组织分割阈值对超声图像进行组织分割，得到组织图像；
[0189]
参数确定模块64，用于根据预先设置的每组成像参数和目标组织亮度值，分别确定每组成像参数对应的组织图像的亮度误差，根据亮度误差选择一组成像参数为目标成像参数；其中，每组成像参数包括动态范围与增益。
[0190]
在一些示例性的实施方式中，平滑处理模块61具体用于：
[0191]
针对每个预设方向，采用邻域均值平滑的方式，对预设方向上的各个像素点的梯度在水平方向和竖直方向依次进行平滑处理，得到预设方向上的平滑后的梯度图像；
[0192]
对于超声图像的像素矩阵中每一个位置处的像素点，将各个预设方向上的平滑后的梯度图像中位置处的最大灰度值更新为像素点的灰度值；
[0193]
确定各个更新后的像素点构成的图像为目标梯度图像。
[0194]
在一些示例性的实施方式中，分割阈值确定模块62具体用于：
[0195]
确定目标像素点的个数与超声图像中包含的组织匹配的组织占比常数的乘积为组织占比阈值；其中，目标像素点为目标梯度图像中灰度值大于预设灰度阈值的像素点；
[0196]
从大于预设灰度阈值的灰度值范围中选择一个第一目标灰度值作为组织分割阈值；其中目标梯度图像中，大于第一目标灰度值的其他灰度值对应的像素点的个数大于等于组织占比阈值，且大于第二目标灰度值的其他灰度值对应的像素点的个数小于组织占比阈值，第二目标灰度值与第一目标灰度值相邻，且大于第一目标灰度值。
[0197]
在一些示例性的实施方式中，参数确定模块64具体用于：
[0198]
针对任意一组成像参数，根据成像参数对组织图像中的每一个灰度值大于第一预设灰度值的像素点进行参数压缩，并将压缩后的值与目标组织亮度值进行做差并平方处
理；
[0199]
将各个像素点进行做差并平方处理后的结果加和，得到成像参数对应的组织图像的亮度误差。
[0200]
在一些示例性的实施方式中，组织分割模块63具体用于：
[0201]
保持超声图像中的各个像素点中大于组织分割阈值的像素点的灰度值不变，并将小于组织分割阈值的像素点的灰度值设置为第二预设灰度值。
[0202]
在一些示例性的实施方式中，还包括图像获取模块，用于通过如下方式获取超声图像：
[0203]
检测用户的图像调节操作；
[0204]
通过图像调节操作出发开启的第二线程获取在第一线程中输出的包络数据；其中，第一线程为按照预设模式输出预设超声图像时应用到的线程；
[0205]
通过第二线程应用预设模式中的默认设置参数对包络数据进行参数压缩；
[0206]
通过第二线程对压缩处理后的包络数据进行噪声矫正，得到超声图像。
[0207]
在一些示例性的实施方式中，参数确定模块64具体用于：
[0208]
在各组成像参数中，确定亮度误差最小时应用的成像参数为目标成像参数。
[0209]
在一些示例性的实施方式中，还包括梯度确定模块，用于通过如下方式确定各个像素点在预设方向上的梯度：
[0210]
根据与预设方向匹配的预设矩阵对超声图像中的各个像素点进行卷积处理，得到各个像素点在预设方向上的梯度。
[0211]
由于该装置即是本发明实施例中的方法中的装置，并且该装置解决问题的原理与该方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。
[0212]
如图7所示，基于相同的发明构思，本发明实施例提供一种超声仪器，该超声仪器包括：处理器701以及数据获取单元702。
[0213]
数据获取单元702被配置为：
[0214]
获取超声图像；
[0215]
处理器701被配置为：
[0216]
对获取到的超声图像中各个像素点在预设方向上的梯度进行平滑处理，得到超声图像对应的目标梯度图像；
[0217]
基于目标梯度图像中各个像素点的灰度值、预设灰度阈值和超声图像中包含的组织匹配的组织占比常数确定组织分割阈值；
[0218]
应用组织分割阈值对超声图像进行组织分割，得到组织图像；
[0219]
根据预先设置的每组成像参数和目标组织亮度值，分别确定每组成像参数对应的组织图像的亮度误差，根据亮度误差选择一组成像参数为目标成像参数；其中，每组成像参数包括动态范围与增益。
[0220]
一种可选的实施方式为，处理器701被配置为：
[0221]
针对每个预设方向，采用邻域均值平滑的方式，对预设方向上的各个像素点的梯度在水平方向和竖直方向依次进行平滑处理，得到预设方向上的平滑后的梯度图像；
[0222]
对于超声图像的像素矩阵中每一个位置处的像素点，将各个预设方向上的平滑后的梯度图像中位置处的最大灰度值更新为像素点的灰度值；
[0223]
确定各个更新后的像素点构成的图像为目标梯度图像。
[0224]
一种可选的实施方式为，处理器701被配置为：
[0225]
确定目标像素点的个数与超声图像中包含的组织匹配的组织占比常数的乘积为组织占比阈值；其中，目标像素点为目标梯度图像中灰度值大于预设灰度阈值的像素点；
[0226]
从大于预设灰度阈值的灰度值范围中选择一个第一目标灰度值作为组织分割阈值；其中目标梯度图像中，大于第一目标灰度值的其他灰度值对应的像素点的个数大于等于组织占比阈值，且大于第二目标灰度值的其他灰度值对应的像素点的个数小于组织占比阈值，第二目标灰度值与第一目标灰度值相邻，且大于第一目标灰度值。
[0227]
一种可选的实施方式为，处理器701被配置为：
[0228]
针对任意一组成像参数，根据成像参数对组织图像中的每一个灰度值大于第一预设灰度值的像素点进行参数压缩，并将压缩后的值与目标组织亮度值进行做差并平方处理；
[0229]
将各个像素点进行做差并平方处理后的结果加和，得到成像参数对应的组织图像的亮度误差。
[0230]
一种可选的实施方式为，处理器701被配置为：
[0231]
保持超声图像中的各个像素点中大于组织分割阈值的像素点的灰度值不变，并将小于组织分割阈值的像素点的灰度值设置为第二预设灰度值。
[0232]
一种可选的实施方式为，处理器701被配置为通过如下方式获取超声图像：
[0233]
检测用户的图像调节操作；
[0234]
通过图像调节操作出发开启的第二线程获取在第一线程中输出的包络数据；其中，第一线程为按照预设模式输出预设超声图像时应用到的线程；
[0235]
通过第二线程应用预设模式中的默认设置参数对包络数据进行参数压缩；
[0236]
通过第二线程对压缩处理后的包络数据进行噪声矫正，得到超声图像。
[0237]
一种可选的实施方式为，处理器701被配置为：
[0238]
在各组成像参数中，确定亮度误差最小时应用的成像参数为目标成像参数。
[0239]
一种可选的实施方式为，处理器701被配置为通过如下方式确定各个像素点在预设方向上的梯度：
[0240]
根据与预设方向匹配的预设矩阵对超声图像中的各个像素点进行卷积处理，得到各个像素点在预设方向上的梯度。
[0241]
本发明实施例还提供一种计算机存储介质，计算机存储介质中存储有计算机程序指令，当指令在计算机上运行时，使得计算机执行上述电子家居设备的配网方法的步骤。
[0242]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0243]
本技术是参照根据本技术的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到
通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0244]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0245]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0246]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。