專利名稱：：數(shù)字x射線膠片的噪聲評(píng)價(jià)方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及數(shù)字圖像處理，能用于解決與用包括X射線在內(nèi)的高能輻射獲得的數(shù)字圖像的處理有關(guān)的問(wèn)題。本發(fā)明尤其涉及數(shù)字X射線膠片的噪聲評(píng)價(jià)。
背景技術(shù)：
：目前，各種圖像處理算法已用于數(shù)字射線照相術(shù)。勾邊法(crispening)或解剖組織分割法(anatomicalorganizationsegmentation)等方法可使用圖像的噪聲水平的數(shù)據(jù)。而且，事實(shí)上，每個(gè)定性的噪聲抑制方法都使用噪聲方差(dispersion/variance)作為參數(shù)。因此，考慮下面的問(wèn)題是重要的如何僅利用數(shù)字原始圖像來(lái)確定該圖像的噪聲水平。這個(gè)問(wèn)題由于數(shù)字圖像的噪聲方差顯著依賴于有用信號(hào)的強(qiáng)度這一事實(shí)而變得復(fù)雜。噪聲通常是任意單位的測(cè)量量與其精確值的隨機(jī)偏差。在數(shù)字射線照相術(shù)中，成像檢測(cè)器測(cè)量X射線的強(qiáng)度，每個(gè)單元像一個(gè)光子加法器，通過(guò)光子吸收來(lái)在照射時(shí)間內(nèi)收集平均歹個(gè)電子。在照射時(shí)間內(nèi)在檢測(cè)器單元中收集的、在光子吸收過(guò)程期間產(chǎn)生的電子數(shù)N可通過(guò)使用泊松分布隨機(jī)量來(lái)模擬P〈N=)=Qxp(-N)—-,n^Oη\所吸收的光子的隨機(jī)波動(dòng)稱作量子噪聲或光子噪聲。在現(xiàn)代的檢測(cè)器中，光子噪聲是圖像噪聲的主要來(lái)源。其它的噪聲源涉及檢測(cè)器系統(tǒng)噪聲讀出噪聲、熱噪聲、放大器的噪聲、量子化噪聲等(引證文件5)。給定噪聲源的總效果可通過(guò)高斯分布隨機(jī)量來(lái)模擬(引證文件1-3)。根據(jù)傳統(tǒng)模型，在線性電子電路中，數(shù)字圖像總噪聲(光子噪聲和其它噪聲源)的方差是有用信號(hào)的線性函數(shù)(引證文件11)σ2(I(P))=al(p)+b(I)其中，I(P)是像素P的信號(hào)強(qiáng)度水平。存在很多致力于解決數(shù)字圖像噪聲評(píng)價(jià)問(wèn)題的出版物(引證文件1、3、4、6_8、10)。引證文件6提供了一種非參數(shù)(non-parametric)的噪聲評(píng)價(jià)方法，該方法的重點(diǎn)在于開(kāi)發(fā)一種實(shí)時(shí)的算法。引證文件3考慮了噪聲評(píng)價(jià)的兩參數(shù)法(two-parametrcapproach)0原始數(shù)據(jù)數(shù)字圖像(直接從成像檢測(cè)器獲得的未經(jīng)非線性變換如伽瑪校正等的圖像)的噪聲被模型化為與信號(hào)隨機(jī)值有關(guān)的加數(shù)(additive)，該信號(hào)隨機(jī)值的方差根據(jù)上述公式(I)依賴于信號(hào)。這種繪制模型噪聲方差曲線的方法考慮了檢測(cè)器操作中來(lái)源于不充分照射和過(guò)分照射的非線性，即在動(dòng)態(tài)范圍的邊界處違反上述公式(I)時(shí)的非線性。引證f件UBoscoA.,BattiatoS.,BrunaA.R.,RizzoR.Noisereductionforcfaimagesensorsexploitinghvsbehavior.Sensors9(3)，1692-1713(2009).2、FoiA.，TrimecheM.，KatkovnikV.