本发明涉及一种超声图像去噪和增强方法,属于医学图像处理领域。
背景技术:
医学超声成像技术因为其非侵入性、无辐射、实时性以及高性价比等特点,已经被广泛应用于医疗辅助诊断当中。然而医学超声图像因为其成像固有机制的影响,图像中存在大量斑点噪声,影响了图像质量。严重的斑点噪声会掩盖住图像的细节信息,给之后的图像特征提取和识别、定量分析及临床诊断带来干扰。并且,超声图像解剖学信息不足、对比度也不佳,病变组织并不容易区分,也很大程度影响了临床诊断的准确性。因此,抑制超声图像的斑点噪声、增强图像的解剖学细节、改善图像质量对于超声的图像分析和临床诊断非常重要,也已经成为备受研究人员关注的热点问题。
前人已开展了很多针对超声图像去噪和增强的研究,其思路和常规图像去噪和增强的思路大体一致。经典的图像增强方法主要包括图像域的增强方法,如灰度变换法、平滑滤波法(均值滤波、中值滤波法);频域的增强方法,如低通滤波法、同态滤波等;以及一些新的图像增强方法,如基于小波变换的图像增强技术,基于神经网络、模拟退火法、遗传算法的图像增强技术等。
基于小波变换采用多尺度分解的思想,将图像分解成高频小波子带和低频小波子带。借助于小波变换,能够将图像特征信息的能量和噪声的能量分开。然后通过对高频子带系数设置阈值,将高频子带中噪声所对应的幅值小的系数置零,实现图像去噪;或者设计一个更为平滑的非线性增强函数,对高频子带系数进行拉伸&