《基于数值排序加权平均的超声图像空间滤波方法.pdf》由会员分享，可在线阅读，更多相关《基于数值排序加权平均的超声图像空间滤波方法.pdf（11页珍藏版）》请在专利查询网上搜索。
1、(10)授权公告号 CN 102670251 B (45)授权公告日 2014.04.02 CN 102670251 B (21)申请号 201210169954.6 (22)申请日 2012.05.29 A61B 8/00(2006.01) (73)专利权人 飞依诺科技 （苏州） 有限公司 地址 215123 江苏省苏州市工业园区星湖街 218 号 C8 座 5 楼 (72)发明人 凌涛 (74)专利代理机构 苏州创元专利商标事务所有 限公司 32103 代理人 孙仿卫 赵艳 JP 2008225657 A,2008.09.25, 全文 . US 20090207201 A1,2009.08。
2、.20, 全文 . 杨吉宏 等 . 灰度图像加权有向平滑滤波算 法 .计算机工程与设计 .2010, 第 31 卷 ( 第 1 期 ), 第 153-156 页 . 杨吉宏 等 . 灰度图像加权有向平滑滤波算 法 .计算机工程与设计 .2010, 第 31 卷 ( 第 1 期 ), 第 153-156 页 . 邓秀勤 等 . 一种有效的自适应加权中值滤 波算法 . 计算机工程与应用 .2009, 第 35 卷 ( 第 45 期 ), 第 185-187 页 . (54) 发明名称 基于数值排序加权平均的超声图像空间滤波 方法 (57) 摘要 本发明公开了基于数值排序加权平均的超声 图像空间滤波。
3、方法， 其中在对像素点及其邻域各 点的像素值进行排序后， 对排序后的中值取最高 的权重系数， 靠近中值的像素值取较高的权重系 数， 远离中值的像素值取较小的权重系数， 然后计 算加权平均以作为该像素点的值。本发明在数值 排序的基础上进行加权平均， 能有效的结合中值 滤波和空间平滑滤波的优点， 又不至于使图像过 度平滑。 (51)Int.Cl. (56)对比文件 审查员 张玲玲 权利要求书 1 页 说明书 6 页 附图 3 页 (19)中华人民共和国国家知识产权局 (12)发明专利 权利要求书1页 说明书6页 附图3页 (10)授权公告号 CN 102670251 B CN 102670251 。
4、B 1/1 页 2 1. 基于数值排序加权平均的超声图像空间滤波方法， 其特征在于 ： 包括以下步骤 ： （1） 取超声图像中的一像素点作为当前点 ； （2） 取以该当前点为中心点的邻域窗 ； （3） 对所述邻域窗中的所有像素点按像素值大小进行排序 ； （4） 对排序后的中值取最高的权重系数， 靠近该中值的像素值取较高的权重系数， 远离 该中值的像素值取较小的权重系数， 并保证排序后的所有像素值的权重系数之和 =1 ； （5） 对排序后的每个像素值乘以相应的权重系数后累加， 用累加得到的值替换所述当 前点的像素值 ； （6） 取所述超声图像中的下一像素点作为当前点， 依次进行步骤 （2） （3。
5、） （4） （5） 的处 理， 直到处理完所述超声图像中的所有像素点， 最后输出处理后的图像。 2. 根据权利要求 1 所述的基于数值排序加权平均的超声图像空间滤波方法， 其特征在 于 ： 步骤 （4） 中， 在取权重系数时， 首先确定好排序后的中值的初始权重系数， 排序后其余 像素值的初始权重系数则根据该中值的初始权重系数以及相应像素值离中值的距离进行 计算， 并随着该相应像素值离中值的距离增加而递减， 最后将排序后的每个像素值的初始 权重系数均除以排序后所有像素值的初始权重系数之和， 即得到步骤 （4） 中各像素值的权 重系数。 3. 根据权利要求 2 所述的基于数值排序加权平均的超声图像。
