專利名稱：超聲圖像邊緣銳化與斑點抑制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及超聲技術(shù)，特別涉及超聲成像中的數(shù)據(jù)處理技術(shù)，尤其是提高超聲圖像質(zhì)量的邊緣銳化與斑點抑制方法。
背景技術(shù)：
圖1是超聲成像系統(tǒng)方框，該系統(tǒng)包括一個超聲波成像裝置，其工作原理是在主控制器的控制下，探頭向受測機體組織發(fā)射超聲波，經(jīng)一定延時后接收從受測機體組織反射回來的超聲波；該回波信號進入波束合成器，由所述波束合成器完成聚焦延時、加權(quán)和通道求和；該波束合成器的輸出信號經(jīng)檢測器檢測后，送給數(shù)字掃描變換器(D.S.C)完成坐標變換，得到最終送往顯示器顯示的圖像數(shù)據(jù)。其中系統(tǒng)發(fā)射的超聲波經(jīng)過介質(zhì)的散射與反射形成的回波信號，實際上是反向散射信號的連續(xù)累加。當介質(zhì)表面不均勻或具有特殊的微結(jié)構(gòu)特征時，具有一定頻率的超聲波無法分辨，由此產(chǎn)生的散射信號形成了圖像上的斑點。
存在于超聲圖像中的斑點，表現(xiàn)為圖像中的黑洞，降低了圖像的可分辨性和連續(xù)性，嚴重影響了圖像質(zhì)量，尤其是使邊緣與細節(jié)變得模糊，增加了醫(yī)學診斷與治療的難度?，F(xiàn)有超聲系統(tǒng)為此還可以包括一個邊緣銳化和斑點抑制處理模塊，在所述主控制器的控制下，對所述數(shù)字掃描變換器輸出的圖像數(shù)據(jù)先進行邊緣銳化和斑點抑制處理后才送往顯示器。因而，研究如何抑制這種斑點、同時保留或增強圖像邊緣與細節(jié)特征，以使超聲圖像更加清楚，對比度更強，更好地幫助醫(yī)生診斷，具有重要意義。
目前解決超聲圖像固有的斑點噪聲和邊緣模糊問題的主要方法有1)自適應(yīng)斑點抑制濾波(見1989年IEEE Trans.Circuits System第36緝(1)129-135頁，Loupas T.等人的“An adaptive weighted median filter for speckle suppression inmedical ultrasonic images”)。該方法屬于反銳化掩模濾波方法，它根據(jù)斑點局部統(tǒng)計特征的不同，采用不同的濾波系數(shù)來控制平滑程度。
2)線邊緣檢測(見1998年IEEE Trans.Imag.Proc.第7輯(12)1700-1714頁，Czerwinski R.N等人的“Line and boundary detection in speckle images”)。它以長度很短的線段來近似圖象的局部線性特征(如邊緣與一些特殊結(jié)構(gòu))，這種以局部較小尺度的線性來近似圖象結(jié)構(gòu)的大尺度線性的方法，能較好地保留與增強邊緣。
3)多尺度非線性抑噪與邊緣增強(見1998年IEEE Trans.Med.Imag.第17輯(4)532-540頁，Zhang X.等人的“Speckle reduction and contrast enhancement ofechocardiograms via multi-scale nonlinear processing”)。應(yīng)用小波多分辨率分析，在不同尺度下，應(yīng)用不同的閾值抑噪方法來平滑斑點。其基本思想是將圖像變換到小波域，舍去某些尺度部分，再進行逆小波變換，從而得到降噪圖像。
