一种X射线图像的快速降噪的方法及其装置制造方法及图纸

本申请提供了一种X射线图像的快速降噪的方法及其装置，相对于现有技术中的图像降噪导致图像边缘模糊和细节丢失等问题，本申请提供了将待处理图像应用于各向异性全变分降噪模型的解决方案，具体为：获取待处理图像，并确定所述待处理图像的全变差；依据所述全变差确定所述待处理图像目标区域的像素变化率，并依据像素变化率对所述待处理图像进行降噪；其中，所述像素变化率同时为欧拉

【技术实现步骤摘要】
一种X射线图像的快速降噪的方法及其装置


[0001]本申请涉及图像处理领域，特别是一种X射线图像的快速降噪的方法及其装置。

技术介绍

[0002]数字X射线摄影(DR)是目前应用最广泛的医学影像诊断技术之一，其主要原理是借助平板探测器捕获经人体组织调制的X线量子场，以获取可供医学诊断的组织影像。对于临床应用而言，由于发射电子噪声、荧光屏输出光子的噪声及CCD图像采集噪声等因素的影响，常常导致图像模糊、组织部位信息损失的问题出现，图像质量的优劣直接影响医生的诊断精度，其中图像噪声对图像的影响最为严重。在数字X线摄影图像产生的过程当中，由于X射线曝光不当以及人体组织过厚等原因，如胸部、盆腔和脊椎的细节信息常常会被所产生的噪声掩盖，导致图像清晰度、对比度和亮度下降，边缘及细节模糊，这些问题在临床诊断当中容易造成漏诊甚至误诊。
[0003]现有针对图像降噪的方案，通常采用频域降噪、滤波降噪和小波降噪等方法进行处理，这些降噪方法的缺陷在于在不能保证图像信息完整性，其中以图像边缘模糊和细节丢失等问题最为明显，影响医生的进一步诊断。另一方面，神经网络技术的应用对于图像的降噪技术可以起到进一步保留图像细节，但是也同样有着处理时间长、需要图像数据作为训练集的支持等问题，对于设备的要求也较为严格。因此神经网络降噪的应用有很大的局限性和不确定性。

