CN102760283B - 图像处理方法、装置及医疗影像设备 - Google Patents

Abstract

本发明公开了一种图像处理方法、装置及医疗影像设备，包括将输入的数字图像分解成本底图和至少一个细节层次图，对细节层次图进行图像增强处理，将增强后的细节层次图与增强前的该图相融合以进行降噪处理，将降噪处理后的细节层次图和本底图进行合成，形成输出的数字图像。本发明通过将增强后的细节层次图与增强前的该图相融合，使得细节部分被增强而噪声部分被抑制，既可向医生提供细节清晰、丰富的高质量图像，同时也避免了噪声的干扰，有利于医生根据图像进行病情诊断和治疗。

Description

图像处理方法、装置及医疗影像设备

技术领域

本发明涉及医疗影像处理技术领域，尤其涉及一种图像处理方法、装置及医疗影像设备。

背景技术

在医疗领域，通过影像设备来检测患者身体内部的情况并辅助医生进行疾病判断已经被广泛应用，例如采用超声设备或X线影像设备来获取患者身体内部的图像，医生通过观察图像来诊断病情。在采用X线影像设备来获取患者身体内部的图像过程中，由于具有不同密度的组织对X线的衰减程度不同，因此，在数字化的X线摄影技术中，物体内部结构间的细微变化，大都可以反映为图像中像素值间的差异，因此图像中蕴含的细节信息往往对病情的诊断起到关键的作用。为了易于观察低对比度的细节，图像通常需要增强处理。然而，伴随着增强过程，图像中的噪声相应也被放大，这影响着图像质量。因此，在图像增强的同时，也需进行噪声抑制。关于噪声抑制的方法多种多样，其中一种抑制噪声的方案是：先对噪声进行抑制，然后再对细节进行增强。将输入图像多频分解为具有不同尺度大小的细节层次图，然后，在增强每一细节层次图中的细节之前，先进行噪声抑制。为了抑制噪声，需要首先估算当前层次图中的整体噪声水平，然后计算该层次图中每一像素点处的信噪比(Signal to Noise Ratio，SNR)，进而依据每一像素点处的信噪比水平，对该处的噪声进行不同程度的抑制。另一种抑制噪声的方案是：对输入图像进行多频分解后的每一细节层次图，首先也进行直接或间接的噪声估算，然后再依据当前层次图中每一像素点处的对比度噪声比(Contrast to Noise Ratio，CNR)，以判定该像素点处的信息为噪声还是细节。如果该处的对比度噪声比小于某个小阈值，那么认为该处主要存在噪声，因此，对该像素点不进行增强处理，由此不会放大该处的噪声；如果该处的对比度噪声比大于另一个大阈值，那么认为该处主要包含细节信息，需要进行增强；而对于那些对比度噪声比位于小阈值与大阈值之间的像素点，则由不增强处理逐渐过渡到不同程度的增强。

然而，在上述所有方法中，对于接近噪声的细小结构，很可能也被当成了噪声而不再进行增强或得到了进一步的抑制，从而使得这些细小的结构难以分辨甚至有了损失，以至于影响到医生的诊断和治疗。