，EgiazarianK.Practicalpoissonian-gaussiannoisemodelingandfittingforsingle-imageraw-data.ImageProcessing，IEEETransactionson17，1737-1754(October2008).3、FoiA.Practicaldenoisingofclippedoroverexposednoisyimages.Proc.16thEuropeanSignalProcess.Conf.，EUSIPC02008，Lausanne，Switzerland,August2008.4、ForstnerW.Imagepreprocessingforfeatureextractionindigitalintensity,colorandrangeimages.InSpringerLectureNotesonEarthSciences，1998.5、GinoM.Noise,Noise，Noise.http://www.astrophys-assist.com/educate/noise/noise,htm6、HenselM.，LundtB.,PralowT.，GrigatR.-R.RobustandFastEstimationofSignal-DependentNoiseinMedicalX-RayImageSequences.InHandels，H.，etal.，ed.BildverarbeitungfurdieMedizin2006:Algorithmen，Systeme,Anwendun-gen.Springer(2006)46-50.7、LiuC.，SzeliskiR.，KangS.B.，ZitnickC.L，F(xiàn)reemanW.T.Automaticestimationandremovalofnoisefroasingleimage.IEEETransactionsonPatternAnalysisandMachineIntelligence30(2)，299{314(2008)·8、SalmeriM.，MencattiniA.，RabottinoG.，LojaconoR.Signal-dependentNoiseCharacterizationforMammographicImagesDenoising.IMEKOTC4Symposium(IMEK0TC4'08)，F(xiàn)irenze,Italy,September2008.9、StarckJ.，MurtaghF.，BijaouiA.ImageProcessingandDataAnalysisTheMultiscaleApproach.CambridgeUniversityPress,1998.10、WaegliB.InvestigationsintotheNoiseCharacteristicsofDigitizedAerialImages.InInt.Arch.ForPhotogr.AndRemoteSensing,Vol.32-2,pages341_348，1998.11、HHeB.UMtfcpoBaiio6pa6oTKaM3o6pa^ceHMi5.M·，TexHocΦepa，2007，583c.12、W.H.Press,S.A.Teukolsky,W.T.Vetterling,B.P.Flannery.NumericalRecipesinCTheArtofScientificComputing，SecondEdition.NewYorkCambridgeUniversityPress,1992.