技术实现思路

[0004]鉴于所述问题，提出了本申请以便提供克服所述问题或者至少部分地解决所述问题的一种X射线图像的快速降噪的方法及其装置，包括：
[0005]一种X射线图像的快速降噪的方法，包括步骤：
[0006]获取待处理图像，并确定所述待处理图像的全变差；
[0007]依据所述全变差确定所述待处理图像目标区域的像素变化率，并依据所述像素变化率对所述待处理图像进行降噪；其中，所述像素变化率同时为欧拉
‑
拉格朗日方程的最优解。
[0008]进一步地，所述依据所述全变差确定所述待处理图像目标区域的像素变化率的步骤，包括：
[0009]依据所述像素变化率确定所述待处理图像的像素是否满足预设约束条件；
[0010]若是，则依据所述像素变化率确定所述待处理图像的目标像素在第一预设方向上的梯度加权平均值；
[0011]依据所述欧拉
‑
拉格朗日方程和所述梯度加权平均值进行迭代更新，得到所述欧拉
‑
拉格朗日方程的最优解。
[0012]进一步地，所述确定所述待处理图像的全变差的步骤，包括：
[0013]定义所述待处理图像的全变分：
[0014][0015]其中，TV为所述全变差，所述待处理图像f＝u0(x,y)+n(x,y)，u0(x,y)为所述待处理图像的像素坐标，n(x,y)为外界噪声，为梯度算子；x为图像的横坐标；y为图像的纵坐标。
[0016]进一步地，所述依据所述像素变化率确定所述待处理图像的像素是否满足预设约束条件的步骤，包括：
[0017]建立能量泛函：
[0018][0019]式中，J为积分；Ω为图像的积分范围；
[0020]依据所述全变分确定所述能量泛函的最小化：
[0021][0022]式中，第一项为数保真项，第二项为正则化项，参数为入规整参数；
[0023]所述预设约束条件为：
[0024]∫
Ω
fdxdy＝∫
Ω
f0dxdy
[0025][0026]式中，σ为噪声的标准差。
[0027]进一步地，所述第一预设方向为东、南、西、北、东南、西南、东北和西北，所述依据所述像素变化率确定所述待处理图像的目标像素在第一预设方向上的梯度加权平均值的步骤，包括：
[0028]确定所述能量泛函最小化对应的所述欧拉
‑
拉格朗日方程：
[0029][0030]式中，为扩散系数，λ是衡量扩散素的常量；
[0031]确定所述目标像素在所述第一预设方向上的梯度加权平均值；
[0032][0033]式中，g
i,j
为目标区的中心像素值；i为像素横坐标；j为像素纵坐标；S表示方向为南；N表示方向为北；W表示方向为西；E表示方向为东；WN表示方向为西北；NE表示方向为东北；ES表示方向为东南；WS表示方向为西南；
[0034]依据所述欧拉
‑
拉格朗日方程、所述梯度加权平均值和第二预设方向确定所述目标像素的平滑系数；其中，所述第二预设方向为东、南、西和北：
[0035][0036]式中，λ(f
‑
f0)为所述平滑系数。
[0037]进一步地，所述依据所述欧拉
‑
拉格朗日方程和所述梯度加权平均值进行迭代更新，得到所述欧拉
‑
拉格朗日方程的最优解的步骤，包括：
[0038]依据所述欧拉
‑
拉格朗日方程和所述平滑系数进行迭代更新，得到所述欧拉
‑
拉格朗日方程的最优解：
[0039][0040][0041]式中，f
x
为横向一阶微分；f
xx
为横向二阶微分；f
y
为纵向一阶微分；f
yy
为纵向二阶微分；Δt为引入的额外时间差分量；为第n次迭代后的图像像素值；为扩散项；n为迭代次数；i,j＝0,1,N；所述待处理图像的边界条件应满足
[0042]进一步地，还包括：
[0043]将降噪后的所述待处理图像进行分块填充，并确定每个分块的映射关系；
[0044]依据所述映射关系对所述待处理图像进行对比度自适应拉伸处理，并通过插值放大生成增强图像；
[0045]对所述增强图像进行自适应对角线中值滤波处理，得到目标图像。
[0046]一种X射线图像的快速降噪的装置，包括：
[0047]全变分模块，用于获取待处理图像，并确定所述待处理图像的全变差；
[0048]降噪模块，用于依据所述全变差确定所述待处理图像目标区域的像素变化率，并依据所述像素变化率对所述待处理图像进行降噪；其中，所述像素变化率同时为欧拉
‑
拉格朗日方程的最优解。
[0049]一种设备，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的X射线图像的快速降噪的方法的步骤。
[0050]一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的X射线图像的快速降噪的方法的步骤。
[0051]本申请具有以下优点：
[0052]在本申请的实施例中，相对于现有技术中的图像降噪导致图像边缘模糊和细节丢失等问题，本申请提供了将待处理图像应用于各向异性全变分降噪模型的解决方案，具体为：获取待处理图像，并确定所述待处理图像的全变差；依据所述全变差确定所述待处理图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种X射线图像的快速降噪的方法，其特征在于，包括步骤：获取待处理图像，并确定所述待处理图像的全变差；依据所述全变差确定所述待处理图像目标区域的像素变化率，并依据所述像素变化率对所述待处理图像进行降噪；其中，所述像素变化率同时为欧拉
‑
拉格朗日方程的最优解。2.根据权利要求1所述的X射线图像的快速降噪的方法，所述依据所述全变差确定所述待处理图像目标区域的像素变化率的步骤，包括：依据所述像素变化率确定所述待处理图像的像素是否满足预设约束条件；若是，则依据所述像素变化率确定所述待处理图像的目标像素在第一预设方向上的梯度加权平均值；依据所述欧拉
‑
拉格朗日方程和所述梯度加权平均值进行迭代更新，得到所述欧拉
‑
拉格朗日方程的最优解。3.根据权利要求1所述的X射线图像的快速降噪的方法，其特征在于，所述确定所述待处理图像的全变差的步骤，包括：定义所述待处理图像的全变分：其中，TV为所述全变差，所述待处理图像f＝u0(x,y)+n(x,y)，u0(x,y)为所述待处理图像的像素坐标，n(x,y)为外界噪声，为梯度算子；x为图像的横坐标；y为图像的纵坐标。4.根据权利要求3所述的X射线图像的快速降噪的方法，其特征在于，所述依据所述像素变化率确定所述待处理图像的像素是否满足预设约束条件的步骤，包括：建立能量泛函：式中，J为积分；Ω为图像的积分范围；依据所述全变分确定所述能量泛函的最小化：式中，为数保真项；为正则化项，参数为入规整参数；所述预设约束条件为：∫
Ω
fdxdy＝∫
Ω
f0dxdy式中，σ为噪声的标准差。5.根据权利要求4所述的X射线图像的快速降噪的方法，其特征在于，所述第一预设方向为东、南、西、北、东南、西南、东北和西北，所述依据所述像素变化率确定所述待处理图像的目标像素在第一预设方向上的梯度加权平均值的步骤，包括：
确定所述能量泛函最小化对应的所述欧拉
‑
拉格朗日方程：式中，为扩散系数，λ是衡量扩散素的常量；确定所述目标像素在所述第一预设方向上的梯度加权平均值；式中，g
i,j
为目标区的中心像素值；i为像素横坐标；j为像素纵坐标；S表示方向为南；N表示方向为北；W表示方...

【专利技术属性】
技术研发人员：郑杰，陈晶，郭朋，
申请(专利权)人：深圳蓝影医学科技股份有限公司，
类型：发明
国别省市：