6、空间滤波方法， 其特征在 于 ： 设定排序后的中值的初始权重系数为 F， 排序后其余某一像素值的初始权重系数为 Fv， 排序后该像素值离中值的距离为 d， 则 Fv = F/2d。 4. 根据权利要求 1 所述的基于数值排序加权平均的超声图像空间滤波方法， 其特征在 于 ： 步骤 （4） 中， 在取权重系数时， 首先确定好排序后的中值的初始权重系数， 排序后其余 像素值的初始权重系数则根据该中值的初始权重系数以及相应像素值与中值的差异大小 或差异率进行计算， 并随着该相应像素值与中值的差异大小或差异率的增加而递减， 最后 将排序后的每个像素值的初始权重系数均除以排序后所有像素值的初始权重系数之。
7、和， 即 得到步骤 （4） 中各像素值的权重系数。 5. 根据权利要求 4 所述的基于数值排序加权平均的超声图像空间滤波方法， 其特征在 于 ： 设定排序后的中值为Vmed， 该中值Vmed的初始权重系数为F， 排序后其余某一像素值为V， 该像素值V的初始权重系数为Fv， 排序后该像素值V与中值Vmed的差异大小为D=|V - Vmed|， 差异率为 Dr = |V - Vmed|/Vmed， 则 Fv=F/(1+D) 或 Fv=F/(1+Dr)。 权 利 要 求 书 CN 102670251 B 2 1/6 页 3 基于数值排序加权平均的超声图像空间滤波方法 技术领域 0001 本发明属于超。
8、声诊断成像领域， 涉及超声图像处理方法， 具体涉及基于数值排序 加权平均的超声图像空间滤波方法。 背景技术 0002 超声成像因为其无创性、 实时性、 操作方便、 价格便宜等诸多优势， 已经成为临床 上应用最为广泛的诊断工具之一。超声成像最主要的两种功能模式分别是黑白 （B） 模式和 彩色 （CF） 模式， B 模式是根据组织不同深度的反射信号强度进行成像， 反射信号强度越大 则图像灰度值越大， 反之则图像灰度值越小 ； CF 模式则是计算由于多普勒效应引起的超声 信号频移， 通过频移得到血流速度并用不同的颜色 （如红、 蓝） 和深浅表示， 从而得到实时的 彩色血流图像， 通常该彩色血流图象附。
9、加在 B 模式图像上一起显示。 0003 由于超声图像中噪声信号的存在会影响诊断结果， 因此对超声信号和图像进行处 理时通常采用一些滤波方法抑制噪声， 从而改善图像质量。中值滤波和空间平滑滤波是两 种经典的滤波方法， 常用于超声信号和图像处理的去噪过程， 如对 B 模式下的图像灰度值、 CF 模式下的血流能量值进行滤波处理。中值滤波是基于排序统计理论的一种能有效抑制 噪声的非线性信号处理技术， 其基本原理是对数字图像或数字信号中一点 （当前点） 及其邻 域中各点的数值进行排序， 然后用排序后的中值代替当前点的数值， 从而消除孤立的噪声 点， 中值滤波对脉冲噪声和椒盐噪声具有良好的去噪效果， 同。
10、时能较好的保护边缘信息 ； 空 间平滑滤波则是一种线性滤波器， 其基本原理是对数字图像或数字信号中一点 （当前点） 及 其邻域中各点的数值以及对应的权重系数求加权平均， 然后用加权平均值代替当前点的数 值， 从而达到滤除噪声的目的， 空间平滑滤波对高斯噪声具有良好的去噪效果。 0004 专利 CN 101472055“中值滤波装置和方法以及采用这种装置的超声成像系统” 公 开了一种中值滤波的方法， 其基本原理与传统中值滤波没有区别， 都是用滤波区域 （窗） 中 所有像素点的中值作为该区域中心像素点的值， 只是其在实现方式上有所改进， 可提供区 域任意可选 （不同大小、 不同形状） 的中值滤波。。
11、专利 CN101396278“一种去除实时超声图 像斑点噪声的方法” 公开了一种滤除超声图像斑点噪声的方法， 该方法首先设置滤波区域 （窗） 中心点的权重系数， 然后根据该滤波区域的均值、 绝对差值和的均值以及任意一点与 中心点的距离计算该点的权重系数， 再根据每个点的权重系数对其数据进行扩展 （如权重 系数为 N 则将该点的数值扩展为 N 个） ， 最终对扩展后的数据序列求中值， 从而达到滤除斑 点噪声的目的， 该方法中计算得到的各点的权重系数并不是用于乘以各点的值进行加权平 均， 而是根据权重系数对各点的数据进行扩展从而形成新的数据序列， 最终基于该新的数 据序列的中值滤波本质上与传统中值。
