超声图像的处理方法及处理系统技术方案

本发明专利技术提供一种超声图像的处理方法及处理系统；所述方法包括：S1、获取原始的超声图像；S2、对所述原始的超声图像进行非线性相干扩散滤波去噪保边预处理获得预处理超声图像；S3、对所述预处理超声图像的边缘以及非边缘区域进行增强处理以生成增强超声图像；S4、对所述增强超声图像进行锐化去模糊处理生成最终需求的超声图像。本发明专利技术可以明显提高图像质量，尤其是去除噪声和对边界的增强作用明显，而且本算法速度很快，可广泛适用于各种需要对超声图像进行实时处理的场合。

Ultrasonic image processing method and processing system

The invention provides a processing method of ultrasonic image processing system; the method comprises the following steps: S1, the original S2 to obtain ultrasonic images; and ultrasound images of the original nonlinear coherent diffusion filtering denoising and edge preserving pretreatment pretreatment of ultrasound image; S3, the pretreatment of ultrasound image edge and non edge enhancement processing to generate enhanced ultrasound image; S4, on the enhancement of ultrasound image sharpening to blur the ultrasound image to generate the final demand. The invention can significantly improve the image quality, especially for noise removal and the boundary is enhanced, and the algorithm is very fast and can be widely applied to various needs for real-time processing of ultrasound images of the occasion.

