一种图像降噪方法和系统与流程

1.本说明书涉及医疗技术领域，特别涉及一种图像降噪方法和系统。


背景技术：

2.在医学影像检查中，x线技术是使用最为广泛的技术之一。对于实时的透视图像(即x线图像)，通常使用递归或者多帧图像叠加的方法来降低图像噪声，但是当图像中存在运动物体时(例如，检查对象的各种自主和非自主运动)，多帧叠加会带来明显的运动伪影，少叠加或者不叠加又会造成图像中存在较大的噪声。
3.因此，希望提供一种图像降噪方法和系统。


技术实现要素：

4.本说明书实施例之一提供一种图像降噪方法。所述方法包括：将第一图像和第二图像分别进行分解，得到第一图像输出结果和第二图像输出结果；根据预设分块方式将所述第一图像输出结果划分为多个第一图像块，所述预设分块方式根据所述第一图像输出结果确定；基于所述多个第一图像块，从所述第二图像输出结果中确定与所述多个第一图像块相匹配的多个第二图像块，并基于所述多个第一图像块和所述多个第二图像块，确定所述多个第二图像块中至少一个所述第二图像块相对于相匹配的所述第一图像块的位移量；基于所述位移量将所述多个第二图像块进行移位，以及基于移位后的第二图像与所述第一图像叠加降噪。
5.本说明书实施例之一提供一种图像降噪系统，包括图像分解模块、图像分块模块、图像匹配模块和图像叠加模块；所述图像分解模块用于将第一图像和第二图像分别进行分解，得到第一图像输出结果和第二图像输出结果；所述图像分块模块用于根据预设分块方式将所述第一图像输出结果划分为多个第一图像块，所述预设分块方式根据所述第一图像输出结果确定；所述图像匹配模块用于基于所述多个第一图像块，从所述第二图像输出结果中确定与所述多个第一图像块相匹配的多个第二图像块，并基于所述多个第一图像块和所述多个第二图像块，确定所述多个第二图像块中至少一个所述第二图像块相对于相匹配的所述第一图像块的位移量；所述图像叠加模块用于基于所述位移量将所述多个第二图像块进行移位，以及基于移位后的第二图像与所述第一图像叠加降噪。
6.本说明书实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行所述图像降噪方法。
附图说明
7.本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
8.图1是根据本说明书一些实施例所示的图像降噪系统的应用场景示意图；
9.图2是根据本说明书一些实施例所示的图像降噪系统的示意图；
10.图3是根据本说明书一些实施例所示的图像降噪方法的示例性流程图；
11.图4是根据本说明书一些实施例所示的图像降噪方法的示意图；
12.图5是根据本说明书一些实施例所示的图像降噪方法的示意图。
具体实施方式
13.为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
14.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
15.如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
16.本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
17.在一些应用场景中，图像降噪系统可以包括处理设备、医学影像设备，图像降噪系统可以通过处理设备等实施本说明书中披露的方法和/或过程来实现对医学影像设备采集的图像的运动补偿，从而去除多帧叠加过程中的运动伪影，有效降低图像中的噪声，提高了图像质量，提升了诊断效果。
18.图1是根据本说明书一些实施例所示的图像降噪系统的应用场景示意图。
19.如图1所示，在一些实施例中，系统100可以包括医学影像设备110、处理设备120、存储设备130、终端140、网络150。
