一种基于图像动态分割的口腔CBCT图像去噪方法技术

一种基于图像动态分割的口腔CBCT图像去噪方法，选取一组重建好的CBCT切片图像，并从中选取一幅待去噪图像；选取与待去噪图像左右相邻的2N幅图像，N表示向左或右选取的图像的数目，为减弱噪声对后面图像分割带来的影响，对这2N+1幅图像进行中值滤波，得到滤波后的图像；给定像素阈值，与图像中的任一点处的像素值比较，并进行重新赋值，通过遍历图像中的各个像素点，得到一幅阈值分割的图像；计算这些像素值的偏差：计算所有的像素点同邻近图像的偏差，得到一幅偏差图像，并给定另一像素阈值，得到另一幅阈值分割图像；对两幅分割后的图像进行“或”操作，得到二值图像，从而可以对图像的前景部分和背景部分进行标记；采用双边去噪算法对图像的前景和背景进行不同程度的降噪处理，得到降噪后的图像。

A Denoising Method for Oral CBCT Images Based on Dynamic Image Segmentation

【技术实现步骤摘要】
一种基于图像动态分割的口腔CBCT图像去噪方法
本专利技术涉及辐射成像
，尤其涉及一种基于图像动态分割的口腔CBCT图像去噪方法。
技术介绍
Conebeam(锥形束)CT具有实时性好、灵敏度高、使用方便等特点，并在口腔及头颅部分的临床诊断和治疗中得到了广泛的应用。但是由于受空气散射以及图像采集中的电子噪声等因素的影响，CBCT图像中会存在大量的噪声，此噪声严重影响了图像的质量，从而影响到了医生对病灶的观察和判断。因此，如何找到一个合适的CBCT图像去噪方法，在能减少图像噪声的同时，又能够尽可能的保持住图像的细节及边缘信息，是各界学者们一直不断研究的课题。在对图像进行降噪时，可选择对投影图像数据、重建过程中的图像数据或者重建完的图像数据进行处理；目前，CBCT图像去噪方法有很多，传统的方法，如均值、中值、高斯去噪等，这些方法在去除噪声的同时，会损失图像的细节，使图像的边缘变模糊，降低图像的质量；近年来，应用比较广泛的如TV降噪、非局部均值去噪、偏微分去噪等，但是这些方法均以整幅图像为一个处理单元，并基于图像自身的冗余性进行去噪处理，虽较传统的方法有所改进，但效果和细节的保持性均有限。其实，对于口腔CT来说，在医生进行诊断的时候，对于牙齿以及牙根部分的细节信息是重点关注的，这些部分往往在每一层切片中所显示的信息是有变化的；而对于软组织部分，其前后几层切片所显示的信息往往没有太大的变化，这部分往往也是不太关注。因此，在去噪的时候可以对其区分开来进行处理；对于重点关注的部分，尽量保持细节；对于不太关注的部分，可增大滤波，获得视觉上的最佳。目前，尚未有先对图像进行分割后再对CBCT图像进行去噪的算法被提出。
技术实现思路
本专利技术技术解决问题：提供一种基于图像动态分割的口腔CBCT图像去噪方法，能够有效的对所关注的前景区域与背景区域进行分割，然后对分割后的前景和背景图像，分别作不同程度的降噪，得到一幅最佳的去噪图像。本专利技术采用的技术方案是：一种基于图像动态分割的口腔CBCT图像去噪方法，其处理流程如图1所示，其中包括如下几个步骤：步骤一：选取一组重建好的CBCT切片图像，并从中选取一幅待去噪图像fi(i表示图像序列中的第i帧)；步骤二：选取与待去噪图像fi左右相邻的2N幅图像(N表示向左或右选取的图像的数目)，为减弱噪声对后面图像分割带来的影响，对这2N+1幅图像进行中值滤波，得到滤波后的图像fi-N′…fi′…fi+N′；步骤三：给定一像素阈值T1，对图像fi′中任一点(x，y)处的像素值fi′(x，y)与T1进行比较，并按照公式(1)将其重新赋值为g(x，y)，通过遍历图像中的各个像素点，得到一幅阈值分割的图像，称之为g1；步骤四：选取图像中任一坐标(x，y)，得到图像fi-N′…fi′…fi+N′在此坐标处对应的像素值fi-N′(x，y)…fi′(x，y)…fi+N′(x，y)。计算这些像素值同fi′(x，y)的偏差σ(x，y)：步骤五：计算fi′中所有的像素点同邻近图像的偏差，得到一幅偏差图像，并给定另一像素阈值T2，按照步骤三进行阈值分割操作，得到另一幅阈值分割图像g2，此分割能将图像中一些左右帧有变化的软组织、牙根部分分割出来；步骤六：对步骤三和步骤五中得到的两幅分割后的图像g1和g2进行“或”操作，得到一幅前景为1，背景为0的二值图像g；步骤七：结合步骤六中的二值图像g，对对待去噪图像fi的前景和背景分别采用双边去噪算法进行不同程度的降噪处理，得到降噪后的图像。对图像分割后的图像进行降噪处理的具体方法如下：通过阈值分割将图像的前景与背景分别用1和0进行标定，然后对待去噪图像fi的前景和背景分别采用双边去噪算法进行不同程度的降噪处理，得到降噪后的图像。本专利技术与现有技术相比的优点在于：目前，现有的CBCT图像去噪方法均是以一整幅图为基础进行处理，在处理过程中细节的保持与图像的平滑之间存在着矛盾。而本专利技术提出的一种基于图像动态分割的口腔CBCT图像去噪方法，能够将医生重点关注的图像部分与不太关注的图像部分进行分割，分别进行降噪处理，对于重点关注的部分，尽量保持细节；对于不太关注的部分，可增大滤波，获得视觉上的最佳。本专利技术的创新点主要有两个：(1)分割方法的创新：如果单单根据像素值大小一个判断因素对单层图像进行分割，一些牙裂缝、牙根、软骨等部分很有可能会当成背景，因此本专利技术提出了一种基于动态变化的图像分割算法。此算法将一组CT切片图像看成一幅动图，对于这幅动图中的静态部分可以看成是背景，而对于动态部分可以看成是前景。根据CT图像每个切片前后的背景图像具有相似性，而前景部分是变化的特点，首先，先选取一张待去噪图像，并向其左右分别选取N帧相邻的切片图像；然后，求取图像上的每一点在时间方向上的变化，对于前后有变化的点的值会比没有太大变化的点要大，以此可以将有变化的前景点标注出来。此分割能将图像中一些左右帧有变化的软骨、牙根部分分割出来；(2)图像降噪方法的创新：本专利技术提出的新的去噪思路，先对图像进行分割，将医生比较关注的前景区域与不太关注的背景区域分开进行降噪处理，对于前景区域尽量保存细节信息，而对于背景区域可增强滤波，尽量平滑，从而得到一幅最佳的去噪图像。附图说明图1为本专利技术方法流程图；图2为本专利技术中待去噪图像；图3为本专利技术中分割图像g1；图4为本专利技术中分割图像g2；图5为本专利技术中二值图像g；图6为本专利技术中去噪结果图；图7为双边滤波的降噪结果图。具体实施方式以下结合附图实施例对本专利技术作进一步详细描述。如图1所示，本专利技术方法具体实现如下：步骤一：选取一组重建好的CBCT(锥形束投照计算机重组断层影像设备)切片图像，并从中选取一幅待去噪图像fi；如图2所示，为一组CBCT轴向面切片图像的第i张图像。步骤二：选取与待去噪图像fi左右相邻的2N幅图像(N表示向左或右选取的图像的数目)，为减弱噪声对后面图像分割带来的影响，对这2N+1幅图像进行中值滤波，得到滤波后的图像fi-N′…fi′…fi+N′；步骤三：给定一像素阈值T1(本专利技术实施例中T1＝1800，其大小与图像的像素值范围有关)，对图像fi′中任一点(x，y)处的像素值fi′(x，y)与T1进行比较，并按照公式(1)将其重新赋值为g(x，y)，通过遍历图像中的各个像素点，可以得到一幅阈值分割的图像，称之为g1，如图3所示，白色部分为分割出来的前景，此分割能够将像素值比较大的牙齿以及硬骨质部分分割出来；步骤四：选取图像中任一坐标(x，y)，得到图像fi-N′…fi′…fi+N′在此坐标处对应的像素值fi-N′(x，y)…fi′(x，y)…fi+N′(x，y)。计算这些像素值同fi′(x，y)的偏差σ(x，y)：步骤五：计算fi′中所有的像素点同邻近图像的偏差，得到一幅偏差图像σ，然后给定另一像素阈值T2(本专利技术实施例中T2＝176，其大小与步骤4求得的偏差值的范围有关)，按照步骤三进行阈值分割操作，得到另一幅阈值分割图像g2。此分割能将图像中一些左右帧有变化的软骨、牙根部分分割出来，如图4白色部分所示；步骤六：对步骤三和步骤五中得到的两幅分割后的图像g1和g2进行“或”操作，得到一幅前景为1，背景为0的二值图像g，此二值图像为一幅较全面的前景图像；如本文档来自技高网...

