CN107886489A - 基于剪切波变换及引导滤波技术提高医学图像质量的方法 - Google Patents
基于剪切波变换及引导滤波技术提高医学图像质量的方法 Download PDFInfo
- Publication number
- CN107886489A CN107886489A CN201711262879.7A CN201711262879A CN107886489A CN 107886489 A CN107886489 A CN 107886489A CN 201711262879 A CN201711262879 A CN 201711262879A CN 107886489 A CN107886489 A CN 107886489A
- Authority
- CN
- China
- Prior art keywords
- frequency sub
- band
- filtering
- shearing wave
- medical image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 49
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 25
- 238000010008 shearing Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000009466 transformation Effects 0.000 claims abstract description 4
- 230000002708 enhancing effect Effects 0.000 claims description 4
- 230000036039 immunity Effects 0.000 abstract description 4
- 238000005728 strengthening Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种基于剪切波变换及引导滤波技术提高医学图像质量的方法，包括以下步骤：步骤S1、利用剪切波变换对医学图像进行分解，从而得到低频子带和高频子带；步骤S2、对上述得到的低频子带进行PM滤波；对上述得到的高频子带进行去噪，然后对去噪后的高频子带进行引导滤波；步骤S3、对经过PM滤波的低频子带和经过引导滤波的高频子带进行剪切波逆变换。达到提高图像清晰度且增强图像的抗噪性的目的。
Description
技术领域
本发明涉及医学图像处理领域，具体地，涉及一种基于剪切波变换及引导滤波技术提高医学图像质量的方法。
背景技术
医学图像的质量对医生在诊断和治疗过程中有很重要的影响。在医学图像的采集和传输过程中，图像会被各种各样的因素干扰导致图像质量下降，对后续的处理和应用产生不良影响。图像增强作为图像预处理的主要环节，具有很重要的应用价值。
目前，图像增强分为两大类：空域变化和频域变换。基于空域的增强方法是直接对图像的整体像素值进行处理，虽然提升了图像的整体亮度，但降低了图像的对比度，放大图像中的噪声，淹没了细节。空域变换有：直方图均衡化、多尺度Retinex等。小波变换是经典算法之一，具有很好的时域特性和多分辨率的特点，但其不能很好的表达方向信息。为了克服小波的有限方向性的缺点，提出了很多基于小波的多尺度变换，例如：曲波(curvelet)变换，轮廓波(contourlet)变换和剪切波(Shearlet)变换。Shearlet变换和contourlet变换具有类似的分解过程。两者均可实现最优逼近和多分辨率分析。
综上所述：现有技术中存在图像抗噪性不强，清晰度不高的问题。
发明内容
本发明的目的在于，针对上述问题，提出一种基于剪切波变换及引导滤波技术提高医学图像质量的方法，以实现提高图像清晰度且增强图像的抗噪性的优点。
为实现上述目的，本发明采用的技术方案是：
一种基于剪切波变换及引导滤波技术提高医学图像质量的方法，包括以下步骤：
步骤S1、利用剪切波变换对医学图像进行分解，从而得到低频子带和高频子带；
步骤S2、对上述得到的低频子带进行PM滤波；对上述得到的高频子带进行去噪，然后对去噪后的高频子带进行引导滤波；
步骤S3、对经过PM滤波的低频子带和经过引导滤波的高频子带进行剪切波逆变换。
优选的，对上述得到的低频子带进行PM滤波中，PM滤波选取的迭代次数为2次。
优选的，上述步骤S2对上述得到的高频子带进行去噪中，去噪采用循环阈值法。
优选的，所述引导滤波的公式具体如下：
EI＝ε(P-Q)+Q，
其中P是待滤波图像，Q为滤波后图像即平滑图像，ε是增强参数，EI表示引导滤波函数。
优选的，所述ε＝2.2。
本发明的技术方案具有以下有益效果：
本发明的技术方案，将PM滤波用于低频子带，引导滤波用于高频子带，提出一种基于剪切波变换的医学图像新方法。通过对剪切波变换阈值的处理，对大程度的滤除噪声，再经引导滤波过程，增强图像的细节信息，从而达到提高图像清晰度且增强图像的抗噪性的目的。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明实施例所述的基于剪切波变换及引导滤波技术提高医学图像质量的方法得流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
如图1所示，
一种基于剪切波变换及引导滤波技术提高医学图像质量的方法，包括以下步骤：