20.医学影像设备110是指医学上利用不同的媒介，将人体内部的结构重现为影像的装置。在一些实施例中，医学影像设备110可以是任何对患者的指定身体部位进行成像或治疗的医学设备，例如，数字减影血管造影(digital substraction angiography，dsa)设备、移动c形臂设备、胃肠机等。上面提供的医学影像设备110仅用于说明目的，而非对其范围的限制。在一些实施例中，医学影像设备110可以获取多个扫描图像，例如，多帧连续的图像等，发送至处理设备120。医学影像设备110可以接收医生通过终端140发送的指令等，并根据指令进行相关操作，例如，照射成像等。在一些实施例中，医学影像设备110可以通过网络150与系统100中的其它组件(例如，处理设备120、存储设备130、终端140)进行数据和/或信息的交换。在一些实施例中，医学影像设备110可以直接与系统100中的其它组件连接。在一些实施例中，系统100中的一个或多个组件(例如，处理设备120、存储设备130)可以包括在
医学影像设备110内。
21.处理设备120可以处理从其它设备或系统组成部分中获得的数据和/或信息，基于这些数据、信息和/或处理结果执行本说明书一些实施例中所示的图像降噪方法，以完成一个或多个本说明书一些实施例中描述的功能。例如，处理设备120可以基于医学影像设备110的多个扫描图像，通过将图像块移位使得这些图像中的相同结构对准，从而消除运动伪影。又例如，处理设备120可以将多帧图像叠加，得到降噪后的图像。在一些实施例中，处理设备120可以将处理得到的数据，例如，图像的分块方式、分块结果、移位处理后的图像、降噪后的图像等，发送至存储设备130进行保存。在一些实施例中，处理设备120可以从存储设备130中获取预先存储的数据和/或信息，例如，计算图像块相似性的公式、小波包分解算法等，以用于执行本说明书一些实施例所示的图像降噪方法，例如，基于相似性确定匹配图像块等。
22.在一些实施例中，处理设备120可以包含一个或多个子处理设备(例如，单核处理设备或多核多芯处理设备)。仅作为示例，处理设备120可以包括中央处理器(cpu)、专用集成电路(asic)、专用指令处理器(asip)、图形处理器(gpu)、物理处理器(ppu)、数字信号处理器(dsp)、现场可编程门阵列(fpga)、可编辑逻辑电路(pld)、控制器、微控制器单元、精简指令集电脑(risc)、微处理器等或以上任意组合。
23.存储设备130可以存储其他设备产生的数据或信息。在一些实施例中，存储设备130可以存储医学影像设备110采集的数据和/或信息，例如，扫描图像等。在一些实施例中，存储设备130可以存储处理设备120处理后的数据和/或信息，例如，移位后的图像、降噪后的图像等。存储设备130可以包括一个或多个存储组件，每个存储组件可以是一个独立的设备，也可以是其它设备的一部分。存储设备可以是本地的，也可以通过云实现。
24.终端140可以对医学影像设备110的操作进行控制。医生可以通过终端140对医学影像设备110下达操作指令，以使医学影像设备110完成指定操作，例如，对患者指定身体部位照射成像。在一些实施例中，终端140可以通过指令使处理设备120执行如本说明书一些实施例所示的图像降噪方法。在一些实施例中，终端140可以从处理设备120接收经过多帧叠加处理的降噪后图像。在一些实施例中，终端140可以是移动设备140-1、平板计算机140-2、膝上型计算机140-3、台式计算机等其他具有输入和/或输出功能的设备中的一种或其任意组合。
25.网络150可以连接系统的各组成部分和/或连接系统与外部资源部分。网络150使得各组成部分之间，以及与系统之外其它部分之间可以进行通讯，促进数据和/或信息的交换。在一些实施例中，系统100中的一个或多个组件(例如，医学影像设备110、处理设备120、存储设备130、终端140)可通过网络150发送数据和/或信息给其它组件。在一些实施例中，网络150可以是有线网络或无线网络中的任意一种或多种。
26.应该注意的是，上述描述仅出于说明性目的而提供，并不旨在限制本说明书的范围。对于本领域普通技术人员而言，在本说明书内容的指导下，可做出多种变化和修改。可以以各种方式组合本说明书描述的示例性实施例的特征、结构、方法和其他特征，以获得另外的和/或替代的示例性实施例。例如，处理设备120可以是基于云计算平台的，例如公共云、私有云、社区和混合云等。然而，这些变化与修改不会背离本说明书的范围。
27.图2是根据本说明书一些实施例所示的图像降噪系统的示意图。
28.如图2所示，在一些实施例中，系统200可以包括图像分解模块210、图像分块模块220、图像匹配模块230和图像叠加模块240。