發(fā)明內(nèi)容與本發(fā)明最相關(guān)的方法是記載于引證文件2、6中的方法，根據(jù)該方法，對(duì)原始圖像上的依賴信號(hào)的噪聲的估計(jì)需要進(jìn)行下面的步驟-通過(guò)對(duì)原始數(shù)據(jù)數(shù)字圖像進(jìn)行低頻濾波來(lái)估計(jì)有用信號(hào)，并計(jì)算原始圖像與其估計(jì)之間的差，由此獲得噪聲圖像；-使用任意方法排除噪聲圖像中與原始數(shù)據(jù)數(shù)字圖像中的急劇變化(邊界，或稱單個(gè)“熱”像素)相關(guān)的像素值；-將估計(jì)圖像的強(qiáng)度范圍分割為區(qū)間，然后為每個(gè)區(qū)間存儲(chǔ)噪聲圖像中與估計(jì)圖像的像素相對(duì)應(yīng)的像素；-基于存儲(chǔ)在上述區(qū)間的噪聲圖像的像素值來(lái)計(jì)算每一區(qū)間中的噪聲方差。本發(fā)明使用上述引證文件中所述的噪聲估計(jì)原理。本發(fā)明的任務(wù)是開(kāi)發(fā)一種在數(shù)字X射線圖像噪聲估計(jì)的速度和質(zhì)量方面更高效的方法。本發(fā)明的數(shù)字X射線膠片的噪聲評(píng)價(jià)方法包括獲得原始圖像；通過(guò)對(duì)原始圖像進(jìn)行低頻濾波來(lái)獲得估計(jì)圖像；生成作為原始數(shù)據(jù)數(shù)字圖像與其估計(jì)之差的依賴信號(hào)的噪聲；排除噪聲圖像中與原始數(shù)據(jù)數(shù)字圖像中的急劇變化相對(duì)應(yīng)的像素值；將估計(jì)圖像的強(qiáng)度范圍分割為區(qū)間，估計(jì)圖像的每一像素屬于適當(dāng)?shù)膮^(qū)間；為每個(gè)區(qū)間存儲(chǔ)噪聲圖像中與估計(jì)圖像的像素相對(duì)應(yīng)的像素；根據(jù)存儲(chǔ)在這樣的區(qū)間中的噪聲圖像的像素值來(lái)計(jì)算每一區(qū)間中的噪聲方差；通過(guò)使用3σ法排除噪聲像素來(lái)形成每一區(qū)間的方差，上述過(guò)程通過(guò)以下方式來(lái)實(shí)現(xiàn)-通過(guò)對(duì)噪聲圖像中與原始圖像的邊緣相對(duì)應(yīng)的像素值進(jìn)行形態(tài)學(xué)提取，來(lái)排除噪聲圖像中與原始數(shù)據(jù)數(shù)字圖像中的急劇變化相關(guān)的像素值；-對(duì)噪聲方差的區(qū)間估計(jì)進(jìn)行穩(wěn)健局部線性近似，該穩(wěn)健局部線性近似產(chǎn)生給出噪聲對(duì)信號(hào)強(qiáng)度依賴關(guān)系的表格函數(shù)；-基于估計(jì)圖像和計(jì)算出的表格函數(shù)來(lái)計(jì)算噪聲地圖，該噪聲地圖相當(dāng)于對(duì)原始圖像噪聲方差進(jìn)行逐像素估計(jì)的圖像。該算法的執(zhí)行包括幾個(gè)步驟I、使用對(duì)原始數(shù)據(jù)數(shù)字圖像的低頻濾波來(lái)估計(jì)有用信號(hào)，并通過(guò)計(jì)算原始圖像與其估計(jì)之差來(lái)獲取噪聲圖像；2、對(duì)噪聲圖像中與原始數(shù)據(jù)數(shù)字圖像的邊緣相對(duì)應(yīng)的像素值進(jìn)行形態(tài)學(xué)提?。?、將估計(jì)圖像的強(qiáng)度范圍分割成區(qū)間，并根據(jù)存儲(chǔ)在這樣的區(qū)間中的噪聲圖像的像素為每一區(qū)間計(jì)算噪聲方差；4、通過(guò)基于3σ法排除噪聲像素來(lái)形成每一區(qū)間的方差；5、對(duì)用于計(jì)算給出了噪聲對(duì)信號(hào)強(qiáng)度依賴關(guān)系的表格函數(shù)的噪聲方差的區(qū)間估計(jì)進(jìn)行穩(wěn)健局部線性近似；6、基于估計(jì)圖像和所計(jì)算出的噪聲與強(qiáng)度之間的表格依賴關(guān)系計(jì)算噪聲地圖。附圖示出了本發(fā)明，且與說(shuō)明書(shū)一起用于解釋本發(fā)明的原理。在所有附圖中，相同的附圖標(biāo)記用于表示實(shí)施方式的相同或相似的元件，其中，圖I示出了獲得X射線膠片的設(shè)備；圖2示出了實(shí)際X射線膠片的一部分；圖3示出了邊緣(非噪聲像素)的地圖；圖4示出了表格函數(shù)(tablefunction)曲線；圖5示出了噪聲地圖。