4)各向異性微分(見1990年IEEE Trans.Pattern Anal.Machine Intell.第12輯(7)629-639頁，Perona P.等人的“Scale-space and edge detection using anisotropicdiffusion”)。在微分過程中，對于鄰域像素，根據(jù)其灰度梯度值的不同，其平滑作用的強弱也相異，這種具有各向異性的處理方法在抑噪與保留邊緣方面具有獨特的作用。
5)GE公司在專利US 6,208,763和US 6,592,523中提出的超聲圖像增強和斑點抑制方案，是在圖像分割基礎(chǔ)上，基于圖像梯度把圖像分為結(jié)構(gòu)區(qū)域和背景區(qū)域；對結(jié)構(gòu)區(qū)域作方向性濾波和方向性增強，對背景區(qū)域作各向同性的平滑濾波。
上述現(xiàn)有技術(shù)的不足在于方法1)-4)雖然各自方法不同，但都沒有區(qū)分圖像信息，而將同樣方法用于圖像的整個區(qū)域；雖然方法本身可以包括自適應(yīng)處理，但仍然無法做到同時抑制斑點噪聲和增強邊緣，經(jīng)常會出現(xiàn)增強邊緣的同時也增強了斑點噪聲、或者抑制斑點噪聲的同時也使邊緣模糊了的情況。方法1)尤其還依賴于圖像中的斑點統(tǒng)計特性，而醫(yī)療上不同的組織結(jié)構(gòu)，會有不同的斑點統(tǒng)計特性。方法5)圖像增強效果較明顯，但它是基于整幅圖像來進行處理，算法比較復雜，難于用硬件來實時實現(xiàn)，難于在實際應(yīng)用中使用。發(fā)明內(nèi)容本發(fā)明要解決的技術(shù)問題是針對上述現(xiàn)有技術(shù)的不足，而提出一種超聲圖像數(shù)據(jù)處理方法，能用簡單的算法處理來實時同時實現(xiàn)對圖像的邊緣銳化與斑點抑制，并且易于用硬件方式實現(xiàn)。
為解決上述技術(shù)問題，本發(fā)明的基本構(gòu)思為采用一種基于圖像邊緣分析的斑點抑制和邊緣銳化方法，首先判斷圖像的邊緣，再分別處理對于邊緣部分作方向性濾波或方向性增強；對于非邊緣區(qū)域，求得中心像素點鄰域內(nèi)的均值和各向同性增強值，再對這兩個值求加權(quán)平均來得到最終的結(jié)果。從而同時實現(xiàn)對圖像的邊緣銳化與斑點抑制。
作為實現(xiàn)本發(fā)明構(gòu)思的技術(shù)方案是，提供一種超聲圖像邊緣銳化與斑點抑制方法，用于超聲成像系統(tǒng)對超聲掃描圖像顯示數(shù)據(jù)的優(yōu)化處理，包括步驟A.讀取超聲圖像數(shù)據(jù)；B.依次對各像素點的數(shù)據(jù)進行處理，將該點得到的最終數(shù)據(jù)輸出或保存；尤其是，所述步驟B包括判斷每一所述像素點是否是邊緣點的過程，系統(tǒng)對邊緣點和非邊緣點采用不同處理計算。
上述方案中，所述步驟B判斷一像素點是否邊緣點是基于方差進行的，包括步驟a.以所述像素點為中心點取一鄰域；b.求出所述鄰域內(nèi)的方差Var；c.根據(jù)預(yù)先設(shè)定的方差門限VarT判斷此中心點是否邊緣點，具體是，若滿足條件Var＞VarT則所述像素點為邊緣點。
上述方案中，所述步驟B判斷一像素點是否邊緣點還基于梯度而進行的，具體是先以所述像素點為中心點取一鄰域；求出所述中心像素點的梯度Grad；再根據(jù)預(yù)先設(shè)定的方差門限VarT、梯度門限GradT及灰度門限GrayT來判斷此中心點是否邊緣點，即設(shè)所述中心點的灰度值為gray，若滿足條件Grad＞GradT，Var＞VarT，Gray＞GrayT則所述像素點為邊緣點。
上述方案中，系統(tǒng)對各邊緣點的處理是進行方向性濾波，來得到增強的邊緣。
上述方案中，系統(tǒng)對各邊緣點的處理還包括對方向性濾波的結(jié)果進一步作方向性增強。
上述方案中，系統(tǒng)對各非邊緣點的處理是求出以該點為中心像素點的一鄰域內(nèi)的像素數(shù)據(jù)均值，以及各向同性增強值，再對均值和各向同性增強值做加權(quán)平均來取得所述非邊緣點的終值。