29.在一些实施例中，图像分解模块210可以用于将第一图像和第二图像分别进行分解，得到第一图像输出结果和第二图像输出结果。
30.在一些实施例中，第一图像和第二图像的分解方式可以包括小波包分解、金字塔分解等中的其中一种。
31.在一些实施例中，第一图像和第二图像可以包括x线图像等。
32.在一些实施例中，分解的层数可以根据第一图像和第二图像中的高频信息或预设层数值等来确定。
33.在一些实施例中，图像分块模块220可以用于根据预设分块方式将第一图像输出结果划分为多个第一图像块，其中，预设分块方式可以根据第一图像输出结果确定。
34.在一些实施例中，图像分块模块220还可以获取第一图像输出结果中每一层的结构信息；基于第一图像输出结果中每一层的结构信息确定预设分块方式。
35.在一些实施例中，对于第一图像中包括线性物体的区域，图像分块模块220可以基于线性物体的线性方向进行分块，其中，线性物体的线性方向与包括线性物体的第一图像块符合预设关系，例如，线性方向与该图像块的对角线重合率最大等。
36.在一些实施例中，线性物体可以包括血管、导丝和导管等中的至少一种。
37.在一些实施例中，图像匹配模块230可以用于基于多个第一图像块，从第二图像输出结果中确定与多个第一图像块相匹配的多个第二图像块，并基于多个第一图像块和多个第二图像块，确定多个第二图像块中至少一个第二图像块相对于相匹配的第一图像块的位移量。
38.在一些实施例中，图像匹配模块230可以根据第一图像块与第二图像块的相似性判断第一图像块是否与第二图像块相匹配。
39.在一些实施例中，图像匹配模块230可以按照分解的层数从后往前的顺序，从第二图像输出结果中逐层确定与多个第一图像块相匹配的多个第二图像块。
40.在一些实施例中，图像匹配模块230可以基于第一图像输出结果和第二图像输出结果中已计算得到的位移量，确定剩余层中至少一个第二图像块的位移量的初始值，并基于该初始值确定剩余层中与第一图像块相匹配的第二图像块的位移量。
41.在一些实施例中，图像叠加模块240可以用于基于位移量将多个第二图像块进行移位，以及基于移位后的第二图像与第一图像叠加降噪。
42.在一些实施例中，图像叠加模块240可以基于位移量将多个第二图像块进行移位，得到移位后的第二图像作为第三图像；将第三图像和第一图像进行叠加降噪。
43.图3是根据本说明书一些实施例所示的图像降噪方法的示例性流程图。
44.如图3所示，在一些实施例中，流程300可以包括以下步骤。在一些实施例中，流程300可以由处理设备120执行。
45.步骤310，将第一图像和第二图像分别进行分解，得到第一图像输出结果和第二图像输出结果。在一些实施例中，步骤310可以由图像分解模块210执行。
46.第一图像和第二图像是基于对同一目标对象(例如，患者)的一次扫描获取的图像，例如，先后采集的图像、采集的图像和叠加的图像等。在一些实施例中，第一图像和第二
图像可以为时间连续或者间隔很短的采集图像，例如，连续的两帧图像、相隔一帧或两帧的两帧图像等。在一些实施例中，第一图像可以包括采集的当前帧(即最新帧)图像，第二图像可以包括当前帧的前一帧图像。在一些实施例中，第一图像可以包括采集的当前帧(即最新帧)图像，第二图像可以包括当前帧之前的多帧采集图像叠加得到的叠加图像。在一些实施例中，第一图像和第二图像可以通过医学影像设备扫描目标对象的方式获取。在一些实施例中，第一图像和第二图像可以通过存储设备或其他方式获取，本说明书对此不作限制。
47.在一些实施例中，第一图像和第二图像可以包括x线图像，例如，dsa图像等。在一些实施例中，第一图像和第二图像可以反映目标对象血管信息。
48.第一图像输出结果是第一图像对应的图像处理结果，第二图像输出结果是第二图像对应的图像处理结果，图像输出结果可以用图像或数值等来表示，例如，包含低频和/高频信息的多层图像、系数值、函数值等。在一些实施例中，图像输出结果可以包括图像分解(例如，小波包分解(wavelet packet decomposition)、金字塔分解等)的结果。在一些实施例中，图像输出结果可以包括小波包分解的结果，可以包括多个系数值，这些系数值对应的物理意义是原始信号在各个小波函数基上的投影值，这些系数值还包括各个系数值所对应的时间信息。