发明内容

本发明要解决的主要技术问题是，提供一种图像处理方法、装置及医疗影像设备，既能使图像的细节得到增强以便于观察，同时尽量不增强噪声，从而避免噪声对细节的影响。

根据本发明的一方面，提供一种图像处理方法，包括：

将输入的数字图像分解成本底图和至少一个细节层次图；

对各细节层次图进行图像增强处理；

将增强后的细节层次图与增强前的该图相融合以进行降噪处理；

将降噪处理后的细节层次图和本底图进行合成，形成输出的数字图像。

在一种实施例中，将增强后的细节层次图与增强前的该图相融合以进行降噪处理包括：

像素值融合计算步骤，将增强后的细节层次图中的各像素点的像素值与增强前的该细节层次图中的该像素点的像素值按照预设规则进行融合计算；

细节层次图融合步骤，将融合后的各像素值组成降噪处理后细节层次图。

根据本发明的另一方面，提供一种图像处理装置，包括：

图像分解单元，用于将输入的数字图像分解成本底图和至少一个细节层次图；

增强单元，用于对各细节层次图进行图像增强处理；

降噪单元，用于将增强后的细节层次图与增强前的该图相融合以进行降噪处理；

图像合成单元，用于将降噪处理后的细节层次图和本底图进行合成，形成输出的数字图像。

本发明同时还提供一种包括上述图像处理装置的医疗影像设备。

本发明通过将增强后的细节层次图与增强前的该图相融合，使得细节部分接近于增强后的效果，噪声部分接近于增强前的效果，从而使细节部分被增强而噪声部分被抑制，既有利于向医生提供细节清晰、丰富的高质量图像，同时也避免了噪声的干扰，有利于医生根据图像进行病情诊断和治疗。

附图说明

图1为本发明一种实施例的结构示意图；

图2为本发明另一种实施例中降噪单元的结构示意图；

图3为本发明一种实施例的流程图；

图4为本发明一种实施例中细节层次图融合的流程图。

具体实施方式

下面通过具体实施方式结合附图对本发明作进一步详细说明。

本发明的核心是将细节层次图增强前及增强后的两种结果进行相融合，从而实现整体上的降噪处理。在本发明实施例中，将输入图像分解成具有不同尺度大小的细节层次图，然后再对每一细节层次图进行增强处理。为了抑制因增强过程而放大了的噪声，在本发明实施例中，将增强后的细节层次图与增强前的该图相融合，使得原噪声区域所对应的融合后的图像区域的结果，接近未增强前的图像效果，而对于原细节区域所对应的融合后的图像区域的结果，则接近增强后的效果，相当于只对细节进行了增强而对噪声没有或者尽量小进行增强，并因此也使得增强之前接近噪声水平的细节在融合后的图像中得到增强，增加了与噪声的差别，提高了图像的质量。

下面以数字X线影像设备为例进行说明。

数字X线影像设备包括X线发生装置、成像系统和其他辅助装置，X线发生装置对被测者的预定部位发射X线，成像系统获取被测者预定部位的数字图像。为对数字图像进行后续处理，以提高图像质量，数字X线影像设备还包括图像处理装置。在本发明一种实施例中，图像处理装置的结构示意图如图1所示包括图像分解单元10、增强单元20、降噪单元30和图像合成单元40。图像分解单元10用于将输入的数字图像分解成本底图和至少一个细节层次图，本实施例中采用多尺度分解方法，将输入的数字图像分解成基本不再蕴含任何细节信息的本底图和一系列具有不同尺度的细节层次图，在其他实施例中，也可以采用其他已有的技术对图像进行分解。增强单元20用于对各细节层次图进行不同程度的图像增强处理，由此而被放大了的噪声由降噪单元30进行噪声抑制；图像合成单元40用于将降噪处理后的细节层次图和本底图进行合成，形成输出的数字图像。

在一种实施例中，如图2所示，降噪单元30包括像素值融合计算子单元31和细节层次图融合子单元32，像素值融合计算子单元31用于将增强后的细节层次图中的各像素点的像素值与增强前的该细节层次图中的该像素点的像素值按照预设规则进行融合计算；在一种具体实例中，像素值融合计算子单元31包括加权系数计算模块311和加权计算模块312，加权系数计算模块311用于分别为增强后的细节层次图中的各像素点的像素值和增强前的该细节层次图中的该像素点的像素值分配加权系数，增强后的细节层次图中和增强前的该细节层次图中相同像素点的加权系数之和为1；加权计算模块312用于计算增强后的细节层次图中的各像素点的像素值和增强前的该细节层次图中的该像素点的像素值的加权和，将加权和作为该像素点的融合后的像素值。为使得原噪声区域所对应的融合后的图像区域的结果，接近未增强前的图像效果，而对于原细节区域所对应的融合后的图像区域的结果，则接近增强后的效果，各像素点的加权系数为增强后的细节层次图中该像素点的信噪比或对比度噪声比的函数，该函数使得该像素点的信噪比或对比度噪声比越大时，增强后的细节层次图中该像素点的加权系数也越大。细节层次图融合子单元32用于将融合后的各像素值组成降噪处理后各细节层次图。