12、滤波并没有差异。 0005 美 国 专 利 US005860930A“Energy weighted parameter spatial/temporal filter” 公开了一种用于彩色血流成像的空间滤波方法， 该方法与传统空间平滑滤波方 法没有本质上的区别， 只是每个点的权重系数是根据该点的能量来确定的。美国专利 US006135962A “Method and apparatus for adaptive filtering by counting acoustic 说 明 书 CN 102670251 B 3 2/6 页 4 sample zeroes in ultrasound i。
13、maging” 公开了一种空间滤波方法， 通过对某一点及其邻 域各点的 0 值 （预先设置一个接近于 0 的阈值， 小于该阈值的值定义为 0 值） 进行计数， 当计 数大于预先设置的计数阈值时， 则该点无需平滑滤波处理 ； 当计数小于预先设置的计数阈 值时， 则对该点进行平滑滤波处理。该方法的优点是仅处理非 0 值区域 （如 B 模式下的组织 区域和 CF 模式下的血流区域） ， 减小计算量， 还能较好的保护血管边界。除此之外， 其采用 的空间平滑滤波方法本质上与传统方法无异， 都是根据各点和中心点的位置来确定权重系 数， 通常是中心点取最高的权重系数， 离中心点较近的点取较高的权重系数， 离。
14、中心点较远 的点取较低的权重系数， 因此该点本身的值对滤波后的值贡献最大， 空间位置上靠近该点 的值其次， 空间位置上远离该点的值贡献最小。 0006 从上述可知， 现有的超声图像中值滤波和空间平滑滤波方法， 要么是采用单一的 中值滤波， 要么是采用单一的空间平滑滤波， 还没有一种滤波方法能够将中值滤波和空间 平滑滤波相结合， 同时获得中值滤波和空间平滑滤波的优点。 另外， 如果采取两步滤波的方 法， 即先进行中值滤波再进行空间平滑滤波或先进行空间平滑滤波再进行中值滤波， 则会 因为平滑过度而降低图像的分辨率， 造成图像模糊。 发明内容 0007 本发明的目的是提供一种基于数值排序加权平均的超。
15、声图像空间滤波方法， 该方 法将中值滤波方法和空间平滑滤波方法相结合， 同时获得了中值滤波和空间平滑滤波的优 点， 又不至于使图像过度平滑。 0008 为达到上述目的， 本发明采用了以下技术方案 : 基于数值排序加权平均的超声图 像空间滤波方法， 包括以下步骤 ： 0009 （1） 取超声图像中的一像素点作为当前点 ； 0010 （2） 取以该当前点为中心点的邻域窗 ； 0011 （3） 对所述邻域窗中的所有像素点按像素值大小进行排序 ； 0012 （4） 对排序后的中值取最高的权重系数， 靠近该中值的像素值取较高的权重系数， 远离该中值的像素值取较小的权重系数， 并保证排序后的所有像素值的权。
16、重系数之和 =1 ； 0013 （5） 对排序后的每个像素值乘以相应的权重系数后累加， 用累加得到的值替换所 述当前点的像素值 ； 0014 （6） 取所述超声图像中的下一像素点作为当前点， 依次进行步骤 （2） （3） （4） （5） 的处理， 直到处理完所述超声图像中的所有像素点， 最后输出处理后的图像。 0015 一种具体实施的方式， 步骤 （4） 中， 在取权重系数时， 首先确定好排序后的中值的 初始权重系数， 排序后其余像素值的初始权重系数则根据该中值的初始权重系数以及相应 像素值离中值的距离进行计算， 并随着该相应像素值离中值的距离递减， 最后将排序后的 每个像素值的初始权重系数均。