49.在一些实施例中，可以将第一图像和第二图像分别进行分解，得到第一图像输出结果和第二图像输出结果。
50.在一些实施例中，可以通过小波包分解、金字塔分解等中的其中一种分解方式对第一图像和第二图像分别进行分解。在一些实施例中，第一图像和第二图像的分解方式可以相同。
51.在一些实施例中，金字塔分解可以包括高斯金字塔(gaussian pyramid)分解、拉普拉斯金字塔(laplacian pyramid)分解等。
52.小波包分解是对小波变换的进一步优化，其在小波变换的基础上，在每一级信号分解时，除了对低频子带(图像低频信息)进行进一步分解，也对高频子带(图像高频信息)进一步分解，最后通过最小化一个代价函数，计算出最优的信号分解路径，并以此分解路径对原始信号进行分解，其中，原始信号可以是基于医学影像设备采集的图像信号，例如，原始采集图像、原始采集图像叠加后的图像等。
53.图像分解(例如，小波包分解、金字塔分解等)可以将图像分为多层信号，例如，三层、四层、五层等。在一些实施例中，第一图像输出结果可以包括第一图像分解后每一层的图像，第二图像输出结果可以包括第二图像分解后每一层的图像。在一些实施例中，第一图像和第二图像分解的层数可以相等。在一些实施例中，分解的层数可以根据第一图像和第二图像中的高频信息或预设层数值来确定。例如，如果分解出的某层信号频率低于预设阈值，则停止分解，将当前的分解层数作为小波包分解的层数。又例如，预设层数可以为3层、4层、或5层等，分解的层数与预设层数相同。
54.步骤320，根据预设分块方式将第一图像输出结果划分为多个第一图像块。其中，在一些实施例中，预设分块方式可以根据第一图像输出结果确定。在一些实施例中，步骤320可以由图像分块模块220执行。
55.分块方式是指将图像划分图像块的方式，可以是各种方式，例如，根据图像结构信息的丰富程度、根据是否存在线性物体、平均分块等。在一些实施例中，图像块的大小可以
预先设定，例如，设定为4*4，8*8，16*16，32*32等中其中一种或其任意组合，其中，块的大小单位为像素。在一些实施例中，图像块的形状可以为各种形状，例如，矩形、圆形、三角形、不规则形等。第一图像块是第一图像中的图像块。在一些实施例中，第一图像块可以包括矩形块等。在一些实施例中，可以根据预设分块方式将第一图像输出结果划分为多个第一图像块，其中，预设分块方式可以根据第一图像输出结果而定。
56.在一些实施例中，可以根据预设分块方式将第一图像分解后的每一层划分为多个第一图像块，其中，每一层中包含的第一图像块的数量和/或大小可以相同，也可以不同。
57.在一些实施例中，可以不经过图像分解步骤，直接将第一图像根据预设分块方式划分为多个第一图像块。在一些实施例中，可以把不经过图像分解步骤的第一图像等价为只有一层。
58.在一些实施例中，可以获取第一图像输出结果中每一层的结构信息，基于第一图像输出结果中每一层的结构信息确定预设分块方式。在一些实施例中，可以基于第一图像输出结果中每一层的结构信息确定该层的预设分块方式，即分别确定每一层的分块方式，每一层的分块方式可以不同。在一些实施例中，每一层的分块方式可以相同，即可以基于第一图像输出结果中某一层的结构信息确定所有层的预设分块方式。
59.在一些实施例中，可以直接获取第一图像的结构信息，基于第一图像的结构信息确定预设分块方式。
60.在一些实施例中，可以在结构信息丰富(例如，包含多个结构或结构特征信息等)的位置使用较小的块，例如，4*4的小块；在较平坦(例如，同一结构、结构信息变化不大等)的区域使用较大的块，例如，32*32的大块。在一些实施例中，可以通过图像边缘检测算法等各种方法来确定图像区域是否平坦。例如，包含较多结构边缘点的图像区域确定为结构信息丰富的区域，不包含结构边缘点或者结构边缘点数量较少的图像区域确定为平坦区域。
61.本说明书一些实施例中，通过基于图像结构信息确定图像分块方式，可以增加块匹配的稳定性，提高块匹配的准确率。
62.图像中的线性物体是指图像中形状为线性的物体，例如，dsa图像中的血管、导丝、导管等。在一些实施例中，可以根据第一图像中是否存在线性物体来确定预设分块方式。