【技术保护点】
1.一种基于图像动态分割的口腔CBCT图像去噪方法，其特征在于，包括以下步骤：步骤一：选取一组重建好的CBCT切片图像，并从中选取一幅待去噪图像fi，i表示图像序列中的第i帧；步骤二：选取与待去噪图像fi左右相邻的2N幅图像，N表示向左或右选取的图像的数目，为减弱噪声对后面图像分割带来的影响，对这2N+1幅图像进行中值滤波，得到滤波后的图像fi‑N′…fi′…fi+N′；步骤三：给定像素阈值T1，对图像fi′中的任一点(x，y)处的像素值fi′(x，y)与T1进行比较，并按照公式(1)进行操作，将fi′(x，y)重新赋值为g(x，y)，通过遍历图像中的各个像素点，得到一幅阈值分割的图像，称之为g1；

【技术特征摘要】
1.一种基于图像动态分割的口腔CBCT图像去噪方法，其特征在于，包括以下步骤：步骤一：选取一组重建好的CBCT切片图像，并从中选取一幅待去噪图像fi，i表示图像序列中的第i帧；步骤二：选取与待去噪图像fi左右相邻的2N幅图像，N表示向左或右选取的图像的数目，为减弱噪声对后面图像分割带来的影响，对这2N+1幅图像进行中值滤波，得到滤波后的图像fi-N′…fi′…fi+N′；步骤三：给定像素阈值T1，对图像fi′中的任一点(x，y)处的像素值fi′(x，y)与T1进行比较，并按照公式(1)进行操作，将fi′(x，y)重新赋值为g(x，y)，通过遍历图像中的各个像素点，得到一幅阈值分割的图像，称之为g1；步骤四：选取图像中任一坐标(x，y)，得到图像fi-N′…fi′…fi+N′在此坐标处对应的像素值fi-N′(x，y)…fi′(x，y)…fi+N′(x，y)，计算这些...

【专利技术属性】
技术研发人员：张倩，张康平，王亚杰，张文宇，吴宏新，
申请(专利权)人：北京朗视仪器有限公司，
类型：发明
国别省市：北京,11