CN102262775A - 一种图像降噪方法、装置及图像处理设备 - Google Patents

Abstract

本发明公开了一种图像降噪方法、装置及图像处理设备。其中，图像降噪方法包括：对输入的图像进行图像增强处理；对增强处理后的图像进行噪声估算；根据噪声估算结果对所述增强后的图像进行噪声抑制处理。本发明通过先进行图像增强，使得增强之前接近噪声的图像细节也得到了增强，拉开了这些细节与噪声之间的界限，使得噪声估算过程更能真实、准确地反映实际噪声大小，从而使得在抑制噪声的同时也保持图像细微细节以易于观察。

Description

一种图像降噪方法、装置及图像处理设备

技术领域

本发明涉及图像处理技术领域，尤其涉及一种图像降噪方法、装置及图像处理设备。

背景技术

许多领域会通过图像来进行监控或检测，例如，在医疗领域，通过影像设备(例如超声设备或X线影像设备)来检测患者身体内部的情况。由于不同密度的组织对X线的吸收程度不同，因此透过物体不同区域的射线间的衰减差异不同，所形成的图像中像素之间的差异也不同，从而可反映物体内部组织结构的变化情况。随着数字化X线成像技术的发展，物体内部细微的结构变化，大都可以表征为图像中的细节信息。为了易于观察对比度很低的细节，图像中的细节通常需要增强处理。然而，在增强的过程中，图像中的噪声随之也被放大，这影响着图像质量。

发明内容

本发明要解决的主要技术问题是，提供一种图像降噪方法、装置及图像处理设备，在对图像的细微细节进行增强以使细节易于观察的前提下，降低噪声，提高图像质量。

根据本发明的一方面，提供一种图像降噪方法，包括：对输入的图像进行图像增强处理；对增强处理后的图像进行噪声估算；根据噪声估算结果对所述增强后的图像进行噪声抑制处理。

在一种实施例中，所述噪声估算包括：计算所述增强处理后的图像的中值，将所述中值减去所述增强处理后的图像的每个像素值以获得偏离中值图像，计算所述偏离中值图像的中值，将所述偏离中值图像的中值乘以预设常量得到噪声值。

在另一实施例中，所述噪声抑制处理包括：计算所述增强处理后的图像的每个像素点的信噪比，将每个像素点的像素值乘以该像素的信噪比函数后得到降噪后的图像的每个像素点的像素值。

根据本发明的另一方面，提供一种图像降噪装置，包括：

图像增强模块，用于对输入的图像进行图像增强处理；

降噪模块，包括噪声估算单元和噪声抑制单元，所述噪声估算单元用于对增强处理后的图像进行噪声估算，所述噪声抑制单元用于根据噪声估算结果对所述增强处理后的图像进行噪声抑制。

本发明还提供一种图像处理设备，包括上述图像降噪装置。

本发明的有益效果在于：通过先对图像的所有信息进行图像增强处理，然后再进行噪声抑制，使得图像噪声和图像细节都得到了增强，从而拉开了在增强之前接近噪声的那些细节与噪声之间的界限，使得噪声估算过程更能真实、准确地反映实际噪声大小，从而使得在抑制噪声的同时也保持图像细微细节以易于观察。

附图说明

图1是本发明一种图像降噪装置实施例的结构示意图；

图2是本发明一种图像降噪方法实施例的流程示意图；

图3为本发明另一种图像降噪方法实施例的流程示意图；

图4为图2或图3所示图像降噪方法实施例中预设系数f的函数示意图；

图5是本发明一种图像处理设备实施例中图像后处理的结构示意图。

具体实施方式

下面通过具体实施方式结合附图对本发明作进一步详细说明。

如图1所述的实施例中，图像降噪装置包括：图像增强模块10、降噪模块20；其中，降噪模块20包括噪声估算单元21、噪声抑制单元22。

图像增强模块10用于对输入的图像进行图像增强处理；噪声估算单元21用于对增强处理后的图像进行噪声估算，具体包括中值计算子单元、偏离中值图像计算子单元和噪声计算子单元，中值计算子单元用于计算所述增强处理后的图像的中值；偏离中值图像计算子单元用于将所述中值减去所述增强处理后的图像的每个像素值以获得偏离中值图像，并计算所述偏离中值图像的中值；噪声计算子单元用于计算所述图像的噪声，所述噪声等于预设常量乘以所述偏离中值图像的中值。噪声抑制单元22用于根据噪声估算结果对所述增强处理后的图像进行噪声抑制，具体包括信噪比计算子单元和降噪子单元，信噪比计算子单元用于计算所述增强处理后的图像的每个像素点的信噪比；降噪子单元用于将每个像素点的像素值乘以该像素点的信噪比函数后得到降噪后的图像的每个像素点的像素值。

在另一种实施例中，图像降噪装置还包括多尺度分解模块和图像重建模块。

多尺度分解模块用于在所述图像增强模块10之前将所述输入的图像分解为至少一个细节层次图和本底图；图像重建模块用于在所述噪声抑制单元22之后对各个所述细节层次图和本底图进行图像重建。