【技术实现步骤摘要】
超声图像的处理方法及处理系统
本专利技术主要应用于医疗超声诊断
，尤其涉及一种超声图像的处理方法及处理系统。
技术介绍
超声图像中，噪声尤其是散斑噪声会掩盖和降低图像某些细节信息，严重影响超声影像的品质；抑制超声图像中的散斑噪声和增强边缘可以极大提高图像质量。现有的超声图像去噪算法主要有空间域局部统计滤波算法、基于多尺度变换的滤波算法、各向异性扩散滤波算法。公开号为CN104299191A的专利文献“一种超声图像去噪方法及中值滤波方法”中使用多个方向滤波器确定每一像素的局部区域方向，再基于确定的局部方向进行中值滤波；该方案相对传统中值滤波和维纳滤波器，其去噪效果和边缘处理有了一定的提高，但边缘处理仅限于保留而没有增强，边缘连续性也没有改善。公开号为US5497777A的专利授权文献“Specklenoisefilteringinultrasoundimaging”对超声图像进行多级小波变换，然后对系数进行阈值修正，最后进行小波反变换；小波阈值法有软阈值法和硬阈值法之分，但是硬阈值法中容易造成小波数据的不连续，从而影响图像的细节，而软阈值法中较大小波系数总数被缩减导致图像过于平滑。授权公告号为CN102073994B的专利文献“基于多尺度各向异性扩散的超声医学图像散斑噪声抑制方法”提出对图像进行小波分解，根据每个尺度下的噪声区域均值确定扩散阈值从而计算扩散参数，利用扩散参数对小波系数进行加权计算再小波反变换；该方法中通过分线性扩散参数对小波系数处理相当于进行了各向异性扩散；该方法比较好的抑制了斑点噪声和增强了边缘，但是过于平滑实质区域清晰度不够。综上所述，传统空域滤波法可以抑制斑点噪声但是不能增强边缘甚至是可能模糊边缘；小波阈值法处理不管是软阈值还是硬阈值都存在影响图像特征的问题；虽然各向异性扩散滤波可以达到去噪保边的效果，但是容易出现过平滑及部分实质区域清晰度不够的情况。
技术实现思路
为了解决上述问题，本专利技术的目的在于提供一种超声图像的处理方法及处理系统。相应的，本专利技术一实施方式提供的超声图像的处理方法包括以下步骤：S1、获取原始的超声图像；S2、对所述原始的超声图像进行非线性相干扩散滤波去噪保边预处理获得预处理超声图像；S3、对所述预处理超声图像的边缘以及非边缘区域进行增强处理以生成增强超声图像；S4、对所述增强超声图像进行锐化去模糊处理生成最终需求的超声图像。作为本专利技术一实施方式的进一步改进，所述步骤S2具体包括：P1、根据结构矩阵获取特征向量以及特征值；其中，Jρ表示结构矩阵，Ix表示水平梯度，Iy表示垂直梯度，*表示卷积，Gρ表示标准差为ρ的高斯核，w1,w2表示特征向量，μ1,μ2表示特征值，T表示转置；P21、根据所述特征向量和所述特征值构建结构张量；所述结构张量表达为：其中，λ2＝α，α表示扩散速度，其为常数值，取值范围为0至1之间，s为扩散因子；P3、根据所述结构张量构建NCD方程，其表达为：为求导符号，I(x,y,t)表示对应像素点(x，y)在t时刻下的超声图像，div表示散度算子，I0表示初始时刻下的超声图像，D表示结构张量，▽I表示对I求梯度。作为本专利技术一实施方式的进一步改进，所述步骤S2具体包括：P1、根据结构矩阵获取特征向量以及特征值；其中，Jρ表示结构矩阵，Ix表示水平梯度，Iy表示垂直梯度，*表示卷积，Gρ表示标准差为ρ的高斯核，w1,w2表示特征向量，μ1,μ2表示特征值，T表示转置；P22、根据超声图像梯度获取不同梯度区域内新的扩散速度；根据不同梯度区域内新的扩散速度，所述特征向量和所述特征值构建结构张量；所述结构张量表达为：其中，λ2＝α′，α′＝α·e(1-g)α表示扩散速度，其为常数值，取值范围为0至1之间，α′表示不同梯度区域内扩散速度，Norm()表示归一化处理；s为扩散因子。