一种超声视频压缩方法技术

本发明专利技术公开了一种超声视频压缩方法，涉及视频压缩编码技术领域，在传统视频压缩编码策略中嵌入超声图像分析模块，用于对超声视频中的每一帧图像进行分析，根据超声图像的特点评价每一帧图像的价值大小，动态确定超声视频中的每一帧图像的帧类型以及量化系数，从而在保证超声视频中有价值信息能被保留前提下，提高超声视频的视频压缩比。对含有价值信息较少的低质量视频帧采用高压缩率，对含有价值信息较多的高质量的视频帧采用低压缩率，不仅能减小视频的压缩文件大小，降低硬件存储的花费，还能最大程度的保留高价值视频帧的图像质量，有利于后期病人随访时信息的还原。利于后期病人随访时信息的还原。利于后期病人随访时信息的还原。

【技术实现步骤摘要】
一种超声视频压缩方法


[0001]本专利技术涉及视频压缩编码
，尤其是一种超声视频压缩方法。

技术介绍

[0002]目前超声医生在给患者做检查时，只会以交互的方式来记录被判断为有价值的图像或者短视频。在患者的病例报告中只附以图片，患者检查的完整超声扫查视频是没有记录下来的。这些数据的缺失无论是对患者病例的跟踪，还是对医院的数据积累都是不利的。
[0003]超声视频数据量巨大是造成这种现状的主要原因。首先，超声检查对医生经验依赖性强，医生需要不断调整扫查手法来对患者部位进行诊断，经验欠缺的医生扫查时间会更长。其次，当医生找到有价值的解剖结构或者病灶后，通常会将以极慢的扫查速度，从不同的角度去观察对象，大概率还会使用超声机器上的交互式测量工具来对目标进行量化，这都会导致扫查时间的延长。最后，超声可检查部位多，需求量大，这导致超声视频在医院影像数据中产生的数据最多，如果全部保存下来，需要大量的存储设备，如果要对超声视频进行实时远程传输，提供诸如远程医疗之类的服务，则需要耗费大量的流量。
[0004]从上面的描述中可以发现，超声检查的大部分时间医生都没有定位到的患病部位进行详细诊断，医生只在少部位时间在定位到的患病部位进行详细诊断。
[0005]传统视频压缩编码技术如H264，H265等，会根据视频的前后帧图像运动信息对视频进行编码，来保证运动快的视频帧也有很高的PSNR和MS
‑
SSIM指标。
[0006]但是，将传统视频压缩编码技术直接应用到超声视频上，对超声视频进行压缩是不适合的，主要是因为：在超声扫查时，超声图像运动快时，表示医生正在快速调整超声探头扫查角度来快速诊断患者问题，这时超声图像中有价值信息较少，反而可以降低图像编码质量，追求高压缩率。超声图像运动慢时，表示医生找到的患者病灶的候选区域，这时超声图像中有价值信息较多，反而可以相对提高图像编码质量，追求低压缩率。另外，当超声图像中有病灶或者有重要组织结构出现时，也需要提高图像编码质量，反之，则可以降低图像编码质量。
[0007]因此，需要根据超声视频的特点对传统视频压缩编码技术进行改进，以动态确定超声视频中每一帧图像的图像编码质量，在保证有价值信息能被保留的前提下，提高超声视频的视频压缩比。

