[发明专利]一种超声图像斑点噪声去除方法

权利要求书

1.一种超声图像斑点噪声去除方法，其特征在于具体步骤如下：

步骤1：

基于

上式中，z就是B超仪器所获得的含有斑点噪声的图像，是估计的干净图像，i是图像空间Ω中像素的坐标位置；Δ(i)表示以坐标点i为中心、大小为β×β的邻域搜索区域，坐标点j属于Δ(i)中；z(j)表示以图像z中像素点j为中心、大小为α×α的图像块；z(i)表示以图像z中像素点i为中心、大小为α×α的图像块；p(z(i)|z(j))为在图像块z(j)的观察下图像块z(i)的条件概率密度函数值，为在图像块的观察下图像块z(i)的条件概率密度函数值；均表示以i为中心的图像块的无斑估计；将所有估计出的进行平均融合，得到去斑图像

上式含义为：在第一步滤波中，直接将噪声图像z作为输入，通过图像块的加权平均及组合可以得到对无斑图像的粗略估计；然后，再将作为下一步滤波的输入，由此修正滤波结果；

根据式(1)计算出在斑点噪声环境下的p(z(i)|z(j))和即可得到去斑图像，由于其中n(i)为零均值、标准差为σ分布的高斯噪声，因此z(i)|u(i)～N(u(i),u(i)σ²)，则

步骤2：

考虑到图像块中像素点条件独立的假设，可以得到图像块的概率分布情况：

上式中|R|表示图像块中的像素个数，r表示图像块中的第r个像素，基于式(2)，式(1)第一步中的p(z(i)|z(j))可以计算为：

而第二步中的可计算为：

步骤3：

为了进一步提升去斑性能，将迭代次数扩展到K次，(2≤K≤4)，则完整的迭代滤波去斑模型如下式所示：

调节式(5)的h的值以获得最好的去斑效果，由于h与σ²相关，令h＝(C·σ)²，经多次实验总结，当C＝1时，去斑效果最好，在无法已知σ的情况下，h取值为8则效果最佳。

2.根据权利要求1所述的一种超声图像斑点噪声去除方法，其特征在于：调整图像块之间的重叠度，降低时间复杂度。

3.根据权利要求1所述的一种超声图像斑点噪声去除方法，其特征在于：在滤波时加入块预选机制，当发现邻域中的块的均值与目标图像块的均值相差太大时，则不考虑对目标块估计值的贡献，即：

预设块平均值阈值设为μ，令μ＝0.7；

当超出了[μ,1/μ]范围时，则将块对的贡献置为0，为的均值，为的均值。

4.根据权利要求1所述的一种超声图像斑点噪声去除方法，其特征在于：迭代次数K控制在2到4的范围，并且随着与斑点噪声程度相关的参数σ的增加，K逐渐降为2，较少的迭代次数控制了算法的时间复杂度增长。