P3、根据所述结构张量构建NCD方程，其表达为：为求导符号，I(x,y,t)表示对应像素点(x，y)在t时刻下的超声图像，div表示散度算子，I0表示初始时刻下的超声图像，D表示结构张量，▽I表示对I求梯度。作为本专利技术一实施方式的进一步改进，所述步骤S2具体包括：P1、根据结构矩阵获取特征向量以及特征值；其中，Jρ表示结构矩阵，Ix表示水平梯度，Iy表示垂直梯度，*表示卷积，Gρ表示标准差为ρ的高斯核，w1,w2表示特征向量，μ1,μ2表示特征值，T表示转置；P23、根据不同时刻下的扩散因子，所述特征向量和所述特征值构建结构张量；所述结构张量表达为：其中，λ2＝α，s(0)＝s,s(t+1)＝s(t)·e-λ,λ∈(0,1]α表示扩散速度，其为常数值，取值范围为0至1之间，s(t)表示在t时刻下的扩散因子。P3、根据所述结构张量构建NCD方程，其表达为：为求导符号，I(x,y,t)表示对应像素点(x，y)在t时刻下的超声图像，div表示散度算子，I0表示初始时刻下的超声图像，D表示结构张量，▽I表示对I求梯度。作为本专利技术一实施方式的进一步改进，所述步骤S3具体包括：M1、对所述预处理超声图像使用Sobel算子进行边缘检测，以获取边缘过渡图像；对所述预处理超声图像使用Laplace算子进行图像突变信息检测，以获取拉普拉斯图像；以及提取预处理超声图像中的高频信息；所述高频信息的表达式为：IHP＝I-Incd,其中，I表示原始的超声图像，Incd表示预处理超声图像；M2、将所述边缘过渡图像和所述拉普拉斯图像进行点乘，并将其结果叠加到所述预处理超声图像上，以获得边缘补偿图像；其表达式为：IedgeEnhance＝Incd+mag(▽Incd*Gρ)·▽2Incd，其中，IedgeEnhanec表示边缘补偿图像，▽Incd表示对Incd求梯度，Gρ表示标准差为ρ的高斯核；M3、对获取的高频信息进行补偿以及对边缘补偿图像的非边缘区域进行增强以生成增强超声图像；其表达式为：Iadd＝IedgeEnhance+(1-β·mag(▽Incd*Gρ))·IHP其中，Iadd表示增强超声图像，β为细节信号衰减因子，其取值范围为0至1。作为本专利技术一实施方式的进一步改进，所述步骤S4具体包括：N1、对所述增强超声图像同时进行高斯滤波处理和对比度处理以分别获得模糊图像和对比度图像；其表达式分别为：Iblur＝Iadd*Gρ，Icontrast＝Iadd+(Iadd-Imean)*c，其中，Iblur表示模糊图像，Iadd表示增强超声图像，Gρ表示标准差为ρ的高斯核；Icontrast表示对比度图像，Imean表示增强超声图像的均值，c表示对比度因子；N2、根据所述增强超声图像以及模糊图像形成模板图像；其表达式分别为：Imask＝Iadd-Iblur，其中，Imask表示模板图像；N3、将所述模板图像融合至所述对比度图像中形成最终需求的超声图像。Isharp＝Icontrast+k·Imask，其中，Isharp表示最终需求的超声图像，k表示权重系数，k≥0。相应地，为了实现上述专利技术目的之一，本专利技术一实施方式提供一种超声图像的处理系统，所述系统包括：获取模块，用于获取原始的超声图像；预处理模块，用于对所述原始的超声图像进行非线性相干扩散滤波去噪保边预处理获得预处理超声图像；边缘增强模块，用于对所述预处本文档来自技高网...