基于上述图像处理装置，在一种实施例中，对获取的数字图像进行处理，其处理流程图如图3所示，包括以下步骤：

步骤S31，图像分解，将输入的数字图像分解成本底图和一系列具有不同尺度的细节层次图，例如采用现有多尺度分解技术，将输入的图像分解为一系列具有不同尺寸信息的细节层次图、以及基本不再蕴含任何细节信息的本底图。

步骤S32，图像增强，对分解后形成的各细节层次图进行图像增强处理。在一种实施例中，对图像的增强处理可采用以下算法：利用一个单调递增奇对称函数对输入的图像中的像素进行变换，从而得到细节增强的新图像；其中单调递增奇对称函数在自变量比较小的位置处具有最大的梯度，而距离具有最大梯度值的位置越远的两旁，该单调递增奇对称函数的梯度则越来越小。

需要说明的是，在上述增强的过程中，噪声随之也进行了放大，因此在增强处理后执行下面的降噪步骤。

步骤S33，图像融合。为了抑制因增强过程而放大了的噪声，在本发明实施例中，将增强后的细节层次图与增强前的该图相融合。首先进行像素值融合计算步骤，然后将融合后的各像素值组成降噪处理后细节层次图。将增强后的细节层次图中的各像素点的像素值与增强前的该细节层次图中的该像素点的像素值按照预设规则进行融合计算。在一种实施例中，像素值融合计算时采用加权计算方法，即先为增强后的细节层次图中的各像素点的像素值和增强前的该细节层次图中的该像素点的像素值分配加权系数，增强后的细节层次图中和增强前的该细节层次图中相同像素点的加权系数之和为1。然后按照分配的加权系数进行加权计算，即计算增强后的细节层次图中的各像素点的像素值和增强前的该细节层次图中的该像素点的像素值的加权和。采用加权计算进行图像融合的处理流程图如图4所示，包括以下步骤：

步骤S41，获取细节层次图。获取增强后的层次为k的细节层次图和增强前的该细节层次图。

步骤S42，计算第k层增强后的细节层次图中各像素点的对比度噪声比，假设CNR(r)为增强后的图像I_k，enh中像素点r处的对比度噪声比，即对比度相比于噪声的相对强度，为了计算CNR(r)，首先必须得估计当前层图k中的噪声大小。一种方法通过计算当前层次图I_k中每一像素点邻域(比如3×3或5×5的邻域)内的均方差，从而得到均方差图像，然后将该均方差图像的直方图中明显呈现出的单峰所对应的值作为当前层次图中的整体噪声N_k。由于该方法需要计算图像中每一像素点处的均方差值，计算量较大，为此估算噪声的另一种方法则先计算出当前层次图I_k的中值I_med，然后再将该中值去减当前层次图中的每一像素值，得到另一反映当前层次图中每一像素值偏离该中值程度的图像I′_k，其中

I′_k(r)＝I_k(r)-I_med，-------------(1)

r为层次图中像素点的位置。为了减轻计算量，噪声N_k简单地计算为常量μ乘以图像I′_k的中值，即

N_k＝μ×median(I′_k(r))，-------------(2)

其中median()为中值操作，常量μ的通常取值范围为[1.4，1.6]。该噪声值实际为图像Ik的鲁棒均方差。

至此，依据上述噪声的定义，当前层次图中某一像素点r处的对比度Ck(r)可以计算为该像素点的值Ik(r)或该像素点邻域内的均值或中值。这样，对比度噪声比CNRk(r)的表达形式为：

其中p为任意的正实数，通常的取值范围为[1.0，5.0]。

步骤S43，计算第k层增强后的细节层次图中各像素点的加权系数和该图增强前的各像素点的加权系数。

在计算各像素点的加权系数时，首先需要确定与对比度噪声比CNR_k(r)相关的融合因子α(r)，α(r)可表征为增强后的图像I_k，enh中信号相比于噪声的相对强度的函数，该函数表示为以下公式：

