医用X光视频序列图像降噪方法及系统、可读存储介质技术方案

本申请提供了一种医用X光视频序列图像降噪方法及系统、可读存储介质，医用X光视频序列图像降噪方法包括：获取视频序列图像；通过带通滤波器对视频序列图像进行滤波；对视频序列图像进行阈值分割；将视频序列图像分成多个图像块；通过预设匹配准则对当前帧的图像块与上一帧在预设搜索范围内的图像块进行匹配，得到最相似匹配块；根据当前帧的图像块和最相似匹配块，计算出最终位移矢量；根据最终位移矢量，通过递归降噪算法对视频序列图像进行加权降噪，得到输出图像。通过本申请的技术方案，能够在不产生模糊的前提下，对所有图像帧进行最大程度的平均，即降低了噪声又不产生模糊，有效的提高了运动图像的质量。的提高了运动图像的质量。的提高了运动图像的质量。

【技术实现步骤摘要】
医用X光视频序列图像降噪方法及系统、可读存储介质


[0001]本申请涉及医学图像处理
，具体而言，涉及一种医用X光视频序列图像降噪方法及系统、可读存储介质。

技术介绍

[0002]X光图像降噪一直是X光图像后处理中的一个重要环节，尤其是手术室X光成像应用中，X光剂量较低，同时受限于探测器的量子转换效率，最终图像中包含了大量的噪声，对医生的诊断，尤其是区分衰减差别较小的解剖结构，带来了严重干扰。从噪声的来源角度，噪声主要分为量子噪声，电子噪声，量化噪声等，其中量子噪声是由于X光子的泊松分布的随机性带来，在大多数成像中占据主导地位。
[0003]在给定硬件条件下，通常通过一定的算法进行降噪，常规的包含时域和空域的处理。其中空域的处理在单帧图像上，通过一定的滤波或者迭代计算方式，保留图像边缘和细节信息，降低噪声，但通常会改变图像局部特征，使得图像呈现出不自然纹理特征，而时域降噪主要是对多帧图像进行时域上的加权平均，在成像物体没有运动的时候，可以得到较好的降噪效果，但当视野内有物体运动时，会带来严重的运动模糊。

