專利名稱：基于數(shù)值排序加權(quán)平均的超聲圖像空間濾波方法
技術(shù)領(lǐng)域：
本發(fā)明屬于超聲診斷成像領(lǐng)域，涉及超聲圖像處理方法，具體涉及基于數(shù)值排序加權(quán)平均的超聲圖像空間濾波方法。
背景技術(shù)：
超聲成像因?yàn)槠錈o創(chuàng)性、實(shí)時(shí)性、操作方便、價(jià)格便宜等諸多優(yōu)勢(shì)，已經(jīng)成為臨床上應(yīng)用最為廣泛的診斷工具之一。超聲成像最主要的兩種功能模式分別是黑白(B)模式和彩色(CF)模式，B模式是根據(jù)組織不同深度的反射信號(hào)強(qiáng)度進(jìn)行成像，反射信號(hào)強(qiáng)度越大則圖像灰度值越大，反之則圖像灰度值越小；CF模式則是計(jì)算由于多普勒效應(yīng)引起的超聲信號(hào)頻移，通過頻移得到血流速度并用不同的顔色(如紅、藍(lán))和深淺表示，從而得到實(shí)時(shí)的彩色血流圖像，通常該彩色血流圖象附加在B模式圖像上一起顯示。由于超聲圖像中噪聲信號(hào)的存在會(huì)影響診斷結(jié)果，因此對(duì)超聲信號(hào)和圖像進(jìn)行處理時(shí)通常采用ー些濾波方法抑制噪聲，從而改善圖像質(zhì)量。中值濾波和空間平滑濾波是兩·種經(jīng)典的濾波方法，常用于超聲信號(hào)和圖像處理的去噪過程，如對(duì)B模式下的圖像灰度值、CF模式下的血流能量值進(jìn)行濾波處理。中值濾波是基于排序統(tǒng)計(jì)理論的ー種能有效抑制噪聲的非線性信號(hào)處理技術(shù)，其基本原理是對(duì)數(shù)字圖像或數(shù)字信號(hào)中一點(diǎn)(當(dāng)前點(diǎn))及其鄰域中各點(diǎn)的數(shù)值進(jìn)行排序，然后用排序后的中值代替當(dāng)前點(diǎn)的數(shù)值，從而消除孤立的噪聲點(diǎn)，中值濾波對(duì)脈沖噪聲和椒鹽噪聲具有良好的去噪效果，同時(shí)能較好的保護(hù)邊緣信息；空間平滑濾波則是ー種線性濾波器，其基本原理是對(duì)數(shù)字圖像或數(shù)字信號(hào)中一點(diǎn)(當(dāng)前點(diǎn))及其鄰域中各點(diǎn)的數(shù)值以及對(duì)應(yīng)的權(quán)重系數(shù)求加權(quán)平均，然后用加權(quán)平均值代替當(dāng)前點(diǎn)的數(shù)值，從而達(dá)到濾除噪聲的目的，空間平滑濾波對(duì)高斯噪聲具有良好的去噪效果。專利CN 101472055 “中值濾波裝置和方法以及采用這種裝置的超聲成像系統(tǒng)”公開了ー種中值濾波的方法，其基本原理與傳統(tǒng)中值濾波沒有區(qū)別，都是用濾波區(qū)域(窗)中所有像素點(diǎn)的中值作為該區(qū)域中心像素點(diǎn)的值，只是其在實(shí)現(xiàn)方式上有所改進(jìn)，可提供區(qū)域任意可選(不同大小、不同形狀)的中值濾波。專利CN101396278 “ー種去除實(shí)時(shí)超聲圖像斑點(diǎn)噪聲的方法”公開了ー種濾除超聲圖像斑點(diǎn)噪聲的方法，該方法首先設(shè)置濾波區(qū)域(窗)中心點(diǎn)的權(quán)重系數(shù)，然后根據(jù)該濾波區(qū)域的均值、絕對(duì)差值和的均值以及任意一點(diǎn)與中心點(diǎn)的距離計(jì)算該點(diǎn)的權(quán)重系數(shù)，再根據(jù)每個(gè)點(diǎn)的權(quán)重系數(shù)對(duì)其數(shù)據(jù)進(jìn)行擴(kuò)展(如權(quán)重系數(shù)為N則將該點(diǎn)的數(shù)值擴(kuò)展為N個(gè))，最終對(duì)擴(kuò)展后的數(shù)據(jù)序列求中值，從而達(dá)到濾除斑點(diǎn)噪聲的目的，該方法中計(jì)算得到的各點(diǎn)的權(quán)重系數(shù)并不是用于乘以各點(diǎn)的值進(jìn)行加權(quán)平均，而是根據(jù)權(quán)重系數(shù)對(duì)各點(diǎn)的數(shù)據(jù)進(jìn)行擴(kuò)展從而形成新的數(shù)據(jù)序列，最終基于該新的數(shù)據(jù)序列的中值濾波本質(zhì)上與傳統(tǒng)中值濾波并沒有差異。