具體實(shí)施例方式獲得X射線膠片的可能方法之一是使用圖I所示的設(shè)備。該設(shè)備包括X射線管1，其發(fā)出X射線束3。該X射線束3穿透正在進(jìn)行X射線檢查的物體2。X射線由檢測(cè)器4感知。該檢測(cè)器4包括X射線發(fā)光屏和感光元件陣列。該發(fā)光屏與感光表面的有效(active)部分光學(xué)連接。入射的射線束3首先在發(fā)光層轉(zhuǎn)化為可見(jiàn)光，該可見(jiàn)光的強(qiáng)度由感光元件陣列記錄下來(lái)。讀出來(lái)自感光元件陣列的數(shù)字?jǐn)?shù)據(jù)，該數(shù)字?jǐn)?shù)據(jù)作為圖像顯示在監(jiān)視器上。在生成估計(jì)圖像和獲取噪聲圖像的步驟，使用例如對(duì)原始圖像的低頻濾波(線性低頻卷積、中值濾波等)來(lái)進(jìn)行原始圖像的有用信號(hào)估計(jì)(引證文件2、6)。如果對(duì)實(shí)時(shí)應(yīng)用中的運(yùn)行速度有嚴(yán)格要求，理應(yīng)使用最簡(jiǎn)單的線性濾波(例如，二項(xiàng)式濾波器)。使用所獲得的平滑圖像得到噪聲圖像，即，原始圖像與濾波后圖像之差。通過(guò)最簡(jiǎn)單的濾波器進(jìn)行的估計(jì)并不理想，S卩，邊緣過(guò)于平滑。其結(jié)果是，原始圖像與平滑圖像之差給出的噪聲圖像除了平滑區(qū)域中的噪聲像素之外，還包括一定數(shù)量的、與急劇變化(sharpchange)對(duì)應(yīng)的像素(解剖組織輪廓,在下文稱作非噪聲像素)。這些像素在計(jì)算噪聲統(tǒng)計(jì)值時(shí)應(yīng)該排除，因?yàn)樗鼈儠?huì)使噪聲方差值顯著失真。為此，可使用不同的方法(引證文件3、8)，原則是對(duì)原始圖像的平滑后的結(jié)果進(jìn)行閾值處理，閾值通過(guò)信號(hào)-噪聲局部估計(jì)來(lái)確定。在含有大量細(xì)節(jié)的圖像區(qū)域，這種估計(jì)是不能令人滿意的。這就是本發(fā)明提供一種用在檢測(cè)和消除邊緣的步驟的、無(wú)需計(jì)算微分和標(biāo)準(zhǔn)偏差局部估計(jì)即可選擇邊緣的更簡(jiǎn)單的方法的原因。這種消除非噪聲像素的形態(tài)學(xué)(morphological)方法的本質(zhì)在于如下方面I、將噪聲圖像分為兩個(gè)分量，即正變化和負(fù)變化二值圖像；2、為了選擇與邊緣對(duì)應(yīng)的區(qū)域，對(duì)所獲得的圖像進(jìn)行形態(tài)學(xué)操作如侵蝕和放大；3、合并處理后的圖像來(lái)獲得單個(gè)二值圖像，S卩，原始圖像的輪廓地圖。為了更加完整地存儲(chǔ)細(xì)微結(jié)構(gòu)，使用小尺寸(2X2窗口)掩膜來(lái)進(jìn)行侵蝕和放大的形態(tài)學(xué)操作。圖3示出了通過(guò)用這里所述的方法對(duì)圖2所示的真實(shí)放射線圖像進(jìn)行邊緣估計(jì)所獲得的二值圖像。在對(duì)噪聲方差進(jìn)行區(qū)間估計(jì)的步驟，我們計(jì)算了估計(jì)圖像的最小和最大強(qiáng)度(強(qiáng)度范圍的限值)，將分割步長(zhǎng)選擇為例如32級(jí)灰度。此外，對(duì)于估計(jì)圖像的每一像素，我們找到該像素值所屬的區(qū)間以及噪聲圖像中用以計(jì)算給定區(qū)間內(nèi)噪聲方差評(píng)價(jià)的對(duì)應(yīng)像素值(同時(shí)排除與邊界對(duì)應(yīng)的像素)。當(dāng)計(jì)算噪聲方差的區(qū)間估計(jì)時(shí)，可使用不同的公式，例如標(biāo)準(zhǔn)無(wú)偏估計(jì)、或使用絕對(duì)偏差中值用的方程式的穩(wěn)健估計(jì)(robustestimation,引證文件2、3、6)。