一种医学图像降噪与增强的处理方法技术

本发明专利技术提供一种实时医学视频图像去噪方法，应用于实时获取或已存储的医学视频图像序列，利用相邻两帧图像的高度相关性，对每一帧视频图像实施时空域的递归的滤波处理，滤波窗口的大小可以根据噪音水平自适应地来调节。本发明专利技术结合时域的运动补偿方法和空域上的降噪增强算法，针对图像当前像素点，应用运动补偿方法和形态学算子检测运动区域、噪音区域和背景区域，在噪音区域中估计图像的整体噪音水平。

【技术实现步骤摘要】

本专利技术涉及对获取的医学图像进行降噪与增强的方法。
技术介绍
医学超声B模式图像中通常存在大量的斑点噪声，会给超声图像质量带来明显的 下降，并掩盖了某些重要组织的病变，这给医生的诊断和识别某些特定的疾病带来了较大 的困难，并且会有漏诊和误诊的风险。通常采用滤波的方法来抑制信号的高频部分，在滤去噪声的同时也会将有用的边 缘信息去除，例如邻域平均法、中值滤波法都会将图像中有临床意义的边缘和细节会过平 滑；由此，一些基于边缘保留的滤波算法得到迅速的发展，例如各向异性滤波(anisotropic diffusion)，BM3D，和nonlocal means等医学图像去噪技术。这给在医学图像后处理阶段 提高医学图像质量提供了一个巨大的空间。各向异性滤波器是基于物理学中的扩散方程发展起来的。Perona和Mal ik于1990 将其引入到图像处理当中作为一种边界保留(edge-preserving)平滑滤波器，其成果发表 在 IEEE Transactions on Pattern Analysis and Machine Intelligence，vol· 12 中的名 为〃 Scal本文档来自技高网...

【技术保护点】
１．一种医学图像降噪与增强的处理方法，特征在于，其给定一幅医学图像Ｉ后包括以下步骤：Ａ．使用多尺度模型将输入图像Ｉ分解为Ｌ个尺度，设０为原图尺度，Ｌ－１为最小尺寸尺度；Ｂ．从最小尺度图像开始，设当前图像为ｕ，ａ．判断图像ｕ是否需要处理，如不需要，跳到步骤ｄ，ｂ．使用分割算法将ｕ分为噪音区域与结构体区域，ｃ．使用方向性各向异性滤波器，在噪音区域进行Ｎ次扩散滤波，在结构体区域进行Ｓ次平滑扩散滤波，Ｎ和Ｓ为非负整数，ｄ．升采样结果到下一个大尺度并使用多尺度模型进行重建，ｅ．将重建结果设为ｕ并重复步骤ａ到ｅ直到ｕ达到尺度０，ｆ．当ｕ达到尺度０时，判断图像ｕ是否需要处理，如果需要，执行步骤ｂ到ｃ，否则直...

【技术特征摘要】

【专利技术属性】
技术研发人员：陆汇海，张羽，田镇魁，潘梁亮，
申请(专利权)人：深圳市蓝韵实业有限公司，
类型：发明
国别省市：94