美國(guó)專利USOO586O93OA “Energy weighted parameter spatial/temporalfilter”公開了ー種用于彩色血流成像的空間濾波方法，該方法與傳統(tǒng)空間平滑濾波方法沒有本質(zhì)上的區(qū)別，只是每個(gè)點(diǎn)的權(quán)重系數(shù)是根據(jù)該點(diǎn)的能量來確定的。美國(guó)專利US006135962A“Method and apparatus for adaptive filtering Dy counting acousticsample zeroes in ultrasound imaging”公開了ー種空間濾波方法,通過對(duì)某一點(diǎn)及其鄰域各點(diǎn)的O值(預(yù)先設(shè)置ー個(gè)接近于O的閾值，小于該閾值的值定義為O值)進(jìn)行計(jì)數(shù)，當(dāng)計(jì)數(shù)大于預(yù)先設(shè)置的計(jì)數(shù)閾值時(shí)，則該點(diǎn)無需平滑濾波處理；當(dāng)計(jì)數(shù)小于預(yù)先設(shè)置的計(jì)數(shù)閾值時(shí)，則對(duì)該點(diǎn)進(jìn)行平滑濾波處理。該方法的優(yōu)點(diǎn)是僅處理非O值區(qū)域(如B模式下的組織區(qū)域和CF模式下的血流區(qū)域)，減小計(jì)算量，還能較好的保護(hù)血管邊界。除此之外，其采用的空間平滑濾波方法本質(zhì)上與傳統(tǒng)方法無異，都是根據(jù)各點(diǎn)和中心點(diǎn)的位置來確定權(quán)重系數(shù)，通常是中心點(diǎn)取最高的權(quán)重系數(shù)，離中心點(diǎn)較近的點(diǎn)取較高的權(quán)重系數(shù)，離中心點(diǎn)較遠(yuǎn)的點(diǎn)取較低的權(quán)重系數(shù)，因此該點(diǎn)本身的值對(duì)濾波后的值貢獻(xiàn)最大，空間位置上靠近該點(diǎn)的值其次，空間位置上遠(yuǎn)離該點(diǎn)的值貢獻(xiàn)最小。從上述可知，現(xiàn)有的超聲圖像中值濾波和空間平滑濾波方法，要么是采用単一的中值濾波，要么是采用単一的空間平滑濾波，還沒有一種濾波方法能夠?qū)⒅兄禐V波和空間平滑濾波相結(jié)合，同時(shí)獲得中值濾波和空間平滑濾波的優(yōu)點(diǎn)。另外，如果采取兩步濾波的方法，即先進(jìn)行中值濾波再進(jìn)行空間平滑濾波或先進(jìn)行空間平滑濾波再進(jìn)行中值濾波，則會(huì) 因?yàn)槠交^度而降低圖像的分辨率，造成圖像模糊。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于數(shù)值排序加權(quán)平均的超聲圖像空間濾波方法，該方法將中值濾波方法和空間平滑濾波方法相結(jié)合，同時(shí)獲得了中值濾波和空間平滑濾波的優(yōu)點(diǎn)，又不至于使圖像過度平滑。為達(dá)到上述目的，本發(fā)明采用了以下技術(shù)方案基于數(shù)值排序加權(quán)平均的超聲圖像空間濾波方法，包括以下步驟(I)取超聲圖像中的一像素點(diǎn)作為當(dāng)前點(diǎn)；(2)取以該當(dāng)前點(diǎn)為中心點(diǎn)的鄰域窗；(3)對(duì)所述鄰域窗中的所有像素點(diǎn)按像素值大小進(jìn)行排序；(4)對(duì)排序后的中值取最高的權(quán)重系數(shù)，靠近該中值的像素值取較高的權(quán)重系數(shù)，遠(yuǎn)離該中值的像素值取較小的權(quán)重系數(shù)，并保證排序后的所有像素值的權(quán)重系數(shù)之和=1 ;(5)對(duì)排序后的每個(gè)像素值乘以相應(yīng)的權(quán)重系數(shù)后累加，用累加得到的值替換所述當(dāng)前點(diǎn)的像素值；(6)取所述超聲圖像中的下一像素點(diǎn)作為當(dāng)前點(diǎn)，依次進(jìn)行步驟(2) (3) (4) (5)的處理，直到處理完所述超聲圖像中的所有像素點(diǎn)，最后輸出處理后的圖像。