The invention discloses a method for removing speckle noise of ultrasonic images. In the first iteration, a rough speckle image is obtained after filtering the noise image as the input of the model, and after the filtering of the Bayesian non local average filtering model, the obtained speckle image is used as the input of the filter model in the second iteration. A better speckle image is obtained, and the iterative process is repeated until the number of iterations reaches the preset value. Finally, a good speckle image is output through the benign iterative filtering process. The invention has the advantage of inhibiting the adverse effects of speckle noise on clinical diagnosis or subsequent image processing. Combining the statistical characteristics of speckle noise, the conditional probability density function value of the Bayesian nonlocal mean filtering model is calculated, and the better speckle image will be output through the benign iterative filtering process. In order to reduce the time complexity of the algorithm, block filtering, preselected block and control iteration number are three ways to make the method practical.
【技术实现步骤摘要】
一种超声图像斑点噪声去除方法
本专利技术涉及超声图像处理
,特别涉及一种超声图像斑点噪声去除方法。
技术介绍
超声成像技术是一种方便快捷的成像技术,被广泛用于人体身体检查当中,尤其是肝、胆、胰、腹、乳腺等部位。与CT成像技术相比,超声成像要安全得多,免去了人体曝露于X射线下所可能造成的辐射损伤;与MRI成像技术相比,超声成像的费用要低得多,是体检或首轮疾病筛查的重要成像模态。然而,目前超声仪器所获取的图像都不可避免地受到斑点噪声的干扰,这种噪声是由超声系统成像的相干特性所引起的。斑点噪声的存在降低了图像的分辨率和对比度,降低了图像的质量,掩盖了某些细节信息,给临床诊断及后续的图像处理分析(例如:特征提取、病灶分割识别、图像配准等)造成了不利的影响,因此斑点噪声的抑制对医学超声图像分析具有非常重要的意义。与其他图像去噪技术问题类似,超声图像斑点噪声去除的目标是既要有效地去除噪声,又要尽可能多地保留图像中的关键细节纹理特征。但是斑点噪声与通常图像去噪问题中考虑的高斯噪声有一定的区别,从形态上看它呈现出颗粒状或蛇形斑点的效果,从噪声统计特性上看其噪声产生模型不同于加性高斯白噪声,因此无法直接将已有的去噪方法移用到斑点噪声的消除上,而是需要在去噪模型上充分考虑到斑点噪声的特性,改进既有模型,充分发挥已有去噪技术在斑点噪声去除上的作用。
技术实现思路
本专利技术针对现有技术的缺陷,提供了一种超声图像斑点噪声去除方法,能有效的解决上述现有技术存在的问题。为了实现以上专利技术目的,本专利技术采取的技术方案如下:一种超声图像斑点噪声去除方法,具体步骤如下:步骤1:基于上 ...
【技术保护点】
一种超声图像斑点噪声去除方法,其特征在于具体步骤如下:步骤1:基于
【技术特征摘要】
1.一种超声图像斑点噪声去除方法,其特征在于具体步骤如下:步骤1:基于上式中,z就是B超仪器所获得的含有斑点噪声的图像,是估计的干净图像,i是图像空间Ω中像素的坐标位置;Δ(i)表示以坐标点i为中心、大小为β×β的邻域搜索区域,坐标点j属于Δ(i)中;z(j)表示以图像z中像素点j为中心、大小为α×α的图像块;z(i)表示以图像z中像素点i为中心、大小为α×α的图像块;p(z(i)|z(j))为在图像块z(j)的观察下图像块z(i)的条件概率密度函数值,为在图像块的观察下图像块z(i)的条件概率密度函数值;均表示以i为中心的图像块的无斑估计;将所有估计出的进行平均融合,得到去斑图像上式含义为:在第一步滤波中,直接将噪声图像z作为输入,通过图像块的加权平均及组合可以得到对无斑图像的粗略估计;然后,再将该估计图像作为下一步滤波的输入,由此修正滤波结果;根据式1计算出在斑点噪声环境下的p(z(i)|z(j))和即可得到去斑图像,由于其中n(i)为零均值、标准差为σ分布的高斯噪声,因此z(i)|u(i)~N(u(i),u(i)σ2),则步骤2:考虑到图像块中像素点条件独立的假设,可以得到图像块的概率分布情况:上式中|R|表示图像块中的像素个数,r表示图像块中的第r个像素,基于式2,式1第一步中的p(z(i)|z(j))可以计算为:而第二步中的可计算为:步骤3:为了进一步提升去斑性能,将迭代次数扩展到K次,(2≤K≤4...
【专利技术属性】
技术研发人员:周颖玥,臧红彬,方宏道,
申请(专利权)人:西南科技大学,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。