[发明专利]用于3D图像质量增强的方法和设备

说明书

技术领域

本发明涉及光学相干层析3D图像的处理，更具体地讲，涉及一种能够去除3D图像噪声并且能够提高3D图像对比度的用于3D图像质量增强的方法和设备。

背景技术

光学相干层析(OCT)术是最近几十年发展起来的高分辨率生物组织成像技术。这一技术已经成功应用于眼科临床医学，但是其在例如肿瘤检测和皮肤病检测等对高致密组织成像领域的应用还很不完善。因为高致密组织对光的高散射和低穿透性会严重降低OCT系统的信噪比和所生成的图像的动态范围，所以对图像中器官和病变的分辨和诊断变得困难。为了提高高致密组织图像的辨识度，发展快速而有效的图像噪声去除和图像细节对比度增强方法变得十分必要。

OCT图像的噪声主要包含加性噪声和乘性噪声，也叫做非相干噪声和相干噪声。去噪方法主要分为基于硬件的去噪和基于数字滤波的去噪。基于硬件的去噪主要是空间、频率、角度、和偏振态等的混合技术。理想情况下，这些技术可以从物理上去除系统的加性噪声和乘性噪声，但是需要增加额外的系统硬件，因而使得系统的造价偏高。这种混合技术需要额外的扫描过程和图像平均过程，因此会明显降低系统的成像速度和图像的对比度。与此相比，基于软件的实时后处理方法可以在不影响成像速度的情况下对图像进行去噪和对比度增强，是基于硬件的处理方法的一个很好的替代方法。

大部分已有的去噪和图像增强方法是应用于2D图像的，主要基于一些合理的噪声模型提出不同的去噪算法和滤波器。这些滤波器主要分为四类：线性滤波器、非线性滤波器、扩散滤波器和基于多尺度分析的滤波器。这四种现有的滤波器均能够抑制噪声。然而，这些滤波器在应用到OCT图像的过程中依然存在以下限制：(1)效果较好的滤波器不满足OCT系统高速实时处理的要求；(2)使用的滤波器模型有局限性，不能处理OCT图像中的某些特定噪声；(3)滤波结果变得模糊，对表现图像的细节有影响。

目前已经开发了一些3D OCT图像去噪的算法，这些算法可以一定程度上改善2D滤波器滤波过程中使图像模糊的缺点。基于均值法的算法主要有基于运动补偿的均值法和基于多尺度小波分析的均值法。L.fang、S.Li、Q.nie、J.A.Izatt、C.A.Toth和S.Farsiu在“Sparsity based denoising of spectral domain optical coherence tomography images”中提出了一种基于稀疏字典的3D OCT图像去噪方法，可以进一步改善均值法引入的图像模糊。然而，这些3D去噪方法的处理速度都不能满足实际处理的要求。

对于通用图像来讲，其由CCD或感光胶片获得，图像中每个像素点的噪声特性都相同。然而，OCT图像为逐点或逐线扫描获得，其每个点的噪声性质与系统在某一确定时刻的状态和所扫描物体的状态密切相关。因此，应用现有的3D OCT图像去噪方法不能有效地去除具有不同的噪声特性的各种噪声。总而言之，现有的图像去噪方法仍然存在以下问题：(1)效果较好的2D滤波器和3D滤波器不满足OCT系统高速实时处理的要求；(2)使用的滤波器模型有局限性，不能处理OCT图像中的某些特定噪声和噪声性质不相同的问题；(3)滤波结果图像细节模糊，影响图像的进一步识别。

发明内容

因此，为了解决现有技术中的以上缺点，本发明的目的在于提供一种能够去除3D图像噪声并且能够提高3D图像对比度的用于3D图像质量增强的方法和设备。

根据本发明的一方面，提供一种用于3D图像质量增强的方法，包括以下步骤：(a)基于噪声特性将输入的3D图像划分为多个子区域；(b)根据各个子区域的噪声特性，应用不同的去噪策略对输入的3D图像的各个子区域进行去噪，从而获得去噪后的3D图像；(c)增强去噪后的3D图像的对比度。

可选择地，在步骤(a)中，基于噪声特性将输入的3D图像划分为前景区域和背景区域。

可选择地，步骤(a)包括：接收输入的3D图像；依次将输入的3D图像的第一帧至最后一帧选择为目标图像；基于噪声特性将目标图像划分为前景区域和背景区域。

可选择地，将输入的3D图像中亮度大于预定阈值的像素划分为前景区域，将输入的3D图像中亮度小于或等于预定阈值的像素划分为前景区域。

可选择地，在步骤(b)中，应用如下的双线性去噪模型对3D图像进行去噪：