ー種具體實(shí)施的方式，步驟(4)中，在取權(quán)重系數(shù)時(shí)，首先確定好排序后的中值的初始權(quán)重系數(shù)，排序后其余像素值的初始權(quán)重系數(shù)則根據(jù)該中值的初始權(quán)重系數(shù)以及相應(yīng)像素值離中值的距離進(jìn)行計(jì)算，井隨著該相應(yīng)像素值離中值的距離遞減，最后將排序后的每個(gè)像素值的初始權(quán)重系數(shù)均除以排序后所有像素值的初始權(quán)重系數(shù)之和，即得到步驟
(4)中各像素值的權(quán)重系數(shù)。具體實(shí)施的例子，設(shè)定排序后的中值的初始權(quán)重系數(shù)為F，排序后其余某一像素值的初始權(quán)重系數(shù)為Fv,排序后該像素值離中值的距離為d,則Fv=F/2d。另外ー種具體實(shí)施的方式，步驟(4)中，在取權(quán)重系數(shù)時(shí)，首先確定好排序后的中值的初始權(quán)重系數(shù)，排序后其余像素值的初始權(quán)重系數(shù)則根據(jù)該中值的初始權(quán)重系數(shù)以及相應(yīng)像素值與中值的差異大小或差異率進(jìn)行計(jì)算，井隨著該相應(yīng)像素值與中值的差異大小或差異率遞減，最后將排序后的每個(gè)像素值的初始權(quán)重系數(shù)均除以排序后所有像素值的初始權(quán)重系數(shù)之和，即得到步驟(4)中各像素值的權(quán)重系數(shù)。具體實(shí)施的例子，設(shè)定排序后的中值為Vnied，該中值Vnied的初始權(quán)重系數(shù)為F，排序后其余某一像素值為V,該像素值V的初始權(quán)重系數(shù)為Fv,排序后該像素值V與中值Vnred的差異大小為 D = I V-Vmed I，差異率為 Dr = I V-Vmed I /Vmed,則 Fv = F/ (1+D)或 Fv = F/ (Ι+Dr)。由于上述技術(shù)方案的運(yùn)用，本發(fā)明與現(xiàn)有技術(shù)相比具有下列優(yōu)點(diǎn)本發(fā)明的方法中，在對(duì)像素點(diǎn)及其鄰域各點(diǎn)的像素值進(jìn)行排序后，對(duì)排序后的中值取最高的權(quán)重系數(shù)，靠近中值的像素值取較高的權(quán)重系數(shù)，遠(yuǎn)離中值的像素值取較小的權(quán)重系數(shù)，然后計(jì)算加權(quán)平均作為該像素點(diǎn)的值。本發(fā)明在數(shù)值排序的基礎(chǔ)上進(jìn)行加權(quán)平均，能有效的結(jié)合中值濾波和空間平滑濾波的優(yōu)點(diǎn)，又不至于使圖像過度平滑。當(dāng)排序后的中值對(duì)應(yīng)的權(quán)重系數(shù)遠(yuǎn)遠(yuǎn)大于其他權(quán)重系數(shù)時(shí)，本發(fā)明的濾波方法的效果接近于中值濾波；當(dāng)排序后的中值與其他值對(duì)應(yīng)的權(quán)重系數(shù)相同時(shí)，該濾波方法的效果等同于權(quán)重 系數(shù)相同的空間平滑濾波；當(dāng)排序后的中值對(duì)應(yīng)的權(quán)重系數(shù)介于兩者之間時(shí)，該濾波方法將同時(shí)具有中值濾波和空間平滑濾波的效果和優(yōu)點(diǎn)，而且還可以根據(jù)實(shí)際需要進(jìn)行調(diào)節(jié)。


附圖I為本發(fā)明的示意圖；附圖2為本發(fā)明第一種具體實(shí)施例的示意圖，并與現(xiàn)有的中值濾波、空間平滑濾波作了比較；附圖3為本發(fā)明第二種具體實(shí)施例的示意圖，并與現(xiàn)有的中值濾波、空間平滑濾波作了比較；附圖4為本發(fā)明第三種具體實(shí)施例的示意圖，并與現(xiàn)有的中值濾波、空間平滑濾波作了比較；附圖5為本發(fā)明中根據(jù)像素值離中值的距離來計(jì)算權(quán)重系數(shù)的ー種具體實(shí)施方式