步骤S1、利用剪切波变换对医学图像进行分解，从而得到低频子带和高频子带；
步骤S2、对上述得到的低频子带进行PM滤波；对上述得到的高频子带进行去噪，然后对去噪后的高频子带进行引导滤波；
步骤S3、对经过PM滤波的低频子带和经过引导滤波的高频子带进行剪切波逆变换。
优选的实施例中，对上述得到的低频子带进行PM滤波中，PM滤波选取的迭代次数为2次。
优选的实施例中，上述步骤S2对上述得到的高频子带进行去噪中，去噪采用循环阈值法。
图像引导滤波是一种局部线性图像滤波器，在其实现平滑滤波的同时还能具有良好的边缘保持性能。滤波过程包含引导图像I,待处理图像P和处理后图像Q。其中I和P是可以相同的，二者都是灰度图像。引导滤波的关键是对于引导图像I和待处理图像P关于呈局部线性关系的假设。以像素点k为中心，r为半径的方形局部窗wk中，P是I的线性变换，即：
式中ak,bk是变换的系数，在局部窗口wk中为常值。(a为常系数)，此局部线性模型保证滤波输出图像和引导图像保持相同的边缘性，所以此滤波后的图像边缘保持很好。
引导滤波的增强如下：
即优选的实施例中，引导滤波的公式具体如下：
EI＝ε(P-Q)+Q，
其中P是待滤波图像，Q为滤波后图像即平滑图像，ε是增强参数，EI表示引导滤波函数。ε值的大小决定细节部分的清晰度，但同时也对噪声有影响。因此ε的取值很重要。
优选的实施例中，ε＝2.2。
shearlet变换数学结构简单，具有更高的计算效率。剪切波变换具有非线性误差逼近阶，在频率空间中逐层细分，能更好的表示性能。
综上所述，本发明
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于剪切波变换及引导滤波技术提高医学图像质量的方法，其特征在于，包括以下步骤：
步骤S1、利用剪切波变换对医学图像进行分解，从而得到低频子带和高频子带；
步骤S2、对上述得到的低频子带进行PM滤波；对上述得到的高频子带进行去噪，然后对去噪后的高频子带进行引导滤波；
步骤S3、对经过PM滤波的低频子带和经过引导滤波的高频子带进行剪切波逆变换。
2.根据权利要求1所述的基于剪切波变换及引导滤波技术提高医学图像质量的方法，其特征在于，对上述得到的低频子带进行PM滤波中，PM滤波选取的迭代次数为2次。
3.根据权利要求1所述的基于剪切波变换及引导滤波技术提高医学图像质量的方法，其特征在于，上述步骤S2对上述得到的高频子带进行去噪中，去噪采用循环阈值法。
4.根据权利要求1所述的基于剪切波变换及引导滤波技术提高医学图像质量的方法，其特征在于，所述引导滤波的公式具体如下：
EI＝ε(P-Q)+Q，
其中P是待滤波图像，Q为滤波后图像即平滑图像，ε是增强参数，EI表示引导滤波函数。
5.根据权利要求4所述的基于剪切波变换及引导滤波技术提高医学图像质量的方法，其特征在于，所述ε＝2.2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711262879.7A CN107886489A (zh) | 2017-12-04 | 2017-12-04 | 基于剪切波变换及引导滤波技术提高医学图像质量的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711262879.7A CN107886489A (zh) | 2017-12-04 | 2017-12-04 | 基于剪切波变换及引导滤波技术提高医学图像质量的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107886489A true CN107886489A (zh) | 2018-04-06 |
Family
ID=61773091
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711262879.7A Pending CN107886489A (zh) | 2017-12-04 | 2017-12-04 | 基于剪切波变换及引导滤波技术提高医学图像质量的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107886489A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108230279A (zh) * | 2018-04-08 | 2018-06-29 | 新疆大学 | 基于剪切波变换与模糊对比度相结合的医学图像增强方法 |
| CN109191416A (zh) * | 2018-08-29 | 2019-01-11 | 西安电子科技大学 | 基于稀疏字典学习和剪切波的图像融合方法 |
| CN109584322A (zh) * | 2018-10-10 | 2019-04-05 | 浙江工业大学 | 基于频域方向平滑Shearlet医学PET图像去噪方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106157261A (zh) * | 2016-06-23 | 2016-11-23 | 浙江工业大学之江学院 | 平移不变性的shearler变换医学图像去噪方法 |
| CN106846288A (zh) * | 2017-01-17 | 2017-06-13 | 中北大学 | 一种双模态红外图像差异特征指数测度的多算法融合方法 |
-
2017
