本发明专利技术公开了一种图像降噪方法、装置及图像处理设备。其中，图像降噪方法包括：对输入的图像进行图像增强处理；对增强处理后的图像进行噪声估算；根据噪声估算结果对所述增强后的图像进行噪声抑制处理。本发明专利技术通过先进行图像增强，使得增强之前接近噪声的图像细节也得到了增强，拉开了这些细节与噪声之间的界限，使得噪声估算过程更能真实、准确地反映实际噪声大小，从而使得在抑制噪声的同时也保持图像细微细节以易于观察。
【技术实现步骤摘要】
本专利技术涉及图像处理
，尤其涉及一种图像降噪方法、装置及图像处理设备。
技术介绍
许多领域会通过图像来进行监控或检测，例如，在医疗领域，通过影像设备(例如超声设备或X线影像设备)来检测患者身体内部的情况。由于不同密度的组织对X线的吸收程度不同，因此透过物体不同区域的射线间的衰减差异不同，所形成的图像中像素之间的差异也不同，从而可反映物体内部组织结构的变化情况。随着数字化X线成像技术的发展，物体内部细微的结构变化，大都可以表征为图像中的细节信息。为了易于观察对比度很低的细节，图像中的细节通常需要增强处理。然而，在增强的过程中，图像中的噪声随之也被放大，这影响着图像质量。
技术实现思路
本专利技术要解决的主要技术问题是，提供一种图像降噪方法、装置及图像处理设备， 在对图像的细微细节进行增强以使细节易于观察的前提下，降低噪声，提高图像质量。根据本专利技术的一方面，提供一种图像降噪方法，包括对输入的图像进行图像增强处理；对增强处理后的图像进行噪声估算；根据噪声估算结果对所述增强后的图像进行噪声抑制处理。在一种实施例中，所述噪声估算包括计算所述增强处理后的图像的中值，将所述中值减去所述增强处理后的图像的每个像素值以获得偏离中值图像，计算所述偏离中值图像的中值，将所述偏离中值图像的中值乘以预设常量得到噪声值。在另一实施例中，所述噪声抑制处理包括计算所述增强处理后的图像的每个像素点的信噪比，将每个像素点的像素值乘以该像素的信噪比函数后得到降噪后的图像的每个像素点的像素值。根据本专利技术的另一方面，提供一种图像降噪装置，包括图像增强模块，用于对输入的图像进行图像增强处理；降噪模块，包括噪声估算单元和噪声抑制单元，所述噪声估算单元用于对增强处理后的图像进行噪声估算，所述噪声抑制单元用于根据噪声估算结果对所述增强处理后的图像进行噪声抑制。本专利技术还提供一种图像处理设备，包括上述图像降噪装置。本专利技术的有益效果在于通过先对图像的所有信息进行图像增强处理，然后再进行噪声抑制，使得图像噪声和图像细节都得到了增强，从而拉开了在增强之前接近噪声的那些细节与噪声之间的界限，使得噪声估算过程更能真实、准确地反映实际噪声大小，从而使得在抑制噪声的同时也保持图像细微细节以易于观察。附图说明图1是本专利技术一种图像降噪装置实施例的结构示意图；图2是本专利技术一种图像降噪方法实施例的流程示意图；图3为本专利技术另一种图像降噪方法实施例的流程示意图；图4为图2或图3所示图像降噪方法实施例中预设系数f的函数示意图；图5是本专利技术一种图像处理设备实施例中图像后处理的结构示意图。具体实施例方式下面通过具体实施方式结合附图对本专利技术作进一步详细说明。如图1所述的实施例中，图像降噪装置包括图像增强模块10、降噪模块20 ；其中，降噪模块20包括噪声估算单元21、噪声抑制单元22。图像增强模块10用于对输入的图像进行图像增强处理；噪声估算单元21用于对增强处理后的图像进行噪声估算，具体包括中值计算子单元、偏离中值图像计算子单元和噪声计算子单元，中值计算子单元用于计算所述增强处理后的图像的中值；偏离中值图像计算子单元用于将所述中值减去所述增强处理后的图像的每个像素值以获得偏离中值图像，并计算所述偏离中值图像的中值；噪声计算子单元用于计算所述图像的噪声，所述噪声等于预设常量乘以所述偏离中值图像的中值。噪声抑制单元22用于根据噪声估算结果对所述增强处理后的图像进行噪声抑制，具体包括信噪比计算子单元和降噪子单元，信噪比计算子单元用于计算所述增强处理后的图像的每个像素点的信噪比；降噪子单元用于将每个像素点的像素值乘以该像素点的信噪比函数后得到降噪后的图像的每个像素点的像素值。