17、除以排序后所有像素值的初始权重系数之和， 即得到步骤 （4） 中各像素值的权重系数。 0016 具体实施的例子， 设定排序后的中值的初始权重系数为 F， 排序后其余某一像素值 的初始权重系数为 Fv， 排序后该像素值离中值的距离为 d， 则 Fv=F/2d。 0017 另外一种具体实施的方式， 步骤 （4） 中， 在取权重系数时， 首先确定好排序后的中 值的初始权重系数， 排序后其余像素值的初始权重系数则根据该中值的初始权重系数以及 说 明 书 CN 102670251 B 4 3/6 页 5 相应像素值与中值的差异大小或差异率进行计算， 并随着该相应像素值与中值的差异大小 或差异率递减， 最。
18、后将排序后的每个像素值的初始权重系数均除以排序后所有像素值的初 始权重系数之和， 即得到步骤 (4) 中各像素值的权重系数。 0018 具体实施的例子， 设定排序后的中值为 Vmed， 该中值 Vmed的初始权重系数为 F， 排序 后其余某一像素值为 V， 该像素值 V 的初始权重系数为 Fv， 排序后该像素值 V 与中值 Vmed的 差异大小为 D |V-Vmed|， 差异率为 Dr |V-Vmed|/Vmed， 则 Fv F/(1+D) 或 Fv F/(1+Dr)。 0019 由于上述技术方案的运用， 本发明与现有技术相比具有下列优点 ： 本发明的方法 中， 在对像素点及其邻域各点的像素值。
19、进行排序后， 对排序后的中值取最高的权重系数， 靠 近中值的像素值取较高的权重系数， 远离中值的像素值取较小的权重系数， 然后计算加权 平均作为该像素点的值。本发明在数值排序的基础上进行加权平均， 能有效的结合中值滤 波和空间平滑滤波的优点， 又不至于使图像过度平滑。当排序后的中值对应的权重系数远 远大于其他权重系数时， 本发明的滤波方法的效果接近于中值滤波 ； 当排序后的中值与其 他值对应的权重系数相同时， 该滤波方法的效果等同于权重系数相同的空间平滑滤波 ； 当 排序后的中值对应的权重系数介于两者之间时， 该滤波方法将同时具有中值滤波和空间平 滑滤波的效果和优点， 而且还可以根据实际需要进。
20、行调节。 附图说明 0020 附图 1 为本发明的示意图 ； 0021 附图 2 为本发明第一种具体实施例的示意图， 并与现有的中值滤波、 空间平滑滤 波作了比较 ； 0022 附图 3 为本发明第二种具体实施例的示意图， 并与现有的中值滤波、 空间平滑滤 波作了比较 ； 0023 附图 4 为本发明第三种具体实施例的示意图， 并与现有的中值滤波、 空间平滑滤 波作了比较 ； 0024 附图 5 为本发明中根据像素值离中值的距离来计算权重系数的一种具体实施方 式示意图 ； 0025 附图 6 为本发明中根据像素值与中值的差异大小或差异率来计算权重系数的一 个函数曲线图。 具体实施方式 0026。
21、 下面结合附图来进一步阐述本发明。 0027 本发明提供了一种基于数值排序加权平均的超声图像空间滤波方法， 该方法首先 对图像中的一像素点及其邻域各点的数据按照数值大小进行排序， 然后对经过排序的数据 设置不同的权重系数计算加权平均， 得到的结果作为该像素点的数值。 具体来说， 本发明的 方法包括以下步骤 ： 0028 （1） 取超声图像中的一像素点作为当前点， 如图 1 的像素点 （i， j） ； 0029 （2） 取以该当前点为中心点的邻域窗， 如图 1 中以像素点 （i， j） 为中心点的邻域窗 (2M+1)(2N+1) ； 0030 （3） 对邻域窗中的所有像素点按像素值大小进行排序，。