示意圖；附圖6為本發(fā)明中根據(jù)像素值與中值的差異大小或差異率來計(jì)算權(quán)重系數(shù)的一個(gè)函數(shù)曲線圖。
具體實(shí)施例方式下面結(jié)合附圖來進(jìn)ー步闡述本發(fā)明。本發(fā)明提供了一種基于數(shù)值排序加權(quán)平均的超聲圖像空間濾波方法，該方法首先對(duì)圖像中的一像素點(diǎn)及其鄰域各點(diǎn)的數(shù)據(jù)按照數(shù)值大小進(jìn)行排序，然后對(duì)經(jīng)過排序的數(shù)據(jù)設(shè)置不同的權(quán)重系數(shù)計(jì)算加權(quán)平均，得到的結(jié)果作為該像素點(diǎn)的數(shù)值。具體來說，本發(fā)明的方法包括以下步驟(I)取超聲圖像中的一像素點(diǎn)作為當(dāng)前點(diǎn)，如圖I的像素點(diǎn)(i，j)；(2)取以該當(dāng)前點(diǎn)為中心點(diǎn)的鄰域窗，如圖I中以像素點(diǎn)(i，j)為中心點(diǎn)的鄰域窗(2M+1) X (2N+1)；(3)對(duì)鄰域窗中的所有像素點(diǎn)按像素值大小進(jìn)行排序，這樣會(huì)得到一個(gè)數(shù)據(jù)序列，在圖I中，該數(shù)據(jù)序列以向量S表示；(4)對(duì)排序后的中值取最高的權(quán)重系數(shù)，靠近該中值的像素值取較高的權(quán)重系數(shù)，遠(yuǎn)離該中值的像素值取較小的權(quán)重系數(shù)，并保證排序后的所有像素值的權(quán)重系數(shù)之和=1，這樣會(huì)得到一個(gè)權(quán)重系數(shù)序列，在圖I中，該權(quán)重系數(shù)序列以向量W表示；(5)對(duì)排序后的每個(gè)像素值乘以相應(yīng)的權(quán)重系數(shù)后累加，用累加得到的值替換當(dāng)前點(diǎn)的像素值，如圖I中對(duì)排序后的數(shù)據(jù)設(shè)置不同的權(quán)重系數(shù)計(jì)算加權(quán)平均得到Data (i，j) =S · W,其中·表示向量的點(diǎn)積,該Data (i, j)即作為像素點(diǎn)(i，j)的值；(6)取超聲圖像中的下一像素點(diǎn)作為當(dāng)前點(diǎn)，依次進(jìn)行步驟(2) (3) (4) (5)的處理，直到處理完超聲圖像中的所有像素點(diǎn)，最后輸出處理后的圖像，噪聲得到抑制，圖像質(zhì)量得到改善。本發(fā)明提供的空間濾波方法中，在對(duì)ー像素點(diǎn)及其鄰域各點(diǎn)的數(shù)值進(jìn)行排序后， 基于中值濾波將中值作為該像素點(diǎn)值的原理，本發(fā)明則對(duì)排序后的中值數(shù)據(jù)取最高的權(quán)重系數(shù)，靠近中值的數(shù)據(jù)取較高的權(quán)重系數(shù)，遠(yuǎn)離中值的數(shù)據(jù)取較小的權(quán)重系數(shù)，計(jì)算加權(quán)平均以作為該像素點(diǎn)的值，此時(shí)中值數(shù)據(jù)對(duì)該像素點(diǎn)值的貢獻(xiàn)最大，靠近中值的數(shù)據(jù)其次，遠(yuǎn)離中值的數(shù)據(jù)貢獻(xiàn)最小。在圖I中，對(duì)ー個(gè)(2M+1) X (2N+1)的濾波區(qū)域(窗)，首先對(duì)該區(qū)域內(nèi)所有像素點(diǎn)的數(shù)值進(jìn)行排序，得到一個(gè)數(shù)據(jù)序列S，再對(duì)排序后的數(shù)據(jù)序列S中的每ー個(gè)值設(shè)置相應(yīng)的權(quán)重系數(shù)，形成權(quán)重系數(shù)序列W，然后計(jì)算加權(quán)平均作為該區(qū)域中心點(diǎn)(i，j)的數(shù)值Data(i，J·)，
權(quán)利要求