再一种实施例中，图像降噪装置中还包括图像均衡模块，用于在图像增强模块10工作的同时进行图像均衡，或者在噪声抑制单元22之后进行图像均衡。

基于以上图像降噪装置，提供一种图像降噪方法实施例，先对图像中的细节进行增强，然后再估算增强后的该图中的噪声，进而抑制因增强而放大了的噪声，如图2所示，图像降噪方法包括：

步骤S1，对输入的图像进行图像增强；

步骤S2，对增强后的图像进行噪声估算；

步骤S3，对增强后的图像进行噪声抑制。

另一种实施例中，图像降噪方法如图3所示，包括：

步骤S1′，对图像进行多尺度分解。

采用现有多尺度分解技术，将输入的图像分解为一系列具有不同尺寸信息的细节层次图、以及基本不再蕴含任何细节信息的本底图。

步骤S1，图像增强。

对分解后的各层次细节图进行增强处理。在一种实施例中，对图像的增强处理可采用以下算法：利用一个单调递增奇对称函数对输入的图像中的像素进行变换，从而得到细节增强的新图像；其中单调递增奇对称函数在自变量比较小的位置处具有最大的梯度，而距离具有最大梯度值的位置越远的两旁，该单调递增奇对称函数的梯度则越来越小。需要说明的是，在上述增强的过程中，噪声随之也进行了放大，因此在增强处理后执行下面的降噪步骤。

步骤S2，噪声估算。

为了估算噪声，在一种实施例中，通过计算当前层次图I_i中每一像素点邻域(比如3×3或5×5的邻域)内的均方差，从而得到均方差图像，然后将该均方差图像的直方图中明显呈现出的单峰所对应的值，作为当前层次图中的整体噪声N_i。由于该方法需要计算图像中每一像素点处的均方差值，因此计算量较大。

另一种实施例中噪声估算的方法为：先计算出当前层次图I_i的中值I_med，然后再将该中值去减当前层次图中的每一像素值，得到另一反映当前层次图中每一像素值偏离该中值程度的图像I′_i，其中

I′_i(r)＝I_i(r)-I_med            (1)

r为层次图中像素点的位置。为了减轻计算量，噪声N_i简单地计算为常量乘以图像I′_i的中值，即

N_i＝μ×median(I′_i(r))           (2)

其中median()为中值操作，常量μ为正实数，其取值范围例如可为[1.4，1.6]。该噪声值实际为图像I_i的鲁棒均方差。

步骤S3，噪声抑制。

在估算出噪声之后，为了使得信号值低的区域内的噪声能得到更多的抑制，而信号值高的区域内的噪声只进行较少的抑制或甚至不抑制，从而保持高信号值区域内细节的清晰度，本实施例根据当前层次图中每一像素点处的信噪比，进行不同程度的噪声抑制。

为了计算信噪比，依据上述噪声的定义，当前层次图中某一像素点r处的信号值S_i(r)可以计算为该像素点的值I_i(r)或该像素点邻域内的均值或中值。这样，信噪比SNR_i(r)的表达形式为：

${\mathrm{SNR}}_i\left(r\right)=\frac{\left|S_i\left(r\right)\right|}{p\×N_i}---\left(3\right)$

其中p为任意的正实数，通常的取值范围为[1.0，5.0]。基于信噪比的噪声抑制，则通过将当前层次图I_i中的每一像素值乘上一依赖该像素点处信噪比的预设系数而实现，即

I_i(r)＝I_i(r)×f(SNR_i(r))              (4)

其中预设系数f(SNR)为依赖信噪比SNR的单调上升函数，其示意图如图4所示。构造该函数的一种表达式如公式(5)所示，

$f\left(\mathrm{SNR}\right)=a+\frac{1-a}{1+1/\mathrm{SNR}}---\left(5\right)$

根据该公式得知，SNR越大，预设系数f就越趋近于1.0，从而该处的像素值基本不改变，反之，SNR越小，预设系数f就越趋近于常数值a，其中a的取值范围为[0，1]。此外，构造该函数的另一种表达式如公式(6)所示：

$f\left(\mathrm{SNR}\right)=b+(1-b)\frac{\mathrm{arctg}\left(\mathrm{SNR}\right)}{\mathrm{\π}/2}---\left(6\right)$

其中，b为常数，其取值范围为[0，1]，随层次图的层次不同其选择也可能不同。

为了使图像的显示效果更优，另一种实施例中，在S1图像增强的同时对图像进行均衡处理，即步骤S4，通过压缩本底图的动态范围，以及均衡各层次细节间的对比度，由此丰富显示的图像信息。在其他实施例中，步骤S4也可以放到噪声抑制完成后进行。

最后，步骤S5组合上述经过增强、均衡及降噪处理后的细节层次图及本底图。

本实施例通过估算增强后的当前层次图中的整体噪声，之后再计算当前层次图中每一像素点处的信噪比，进而不同程度地抑制当前像素点处的噪声。由于噪声抑制过程是在细节增强之后进行的，因此在增强之前接近噪声的细节也得到了增强，从而拉开了这些细节与噪声间的界限，使得噪声估算过程能更真实、准确地反映实际噪声大小，在抑制噪声的同时也保持细微细节易于观察。

