本發(fā)明專利技術(shù)公開一種DR圖像的降噪方法，其特征在于，包括如下步驟：（a）讀入原始圖像I；（b）小波分解；（c）自適應(yīng)計(jì)算閾值；（d）小波系數(shù)閾值處理；（e）小波系數(shù)重構(gòu)；從而得到去噪后的圖像。本發(fā)明專利技術(shù)方法利用小波變換的時(shí)頻局部化性質(zhì)和去相關(guān)性特點(diǎn)，能有效的區(qū)分信號(hào)與噪聲，在抑制噪聲的同時(shí)保持圖像信息，從而得到原圖像的最佳恢復(fù)；同時(shí)，提出了一種新的閾值函數(shù)，提高了圖像的去噪效果與穩(wěn)定性；計(jì)算閾值時(shí)采用了快速排序法，提高了本發(fā)明專利技術(shù)的效率；方便醫(yī)生診斷，提高診斷效率。
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及一種圖像數(shù)據(jù)處理的方法，尤其是涉及一種基于小波變換的DR圖像 的降噪方法。
技術(shù)介紹
醫(yī)學(xué)圖像的成像原理比較復(fù)雜，在成像和傳輸過程中，由于設(shè)備自身的固有特性 W及外部環(huán)境的影響，會(huì)不可避免的引入一些噪聲，該給圖像后處理和醫(yī)學(xué)診斷帶來了較 大麻煩。因此，圖像預(yù)處理中的去噪工作是十分必要的，而尋找新的去噪方法仍是一個(gè)極具 挑戰(zhàn)性的問題。蘇州己米特信息科技有限公司在其申請(qǐng)的專利"基于小波變換的闊值化圖像去噪 方法"（專利申請(qǐng)?zhí)柣?01110000771. 7,公開號(hào)CN102592262A)中公開了一種利用軟闊值函 數(shù)處理小波系數(shù)的去噪方法，絕對(duì)值小于闊值的小波系數(shù)置為零，絕對(duì)值大于闊值的小波 系數(shù)與闊值收縮。但該方法仍處在的不足在于，因?yàn)檐涢熤岛瘮?shù)的導(dǎo)數(shù)是不連續(xù)的，因而在 求高階導(dǎo)數(shù)時(shí)會(huì)遇到困難。中國科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所在其申請(qǐng)的專利"一種基于中值濾波 的圖像小波去噪方法"（專利申請(qǐng)?zhí)柣?00810051557. 2,公開號(hào)CN101425176A)中公開了一 種利用中值濾波的去噪方法，首先使用中值濾波去除圖像中的椒鹽類噪聲，然后采用小波 闊值與小波系數(shù)尺度相關(guān)性相結(jié)合的方式去噪，避免了單獨(dú)使用小波闊值法時(shí)噪聲系數(shù)與 信號(hào)系數(shù)的混疊。但該方法仍處在的不足在于，醫(yī)學(xué)圖像對(duì)于細(xì)節(jié)信息的要求比較高，而中 值濾波容易模糊掉圖像中有用的細(xì)節(jié)信息（比如乳腺圖像中的微小巧化點(diǎn))，因此該方法不 適用于醫(yī)學(xué)圖像去噪。 傳統(tǒng)的醫(yī)學(xué)圖像去噪主要包括空域?yàn)V波和頻域去噪兩類。常用的空域?yàn)V波法包括 中值濾波、均值濾波、高斯濾波W及非局部均值濾波等方法，但是該些方法都容易損失圖像 的邊緣信息。常用的頻域降噪方法主要是基于小波變換的闊值法去噪，其中軟、硬闊值法作 為代表，得到了廣泛應(yīng)用。但是它們存在W下缺點(diǎn)： (1)硬闊值函數(shù)在小波域內(nèi)存在間斷點(diǎn)；此外它完全去除小于闊值的小波系數(shù)， 不加處理的保留大于闊值的小波系數(shù)，于是在重構(gòu)圖像時(shí)會(huì)產(chǎn)生較大的均方差，影響圖像 的去噪效果。 (2)軟闊值函數(shù)雖然在小波域內(nèi)不存在間斷點(diǎn)，但是它的導(dǎo)數(shù)是不連續(xù)的，因而 在求高階導(dǎo)數(shù)時(shí)會(huì)遇到困難。
技術(shù)實(shí)現(xiàn)思路