22、 这样会得到一个数据序列， 说 明 书 CN 102670251 B 5 4/6 页 6 在图 1 中， 该数据序列以向量 S 表示 ； 0031 （4） 对排序后的中值取最高的权重系数， 靠近该中值的像素值取较高的权重系数， 远离该中值的像素值取较小的权重系数， 并保证排序后的所有像素值的权重系数之和 =1， 这样会得到一个权重系数序列， 在图 1 中， 该权重系数序列以向量 W 表示 ； 0032 （5） 对排序后的每个像素值乘以相应的权重系数后累加， 用累加得到的值替换当 前点的像素值， 如图 1 中对排序后的数据设置不同的权重系数计算加权平均得到 Data（i， j） =SW， 其中表。
23、示向量的点积， 该 Data（i， j） 即作为像素点 （i， j） 的值 ； 0033 （6） 取超声图像中的下一像素点作为当前点， 依次进行步骤 （2） （3） （4） （5） 的处 理， 直到处理完超声图像中的所有像素点， 最后输出处理后的图像， 噪声得到抑制， 图像质 量得到改善。 0034 本发明提供的空间滤波方法中， 在对一像素点及其邻域各点的数值进行排序后， 基于中值滤波将中值作为该像素点值的原理， 本发明则对排序后的中值数据取最高的权重 系数， 靠近中值的数据取较高的权重系数， 远离中值的数据取较小的权重系数， 计算加权平 均以作为该像素点的值， 此时中值数据对该像素点值的贡献。
24、最大， 靠近中值的数据其次， 远 离中值的数据贡献最小。 0035 在图 1 中， 对一个 (2M+1)(2N+1) 的滤波区域 （窗） ， 首先对该区域内所有像素点 的数值进行排序， 得到一个数据序列 S， 再对排序后的数据序列 S 中的每一个值设置相应的 权重系数， 形成权重系数序列 W， 然后计算加权平均作为该区域中心点 （i,j） 的数值 Data （i,j） ， 0036 0037 图 2、 3、 4 均为将本发明与现有的中值滤波、 空间平滑滤波进行比较的具体实施 例。 0038 如图 2 所示， 针对一个 13 的滤波区域 （窗） ， 其中心点的值为 2， 两个相邻点的值 都为 1。
25、， 则中值滤波的结果为 1 ； 如果空间平滑滤波的权重系数分别是 0.25、 0.5、 0.25， 则 传统空间平滑滤波的结果为 1.5 ； 如果本发明中基于数值排序的权重系数也分别是 0.25、 0.5、 0.25， 则本发明提供的基于数值排序加权平均的空间滤波结果为 1.25。 0039 如图 3 所示， 针对一个 5 点 “十字星” 形的滤波区域 （窗） ， 其中心点的值为 2， 四邻 域各点的值分别为 1、 3、 4、 5， 则中值滤波的结果为 3 ； 如果空间平滑滤波的权重系数分别是 2/6、 1/6、 1/6、 1/6、 1/6， 则传统空间平滑滤波的结果为 2.833 ； 如果基。
26、于数值排序的权重系 数分别是 1/10、 2/10、 4/10、 2/10、 1/10， 则本发明提供的基于数值排序加权平均的空间滤波 结果为 3。 0040 如图 4 所示， 针对一个 33 的滤波区域 （窗） ， 其中心点的值为 2， 八邻域各点的 值分别为 1、 1、 2、 2、 3、 3、 4、 4， 则中值滤波的结果为 2 ； 如果空间平滑滤波的权重系数分别是 1/16、 1/16、 2/16、 2/16、 4/16、 2/16、 2/16、 1/16、 1/16， 则传统空间平滑滤波的结果为 2.5 ； 如果基于数值排序的权重系数也分别是 1/16、 1/16、 2/16、 2/1。
27、6、 4/16、 2/16、 2/16、 1/16、 1/16， 则本发明提供的基于数值排序加权平均的空间滤波结果为 2.375。 0041 根据本发明提供的基于数值排序加权平均的空间滤波方法来确定各值对应的权 重系数时， 首先确定排序后中值对应的初始权重系数， 然后根据中值的初始权重系数来计 说 明 书 CN 102670251 B 6 5/6 页 7 算其他各值对应的初始权重系数， 主要有以下几种方法 ： 一种是按照排序后其他各值离中 值的距离来计算， 另一种是按照排序后其他各值与中值的差异大小或差异率来计算， 或者 采取两种方法相结合的方式， 最后对计算得到的初始权重系数进行归一化即可得。