α(r)＝f(CNR(r))-------------(4)

其中CNR(r)为增强后的图像I_k，enh中像素点r处的对比度噪声比，并且该函数随CNR(r)成单调递增的关系，CNR(r)越小，α(r)就越趋于0，而CNR(r)越大，α(r)就越趋于1。

根据融合因子α(r)确定第k层增强后的细节层次图中各像素点的加权系数和该图增强前的各像素点的加权系数。在一种具体实例中，直接将融合因子α(r)确定第k层增强后的细节层次图中各像素点的加权系数，而第k层增强前的各像素点的加权系数为1-α(r)，从而使第k层增强后的细节层次图中各像素点的加权系数与CNR(r)成单调递增的关系，而增强前的各像素点的加权系数与CNR(r)成单调递减的关系。

在确定第k层增强后的细节层次图中各像素点的加权系数和该图增强前的各像素点的加权系数后执行步骤S44。

步骤S44，采用加权计算进行像素值融合的处理。采用以下公式计算新的像素值：

I_k，blend(r)＝(1-α(r))×I_k，org(r)+α(r)×I_k，enh(r)-------------(5)

其中I_k，org(r)、I_k，enh(r)分别为层次为k的细节图中坐标为r的像素点所对应的增强前及增强后的像素值，I_k，blend(r)为层次为k的融合后的细节图中坐标为r处的像素值。

步骤S45，图像融合，将加权后的新的像素值作为该像素点的融合后的像素值，由这些融合后的像素值组成层次为k的融合后的细节层次图。

由公式(5)可看出图像融合的程度由融合因子α(r)所控制，α(r)∈[0，1.0]。当α(r)值越接近0，融合后的图像效果越接近增强前的效果，而当α(r)值越接近1.0时，融合后的图像效果则越接近增强后的效果。上述实施例通过对融合因子的设计，使图像中每一像素点处的融合程度取决于增强后的图像中该点处的细节信号相对于噪声的相对强度，根据公式(4)，融合因子α(r)随CNR(r)成单调递增的关系，对比度噪声比CNR(r)越小，α(r)就越趋于0，而CNR(r)越大，α(r)就越趋于1，对于噪声区域，对比度噪声比CNR(r)很小，所以α(r)的值将会接近0，而对于细节区域，对比度噪声比CNR(r)比较大，所以α(r)的值将会接近1.0，从而，在将增强前和增强后的图像进行融合后，原噪声区域所对应的融合后的图像区域的结果接近增强前的图像效果，而对于原细节区域所对应的融合后的图像区域的结果，则接近增强后的效果。从而使得在抑制噪声的同时，能够保持细节清晰，同样，在增强细节的同时对噪声进行了抑制。

步骤S46，判断细节层次图是否融合完，若是，则结束，否则转向步骤S41，获取另一层次的增强后的细节层次图和增强前的该细节层次图。

步骤S34，将降噪处理后的细节层次图和本底图进行合成，形成输出的数字图像。组合上述经过增强、降噪处理后的细节层次图及本底图，形成整体的图像。

在另一实施例中，步骤S44中的新的像素值也可采用下面公式计算：

其中α(r)为融合因子，I_k，org(r)、I_k，enh(r)分别为层次为k的细节图中坐标为r的像素点所对应的增强前及增强后的像素值，I_k，blend(r)为层次为k的融合后的细节图中坐标为r处的像素值。I_k，org(r)和I_k，enh(r)的加权系数之和仍然为1。

上述融合因子α(r)除了依赖增强后的细节层次图中各像素点处的对比度噪声比，也可以是增强后的细节层次图中各像素点处的信噪比(即信号相比于噪声的相对强度)的函数，还可以将层次图中各像素点处所对应的本底图中的像素值因素考虑进来，以便加强低像素值区域(该处噪声显示明显)的降噪程度。即将所对应的本底图中的像素值大小b(r)，也作为α(r)的另一个决定因素，使得本底图中的像素值b(r)越小，α(r)的值也越小，其作用类似CNR(r)的作用，从而α(r)是依赖CNR(r)及b(r)的函数。