為解決上述問題，針對(duì)W上問題，本專利技術(shù)在軟闊值函數(shù)的基礎(chǔ)上進(jìn)行了改進(jìn)，提出 了一種新的闊值函數(shù)，此方法在去除噪聲的同時(shí)，能有效的保留圖像的細(xì)節(jié)信息，便于醫(yī)生 對(duì)于病灶的診斷。 本專利技術(shù)采用W下技術(shù)方案：一種DR圖像的降噪方法，其特征在于，包括如下步驟： (a)讀入原始圖像I; (b)小波分解；選用DB4小波對(duì)圖像I進(jìn)行H層小波分解，得到第一層水平方向系 數(shù)LH1、垂直方向系數(shù)化1、對(duì)角線方向系數(shù)皿1 ;第二層水平方向系數(shù)LH2、垂直方向系數(shù) 化2、對(duì)角線方向系數(shù)皿2 ;第H層水平方向系數(shù)L冊(cè)、垂直方向系數(shù)化3、對(duì)角線方向系數(shù) 皿3 及經(jīng)過H層小波分解后的圖像細(xì)節(jié)系數(shù)化；[001引（C)自適應(yīng)計(jì)算闊值；由分量LH1自適應(yīng)計(jì)算闊值，通過快速排序法得到LH1的中 值Median,再通過下式計(jì)算闊值： 其中；length為小波分解得到的所有系數(shù)分量長(zhǎng)度的總和；(d)小波系數(shù)闊值處理；將LH1、化1、皿1、L肥、化2、皿2、L冊(cè)、化3、皿3、W及化分 別進(jìn)行闊值處理，具體公式如下：其中；In(x,y)分別取LH1、HL1、皿 1、L肥、HL2、皿2、L冊(cè)、HL3、皿3、W及化；Out(x，y)為相對(duì)應(yīng)的闊值處理后的小波系數(shù)；[001引（e)小波系數(shù)重構(gòu)：利用所有的Out(X，y)進(jìn)行小波逆變換，從而得到去噪后的圖 像0。 與現(xiàn)有技術(shù)相比，本專利技術(shù)具有如下有益效果；本專利技術(shù)方法利用小波變換的時(shí)頻局 部化性質(zhì)和去相關(guān)性特點(diǎn)，能有效的區(qū)分信號(hào)與噪聲，在抑制噪聲的同時(shí)保持圖像信息，從 而得到原圖像的最佳恢復(fù)；同時(shí)，提出了一種新的闊值函數(shù)，提高了圖像的去噪效果與穩(wěn)定 性；計(jì)算闊值時(shí)采用了快速排序法，提高了本專利技術(shù)的效率；方便醫(yī)生診斷，提高診斷效率。【附圖說明】 圖1為本專利技術(shù)一種DR圖像的降噪方法的流程圖。【具體實(shí)施方式】[002引 W下結(jié)合附圖1對(duì)本專利技術(shù)一種DR圖像的降噪方法做進(jìn)一步的詳細(xì)描述，應(yīng)該指出 的是，所列舉的實(shí)施例不應(yīng)理解對(duì)專利技術(shù)的限制。[002引本專利技術(shù)一種DR圖像的降噪方法，包括W下步驟： (a)讀入原始圖像I;(b)選用DB4小波對(duì)圖像I進(jìn)行H層小波分解，得到第一層水平方向系數(shù)LHl、垂 直方向系數(shù)化1、對(duì)角線方向系數(shù)皿1 ;第二層水平方向系數(shù)L肥、垂直方向系數(shù)化2、對(duì)角線 方向系數(shù)皿2;第H層水平方向系數(shù)LH3、垂直方向系數(shù)化3、對(duì)角線方向系數(shù)皿3 及經(jīng) 過H層小波分解后的圖像細(xì)節(jié)系數(shù)化； (C)由分量LH1自適應(yīng)計(jì)算闊值，通過快速排序法得到LH1的中值Median,再通過 下式計(jì)算闊值：[002引其中；length為小波分解得到的所有系數(shù)分量長(zhǎng)度的總和； (d)將LH1、化1、皿1、L肥、化2、皿2、L冊(cè)、化3、皿3、W及化分別進(jìn)行闊值處理，具 體公式如下：其中；In(x, y)分別取LH1、HL1、皿1、L肥、HL2、皿2、L冊(cè)、HL3、皿3、W及LL ; Out(x，y)為相對(duì)應(yīng)的闊值處理后的小波系數(shù)； (e)利用所有的Out(X，y)進(jìn)行小波逆變換，從而得到去噪后的圖像0。 顯然，上述內(nèi)容只是為了說明本專利技術(shù)的特點(diǎn)，而并非對(duì)專利技術(shù)的限制，有關(guān)
的普通技術(shù)人員根據(jù)本專利技術(shù)在相應(yīng)的