63.在一些实施例中，可以使用基于hessian矩阵的方法等各种方式检测图像中的线性物体。
64.在一些实施例中，对于第一图像中包括线性物体的区域，可以基于线性物体的线性方向进行分块，其中，线性物体的线性方向与包括线性物体的第一图像块符合预设关系。在一些实施例中，预设关系可以包括矩形块(即包括线性物体的第一图像块)对角线与线性物体的线性方向有最大的重合率，即该对角线与该线性方向重合或者最接近重合。在一些实施例中，预设关系还可以包括其他关系，例如，包括线性物体的线性方向与矩形块的某条边平行等。
65.本说明书一些实施例中，通过基于图像中是否存在线性物体来确定图像分块方式，能够很好地处理图像中的导丝导管等各类线性物体，使得分块结果中能够体现线性物体的相关特征，提高了块匹配的准确性。
66.步骤330，基于多个第一图像块，从第二图像输出结果中确定与多个第一图像块相匹配的多个第二图像块，并基于多个第一图像块和多个第二图像块，确定多个第二图像块
中至少一个第二图像块相对于相匹配的第一图像块的位移量。在一些实施例中，步骤330可以由图像匹配模块230执行。
67.第二图像块是第二图像中的图像块。在一些实施例中，可以基于多个第一图像块，从第二图像输出结果中确定与多个第一图像块相匹配的多个第二图像块。
68.在一些实施例中，对于部分或全部第一图像块，可以从第二图像输出结果中确定与其中每一个第一图像块匹配的第二图像块，从而得到多个第二图像块。例如，可以对全部第一图像块中的每一个，确定与之匹配的第二图像块。又例如，可以只对满足预设条件(例如，结构信息丰富等)的部分第一图像块中的每一个，确定与之匹配的第二图像块。在一些实施例中，确定的多个图像块可以存在重叠。在一些实施例中，确定的多个图像块的覆盖的区域之和可以不覆盖第二图像的整个区域。
69.在一些实施例中，可以基于第一图像输出结果和第二图像输出结果，对小波包分解后的每一层进行块匹配，即对于第一图像中每一层，确定与其中的至少一个第一图像块匹配的第二图像块。
70.在一些实施例中，第一图像块和与其匹配的第二图像块的形状、大小可以相同。
71.在一些实施例中，对于第一图像块，可以根据其所在的层确定第二图像输出结果中对应的层，在对应的层中确定与其匹配的第二图像块。具体来说，可以在第二图像输出结果的对应层中，获取多个与该第一图像块大小形状相同的第二图像块，然后根据预设规则(例如，相似性最大等)在这些第二图像块中确定与该第一图像块匹配的第二图像块。
72.在图像分解中，将先分出的层称为前面层，后分出的层称为后面层，例如，最先分出的为第一层，其次为第二层，直至最后一层，则从第一层往最后一层的顺序称为从前往后。随着层数从前往后，每层的有效信息越来越少，所以每层图像越来越小。在一些实施例中，可以按照图像分解层数从后往前的顺序，在第二图像输出结果中，逐层确定与第一图像块匹配的第二图像块。例如，第一图像和第二图像一共分为4层，则首先确定第4层中所有的匹配图像块，然后确定第3层中所有的匹配图像块，以此类推，直到确定全部4层中的匹配图像块。
73.在一些实施例中，可以按其它顺序，例如从前往后，在第二图像的输出结果中，逐层确定与第一图像块匹配的第二图像块；也可以不设定顺序，例如随机地在每一层中确定与第一图像块匹配的第二图像块。
74.在一些实施例中，对于不满足预设条件(例如，结构信息不够丰富)的第一图像块，可以根据第一图像块在第一图像中的位置，在第二图像输出结果中对应的层中，将第二图像中对应位置相同的第二图像块作为与该第一图像块匹配的第二图像块。
75.在一些实施例中，可以根据第一图像块与第二图像块的相似性判断第一图像块是否与第二图像块相匹配。例如，将相似性最大的第二图像块确定为与第一图像块匹配的第二图像块。
76.在一些实施例中，图像块的相似性可以用互相关函数、交叉结构函数、基于直方图的相似性度量等方式计算。在一些实施例中，图像块的相似性可以通过将该图像块内各像素点的相似性求和得到。在一些实施例中，图像块的相似性可以通过其他方式获得，例如，随机获取图像中预设数量的像素点，求取这些像素点的相似性平均值作为该图像块的相似性的数值。
77.低剂量x线图像中主要是泊松噪声和量化噪声，在一些实施例中，块匹配的相似性度量可以使用基于泊松、量化噪声相关的相似性度量函数。在一些实施例中，像素点的相似性可以通过以下公式获取：其中，d表示灰度值分别是k、l两个像素点的相似性，d越小表示越相似；qk、q