技术实现思路

[0008]为了克服上述现有技术中的缺陷，本专利技术提供一种超声视频压缩方法，在传统视频压缩编码策略中嵌入超声图像分析模块，用于对超声视频中的每一帧图像进行分析，根据超声图像的特点，动态确定超声视频中的每一帧图像的帧类型以及量化系数，从而在保证超声视频中有价值信息能被保留前提下，提高超声视频的视频压缩比。
[0009]为实现上述目的，本专利技术采用以下技术方案，包括：
[0010]一种超声视频压缩方法，在传统视频压缩编码策略中嵌入超声图像分析模块，用
于对超声视频中的每一帧图像进行分析，动态确定超声视频中的每一帧图像的帧类型以及量化系数即QP值；
[0011]超声图像分析模块的分析方法具体如下所示：
[0012]S1，输入超声视频；
[0013]S2，计算当前帧图像中各个像素点的运动矢量；其中，当前帧图像中第i个像素点s
i
的运动矢量为(fx
i
，fy
i
)；
[0014]根据当前帧图像中各个像素点的运动矢量，分别计算当前帧图像中各个像素点的运动距离；其中，当前帧图像中第i个像素点s
i
的运动距离ds
i
为：
[0015][0016]根据当前帧图像中各个像素点的运动距离，得到当前帧运动图像im；当前帧运动图像im中第i个像素点si的像素值im_s
i
为：
[0017][0018]其中，im_s
i
表示当前帧运动图像im中第i个像素点si的像素值，im_s
i
＝0表示当前帧运动图像im中第i个像素点si为非运动像素点，im_s
i
＝1表示当前帧运动图像im中第i个像素点si为运动像素点；thr1为设定的运动距离阈值；
[0019]S3，根据当前帧运动图像im中各个像素点的像素值计算当前帧扫查速度v具体如下所示：
[0020]v＝∑
i
im_s
i
；
[0021]S4，利用计算出来的当前帧扫查速度v，判定当前帧扫查速度的快慢等级：
[0022]若当前帧扫查速度v小于设定的扫查速度阈值v1且大于等于0，即0≤v＜v1，则判定当前帧扫查速度慢，若当前帧扫查速度v大于等于设定的扫查速度阈值v1，即v1≤v，则判定当前帧扫查速度快；
[0023]S5，提取当前帧图像中的超声扫查区域，得到当前帧图像中超声扫查区域的像素点总数量N；
[0024]S6，对当前帧图像进行二值化处理，统计二值化处理后超声扫查区域中的黑色像素点数量即像素值为0的像素点数量，计算黑色像素点数量占超声扫查区域的像素点总数量N的比例p即黑色像素比例；
[0025]S7，根据步骤S4和步骤S6的计算结果，若当前帧图像中超声扫查区域的黑色像素比例p小于设定的比例阈值p1，且当前帧扫查速度慢即0≤v＜v1，则判断当前帧图像为有效图像，进入步骤S8；否则，判断当前帧图像为无效图像，将当前帧图像的帧类型定义为P/B帧，并提高当前帧图像的量化系数即QP值，当前帧图像的QP值具体为β5，超声图像分析模块结束对当前帧图像的分析；
[0026]S8，若当前帧图像为有效图像，则将当前帧图像分别送入组织结构分析单元和病灶分析单元；
[0027]所述组织结构分析单元用于判断当前帧图像中是否出现预先定义好的重要组织结构；若出现，则表示当前帧图像中有重要组织结构；否则，表示当前帧图像中无重要组织
结构；
[0028]所述病灶分析单元用于检测当前帧图像中是否有病灶；
[0029]S9，若当前帧图像中既有重要组织结构又有病灶，则将当前帧图像的帧类型定义为I帧，并降低当前帧图像的QP值，具体为β1；
[0030]若当前帧图像中仅有病灶无重要组织结构，则将当前帧图像的帧类型定义为I帧，并降低当前帧图像的QP值，具体为β2；
[0031]若当前帧图像中仅有重要组织结构无病灶，则将当前帧图像的帧类型定义为P/B帧，并降低当前帧图像的QP值，具体为β3；
[0032]若当前帧图像中既为无病灶又无重要组织结构，则将当前帧图像的帧类型定义为P/B帧，并提高当前帧图像的QP值，具体为β4。
[0033]优选的，β1＜β2＜β3＜βt＜β4＜β5；
[0034]其中，βt为传统编码策略中设定的量化系数。
[0035]优选的，若当前帧图像的帧类型为I帧，则在视频编码过程中对当前帧图像进行帧内预测；若当前帧图像的帧类型为P/B，则在视频编码过程中对当前帧图像进行帧间预测。
[0036]优选的，所述组织结构分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种超声视频压缩方法，其特征在于，在传统视频压缩编码策略中嵌入超声图像分析模块，用于对超声视频中的每一帧图像进行分析，动态确定超声视频中的每一帧图像的帧类型以及量化系数即QP值；超声图像分析模块的分析方法具体如下所示：S1，输入超声视频；S2，计算当前帧图像中各个像素点的运动矢量；其中，当前帧图像中第i个像素点s
i
的运动矢量为(fx
i
,fy
i
)；根据当前帧图像中各个像素点的运动矢量，分别计算当前帧图像中各个像素点的运动距离；其中，当前帧图像中第i个像素点s
i
的运动距离ds
i
为：根据当前帧图像中各个像素点的运动距离，得到当前帧运动图像im；当前帧运动图像im中第i个像素点si的像素值im_s
i
为：其中，im_s
i
表示当前帧运动图像im中第i个像素点si的像素值，im_s
i
＝0表示当前帧运动图像im中第i个像素点si为非运动像素点，im_s
i
＝1表示当前帧运动图像im中第i个像素点si为运动像素点；thr1为设定的运动距离阈值；S3，根据当前帧运动图像im中各个像素点的像素值计算当前帧扫查速度v具体如下所示：v＝∑
i
im_s
i
；S4，利用计算出来的当前帧扫查速度v，判定当前帧扫查速度的快慢等级：若当前帧扫查速度v小于设定的扫查速度阈值v1且大于等于0，即0≤v<v1，则判定当前帧扫查速度慢，若当前帧扫查速度v大于等于设定的扫查速度阈值v1，即v1≤v，则判定当前帧扫查速度快；S5，提取当前帧图像中的超声扫查区域，得到当前帧图像中超声扫查区域的像素点总数量N；S6，对当前帧图像进行二值化处理，统计二值化处理后超声扫查区域中的黑色像素点数量即像素值为0的像素点数量，计算黑色像素点数量占超声扫查区域的像素点总数量N的比例p即黑色像素比例；S7，根据步骤S4和步骤S6的计算结果，若当前帧图像中超声扫查区域的黑色像素比例p小于设定的比例阈值p1，且当前帧扫查速度慢即0≤v<v1，则判断当前帧图像为有效图像，进入步骤S8；否则，判断当前帧图像为无效图像，将当前帧图像的帧类型定义为P/B帧，并提高当前帧图像的量化系数即QP值，当前帧图像的QP值具体为β5，超声图像分析模块结束对当前帧图像的分析；S8，若当前帧图像为有效图像，则将当前帧图像分别送入组织结构分析单元和病灶分析单元；所述组织结构分析单元用于判断当前帧图像中是否出现预先定义好的重要组织结构；
若出现，则表示当前帧图像中有重要组织结构；否则，表示当前帧图像中无重要组织结构；所述病灶分析单元用于检测当前帧图像中是否有病灶；S9，若当前帧图像中既有重要组织结构又有病灶，则将当前帧图像的帧类型定义为I帧，并降低当前帧图像的QP值，具体为β1；若当前帧图像中仅有病灶无重要组织结构，则将当前帧图像的帧类型定义为I帧，并...

【专利技术属性】
技术研发人员：程栋梁，王晨，黄琦，刘振，
申请(专利权)人：合肥合滨智能机器人有限公司，
类型：发明
国别省市：