該步驟產(chǎn)生表示噪聲方差對(duì)信號(hào)強(qiáng)度依賴關(guān)系的表格函數(shù)。出現(xiàn)在生成邊緣地圖過(guò)程中的不準(zhǔn)確是從統(tǒng)計(jì)估計(jì)中精確地排除非噪聲像素的障礙，會(huì)導(dǎo)致計(jì)算方差的區(qū)間估計(jì)時(shí)很大的誤差。因此，在對(duì)方差的區(qū)間估計(jì)進(jìn)行改進(jìn)的步驟，通過(guò)迭代孤立點(diǎn)去除技術(shù)(引證文件6)來(lái)改進(jìn)估計(jì)數(shù)據(jù)對(duì)于每一區(qū)間，排除絕對(duì)值超過(guò)相當(dāng)于三倍噪聲標(biāo)準(zhǔn)偏差的閾值的噪聲像素，接下來(lái)重新計(jì)算該區(qū)間的噪聲方差估計(jì)，重復(fù)以上過(guò)程以進(jìn)行迭代。計(jì)算噪聲方差的區(qū)間估值之后是估計(jì)噪聲方差對(duì)信號(hào)強(qiáng)度依賴關(guān)系的步驟。當(dāng)進(jìn)行參數(shù)評(píng)估時(shí)，可用任意方法(例如，最小二乘法、似然函數(shù)最小化、定向優(yōu)化)估計(jì)噪聲模型參數(shù)(引證文件I)。也可將傳感器的非線性考慮在內(nèi)(引證文件2)。然而，如在引證文件6中提到的，充分描述噪聲方差與信號(hào)強(qiáng)度之間關(guān)系的參數(shù)模型的產(chǎn)生由于諸多因素會(huì)帶來(lái)嚴(yán)重的困難。這些因素可包括傳感器的非線性、對(duì)原始圖像數(shù)據(jù)的非線性預(yù)處理(例如，對(duì)數(shù)運(yùn)算)。因此，就執(zhí)行的容易程度和應(yīng)用上的通用性而言，基于區(qū)間估計(jì)的、對(duì)噪聲6方差對(duì)信號(hào)強(qiáng)度的依賴關(guān)系進(jìn)行非參數(shù)估計(jì)的方法顯得更為有益。在本發(fā)明中，為了產(chǎn)生所需的依賴關(guān)系，提供了一種基于所獲得的噪聲方差的區(qū)間估計(jì)得到內(nèi)插表格函數(shù)的非參數(shù)方法。該表格函數(shù)基于對(duì)噪聲方差的區(qū)間估計(jì)進(jìn)行的穩(wěn)健局部線性近似而產(chǎn)生。穩(wěn)健技術(shù)的使用還使孤立點(diǎn)效應(yīng)(outliereffect，在對(duì)噪聲方差進(jìn)行區(qū)間估計(jì)時(shí)的大誤差)得以減輕，而該近似的局部性給出了對(duì)描述噪聲對(duì)強(qiáng)度依賴關(guān)系的曲線的復(fù)雜走向的迭代。因此，得到的用于原始圖像的每一強(qiáng)度的表格函數(shù)與噪聲方差的估計(jì)相匹配。表格輸入點(diǎn)可使用例如估計(jì)圖像的強(qiáng)度。圖4示出了表格函數(shù)(實(shí)線)的曲線，表示基于圖2中所示圖像的噪聲標(biāo)準(zhǔn)偏差的區(qū)間估計(jì)(圓圈)的、噪聲標(biāo)準(zhǔn)偏差對(duì)強(qiáng)度的依賴關(guān)系。X軸為圖2中所示圖像的信號(hào)強(qiáng)度值，Y軸為與給定強(qiáng)度值對(duì)應(yīng)的噪聲標(biāo)準(zhǔn)偏差值。在實(shí)踐中，對(duì)于參數(shù)噪聲估計(jì)，可以使用這樣的方法，在該方法中，使用使原始圖像的噪聲方差穩(wěn)定化的變換(引證文件2、3、9、11)。因此，依賴信號(hào)的噪聲濾波問(wèn)題的任務(wù)是抑制附加的不依賴噪聲的方差常數(shù)(給定的)。