l
分别表示灰度值达到k和l时所需的最小光子数，与采集图像所用平板探测器特性相关，可以通过实验得到；λ是泊松分布相关参数，可以通过以下公式计算：λ＝(λk λ
l
)/2
ꢀꢀꢀ
(2)公式(2)中的λk和λ
l
可以通过以下公式计算：其中，λm中的m可以表示公式(1)和(2)中的k或l。
78.在一些实施例中，在确定与多个第一图像块匹配的多个第二图像块后，可以基于这些第一图像块和第二图像块，确定这些第二图像块中至少一个第二图像块相对于相匹配的第一图像块的位移量。位移量是指相匹配的两个图像块，其坐标的相对偏移量。
79.在一些实施例中，可以对所有的第一图像块中的每一个，确定与之匹配的第二图像块相对于该第一图像块的位移量。
80.在一些实施例中，可以只对符合预设规则(例如，结构信息丰富等)的第一图像块中的每一个，确定与之匹配的第二图像块相对于该第一图像块的位移量。
81.在一些实施例中，对于不符合预设规则(例如，结构信息不够丰富等)的第一图像块中的每一个，可以将与之匹配的第二图像块相对于该第一图像块的位移量确定为0，也就是说，与之匹配的第二图像块在第二图像中的位置与该第一图像块在第一图像中的位置相同。
82.在一些实施例中，可以基于第一图像输出结果和第二图像输出结果中已计算得到的位移量，确定剩余层中至少一个第二图像块的位移量的初始值，并基于该初始值确定剩余层中与第一图像块相匹配的第二图像块以及其对应的位移量。例如，将第一图像和第二图像分解为4层，在确定第4层的匹配图像块之后，可以基于第4层中的第一图像块和第3层中的第一图像块的位置、大小、形状等的不同，进行插值或者加权平均等计算，确定第3层中的第二图像块的起始搜索位置(即上述的位移量的初始值)，从该起始搜索位置在第3层中查找与对应的第一图像块相匹配的第二图像块，从而减少搜索量，提高搜索效率。仅作为示例，假设确定的起始搜索位置坐标值是(10，10)，在第3层搜索确定的匹配的第二图像块的相对于起始搜索位置的位移量为(2，2)，则该匹配的第二图像块的位移量为(12，12)。
83.本实施例的方法结合上述按照图像分解层数从后往前的顺序，在第二图像输出结果中，逐层确定与第一图像块匹配的第二图像块的方式相结合，可以进一步提高第二图像块的搜索效率。
84.在一些实施例中，在每一层中，可以从预设的初始位置(例如，图像左上角、右下角等)开始搜索与该层中第一图像块匹配的第二图像块。
85.在一些实施例中，可以获取某一个第一图像块中某一个像素点(例如，边界点等)
和与其匹配的第二图像块的像素点的坐标差，将其作为该第二图像块的位移量。例如，第一图像块左下角像素点在第一图像中坐标为(x1，y1)，与其匹配的第二图像块左下角像素点在第二图像中坐标为(x2，y2)，则该第二图像块相对于第一图像块的位移量可以表示为(x2-x1，y2-y1)。
86.在一些实施例中，可以求取图像块中多个像素点的坐标差，作为图像块的位移量，例如，第一图像块和第二图像块左下角像素点坐标差为(x2-x1，y2-y1)，右上角像素点坐标差为(x4-x3，y4-y3)，右下角像素点坐标差为(x6-x5，y6-y5)，则第二图像块相对于第一图像块的位移量可以包括这三个点的坐标差。在一些实施例中，还可以用其他方式确定位移量，本说明书对此不作限制。
87.本说明书一些实施例中，通过将块内像素点的相似性求和来确定块的相似性，用于块匹配，方法简单直观，实用性好，准确度高。
88.步骤340，基于位移量将多个第二图像块进行移位，以及基于移位后的第二图像与第一图像叠加降噪。在一些实施例中，步骤340可以由图像叠加模块240执行。
89.在一些实施例中，可以基于每一个第二图像块相对于相匹配的第一图像块的位移量，对该第二图像块进行移位，将第二图像块移动到第一图像块的位置，即基于第一图像将第二图像进行移位，从而得到移位后的第二图像作为第三图像。如图5所示，第一图像510中的图像块510-1、510-2、
…
、510-n分别与第二图像520中的图像块520-1、520-2、
…
、520-n匹配，可以对第二图像中的每一个图像块520-1、520-2、