1.基于數(shù)值排序加權(quán)平均的超聲圖像空間濾波方法，其特征在于包括以下步驟 (1)取超聲圖像中的一像素點(diǎn)作為當(dāng)前點(diǎn)； (2)取以該當(dāng)前點(diǎn)為中心點(diǎn)的鄰域窗； (3)對(duì)所述鄰域窗中的所有像素點(diǎn)按像素值大小進(jìn)行排序； (4)對(duì)排序后的中值取最高的權(quán)重系數(shù)，靠近該中值的像素值取較高的權(quán)重系數(shù)，遠(yuǎn)離該中值的像素值取較小的權(quán)重系數(shù)，并保證排序后的所有像素值的權(quán)重系數(shù)之和=1 ; (5)對(duì)排序后的每個(gè)像素值乘以相應(yīng)的權(quán)重系數(shù)后累加，用累加得到的值替換所述當(dāng)前點(diǎn)的像素值； (6)取所述超聲圖像中的下一像素點(diǎn)作為當(dāng)前點(diǎn)，依次進(jìn)行步驟(2)(3) (4) (5)的處理，直到處理完所述超聲圖像中的所有像素點(diǎn)，最后輸出處理后的圖像。
2.根據(jù)權(quán)利要求I所述的基于數(shù)值排序加權(quán)平均的超聲圖像空間濾波方法，其特征在于步驟(4)中，在取權(quán)重系數(shù)時(shí)，首先確定好排序后的中值的初始權(quán)重系數(shù)，排序后其余像素值的初始權(quán)重系數(shù)則根據(jù)該中值的初始權(quán)重系數(shù)以及相應(yīng)像素值離中值的距離進(jìn)行計(jì)算，并隨著該相應(yīng)像素值離中值的距離遞減，最后將排序后的每個(gè)像素值的初始權(quán)重系數(shù)均除以排序后所有像素值的初始權(quán)重系數(shù)之和，即得到步驟(4)中各像素值的權(quán)重系數(shù)。
3.根據(jù)權(quán)利要求2所述的基于數(shù)值排序加權(quán)平均的超聲圖像空間濾波方法，其特征在于設(shè)定排序后的中值的初始權(quán)重系數(shù)為F，排序后其余某一像素值的初始權(quán)重系數(shù)為Fv,排序后該像素值離中值的距離為d,則Fv = F/2d。
4.根據(jù)權(quán)利要求I所述的基于數(shù)值排序加權(quán)平均的超聲圖像空間濾波方法，其特征在于步驟(4)中，在取權(quán)重系數(shù)時(shí)，首先確定好排序后的中值的初始權(quán)重系數(shù)，排序后其余像素值的初始權(quán)重系數(shù)則根據(jù)該中值的初始權(quán)重系數(shù)以及相應(yīng)像素值與中值的差異大小或差異率進(jìn)行計(jì)算，并隨著該相應(yīng)像素值與中值的差異大小或差異率遞減，最后將排序后的每個(gè)像素值的初始權(quán)重系數(shù)均除以排序后所有像素值的初始權(quán)重系數(shù)之和，即得到步驟(4)中各像素值的權(quán)重系數(shù)。
5.根據(jù)權(quán)利要求4所述的基于數(shù)值排序加權(quán)平均的超聲圖像空間濾波方法，其特征在于設(shè)定排序后的中值為Vniral，該中值Vnred的初始權(quán)重系數(shù)為F，排序后其余某一像素值為V,該像素值V的初始權(quán)重系數(shù)為Fv,排序后該像素值V與中值Vmejd的差異大小為D=Iv -V1J，差異率為 Dr =IV- Vmed I/Vmed，則 Fv=F/(1+D)或 Fv=F/(1+Dr)。
全文摘要
本發(fā)明公開了基于數(shù)值排序加權(quán)平均的超聲圖像空間濾波方法，其中在對(duì)像素點(diǎn)及其鄰域各點(diǎn)的像素值進(jìn)行排序后，對(duì)排序后的中值取最高的權(quán)重系數(shù)，靠近中值的像素值取較高的權(quán)重系數(shù)，遠(yuǎn)離中值的像素值取較小的權(quán)重系數(shù)，然后計(jì)算加權(quán)平均以作為該像素點(diǎn)的值。本發(fā)明在數(shù)值排序的基礎(chǔ)上進(jìn)行加權(quán)平均，能有效的結(jié)合中值濾波和空間平滑濾波的優(yōu)點(diǎn)，又不至于使圖像過度平滑。
文檔編號(hào)A61B8/00GK102670251SQ20121016995
公開日2012年9月19日 申請(qǐng)日期2012年5月29日 優(yōu)先權(quán)日2012年5月29日
發(fā)明者凌濤 申請(qǐng)人:飛依諾科技(蘇州)有限公司