图像处理方法、电子设备和存储介质技术

本申请公开了一种图像处理方法、电子设备和存储介质。用于提高超声图像的细节分辨率。本申请实施例中，首先，对超声图像进行多尺度分解，然后对各子图进行处理，得到各子图分别对应的真实图像；对各真实图像分别进行边缘化增强处理，得到各真实图像分别对应的增强后图像；对增强后图像进行图像重建，得到超声图像对应的最终图像。

【技术实现步骤摘要】
图像处理方法、电子设备和存储介质
本申请涉及超声波
，尤其涉及一种图像处理方法、电子设备和存储介质。
技术介绍
医学超声成像可以实时看到组织内部结构，并且对人体无损害，目前非常普遍地用于各个医院的临床辅助检查中。但是由于超声成像是一种基于声学的成像方式，在其成像过程中必然受到声波干涉、散射、能量衰减、声速不确定、其他电子噪声等干扰，超声图像的细节分辨率明显低于其他医学成像方式。目前，超声仪器中常用空间复合、频率复合、声速衰减补偿等后处理算法来提高图像的信噪比，并用斑点抑制算法来降低图像噪声，上述方法在一定程度上可以让超声图像变的柔和、光滑，但是都很可能进一步地降低图像的细节分辨率；为了提高图像的对比度，业内常用伽马变换、直方图增强等方法优化超声图像的显示效果，上述方式通过调整和改变像素的范围区间，在一定程度上提高了图像的对比度，但是没有考虑超声图像的成像机理，很可能破坏超声图像的原始效果，使得处理后的图像变得不均匀、不真实。医学超声成像在当前临床过程中具有非常广泛的应用，但是受限于超声成像的声学机理，相比于其他医学图像，超声图像存在对比度低、细节分辨率低等缺点。当查看一些需要看清明显边界的部位时，超声图像的低细节分辨率很可能影响临床医生的诊断结果。
技术实现思路
本申请的目的是提供一种图像处理方法、装置、电子设备和存储介质，用于解决超声图像分辨率不够高的问题。第一方面，本申请实施例提供了一种图像处理方法，所述方法包括：对超声图像进行多尺度分解，得到多个不同尺度的子图；基于预先构建的子图图像和对应的真实图像之间的关系模型，对各所述子图进行处理，得到各所述子图分别对应的真实图像；对各所述真实图像分别进行边缘化增强处理，得到各所述真实图像分别对应的增强后图像；对各所述真实图像分别对应的所述增强后图像进行图像重建，得到所述超声图像对应的最终图像。在一个实施例中，所述关系模型中输入参数包括所述子图、超声波信号透射率和临界值，输出参数为所述子图对应的真实图像，其中，所述临界值为超声波散射和反射的临界值。在一个实施例中，所述关系模型的公式为：I′(x)＝(I(x)-U)/t(x)+U；在所述关系模型公式中：I′(x)为所述真实图像，I(x)为所述子图，U为所述临界值，t(x)为所述超声波信号透射率。在一个实施例中，对各所述真实图像分别进行边缘化增强处理，得到各所述真实图像分别对应的增强后图像，包括：基于各真实图像中的像素点，构建结构张量矩阵；采用结构张量矩阵获取各所述真实图像的特征向量和特征值；根据所述特征向量和所述特征值，采用线性插值算法得到所述增强后图像。在一个实施例中，所述对超声图像进行多尺度分解，得到多个不同尺度的子图，包括：确定所述超声图像的尺寸；根据所述超声图像的尺寸确定所述子图的数量。在一个实施例中，对超声图像进行多尺度分解，得到多个不同尺度的子图，包括：采用预设算法对所述超声图像进行多尺度分解；其中，所述预设算法包括以下中的任一种：拉普拉斯金字塔分解、小波金字塔分解、高斯金字塔分解。第二方面本申请还提供了一种图像处理电子设备，所述电子设备包括：存储器和处理器；所述存储器，用于存储计算机程序；所述处理器与所述存储器连接，被配置为基于所述计算机程序执行：对超声图像进行多尺度分解，得到多个不同尺度的子图；基于预先构建的子图图像和对应的真实图像之间的关系模型，对各所述子图进行处理，得到各所述子图分别对应的真实图像；对各所述真实图像分别进行边缘化增强处理，得到各所述真实图像分别对应的增强后图像；对各所述真实图像分别对应的所述增强后图像进行图像重建，得到所述超声图像对应的最终图像。在一个实施例中，所述关系模型中输入参数包括所述子图、超声波信号透射率和临界值，输出参数为所述子图对应的真实图像，其中，所述临界值为超声波散射和反射的临界值。在一个实施例中，所述关系模型的公式为：I′(x)＝(I(x)-U)/t(x)+U；在所述关系模型公式中：I′(x)为所述真实图像，I(x)为所述子图，U为所述临界值，t(x)为所述超声波信号透射率。在一个实施例中，所述处理器执行对各所述真实图像分别进行边缘化增强处理，得到各所述真实图像分别对应的增强后图像时，被配置为：基于各真实图像中的像素点，构建结构张量矩阵；采用结构张量矩阵获取各所述真实图像的特征向量和特征值；根据所述特征向量和所述特征值，采用线性插值算法得到所述增强后图像。在一个实施例中，所述处理器执行所述对超声图像进行多尺度分解，得到多个不同尺度的子图时，被配置为：确定所述超声图像的尺寸；根据所述超声图像的尺寸确定所述子图的数量。在一个实施例中，所述处理器执行对超声图像进行多尺度分解，得到多个不同尺度的子图时，被配置为：采用预设算法对所述超声图像进行多尺度分解；其中，所述预设算法包括以下中的任一种：拉普拉斯金字塔分解、小波金字塔分解、高斯金字塔分解。第三方面，本申请另一实施例还提供了一种计算机存储介质，其中，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于使计算机执行本申请第一方面实施例提供的任一方法。在本申请实施例中，采用对超声图像进行多尺度分解，并对分解后的图像进行求解真实图像和图像增强，最后对增强后的图像进行重建。通过对超声图像分解，采用关系模型分别对子图进行求解真实图像，然后对真实图像进行增强处理，并对增强后的图像进行重建有效的提高了超声图像的对比度和细节分辨率。本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的图像处理方法的超声设备的装置图；图2为本申请实施例提供的图像处理方法的应用原理的示意图；图3为本申请实施例提供的图像处理方法的应用场景图；图4为本申请实施例提供的图像处理方法的整体流程图；图5为本申请实施例提供的图像处理方法的确定子图数量的流程图；图6为本申请实施例提供的图像处理方法的图像增强处理的流程图；图7A为本申请实施例提供的图像处理方法的像素点的边缘方向和垂直方向的示意图；图7B为本申请实施例提供的图像处理方法的像素点的特征向量的示意图；图8为本申请实施例提供的图像处理方法的电子设备示意图。具体实施方本文档来自技高网...