【技术保护点】
一种超声图像的处理方法，其特征在于，所述方法包括以下步骤：S1、获取原始的超声图像；S2、对所述原始的超声图像进行非线性相干扩散滤波去噪保边预处理获得预处理超声图像；S3、对所述预处理超声图像的边缘以及非边缘区域进行增强处理以生成增强超声图像；S4、对所述增强超声图像进行锐化去模糊处理生成最终需求的超声图像。

【技术特征摘要】
1.一种超声图像的处理方法，其特征在于，所述方法包括以下步骤：S1、获取原始的超声图像；S2、对所述原始的超声图像进行非线性相干扩散滤波去噪保边预处理获得预处理超声图像；S3、对所述预处理超声图像的边缘以及非边缘区域进行增强处理以生成增强超声图像；S4、对所述增强超声图像进行锐化去模糊处理生成最终需求的超声图像。2.根据权利要求1所述的超声图像的处理方法，其特征在于，所述步骤S2具体包括：P1、根据结构矩阵获取特征向量以及特征值；其中，Jρ表示结构矩阵，Ix表示水平梯度，Iy表示垂直梯度，*表示卷积，Gρ表示标准差为ρ的高斯核，w1,w2表示特征向量，μ1,μ2表示特征值，T表示转置；P21、根据所述特征向量和所述特征值构建结构张量；所述结构张量表达为：其中，λ2＝α，α表示扩散速度，其为常数值，取值范围为0至1之间，s为扩散因子；P3、根据所述结构张量构建NCD方程，其表达为：为求导符号，I(x,y,t)表示对应像素点(x，y)在t时刻下的超声图像，div表示散度算子，I0表示初始时刻下的超声图像，D表示结构张量，▽I表示对I求梯度。3.根据权利要求1所述的超声图像的处理方法，其特征在于，所述步骤S2具体包括：P1、根据结构矩阵获取特征向量以及特征值；其中，Jρ表示结构矩阵，Ix表示水平梯度，Iy表示垂直梯度，*表示卷积，Gρ表示标准差为ρ的高斯核，w1,w2表示特征向量，μ1,μ2表示特征值，T表示转置；P22、根据超声图像梯度获取不同梯度区域内新的扩散速度；根据不同梯度区域内新的扩散速度，所述特征向量和所述特征值构建结构张量；所述结构张量表达为：其中，λ2＝α′，α′＝α·e(1-g)α表示扩散速度，其为常数值，取值范围为0至1之间，α′表示不同梯度区域内扩散速度，Norm()表示归一化处理；s为扩散因子。P3、根据所述结构张量构建NCD方程，其表达为：为求导符号，I(x,y,t)表示对应像素点(x，y)在t时刻下的超声图像，div表示散度算子，I0表示初始时刻下的超声图像，D表示结构张量，▽I表示对I求梯度。4.根据权利要求1所述的超声图像的处理方法，其特征在于，所述步骤S2具体包括：P1、根据结构矩阵获取特征向量以及特征值；其中，Jρ表示结构矩阵，Ix表示水平梯度，Iy表示垂直梯度，*表示卷积，Gρ表示标准差为ρ的高斯核，w1,w2表示特征向量，μ1,μ2表示特征值，T表示转置；P23、根据不同时刻下的扩散因子，所述特征向量和所述特征值构建结构张量；所述结构张量表达为：其中，λ2＝α，s(0)＝s,s(t+1)＝s(t)·e-λ,λ∈(0,1]α表示扩散速度，其为常数值，取值范围为0至1之间，s(t)表示在t时刻下的扩散因子。P3、根据所述结构张量构建NCD方程，其表达为：为求导符号，I(x,y,t)表示对应像素点(x，y)在t时刻下的超声图像，div表示散度算子，I0表示初始时刻下的超声图像，D表示结构张量，▽I表示对I求梯度。5.根据权利要求1所述的超声图像的处理方法，其特征在于，所述步骤S3具体包括：M1、对所述预处理超声图像使用Sobel算子进行边缘检测，以获取边缘过渡图像；对所述预处理超声图像使用Laplace算子进行图像突变信息检测，以获取拉普拉斯图像；以及提取预处理超声图像中的高频信息；所述高频信息的表达式为：IHP＝I-Incd,其中，I表示原始的超声图像，Incd表示预处理超声图像；M2、将所述边缘过渡图像和所述拉普拉斯图像进行点乘，并将其结果叠加到所述预处理超声图像上，以获得边缘补偿图像；其表达式为：IedgeEnhance＝Incd+mag(▽Incd*Gρ)·▽2Incd，其中，IedgeEnhanec表示边缘补偿图像，▽Incd表示对Incd求梯度，Gρ表示标准差为ρ的高斯核；M3、对获取的高频信息进行补偿以及对边缘补偿图像的非边缘区域进行增强以生成增强超声图像；其表达式为：Iadd＝IedgeEnhance+(1-β·mag(▽Incd*Gρ))·IHP其中，Iadd表示增强超声图像，β为细节信号衰减因子，其取值范围为0至1。6.根据权利要求1所述的超声图像的处理方法，其特征在于，所述步骤S4具体包括：N1、对所述增强超声图像同时进行高斯滤波处理和对比度处理以分别获得模糊图像和对比度图像；其表达式分别为：Iblur＝Iadd*Gρ，Icontrast＝Iadd+(Iadd-Imean)*c，其中，Iblur表示模糊图像，Iadd表示增强超声图像，Gρ表示标准差为ρ的高斯核；Icontrast表示对比度图像，Imean表示增强超声图像的均值，c表示对比度因子；N2、根据所述增强超声图像以及模糊图像形成模板图像；其表达式分别为：Imask＝Iadd-Iblur，其中，Imask表示模板图像；N3、将所述模板图像融合至所述对比度图像中形成最终需求的超声图像。Isharp＝Icontrast+k·Imask，其中，Isharp表示最终需求的超声图像，k表示权重系数，k≥0。7.一种超声图像的处理系统，其特征在于，所述系统包括：获取模块，用于获取原始的超声图像；预处理模...

【专利技术属性】
技术研发人员：赖昀，马睿，
申请(专利权)人：飞依诺科技苏州有限公司，
类型：发明
国别省市：江苏,32