[发明专利]图像降噪方法

说明书

图像的多尺度细节表示被计算为转化差异图像的加权和。将降噪算子应用于转化差异图像，由此转化差异被修改为估计的局部信号对噪声比的函数，并且以特定尺度的至少一个降噪后的中央差异图像通过合并以尺度s或更精细的尺度的降噪后的转化差异图像来计算。降噪后的图像通过将重构算法应用于降噪后的中央差异图像来计算。

技术领域

本发明涉及用于从由数字信号表示所表示的图像（更具体地，医疗图像）移除噪声的方法。

背景技术

通常，由数字信号所表示的诸如医疗射线照相图像之类的图像在显示或者硬拷贝记录期间或之前经受图像处理。

图像增强过程中的步骤之一是图像恢复。

数字图像可能由于噪声而降级。

由于在射线照相成像中关于剂量限制的强烈关注，越来越多的射线照相图像以较低的剂量取得，从而导致较高的噪声内容。

因此，图像降噪是射线照相图像的视觉化增强的过程中的主要关心。

多年以来，已经公布了多种图像降噪技术。它们在空间域和频率域二者中制定。

不管已经做出的巨大进步如何，研究机构继续针对更高效的降噪方法的搜索。

现有技术降噪算法通常做出关于噪声模型的假设并且因此不是一般适用的。

挑战在于在不创建假象或者移除精细图像结构的情况下抑制噪声。

有希望的图像降噪技术的大类别是基于多尺度的方法，比如多尺度自适应阈值化、贝叶斯小波阈值去噪等。

欧洲专利EP 1933272描述了一种用于基于转化（translation）差异图像的多尺度对比增强的新技术。

在常规的多尺度图像处理方法中，由像素值的阵列所表示的图像通过应用以下步骤而被处理。首先，原始图像被分解成以多个尺度的细节图像的序列以及（偶尔地）残留图像。接下来，细节图像的像素值通过向这些像素值应用至少一个转换而被修改。最后，处理后的图像通过向残留图像和修改后的细节图像应用重构算法来计算。

在上述的专利EP 1933272中描述的新技术提供了一种方法，其中可逆多尺度细节表示被计算为转化差异图像的加权和。

转化差异图像的转化偏移和加权因子以这样的方式从多尺度分解扣除：使得转化差异图像的结果所得的加权和与细节图像中的像素值相同或者是细节图像中的像素值的近似。

本发明的一方面是，进一步精心设计上述的技术，以便在保留精细图像结构的情况下实现高效的图像降噪。

发明内容

上述的方面通过如在权利要求1中阐述的降噪方法来实现。

用于本发明的优选实施例的特定特征在从属权利要求中阐述。

本发明的进一步的优点和实施例将根据以下描述和附图变得显而易见。

本发明适用于所有的多尺度细节表示方法，原始图像可以根据所述方法通过应用逆变换来计算。

本发明适用于所有的多尺度分解方法，其中细节像素值等价于对应的像素值转化差异图像之和或者可以被计算为中央（center）差异图像的像素。

本发明通常被实现为计算机程序产品，其适于当运行在计算机上并存储在计算机可读介质上时执行权利要求中的任一项的方法。

在本发明的上下文中，特定术语被定义如下：

多尺度分解机制：