【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：/n对超声图像进行多尺度分解，得到多个不同尺度的子图；/n基于预先构建的子图图像和对应的真实图像之间的关系模型，对各所述子图进行处理，得到各所述子图分别对应的真实图像；/n对各所述真实图像分别进行边缘化增强处理，得到各所述真实图像分别对应的增强后图像；/n对各所述真实图像分别对应的所述增强后图像进行图像重建，得到所述超声图像对应的最终图像。/n

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：
对超声图像进行多尺度分解，得到多个不同尺度的子图；
基于预先构建的子图图像和对应的真实图像之间的关系模型，对各所述子图进行处理，得到各所述子图分别对应的真实图像；
对各所述真实图像分别进行边缘化增强处理，得到各所述真实图像分别对应的增强后图像；
对各所述真实图像分别对应的所述增强后图像进行图像重建，得到所述超声图像对应的最终图像。


2.根据权利要求1所述的方法，其特征在于，所述关系模型中输入参数包括所述子图、超声波信号透射率和临界值，输出参数为所述子图对应的真实图像，其中，所述临界值为超声波散射和反射的临界值。


3.根据权利要求2所述的方法，其特征在于，所述关系模型的公式为：I′(x)＝(I(x)-U)/t(x)+U；
在所述关系模型公式中：I′(x)为所述真实图像，I(x)为所述子图，U为所述临界值，t(x)为所述超声波信号透射率。


4.根据权利要求1-3中任一所述的方法，其特征在于，对各所述真实图像分别进行边缘化增强处理，得到各所述真实图像分别对应的增强后图像，包括：
基于各真实图像中的像素点，构建结构张量矩阵；
采用结构张量矩阵获取各所述真实图像的特征向量和特征值；
根据所述特征向量和所述特征值，采用线性插值算法得到所述增强后图像。


5.根据权利要求1所述的方法，其特征在于，所述对超声图像进行多尺度分解，得到多个不同尺度的子图，包括：
确定所述超声图像的尺寸；
根据所述超声图像的尺寸确定所述子图的数量。

<...

【专利技术属性】
技术研发人员：付传卿，黄帅，宋昊，刘芳蕾，
申请(专利权)人：青岛海信医疗设备股份有限公司，
类型：发明
国别省市：山东;37