采用上述技術(shù)方案，可以同時實現(xiàn)對圖像的邊緣銳化與斑點抑制，并且具有算法簡單，易于硬件實現(xiàn)，可實時處理，適用性強等優(yōu)點。


圖1是超聲成像系統(tǒng)方框2是本發(fā)明邊緣銳化和斑點抑制方法流程3是邊緣判斷流程4是梯度計算模板示意5是方向性濾波流程6是方向性增強流程7是各向同性增強流程8是未采用本發(fā)明方法的原始圖像示意9是經(jīng)本發(fā)明方法邊緣銳化和斑點抑制后的圖像示意圖具體實施方式
下面，結(jié)合附圖所示之最佳實施例進一步闡述本發(fā)明。
本發(fā)明超聲圖像邊緣銳化與斑點抑制方法，用于超聲成像系統(tǒng)對超聲掃描圖像顯示數(shù)據(jù)的優(yōu)化處理，系統(tǒng)先讀取超聲圖像數(shù)據(jù)，再依次對各像素點的數(shù)據(jù)進行處理，將該點得到的最終數(shù)據(jù)輸出或保存。其中，系統(tǒng)處理模塊如圖2所示，包括判斷每一所述像素點是否是邊緣點的過程，并對邊緣點和非邊緣點采用不同處理計算。
具體是，在一幅超聲圖像中，對于每個像素點，以該點為中心取一鄰域，例如包括(但不限于)5*5像素點的范圍內(nèi)，進行計算判斷該點是否邊緣點。具體是，先求出所述鄰域內(nèi)的方差Var再根據(jù)預(yù)先設(shè)定的方差門限VarT來判斷此中心點是否邊緣點滿足條件Var＞VarT的視為邊緣點，否則按非邊緣點處理。
所述鄰域內(nèi)的方差Var可以依下式計算Var=(ΣiWinsizeΣiWinSize(Gray(i,j)-GrayAvg)2)/(WinSize*WinSize)]]>其中WinSize為鄰域大小，GrayAvg為鄰域內(nèi)的灰度均值，并且GrayAvg=Σj=1WinSizeΣi=1WinSizeGray(i,j)/(WinSize×WinSize)]]>此外，本發(fā)明的實施例之二可以如圖3所示，結(jié)合方差和梯度計算來判斷邊緣點基于上述方差計算上，再求出所述中心像素點的梯度Grad；再根據(jù)預(yù)先設(shè)定的方差門限VarT、梯度門限GradT及灰度門限GrayT來判斷此中心點是否邊緣點，即設(shè)所述中心點的灰度值為gray，若滿足條件Grad＞GradT，Var＞VarT，Gray＞GrayT 則所述像素點為邊緣點。
所述中心像素點的梯度Grad可以是Grad＝max(fabs(XGrad)，fabs(YGrad))其中Xgrad和Ygrad分別表示x和y方向的梯度，可以用SOBEL模板來計算(如圖4所示，圖a是計算x方向梯度的模板，圖b是計算y方向梯度的模板。因?qū)儆诂F(xiàn)有技術(shù)，不在此贅述)，這樣取x和y方向梯度的絕對值的最大值為該像素點的梯度值。
上述實施例中的鄰域大小取5，可以較好地分辨出圖像邊緣。鄰域可以取得更大，但會增加計算量和存儲量；而取得更小，可能會影響圖像邊緣的判斷。
本發(fā)明實施例中，對邊緣點的處理是進行方向性濾波來得到增強的邊緣。對非邊緣點的處理是，求出以該點為中心像素點的一鄰域(比如但不限于5*5)內(nèi)的像素數(shù)據(jù)均值，同時求出各向同性增強值，最后對均值和各向同性增強值做加權(quán)平均來取得最終結(jié)果。
所述方向性濾波的具體過程如圖5所示(以3*3鄰域為例)對每個中心像素點，先在鄰域內(nèi)分別計算各個方向(以0度、45度、135度、90度四個方向為例)的方差，再比較得到最小方差，沿該最小方差的方向做均值濾波，即計算最小方差方向的三點灰度均值，最后將該均值賦給中心像素點。所述方向性濾波處理可以使模糊的邊緣變得比較光滑。