技术实现思路

[0004]本申请旨在解决或改善上述技术问题。
[0005]为此，本申请的第一目的在于提供一种医用X光视频序列图像降噪方法。
[0006]本申请的第二目的在于提供一种医用X光视频序列图像降噪系统。
[0007]本申请的第三目的在于提供一种医用X光视频序列图像降噪系统。
[0008]本申请的第四目的在于提供一种可读存储介质。
[0009]为实现本申请的第一目的，本申请第一方面的技术方案提供了一种医用X光视频序列图像降噪方法，包括：获取视频序列图像；通过带通滤波器对视频序列图像进行滤波；对滤波后的视频序列图像进行阈值分割；将阈值分割后的视频序列图像分成多个图像块；通过预设匹配准则对当前帧的图像块与上一帧在预设搜索范围内的图像块进行匹配，得到最相似匹配块；根据当前帧的图像块和最相似匹配块，计算出最终位移矢量；根据最终位移矢量，通过递归降噪算法对视频序列图像进行加权降噪，得到输出图像。
[0010]根据本申请提供的医用X光视频序列图像降噪方法，首先获取视频序列图像。根据X光骨骼图像设计带通滤波器，通过带通滤波器对视频序列图像进行滤波。针对X光骨骼图像设计的特定的带通滤波器，能够滤除高频的噪声和低频的盖帽，保留图像边缘细节。然后对滤波后的视频序列图像进行阈值分割，将最为显著的骨组织边界的像素分割出来。由于手术中并不存在患者主动的关节运动，通常是被动的软组运动牵引的骨骼的运动，而这种运动是刚性的，因此仅使用这些分割后的像素进行后续的运动估计和匹配，仍然可以代替全部骨骼的运动，从而大大降低计算量。将阈值分割后的视频序列图像分成多个图像块，图像块内所有像素的位移都相同。通过预设匹配准则对当前帧的图像块与上一帧在预设搜索
范围内的图像块进行匹配，得到最相似匹配块。当前帧的图像块和最相似匹配块的相对位移即为运动矢量。得到前帧的图像块和最相似匹配块之后，由于骨骼运动的刚性，可将所有图像块的位移矢量进行平均，得到最终位移矢量。最后将上一帧图像按照最终位移矢量进行平移，并使用递归降噪算法进行加权降噪，得到输出图像。通过对X光医学图像存在的运动进行分析，识别其运动规律和图像特征，针对X光视频序列图像设计带通滤波器，提取其边缘特征，然后利用快匹配搜索方法对运动物体进行匹配，从而在不产生模糊的前提下，对所有图像帧进行最大程度的平均，即降低了噪声又不产生模糊，有效的提高了运动图像的质量，改善了手术室X光设备在运动场景中存在的模糊失真问题。
[0011]另外，本申请提供的技术方案还可以具有如下附加技术特征：
[0012]上述技术方案中，医用X光视频序列图像降噪方法还包括：通过极值点检测方法识别周期性信号的周期性，得出周期性信号的极值点；将上一个周期的极值点对应的运动矢量作为当前帧的运动矢量的初值。
[0013]在该技术方案中，医用X光视频序列图像降噪方法还包括通过极值点检测方法识别周期性信号的周期性，得出周期性信号的极值点，然后将上一个周期的极值点对应的运动矢量作为当前帧的运动矢量的初值。可以理解，由于软组织引起的生理活动通常都是有周期性规律的，例如呼吸，心跳，因此可以通过前一次运动周期的特性，作为下一个周期的初始值，从而加快计算速度，同时可以提供额外的生理活动信息。对于周期性的信号，可使用极值点检测的方法识别其中的周期性，由于运动矢量的幅度信号周期性较为明显，因此计算该信号的局部极大值，为避免噪声干扰，相邻的极值间距应在合理的范围内，屏蔽那些间距过小的极值点。当识别出信号周期之后，可判断当前帧与上一个周期极值点的距离，并将上一个周期对应位置的运动矢量作为当前帧运动矢量估计的初值，从而加快计算速度。
[0014]上述技术方案中，通过预设匹配准则对当前帧的图像块与上一帧在预设搜索范围内的图像块进行匹配，得到最相似匹配块，具体包括：输入当前帧的图像块与上一帧的图像块；通过上一个周期对运动矢量的估计作为初值，分别计算当前帧的图像块与上一帧在第一预设搜索范围内的图像块的相似度，得出第一最相似图像块；判断第一最相似图像块的相似度是否小于经验阈值；若第一最相似图像块的相似度小于经验阈值，则以第一最相似图像块为最相似匹配块；若最相似图像块的相似度大于等于经验阈值，则分别计算当前帧的图像块与上一帧在第二预设搜索范围内的图像块的相似度，得出第二最相似图像块；判断第二最相似图像块的相似度是否小于经验阈值；若第二最相似图像块的相似度小于经验阈值，则以第二最相似图像块为最相似匹配块。
[0015]在该技术方案中，通过预设匹配准则对当前帧的图像块与上一帧在预设搜索范围内的图像块进行匹配，得到最相似匹配块，具体为首先输入当前帧的图像块与上一帧的图像块。间隔2像素移动图像块。然后分别计算当前帧的图像块与上一帧在第一预设搜索范围内的图像块的相似度，寻找相似度最小值的Δx,Δy，得出第一最相似图像块。判断第一最相似图像块的相似度是否小于经验阈值，若第一最相似图像块的相似度小于经验阈值，则以第一最相似图像块为最相似匹配块。若最相似图像块的相似度大于等于经验阈值，则分别计算当前帧的图像块与上一帧在第二预设搜索范围内的图像块的相似度，即在Δx,Δy位置的8邻域内再次以间隔1像素遍历，计算最小相似度位置，得出第二最相似图像块。最后判断第二最相似图像块的相似度是否小于经验阈值。若第二最相似图像块的相似度小于经
验阈值，则以第二最相似图像块为最相似匹配块。
[0016]上述技术方案中，相似度的评价函数包括欧氏距离。
[0017]在该技术方案中，前帧的图像块与上一帧的图像块的匹配相似度以欧氏距离作为评价函数，问题变为寻找Δx,Δy。
[0018]上述技术方案中，对滤波后的视频序列图像进行阈值分割，具体包括：通过分割算法分别计算视频序列图像的最大值、最小值和均值；根据最大值、最小值和均值计算出分割阈值。
[0019]在该技术方案中，对滤波后的视频序列图像进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医用X光视频序列图像降噪方法，其特征在于，包括：获取视频序列图像；通过带通滤波器对所述视频序列图像进行滤波；对滤波后的所述视频序列图像进行阈值分割；将阈值分割后的所述视频序列图像分成多个图像块；通过预设匹配准则对当前帧的图像块与上一帧在预设搜索范围内的图像块进行匹配，得到最相似匹配块；根据所述当前帧的图像块和所述最相似匹配块，计算出最终位移矢量；根据所述最终位移矢量，通过递归降噪算法对所述视频序列图像进行加权降噪，得到输出图像。2.根据权利要求1所述的医用X光视频序列图像降噪方法，其特征在于，所述医用X光视频序列图像降噪方法还包括：通过极值点检测方法识别周期性信号的周期性，得出所述周期性信号的极值点；将上一个周期的极值点对应的运动矢量作为当前帧的运动矢量的初值。3.根据权利要求1所述的医用X光视频序列图像降噪方法，其特征在于，所述通过预设匹配准则对当前帧的图像块与上一帧在预设搜索范围内的图像块进行匹配，得到最相似匹配块，具体包括：输入当前帧的图像块与上一帧的图像块；通过上一个周期对运动矢量的估计作为初值，分别计算所述当前帧的图像块与所述上一帧在第一预设搜索范围内的图像块的相似度，得出第一最相似图像块；判断所述第一最相似图像块的相似度是否小于经验阈值；若所述第一最相似图像块的相似度小于经验阈值，则以所述第一最相似图像块为最相似匹配块；若所述最相似图像块的相似度大于等于所述经验阈值，则分别计算所述当前帧的图像块与所述上一帧在第二预设搜索范围内的图像块的相似度，得出第二最相似图像块；判断所述第二最相似图像块的相似度是否小于所述经验阈值；若所述第二最相似图像块的相似度小于所述经验阈值，则以所述第二最相似图像块为最相似匹配块。4.根据权利要求3所述的医用X光视频序列图像降噪方法，其特征在于，所述相似度的评价函数包括欧氏距离。5.根据权利要求1至4中任一项所述的医用X光视频序列图像降噪方法，其特征在于，所述对滤波后的所述视频序列图像进行阈值分割，具体包括：通过分割算法分别计算所述视频序列图像的最大值、最小值和均值；根据所述最大值、最小值和均值计算出分割阈值。6.根据权利要求5所述的医用X光视频序列图像降噪方法，其特征在于，所述分割阈值的计算公式为：...

【专利技术属性】
技术研发人员：张全红，
申请(专利权)人：苏州一目万相科技有限公司，
类型：发明
国别省市：