28、到最终用 于加权平均的权重系数。 0042 按照排序后各值离中值的距离来计算权重系数时， 首先确定中值对应的初始权重 系数 F， 再根据其他各值离中值的距离 d 来计算相应的初始权重系数 Fv， 距离 d 越大， 初始 权重系数 Fv 越小， 距离 d 越小， 初始权重系数 Fv 越大， 该方法可表示如下 ： 0043 Fv=f(F,d) 0044 其中 d 为排序后某值离中值的距离， Fv 为该值对应的初始权重系数， f 表示通过 F 和 d 来计算 Fv 的函数关系式， 该函数关系式相对于 d 单调递减。一个较优的函数关系式 为 ： 0045 Fv F/2d 0046 图 5 所示为利用上。
29、述函数关系式计算权重系数的示例， 需要注意的是， 该函数关 系式仅为利用该方法计算权重系数的一个较优的实现方案， 绝不仅限于此。最后对计算得 到的所有初始权重系数进行归一化， 归一化的方法如下 ： 0047 0048 其中， ” ” 右边的 W(k) 表示排序后第 k 个数值对应的初始权重系数， W(k) 表 示对所有初始权重系数求和， 也即图 5 中的 Sum(W)， ” ” 左边的 W(k) 表示排序后第 k 个数 值对应的最终用于加权平均的权重系数。 0049 按照排序后各值与中值的差异大小或差异率来计算权重系数时， 首先确定中值对 应的初始权重系数F， 然后计算其他各值与中值的差异大小。
30、D或差异率Dr， 其他各值对应的 初始权重系数 Fv 与该差异大小 D 或差异率 Dr 成反比， 即差异 D 或差异率 Dr 越大， 其初始 权重系数 Fv 越小， 差异 D 或差异率 Dr 越小， 其初始权重系数 Fv 越大 ( 不超过中值的权重 系数 )。该方法可表示如下 ： 0050 D |V-Vmed| 0051 Dr |V-Vmed|/Vmed 0052 Fv f(F， D) 或 Fv f(F， Dr) 0053 其中 Vmed表示排序后数据序列的中值， V 表示数据序列中的其他一个值， D 表示该 值与中值的差异大小， Dr 表示该值与中值的差异率， Fv 为该值对应的初始权重系数。
31、， f 表示 通过 F 和 D 或 F 和 Dr 来计算 Fv 的函数关系式， 该函数关系式相对于 D 或 Dr 单调递减， 且 值域范围是 0， F。一个较优的函数关系式为 ： 0054 Fv F/(1+D) 或 Fv F/(1+Dr) 0055 其曲线图如图 6 所示。需要注意的是， 该函数关系式仅为计算权重系数的一个较 优的实现方案， 绝不仅限于此。对计算得到的所有初始权重系数进行归一化即可得到最终 的权重系数， 归一化方法如上所述。 0056 本发明所揭示的基于数值排序加权平均的空间滤波方法是在数值排序的基础上 进行加权平均， 能有效的结合中值滤波和空间平滑滤波的优点， 又不至于使图像。
32、过度平滑。 当排序后的中值对应的权重系数远远大于其他权重系数时， 本发明的滤波方法的效果接近 说 明 书 CN 102670251 B 7 6/6 页 8 于中值滤波 ； 当排序后的中值与其他值对应的权重系数相同时， 该滤波方法的效果等同于 权重系数相同的空间平滑滤波 ； 当排序后的中值对应的权重系数介于两者之间时， 该滤波 方法将同时具有中值滤波和空间平滑滤波的效果和优点， 而且还可以根据实际需要进行调 节。 说 明 书 CN 102670251 B 8 1/3 页 9 图 1 图 2 说 明 书 附 图 CN 102670251 B 9 2/3 页 10 图 3 图 4 说 明 书 附 图 CN 102670251 B 10 3/3 页 11 图 5 图 6 说 明 书 附 图 CN 102670251 B 11 。