為進一步增強邊緣，系統(tǒng)對各邊緣點的處理還包括對上述方向性濾波的結(jié)果作方向性增強，所述方向性增強的具體過程如圖6所示(以3*3鄰域為例)先求出各個方向的一維LAPLACIAN值，可以設(shè)置一維LAPLACIAN模板為{-1，2，-1}；再比較所述各一維LAPLACIAN值，找出最大幅值，設(shè)為MaxLAPLACIAN；最后計算所述中心像素點銳化后的灰度值Sharp，為Sharp＝gray+a×MaxLAPLACLAN其中g(shù)ray為經(jīng)過方向性濾波的灰度值；a是預(yù)設(shè)的加權(quán)系數(shù)，與銳化強弱程度相對應(yīng)，不同的成像系統(tǒng)預(yù)設(shè)不同的a值。
所述各向同性增強的具體過程如圖7所示(以對應(yīng)像素點為中心的5*5鄰域為例)先計算該鄰域內(nèi)像素的灰度均值Mean，和該中心像素點的二維LAPLACIAN值Lap；再根據(jù)所述二維LAPLACIAN值計算灰度銳化值sharp，如sharp＝Lap+gray；最后求所述均值Mean和所述銳化值sharp的加權(quán)平均值作為所述中心像素點的灰度終值result＝(1-b)×Mean+b×sharp其中預(yù)設(shè)的加權(quán)系數(shù)b用來控制非邊緣點區(qū)域(即背景區(qū)域)的圖像顆粒細膩程度。因所述一維LAPLACIAN及二維LAPLACIAN的計算屬于現(xiàn)有技術(shù)，不在此贅述。
所述實施例實驗對比如下以一(但不限于)全數(shù)字黑白B超為例，通常圖像可取得如圖8所示顯示效果，該圖像數(shù)據(jù)經(jīng)本發(fā)明邊緣銳化和斑點抑制方法處理后的輸出顯示如圖9，可見，后者的圖像邊緣更清楚明顯、斑點噪聲也得到很好抑制，從而圖像質(zhì)量得到很好提高。
用DSP(數(shù)字信號處理器)編程或PLGA(可編程邏輯門陣列)、CPLD(復雜可編程邏輯器件)方式來硬件實現(xiàn)的上述方法，亦在本發(fā)明的保護范圍內(nèi)。
權(quán)利要求
1.一種超聲圖像邊緣銳化與斑點抑制方法，用于超聲成像系統(tǒng)對超聲掃描圖像顯示數(shù)據(jù)的優(yōu)化處理，包括步驟A.讀取超聲圖像數(shù)據(jù)；B.依次對各像素點的數(shù)據(jù)進行處理，將該點得到的最終數(shù)據(jù)輸出或保存；其特征在于，所述步驟B包括判斷每一所述像素點是否是邊緣點的過程，系統(tǒng)對邊緣點和非邊緣點采用不同處理計算。
2.根據(jù)權(quán)利要求1所述的超聲圖像邊緣銳化與斑點抑制方法，其特征在于，所述步驟B判斷一像素點是否邊緣點是基于方差進行的，包括步驟a.以所述像素點為中心點取一鄰域；b.求出所述鄰域內(nèi)的方差Var；c.根據(jù)預(yù)先設(shè)定的方差門限VarT判斷此中心點是否邊緣點，具體是，若滿足條件Var＞VarT則所述像素點為邊緣點。
3.根據(jù)權(quán)利要求2所述的超聲圖像邊緣銳化與斑點抑制方法，其特征在于，所述鄰域內(nèi)的方差Var是Var=(ΣiWinsizeΣiWinSize(Gray(i,j)-GrayAvg)2)/(WinSize*WinSize)]]>其中，WinSize為鄰域大小，GrayAvg為鄰域內(nèi)的灰度均值，并且GrayAvg=ΣiWinSizeΣiWinSizeGray(i,j)/(WinSize×WinSize).]]>
4.根據(jù)權(quán)利要求2所述的超聲圖像邊緣銳化與斑點抑制方法，其特征在于，所述步驟B判斷一像素點是否邊緣點還基于計算梯度而進行，具體是先以所述像素點為中心點取一鄰域；求出所述中心像素點的梯度Grad；再根據(jù)預(yù)先設(shè)定的方差門限VarT、梯度門限GradT及灰度門限GrayT來判斷此中心點是否邊緣點，即設(shè)所述中心點的灰度值為gray，若滿足條件Grad＞GradT，Var＞VarT，Gray＞GrayT則所述像素點為邊緣點。