…
、520-n基于各自的位移量进行移位，得到移位后的第二图像520。
90.在一些实施例中，对于未确定匹配图像块的第一图像块，可以认为第二图像块相对第一图像块的位移量等于0，也就是说，在第二图像中获取与第一图像块形状大小相同的第二图像块确定为移位后的第二图像块，其中，该第二图像块在第二图像中的位置与该第一图像块在第一图像中的位置相同。
91.理论上，如果为平移运动，则第二图像中，多个第二图像块相对于匹配的第一图像块的位移量可以是相等的，即图像中多个对应位置的运动可以是一致的。在一些实施例中，可以将第二图像中其中一个第二图像块的位移量作为多个第二图像块的位移量，然后根据该位移量将这些第二图像块进行移位。例如，第二图像块相对于第一图像块的位移量可以表示为(x2-x1，y2-y1)，可以将所有第二图像块的像素点的坐标减去位移量(x2-x1，y2-y1)，得到的新坐标作为第二图像块的像素点移位后的坐标，即第二图像块左下角像素点在第二图像中坐标由(x2，y2)移动到(x1，y1)。
92.如果运动中包括旋转运动，则多个第二图像块相对于匹配的第一图像块的位移量可能各不相同。在一些实施例中，可以根据第二图像中每一个第二图像块的位移量将该第二图像块进行移位。例如，第一图像块和第二图像块左下角像素点坐标差为(x2-x1，y2-y1)，右上角像素点坐标差为(x4-x3，y4-y3)，右下角像素点坐标差为(x6-x5，y6-y5)，且(x2-x1)≠(x4-x3)≠(x6-x5)，则将第二图像块左下角像素点坐标由(x2，y2)移动到(x1，y1)，右上角像素点坐标由(x4，y4)移动到(x3，y3)，右下角像素点坐标由(x6，y6)移动到(x5，y5)。
93.在一些实施例中，可以将第三图像，即移位后的第二图像与第一图像进行叠加降噪，得到降噪后的图像。如图5所示，可以将第一图像510与移位后的第二图像520进行叠加
降噪，得到降噪后的第一图像530，其中，降噪后的第一图像530中包含的图像块530-1、530-2、
…
、530-n分别与第一图像510中的图像块510-1、510-2、
…
、510-n和第二图像520中的图像块520-1、520-2、
…
、520-n匹配，530-1相当于510-1和520-1的叠加，530-2相当于510-2和520-2的叠加，其余530中包含的图像块与此类似。
94.在一些实施例中，可以在第一图像和第二图像分解的每一层上分别进行叠加，将叠加后的各层合并后得到降噪后的图像。
95.在一些实施例中，可以直接在第一图像和第二图像的原始图像上进行叠加，得到降噪后的图像。
96.在一些实施例中，可以将第三图像与第一图像叠加后的图像与第四图像进一步叠加，从而得到降噪后的图像，其中，第四图像可以是与第一图像和第二图像时间连续或间隔很短的图像。在一些实施例中，可以获取多帧连续图像或多个相互间隔很短的单帧图像，然后基于其中一个图像得到其他图像移位后的图像，然后将该图像与所有移位后的图像进行叠加降噪，得到该图像对应的降噪后的图像。
97.本说明书一些实施例中，通过对图像中的图像块根据位移量进行移位，消除了运动产生的结构位移，去除了运动伪影，很好地消除了运动对图像的影响，从而极大地改善了叠加降噪的效果，能够得到清晰明确的图像结构信息(例如，血管信息等)，提高了图像的质量，有利于提高诊断质量。
98.图4是根据本说明书一些实施例所示的图像降噪方法的示意图。
99.在一些实施例中，可以通过图4所示的流程400对图像进行降噪处理。在一些实施例中，流程400可以由处理设备120执行。
100.在一些实施例中，第一图像可以包括当前帧图像410，第二图像可以包括前一帧图像420，其中，当前帧图像410和前一帧图像420是连续的两帧图像，当前帧图像410为当前帧的图像，前一帧图像420为当前帧图像410前一帧的图像。关于第一图像和第二图像的更多内容，可以参见步骤310的相关描述，在此不再赘述。
101.在一些实施例中，图像分解模块210可以对当前帧图像410进行小波包分解，得到当前帧图像输出结果430，其中，当前帧图像输出结果430可以包括小波包分解后的当前帧图像410的多层图像；对前一帧图像420进行小波包分解，得到前一帧图像输出结果440，其中，前一帧图像输出结果440可以包括小波包分解后的前一帧图像420的多层图像。其中，当前帧图像410和前一帧图像420的小波包分解的层数可以相同。关于如何对图像进行小波包分解的更多内容，可以参见步骤310的相关描述，在此不再赘述。
