[发明专利]一种导向三边滤波的超声图像散斑噪声去除方法

说明书

一种导向三边滤波的超声图像散斑噪声去除方法，包括：对导向图像利用高斯函数计算空域距离权，其标准偏差的设置随噪声强度增大而增大；对导向图像局部区域进行直方图拟合，拟合函数选用Fisher‑Tippett概率密度函数，其分布参数采用最大似然法估计，根据估计的参数计算分布相似权；对导向图像利用指数函数计算像素值差异权，其尺度参数设置随估计的Fisher‑Tippett分布参数正比例变化；利用前述计算的三个权值，对超声图像进行局部迭代滤波，迭代收敛后即得到散斑噪声去除的超声图像。本发明通过空域距离、像素值差异和分布相似性三方面信息计算滤波权值，能有效降低散斑噪声的同时更好地保留图像的细节和边缘信息，从而增强超声图像的视觉判读性。

技术领域

本发明涉及图像处理技术领域，具体是一种导向三边滤波的超声图像散斑噪声去除方法。

背景技术

目前超声影像已成为临床多种疾病诊断的首选方法，并已发展成为一种能提供多种参数的系列诊断技术。超声成像方法常用来判断脏器的位置、大小、形态，确定病灶的范围和物理性质，提供一些腺体组织的解剖图，鉴别胎儿的正常与异常，在妇产科及心血管系统、消化系统、泌尿系统的应用十分广泛。超声成像采用回声原理，由仪器探头向人体发射一束超声进入体内，并进行线形、扇形或其它形式的扫描，遇到不同声阻抗的两种组织的交界面，即有超声反射回来，由探头接收后，经过信号放大或信息处理，形成人体的断层图像。除了反射回波外，人体组织的微小结构作为散射体使声波产生散射后形成的散射回波也会被接收，但这部分回波相互干涉通常产生所谓的散斑噪声。由于该类噪声的存在，使得图像分辨率和对比度严重下降，影响计算机辅助的临床诊断，并为后续的组织或病灶体分割、识别、配准或三维重建等造成极大困难。因此超声图像散斑噪声去除一直是医学成像领域研究的热点问题。

多年来，国内外学者致力于超声图像的去噪研究，提出了多种不同类型的去噪方法，包括局部空域滤波，各项异性扩散滤波，非局部均值滤波，总变分方法，多尺度方法以及同态滤波方法等。这些方法，或者去噪效果不够理想，或者去噪算法复杂度较高，因此，寻求一种算法简单有效且去噪效果较理想的方案，是目前超声图像实时处理的必要条件，也是去噪算法移植到实际医疗设备的先决条件。

发明内容

本发明提供一种导向三边滤波的超声图像散斑噪声去除方法，通过空域距离、像素值差异、分布相似性三方面信息计算滤波权值，能有效降低散斑噪声的同时更好地保留图像的细节和边缘信息，从而增强超声图像的视觉判读性。

本发明采取的技术方案为：

一种导向三边滤波的超声图像散斑噪声去除方法，包括以下步骤：

步骤1：对导向图像利用高斯函数计算空域距离权，其标准偏差的设置随噪声强度增大而增大；

步骤2：对导向图像局部区域进行直方图拟合，拟合函数选用Fisher-Tippett概率密度函数，其分布参数采用最大似然法估计，根据估计的参数计算分布相似权；

步骤3：对导向图像利用指数函数计算像素值差异权，其尺度参数设置随估计的Fisher-Tippett分布参数正比例变化；

步骤4：利用前述计算的三个权值，对超声图像进行局部迭代滤波，迭代收敛后即得到散斑噪声去除的超声图像。

步骤1包括：

导向图像的整个区域为Ω，待处理像素位置x(x∈Ω)的邻域区域为N_r(x)，其大小表示为[-r,r]×[-r,r]，对该邻域内的某一像素t(t∈N_r(x))，其空域距离权g_t采用如下高斯函数：

其中：exp()为指数函数满足exp(y)＝e^y，||t||为待处理像素x与邻域像素t的欧氏距离，σ_s为标准偏差，其典型取值范围为1～3，且散斑噪声强度越大，取值越大。