5.根據(jù)權(quán)利要求4所述的超聲圖像邊緣銳化與斑點抑制方法，其特征在于，所述中心像素點的梯度Grad是Grad＝max(fabs(XGrad)，fabs(YGrad))其中，Xgrad和Ygrad分別表示x和y方向的梯度。
6.根據(jù)權(quán)利要求1所述的超聲圖像邊緣銳化與斑點抑制方法，其特征在于系統(tǒng)對各邊緣點的處理是進行方向性濾波，來得到增強的邊緣。
7.根據(jù)權(quán)利要求6所述的超聲圖像邊緣銳化與斑點抑制方法，其特征在于，所述對一邊緣點的方向性濾波包括步驟a.以所述邊緣點為中心點取一鄰域；b.在該鄰域內(nèi)分別計算各個方向的方差；c.比較得到最小方差；d.計算該最小方差方向上所述鄰域內(nèi)像素點的灰度均值，并將該均值賦給所述邊緣點。
8.根據(jù)權(quán)利要求6或7所述的超聲圖像邊緣銳化與斑點抑制方法，其特征在于，系統(tǒng)對各邊緣點的處理還包括對方向性濾波的結(jié)果進一步作方向性增強，包括步驟a.設(shè)置一維LAPLACIAN模板來求出所述鄰域內(nèi)各個方向的一維LAPLACIAN值；b.比較所述各一維LAPLACIAN值，找出最大幅值，設(shè)為MaxLAPLACIAN；來計算所述中心像素點銳化后的灰度值SharpSharp＝gray+a×MaxLAPLACIAN其中，gray為所述中心像素點經(jīng)過方向性濾波的灰度值；a是預(yù)設(shè)的加權(quán)系數(shù)。
9.根據(jù)權(quán)利要求1所述的超聲圖像邊緣銳化與斑點抑制方法，其特征在于，系統(tǒng)對各非邊緣點的處理是求出以該點為中心像素點的一鄰域內(nèi)的像素數(shù)據(jù)均值，以及各向同性增強值，再對均值和各向同性增強值做加權(quán)平均來取得所述非邊緣點的終值。
10.根據(jù)權(quán)利要求9所述的超聲圖像邊緣銳化與斑點抑制方法，其特征在于，所述各向同性增強的具體過程包括先計算所述鄰域內(nèi)像素的灰度均值Mean和所述中心像素點的二維LAPLACIAN值Lap；再根據(jù)所述二維LAPLACE值計算灰度銳化值sharpsharp＝Lap+gray；最后求所述均值Mean和所述銳化值sharp的加權(quán)平均值result＝(1-b)×Mean+b×sharp作為所述中心像素點的灰度終值；其中b為預(yù)設(shè)的加權(quán)系數(shù)。
全文摘要
一種超聲圖像邊緣銳化與斑點抑制方法，用于對超聲掃描顯示圖像數(shù)據(jù)的優(yōu)化處理，包括步驟讀取超聲圖像數(shù)據(jù)；依次基于方差對各像素點判斷是否邊緣點，對邊緣點和非邊緣點采用不同數(shù)據(jù)處理計算，得到該點的最終數(shù)據(jù)并輸出或保存。可以對所述邊緣點先進行方向性濾波，再作方向性增強，來得到增強的邊緣?？梢詫λ龇沁吘夵c求出以該點為中心像素點的一鄰域內(nèi)的像素數(shù)據(jù)均值，以及各向同性增強值，再求二者的加權(quán)平均值來作為所述非邊緣點的灰度終值。采用本發(fā)明方法，可以同時實現(xiàn)對圖像的邊緣銳化與斑點抑制，并且具有算法簡單，易于硬件實現(xiàn)，可實時處理，適用性強的優(yōu)點。
文檔編號A61B8/00GK1892696SQ20051003591
公開日2007年1月10日 申請日期2005年7月8日 優(yōu)先權(quán)日2005年7月8日
發(fā)明者倪東, 胡勤軍, 朱磊, 楊波 申請人:深圳邁瑞生物醫(yī)療電子股份有限公司