以上以数字X线影像设备为例进行了说明，本领域技术人员应当理解本发明人也可以应用在其他需要对数字图像进行细节增强和抑制噪声的图像处理设备中，例如超声成像设备、医疗影像设备、数码摄像产品及其他工业/科学仪器。

以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种图像处理方法,其特征在于包括：

将输入的数字图像分解成本底图和至少一个细节层次图；

对细节层次图进行图像增强处理；

将增强后的细节层次图与增强前的细节层次图融合以进行降噪处理，所述增强前的细节层次图指噪声未增强的图像；

将分解后未进行图像融合的本底图和降噪处理后的细节层次图进行合成，形成输出的数字图像。

2.如权利要求1所述方法，其特征在于，所述将增强后的细节层次图与增强前的该图像融合以进行降噪处理包括：

像素值融合计算步骤，将增强后的细节层次图中的各像素点的像素值与增强前的该细节层次图中的该像素点的像素值按照预设规则进行融合计算；

细节层次图融合步骤，将融合后的各像素值组成降噪处理后细节层次图。

3.如权利要求2所述方法，其特征在于，所述像素值融合计算步骤包括：

加权系数分配步骤，用于分别为增强后的细节层次图中的各像素点的像素值和增强前的该细节层次图中的该像素点的像素值分配加权系数，增强后的细节层次图中和增强前的该细节层次图中相同像素点的加权系数之和为1；

加权计算步骤，用于计算增强后的细节层次图中的各像素点的像素值和增强前的该细节层次图中的该像素点的像素值的加权和，将加权和作为该像素点的融合后的像素值。

4.如权利要求3所述的方法，其特征在于，各像素点的加权系数为增强后的细节层次图中该像素点的信噪比或对比度噪声比的函数，所述函数使得该像素点的信噪比或对比度噪声比越大，增强后的细节层次图中该像素点的加权系数越大。

5.一种图像处理装置，其特征在于包括：

图像分解单元，用于将输入的数字图像分解成本底图和至少一个细节层次图；

增强单元，用于对细节层次图进行图像增强处理；

降噪单元，用于将增强后的细节层次图与增强前的细节层次图融合以进行降噪处理，所述增强前的细节层次图指噪声未增强的图像；

图像合成单元，用于将分解后未进行图像融合的本底图和降噪处理后的细节层次图进行合成，形成输出的数字图像。

6.如权利要求5所述的装置，其特征在于，所述降噪单元包括：

像素值融合计算子单元，用于将增强后的细节层次图中的各像素点的像素值与增强前的该细节层次图中的该像素点的像素值按照预设规则进行融合计算；

细节层次图融合子单元，用于将融合后的各像素值组成降噪处理后细节层次图。

7.如权利要求6所述的装置，其特征在于，所述像素值融合计算子单元包括：

加权系数计算模块，用于分别为增强后的细节层次图中的各像素点的像素值和增强前的该细节层次图中的该像素点的像素值分配加权系数，增强后的细节层次图中和增强前的该细节层次图中相同像素点的加权系数之和为1；

加权计算模块，用于计算增强后的细节层次图中的各像素点的像素值和增强前的该细节层次图中的该像素点的像素值的加权和，将加权和作为该像素点的融合后的像素值。

8.如权利要求7所述的装置，其特征在于，各像素点的加权系数为增强后的细节层次图中该像素点的信噪比或对比度噪声比的函数，所述函数使得该像素点的信噪比或对比度噪声比越大，增强后的细节层次图中该像素点的加权系数越大。

9.一种医疗影像设备，其特征在于，包括权利要求5-8任一项所述的图像处理装置。

10.如权利要求9所述的医疗影像设备，其特征在于，所述医疗影像设备包括数字X线影像设备。