本發(fā)明提供了非參數(shù)噪聲估計(jì)，因此，提供了在產(chǎn)生噪聲地圖步驟使用的以下方法使用估計(jì)圖像和內(nèi)插表格來(lái)產(chǎn)生噪聲地圖，該噪聲地圖是每一像素都估計(jì)原始圖像的適當(dāng)像素中噪聲偏差的均方值的圖像。該噪聲地圖給出了具有足夠使用精度的逐像素噪聲估計(jì)。通過(guò)使用盡可能多的圖像噪聲水平的精確數(shù)據(jù)，提供了大大改進(jìn)的噪聲降低算法。圖5示出了噪聲地圖，S卩，每一像素都給出噪聲標(biāo)準(zhǔn)估計(jì)的圖像。實(shí)施例在產(chǎn)生估計(jì)圖像和獲得噪聲圖像的步驟，對(duì)原始圖像I(X，y)進(jìn)行尺寸為3X3的低頻線性二項(xiàng)式濾波器的濾波權(quán)利要求1.一種數(shù)字X射線膠片的噪聲評(píng)價(jià)方法，包括獲得原始圖像；通過(guò)對(duì)所述原始圖像進(jìn)行低頻濾波來(lái)獲得估計(jì)圖像；產(chǎn)生作為所述原始圖像與所述估計(jì)圖像之差的噪聲圖像；排除所述噪聲圖像中與所述原始圖像中的急劇變化相對(duì)應(yīng)的像素；將所述估計(jì)圖像的強(qiáng)度范圍分割為區(qū)間，從而所述估計(jì)圖像的每一像素與適當(dāng)?shù)膮^(qū)間相關(guān)；為每個(gè)區(qū)間累積所述噪聲圖像中與所述估計(jì)圖像的像素相對(duì)應(yīng)的像素；使用累積在所述區(qū)間中的所述噪聲圖像的像素來(lái)計(jì)算噪聲方差的區(qū)間估計(jì)；通過(guò)根據(jù)3。法排除噪聲像素來(lái)改進(jìn)所述區(qū)間估計(jì)，其中，通過(guò)對(duì)所述噪聲圖像中與所述原始圖像的邊緣相對(duì)應(yīng)的像素進(jìn)行形態(tài)學(xué)提取來(lái)排除所述噪聲圖像中與所述原始圖像中的急劇變化相對(duì)應(yīng)的像素；對(duì)噪聲方差的區(qū)間估計(jì)進(jìn)行穩(wěn)健局部線性近似，該穩(wěn)健局部線性近似產(chǎn)生描述噪聲對(duì)信號(hào)強(qiáng)度依賴關(guān)系的表格函數(shù)；基于所述估計(jì)圖像和所得到的描述噪聲對(duì)信號(hào)強(qiáng)度依賴關(guān)系的表格函數(shù)來(lái)計(jì)算作為數(shù)字原始圖像的逐像素噪聲方差估計(jì)的噪聲地圖。全文摘要一種數(shù)字X射線膠片噪聲評(píng)價(jià)方法，包括獲得原始圖像；對(duì)原始圖像進(jìn)行低頻濾波獲得估計(jì)圖像；產(chǎn)生作為原始圖像與估計(jì)圖像之差的噪聲圖像；通過(guò)形態(tài)學(xué)濾波排除噪聲圖像中與原始圖像急劇變化對(duì)應(yīng)的像素；將估計(jì)圖像的強(qiáng)度范圍分割為區(qū)間，估計(jì)圖像的每一像素涉及適當(dāng)?shù)膮^(qū)間；為每個(gè)區(qū)間累積噪聲圖像中與估計(jì)圖像的像素對(duì)應(yīng)的像素；使用累積在這樣的區(qū)間中的噪聲圖像像素計(jì)算噪聲方差的區(qū)間估計(jì)；根據(jù)3σ法排除噪聲像素，改進(jìn)區(qū)間估計(jì)，對(duì)噪聲方差的區(qū)間估計(jì)進(jìn)行穩(wěn)健局部線性近似，產(chǎn)生描述噪聲對(duì)信號(hào)強(qiáng)度依賴關(guān)系的表格函數(shù)；基于估計(jì)圖像和得到的噪聲對(duì)信號(hào)強(qiáng)度依賴關(guān)系表格函數(shù)計(jì)算作為對(duì)原始圖像進(jìn)行逐像素噪聲方差估計(jì)的噪聲地圖。文檔編號(hào)G06T7/00GK102592265SQ20111037279公開(kāi)日2012年7月18日申請(qǐng)日期2011年11月22日優(yōu)先權(quán)日2011年1月14日發(fā)明者S．莫科里夫申請(qǐng)人:伊姆普斯封閉式股份有限公司