在另一种实施例中，图像降噪装置还包括多尺度分解模块和图像重建模块。多尺度分解模块用于在所述图像增强模块10之前将所述输入的图像分解为至少一个细节层次图和本底图；图像重建模块用于在所述噪声抑制单元22之后对各个所述细节层次图和本底图进行图像重建。再一种实施例中，图像降噪装置中还包括图像均衡模块，用于在图像增强模块10 工作的同时进行图像均衡，或者在噪声抑制单元22之后进行图像均衡。基于以上图像降噪装置，提供一种图像降噪方法实施例，先对图像中的细节进行增强，然后再估算增强后的该图中的噪声，进而抑制因增强而放大了的噪声，如图2所示， 图像降噪方法包括步骤Si，对输入的图像进行图像增强；步骤S2，对增强后的图像进行噪声估算；步骤S3，对增强后的图像进行噪声抑制。另一种实施例中，图像降噪方法如图3所示，包括步骤Sl'，对图像进行多尺度分解。采用现有多尺度分解技术，将输入的图像分解为一系列具有不同尺寸信息的细节层次图、以及基本不再蕴含任何细节信息的本底图。步骤Si，图像增强。对分解后的各层次细节图进行增强处理。在一种实施例中，对图像的增强处理可采用以下算法利用一个单调递增奇对称函数对输入的图像中的像素进行变换，从而得到细节增强的新图像；其中单调递增奇对称函数在自变量比较小的位置处具有最大的梯度， 而距离具有最大梯度值的位置越远的两旁，该单调递增奇对称函数的梯度则越来越小。需要说明的是，在上述增强的过程中，噪声随之也进行了放大，因此在增强处理后执行下面的降噪步骤。步骤S2，噪声估算。为了估算噪声，在一种实施例中，通过计算当前层次图Ii中每一像素点邻域(比如3X3或5X5的邻域)内的均方差，从而得到均方差图像，然后将该均方差图像的直方图中明显呈现出的单峰所对应的值，作为当前层次图中的整体噪声队。由于该方法需要计算图像中每一像素点处的均方差值，因此计算量较大。另一种实施例中噪声估算的方法为先计算出当前层次图Ii的中值1-，然后再将该中值去减当前层次图中的每一像素值，得到另一反映当前层次图中每一像素值偏离该中值程度的图像Γ i，其中I' ^r) = Ii (r)-Imed(1)r为层次图中像素点的位置。为了减轻计算量，噪声Ni简单地计算为常量乘以图像Γ i的中值，即Ni = μ Xmediand' i(r))(2)其中median ()为中值操作，常量μ为正实数，其取值范围例如可为。 该噪声值实际为图像Ii的鲁棒均方差。步骤S3，噪声抑制。在估算出噪声之后，为了使得信号值低的区域内的噪声能得到更多的抑制，而信号值高的区域内的噪声只进行较少的抑制或甚至不抑制，从而保持高信号值区域内细节的清晰度，本实施例根据当前层次图中每一像素点处的信噪比，进行不同程度的噪声抑制。为了计算信噪比，依据上述噪声的定义，当前层次图中某一像素点！·处的信号值31(1·)可以计算为该像素点的值IiOO或该像素点邻域内的均值或中值。这样，信噪比 SNRiOO的表达形式为权利要求1.一种图像降噪方法，其特征在于包括对输入的图像进行图像增强处理；对增强处理后的图像进行噪声估算；根据噪声估算结果对所述增强后的图像进行噪声抑制处理。2.如权利要求1所述的图像降噪方法，其特征在于，所述噪声估算包括计算所述增强处理后的图像的中值，将所述中值减去所述增强处理后的图像的每个像素值以获得偏离中值图像，计算所述偏离中值图像的中值，将所述偏离中值图像的中值乘以预设常量得到噪声值。3.如权利要求2所述的图像降噪方法，其特征在于，所述噪声抑制处理包括计算所述增强处理后的图像的每个像素点本文档来自技高网...
【技术保护点】
１．一种图像降噪方法，其特征在于包括：对输入的图像进行图像增强处理；对增强处理后的图像进行噪声估算；根据噪声估算结果对所述增强后的图像进行噪声抑制处理。
【技术特征摘要】
【专利技术属性】
技术研发人员：孙文武，
申请(专利权)人：深圳迈瑞生物医疗电子股份有限公司，
类型：发明
国别省市：94
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。