- 2017-12-04 CN CN201711262879.7A patent/CN107886489A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106157261A (zh) * | 2016-06-23 | 2016-11-23 | 浙江工业大学之江学院 | 平移不变性的shearler变换医学图像去噪方法 |
| CN106846288A (zh) * | 2017-01-17 | 2017-06-13 | 中北大学 | 一种双模态红外图像差异特征指数测度的多算法融合方法 |
Non-Patent Citations (3)
| Title |
|---|
| DEEP GUPTA ET AL: "Despeckling of ultrasound medical images using nonlinear adaptive anisotropic diffusion in nonsubsampled shearlet domain", 《BIOMEDICAL SIGNAL PROCESSING AND CONTROL》 * |
| 何旭: "基于多尺度几何分析和各向异性扩散的医学超声图像去噪算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 吕笃良 等: "基于非下采样剪切波变换与引导滤波结合的遥感图像增强", 《计算机应用》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108230279A (zh) * | 2018-04-08 | 2018-06-29 | 新疆大学 | 基于剪切波变换与模糊对比度相结合的医学图像增强方法 |
| CN109191416A (zh) * | 2018-08-29 | 2019-01-11 | 西安电子科技大学 | 基于稀疏字典学习和剪切波的图像融合方法 |
| CN109584322A (zh) * | 2018-10-10 | 2019-04-05 | 浙江工业大学 | 基于频域方向平滑Shearlet医学PET图像去噪方法 |
| CN109584322B (zh) * | 2018-10-10 | 2023-12-26 | 四川省工程装备设计研究院有限责任公司 | 基于频域方向平滑Shearlet医学PET图像去噪方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yang et al. | Medical image enhancement algorithm based on wavelet transform | |
| CN100550978C (zh) | 一种保持边缘的自适应图像滤波方法 | |
| CN108921800A (zh) | 基于形状自适应搜索窗口的非局部均值去噪方法 | |
| CN107610074A (zh) | 一种提高遥感图像质量的方法 | |
| CN104616255B (zh) | 基于乳腺x线图像的自适应增强方法 | |
| CN107886489A (zh) | 基于剪切波变换及引导滤波技术提高医学图像质量的方法 | |
| CN110211058A (zh) | 一种医学影像的数据增强方法 | |
| CN101916433B (zh) | 基于偏微分方程的强噪声污染图像的去噪方法 | |
| CN104182939B (zh) | 一种医疗影像图像细节增强方法 | |
| CN107464226A (zh) | 一种基于改进二维经验模态分解算法的图像去噪方法 | |
| CN107784638A (zh) | 一种优化的东巴古籍图像增强方法 | |
| CN106067164B (zh) | 基于自适应小波域处理的彩色图像对比度增强算法 | |
| CN104616252B (zh) | 基于nsct和pcnn的数字图像增强方法 | |
| Liu et al. | Research and analysis of deep learning image enhancement algorithm based on fractional differential | |
| CN111192204A (zh) | 一种图像增强方法、***和计算机可读存储介质 | |
| CN104766278A (zh) | 基于自适应平滑系数的各向异性滤波方法 | |
| CN109064413B (zh) | 图像对比度增强方法及采用其的图像采集医疗设备 | |
| CN102081790B (zh) | 一种基于非线性Curvelet扩散的噪声图像增强方法 | |
| CN105118043A (zh) | 一种烟田遥感图像增强算法 | |
| CN103810677B (zh) | 基于超经验模式分解的遥感图像增强方法 | |
| CN110288536A (zh) | 一种基于改进双边滤波的井下图像处理方法 | |
| CN1303571C (zh) | 基于模糊积分的图像优化融合方法 | |
| CN107563982A (zh) | 一种遥感图像增强方法 | |
| CN105894478B (zh) | 基于***部秩特征的图像去噪方法 | |
| CN101930599B (zh) | 一种医学图像增强方法及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180406 |