做出的變化應(yīng)屬于本專利技術(shù)的保護(hù)范疇。【主權(quán)項(xiàng)】1. 一種DR圖像的降噪方法，其特征在于，包括如下步驟： (a) 讀入原始圖像I ; (b) 小波分解：選用DB4小波對(duì)圖像I進(jìn)行三層小波分解，得到第一層水平方向系數(shù) LH1、垂直方向系數(shù)HL1、對(duì)角線方向系數(shù)HHl ;第二層水平方向系數(shù)LH2、垂直方向系數(shù)HL2、 對(duì)角線方向系數(shù)HH2 ;第三層水平方向系數(shù)LH3、垂直方向系數(shù)HL3、對(duì)角線方向系數(shù)HH3 ; 以及經(jīng)過三層小波分解后的圖像細(xì)節(jié)系數(shù)LL ; (c) 自適應(yīng)計(jì)算閾值：由分量LHl自適應(yīng)計(jì)算閾值，通過快速排序法得到LHl的中值 Median,再通過下式計(jì)算閾值：其中=Iength為小波分解得到的所有系數(shù)分量長(zhǎng)度的總和； (d) 小波系數(shù)閾值處理：將LH1、HL1、HH1、LH2、HL2、HH2、LH3、HL3、HH3、以及LL分別進(jìn) 行閾值處理，具體公式如下：其中：In(x, y)分別取 LH1、HL1、HH1、LH2、HL2、HH2、LH3、HL3、HH3、以及 LL ;Out (X，y) 為相對(duì)應(yīng)的閾值處理后的小波系數(shù)； (e) 小波系數(shù)重構(gòu)：利用所有的Out (X，y)進(jìn)行小波逆變換，從而得到去噪后的圖像0。【專利摘要】本專利技術(shù)公開一種DR圖像的降噪方法，其特征在于，包括如下步驟：（a）讀入原始圖像I；（b）小波分解；（c）自適應(yīng)計(jì)算閾值；（d）小波系數(shù)閾值處理；（e）小波系數(shù)重構(gòu)；從而得到去噪后的圖像。本專利技術(shù)方法利用小波變換的時(shí)頻局部化性質(zhì)和去相關(guān)性特點(diǎn)，能有效的區(qū)分信號(hào)與噪聲，在抑制噪聲的同時(shí)保持圖像信息，從而得到原圖像的最佳恢復(fù)；同時(shí)，提出了一種新的閾值函數(shù)，提高了圖像的去噪效果與穩(wěn)定性；計(jì)算閾值時(shí)采用了快速排序法，提高了本專利技術(shù)的效率；方便醫(yī)生診斷，提高診斷效率。【IPC分類】G06T5/00【公本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
一種DR圖像的降噪方法，其特征在于，包括如下步驟：（a）讀入原始圖像I；（b）小波分解：選用DB4小波對(duì)圖像I進(jìn)行三層小波分解，得到第一層水平方向系數(shù)LH1、垂直方向系數(shù)HL1、對(duì)角線方向系數(shù)HH1；第二層水平方向系數(shù)LH2、垂直方向系數(shù)HL2、對(duì)角線方向系數(shù)HH2；第三層水平方向系數(shù)LH3、垂直方向系數(shù)HL3、對(duì)角線方向系數(shù)HH3；以及經(jīng)過三層小波分解后的圖像細(xì)節(jié)系數(shù)LL；（c）自適應(yīng)計(jì)算閾值：由分量LH1自適應(yīng)計(jì)算閾值，通過快速排序法得到LH1的中值Median，再通過下式計(jì)算閾值：Thr=Median0.6475(0.3936+0.1829*log(length)log(2))]]>其中：length為小波分解得到的所有系數(shù)分量長(zhǎng)度的總和；（d）小波系數(shù)閾值處理：將LH1、HL1、HH1、LH2、HL2、HH2、LH3、HL3、HH3、以及LL分別進(jìn)行閾值處理，具體公式如下：Out(x,y)=|In(x,y)|-2*ThralphaIn(x,y)≥Thr-(|In(x,y)|-2*Thralpha)In(x,y)≤-Thr0else]]>alpha=1+exp(|In(x,y)|-Thr2)]]>其中：In(x,y)分別取LH1、HL1、HH1、LH2、HL2、HH2、LH3、HL3、HH3、以及LL；Out(x,y)為相對(duì)應(yīng)的閾值處理后的小波系數(shù)；（e）小波系數(shù)重構(gòu)：利用所有的Out(x,y)進(jìn)行小波逆變換，從而得到去噪后的圖像O。...
【技術(shù)特征摘要】
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：郭朋，趙明，
申請(qǐng)(專利權(quán))人：深圳市藍(lán)韻實(shí)業(yè)有限公司，
類型：發(fā)明
國別省市：廣東;44
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。