在图像处理设备的实施例中，图像处理设备的图像后处理部分的结构示意图如图5所示，包括图像分析及优化曲线生成单元51、图像增强、均衡及降噪单元52、优化曲线应用单元53及最后的显示单元54。其中，图像分析及优化曲线生成单元51根据当前图像的特征，构造适合当前图像的优化曲线；图像增强、均衡及降噪单元52采用前述图像降噪装置实施例实现，用于增强局部细节，抑制因增强而放大了的噪声，该单元功能影响图像的局部效果；而之后的单元53对经单元52处理后的图像，再应用单元51生成的优化曲线进行变换，从而突出图像中感兴趣区域的对比度，该单元影响图像的全局效果。最后的显示单元54对欲显示的图像进行显示补偿，然后再输出到打印机或显示器。

本发明可广泛应用于医疗影像设备(例如X线影像设备)、数码摄像产品、工业及科学仪器等领域。

以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (15)

1.一种图像降噪方法，其特征在于包括：

对输入的图像进行图像增强处理；

对增强处理后的图像进行噪声估算；

根据噪声估算结果对所述增强后的图像进行噪声抑制处理。

2.如权利要求1所述的图像降噪方法，其特征在于，所述噪声估算包括：计算所述增强处理后的图像的中值，将所述中值减去所述增强处理后的图像的每个像素值以获得偏离中值图像，计算所述偏离中值图像的中值，将所述偏离中值图像的中值乘以预设常量得到噪声值。

3.如权利要求2所述的图像降噪方法，其特征在于，所述噪声抑制处理包括：计算所述增强处理后的图像的每个像素点的信噪比，将每个像素点的像素值乘以该像素的信噪比函数后得到降噪后的图像的每个像素点的像素值。

4.如权利要求3所述的图像降噪方法，其特征在于，所述增强处理后的图像的每个像素点的信噪比的计算公式为：

${\mathrm{SNR}}_i\left(r\right)=\frac{\left|S_i\left(r\right)\right|}{p\×N_i},$

其中，p为常数，S_i(r)为所述每个像素点的信号值，N_i为所述噪声值。

5.如权利要求4所述的图像降噪方法，其特征在于，所述信噪比函数为信噪比的单调上升函数。

6.如权利要求5所述的图像降噪方法，其特征在于，所述信噪比函数的计算公式为：

$f\left(\mathrm{SNR}\right)=a+\frac{1-a}{1+1/\mathrm{SNR}},$ 或者 $f\left(\mathrm{SNR}\right)=b+(1-b)\×\frac{\mathrm{arctg}\left(\mathrm{SNR}\right)}{\mathrm{\π}/2},$

其中，a、b均为常数，SNR为所述每个像素点的信噪比，f(SNR)为信噪比函数。

7.如权利要求1-6任一项所述的图像降噪方法，其特征在于，在所述图像增强处理之前还包括：将所述输入的图像分解为至少一个细节层次图和本底图；在所述噪声抑制处理之后对降噪后的各个所述细节层次图和本底图进行图像重建。

8.一种图像降噪装置，其特征在于，包括：

图像增强模块，用于对输入的图像进行图像增强处理；

降噪模块，包括噪声估算单元和噪声抑制单元，所述噪声估算单元用于对增强处理后的图像进行噪声估算，所述噪声抑制单元用于根据噪声估算结果对所述增强处理后的图像进行噪声抑制。

9.如权利要求8所述的图像降噪装置，其特征在于，所述噪声估算单元包括：

中值计算子单元，用于计算所述增强处理后的图像的中值；

偏离中值图像计算子单元，用于将所述中值减去所述增强处理后的图像的每个像素值以获得偏离中值图像，并计算所述偏离中值图像的中值；

噪声计算子单元，用于计算所述图像的噪声，所述噪声等于预设常量乘以所述偏离中值图像的中值。

10.如权利要求8或9所述的图像降噪装置，其特征在于，所述噪声抑制单元包括：

信噪比计算子单元，用于计算所述增强处理后的图像的每个像素点的信噪比；

降噪子单元，用于将每个像素点的像素值乘以该像素点的信噪比函数后得到降噪后的图像的每个像素点的像素值。

11.如权利要求10所述的图像降噪装置，其特征在于，所述信噪比函数为信噪比的单调上升函数。

12.如权利要求8-11任一项所述的图像降噪装置，其特征在于还包括：

多尺度分解模块，用于在所述图像增强模块之前将所述输入的图像分解为至少一个细节层次图和本底图；

图像重建模块，用于在所述噪声抑制单元之后对各个所述细节层次图和本底图进行图像重建。

13.如权利要求8-12任一项所述的图像降噪装置，其特征在于还包括图像均衡模块，用于对所述输入的图像进行图像均衡处理。

14.一种图像处理设备，其特征在于，包括权利要求8-13任一项所述的图像降噪装置。

15.如权利要求14所述的图像处理设备，其特征在于，所述图像处理设备包括X线影像设备。

Images