102.在一些实施例中，图像分块模块220可以获取当前帧图像输出结果430中的每一层的结构信息，然后基于这些结构信息确定分块方式435，即预设分块方式。关于如何确定预设分块方式的更多内容，可以参见步骤320的相关描述，在此不再赘述。
103.在一些实施例中，图像分块模块220可以基于分块方式435将当前帧图像输出结果430的每一层进行分块，得到多个当前帧图像块450。关于如何对图像分块的更多内容，可以参见步骤320的相关描述，在此不再赘述。
104.在一些实施例中，图像匹配模块230可以基于多个当前帧图像块450，从前一帧图像输出结果440中，通过块匹配确定与多个当前帧图像块450相匹配的多个前一帧图像块460。关于如何进行块匹配的更多内容，可以参见步骤330的相关描述，在此不再赘述。
105.在一些实施例中，图像匹配模块230可以基于多个当前帧图像块450和多个前一帧图像块460，确定多个前一帧图像块460中至少一个图像块相对于相匹配的当前帧图像块的位移量470。关于如何确定位移量的更多内容，可以参见步骤330的相关描述，在此不再赘述。
106.在一些实施例中，图像叠加模块240可以基于位移量470将多个前一帧图像块460进行移位，从而得到移位后的前一帧图像480，然后将当前帧图像410与移位后的前一帧图像480进行叠加降噪，得到降噪后图像490。关于如何对图像块移位以及叠加降噪的更多内容，可以参见步骤340的相关描述，在此不再赘述。
107.应当注意的是，上述有关流程300、400的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程300、400进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。例如，第一图像和第二图像可以交换，即基于第二图像确定分块方式并进行分块，基于第二图像块确定第一图像中匹配的第一图像块，对第一图像块进行移位等。
108.本说明书实施例可能带来的有益效果包括但不限于：(1)通过根据不同图像中匹配图像块的位移量进行移位，从而很好地消除了运动物体的影响，去除了运动伪影，从而极大地改善了多帧叠加降噪的效果，提高了图像结构信息(例如，血管信息等)的准确性和分辨率，改善了图像的质量，提高了诊断质量；(2)通过基于图像结构信息确定图像分块方式，从而增加了块匹配的稳定性，提高块匹配的质量；(3)通过判断是否存在线性物体来确定图像分块方式，很好地处理了图像中的导丝导管等各类线性物体，使得图像分块结果中能够体现线性物体的相关特征，提高了块匹配的准确性和全面性：(4)通过将块内像素点的相似性求和来确定块的相似性，从而确定匹配的图像块，方法简单直观，实用性好，准确度高。需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。
109.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
110.同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
111.此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
112.同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
113.一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有
±
20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
114.针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
115.最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。