一种便携式B型超声诊断设备图像的去噪方法技术

一种便携式B型超声诊断设备图像的去噪方法，它涉及基于图论中搜索方法以及空间域去噪的图像处理算法。本发明专利技术的步骤为：一、去除电磁干扰引起的图像噪声，从空间域噪声的分布特性上进行噪声的滤除；二、本专利提出了像素差异指数Pd，通过参数Pd对图像分块分类再针对每个不同类的分块进行处理，从而达到去噪的效果；三、对基于像素差异指数Pd的去噪算法进行GPU加速，从而满足超声实时性的要求。本发明专利技术的基本思想是基于图像空间域及像素差异指数的定义区分图像邻域种类并去噪，同时对算法进行加速以满足实时性要求。解决了便携式B型超声独有的干扰噪声与算法计算速度上过慢的问题，具有较高的经济效益。

【技术实现步骤摘要】
一种便携式B型超声诊断设备图像的去噪方法
本专利技术涉及超声图像
，具体涉及基于图论中广度优先搜索的识别不规则噪声块的方法以及一种空间域去噪的图像处理算法。
技术介绍
随着社会科技水平的进步，各种嵌入式硬件设备性能也随之提高，为传统的超声医疗诊断设备便携化提供了条件。但是设备体积的缩小不利于对诊断设备进行电磁屏蔽，并且无线传输的特性使数据的传输在速度上也会有所减慢。因此目前的便携式超声诊断设备显示的图像出现了一些传统超声诊断设备没有的噪声，在图像显示的速度上也有所减慢。这都是急需解决的问题。目前图像处理领域对于如何降噪已经有了较成熟的研究，其主要思路分为空间域降噪与变换域降噪。常用的超声B型图像空间域去噪方法有双边滤波、NLM去噪方法；变换域降噪方法中有小波域值变换方法、小波相关性去噪方法等。对于B模式超声图像来说，目前这些算法在降噪效果上是比较好的，但在运行时间上会出现速度较慢的现象，无法进行实时显示。上述的去噪方法主要是根据图像原始信号的斑点噪声模型而进行去噪分析的，但真正的超声图像经过变换、压缩、插值等方法处理后，原始信号中本文档来自技高网...

【技术保护点】
1.一种便携式B型超声诊断设备图像的去噪方法，其特征在于它包括以下步骤：/n步骤一：针对便携式B型超声诊断设备的图像出现电磁干扰噪声的情况，通过分析图像空间域上的电磁干扰噪声特性，找出了电磁干扰在空间域分布特性与像素值特性，结合这种特性，判断出噪声干扰的像素点，然后用相邻线数据取均值的方式进行滤除；/n步骤二：针对便携式B型超声诊断设备的图像存在的较严重噪声的情况，本专利技术从图像特性与噪声特性出发，根据像素差异指数Pd的定义推出可以通过它来进行图像邻域之间的判断，并将邻域分为均匀邻域、噪声邻域、边缘邻域；利用像素差异指数的值区分这三种邻域，然后再对不同种邻域情况分别进行处理，最终实现图像的去...

【技术特征摘要】
1.一种便携式B型超声诊断设备图像的去噪方法，其特征在于它包括以下步骤：
步骤一：针对便携式B型超声诊断设备的图像出现电磁干扰噪声的情况，通过分析图像空间域上的电磁干扰噪声特性，找出了电磁干扰在空间域分布特性与像素值特性，结合这种特性，判断出噪声干扰的像素点，然后用相邻线数据取均值的方式进行滤除；
步骤二：针对便携式B型超声诊断设备的图像存在的较严重噪声的情况，本发明从图像特性与噪声特性出发，根据像素差异指数Pd的定义推出可以通过它来进行图像邻域之间的判断，并将邻域分为均匀邻域、噪声邻域、边缘邻域；利用像素差异指数的值区分这三种邻域，然后再对不同种邻域情况分别进行处理，最终实现图像的去噪；
步骤三：即使在步骤二使用广度优先搜索进行算法加速，也无法满足设备显示图像实时性的要求；因此在服务器端采用GPU对算法加速处理，通过GPU加速后的算法可以满足实时性要求。


2.根据权利要求1所述的一种便携式B型超声诊断设备图像的去噪方法，其特征在于所述的步骤一具体包括：
通过分析与观察发现，电磁干扰在空间域的分布中是存在一定特性的，首先远场的干扰噪声均是像素值明显高于正常图像像素点的像素值的，并且每一帧图像的电磁干扰噪声一会连续出现在一条线数据上，而在线与线之间不存在连续数据；每条线上的数据可以通过相邻两条线的叠加进行；
对于一帧图像数据进行逐点判断，若该像素点f(i,j)与其相邻两条线(首线与尾线除外)f(i-1,j)及f(i+1,j)的像素值均大于阈值δ，则可以判断其为电磁噪声像素点，滤除方式如下公式：
f(i,j)＝(f(i-1,j)+f(i+1,j))＜＜1
电磁干扰而产生噪声的去除通常是在前端信号电路设备中进行去除的，因被设备结构上的特殊性，前端屏蔽工作不足，因此将电磁干扰以图像空间域分布的方式进行去除，这是一种新的思路、新的方法。


3.根据权利要求1所述的一种改进便携式B型超声诊断设备图像的方法，其特征在于所述的步骤二具体包括：
通过超声图像的本身以及噪声的特点来研究这一问题，而非原始信号，这样会更有利于处理超声图像中的噪声；
定义像素差异指数Pd的定义为：



像素差异指数表征了在N×N像素个大小的区域内噪声存在的多少，像素差异指数Pd越大，则证明此区域越有可能包含边缘；其中μi,j表示邻域内的均值；
在B模式超声图像中，本专利将图像中固定大小的邻域分为三种邻域：1)均匀邻域：既不包含噪声也不包含边缘部分的邻域；2)边缘邻域：邻域中包含边缘的邻域，注意边缘邻域也可能含有噪声；3)噪声邻域：含有噪声却不包含边缘的邻域；区分B型超声图像邻域的种类要借助像素差异指数Pd；由于均匀邻域的像素值差异是要比其他邻域小很多的，因此它的像素差异指数应该是最小的；噪声邻域的是在均匀像素的基础上由于超声波相干性的特性，导致出现的图像噪声，这种噪声不会过大，因此其像素值的差异会比均匀邻域的大；而含边缘的邻域是像素值差别最大的邻域，其像素差异指数必然会大于噪声邻...

【专利技术属性】
技术研发人员：章欣，于佳欣，王艳，沈毅，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙;23