CN109003230A - 一种切伦科夫荧光图像冲击噪声去除方法及系统 - Google Patents

Abstract

本发明属于图像数据处理领域，公开了一种切伦科夫荧光图像冲击噪声去除方法及系统，复制光学探测器采集到的原始切伦科夫荧光图像边缘，对图像进行扩展；以扩展图像除边缘以外的像素为中心点，取3×3窗口内的9个像素值，从小到大进行排序，得到中间值，中间值构成的图像为中值图像；计算原始切伦科夫荧光图像与中值图像的差值图像；计算差值图像中各个像素的模糊值；根据模糊值，计算得到滤除冲击噪声后的切伦科夫荧光图像。去除冲击噪声时需要利用排序法求中值、减法求差值图像、乘法与加法求滤除噪声后的切伦科夫荧光图像，涉及的操作仅为排序、减法、乘法与加法，实现简单。

Description

一种切伦科夫荧光图像冲击噪声去除方法及系统

技术领域

本发明属于图像数据处理或产生技术领域，尤其涉及一种切伦科夫荧光图像冲击噪声去除方法及系统。

背景技术

1934年，Cerenkov发现高能粒子在导电介质中传输速度超过光速时，会产生切伦科夫辐射现象。切伦科夫辐射过程中，会产生分布在紫外和可见光波段的光子。2009年，Robertson等人利用光学探测器探测放射性核素切伦科夫辐射过程中发出的光子，并将其命名为切伦科夫荧光成像。切伦科夫荧光成像以临床应用的核素作为示踪剂，具有成本低，成像时间短的特点，在预临床研究以及临床肿瘤细胞切除等领域应用广泛。采集切伦科夫荧光图像过程中，由于高能伽马粒子辐射到光学探测器，在采集到的切伦科夫荧光图像中包含冲击噪声。冲击噪声幅度明显大于周围像素，离散分布在整幅图像中。严重时，目标的荧光信号被冲击噪声淹没，对切伦科夫荧光成像造成干扰，必须采取有效的方法对噪声进行抑制。现有切伦科夫荧光图像冲击噪声抑制技术可以分为3大类，一类采用经典的空域中值滤波方法进行噪声抑制，该方法能有效滤除噪声，但是将每个像素都替换为其对应空域窗口所有像素的中间值，有用图像的灰度和形状发生改变，从而产生失真；一类采用时域中值滤波，该方法需要采集多幅切伦科夫荧光图像，采集时间长，同时由于将所有像素替换成时域窗口内的中值，有用图像的灰度和形状发生改变，从而产生失真；一类采用基于聚类的方法，将图像中的像素分类为噪声图像、背景图像和有用图像，再采用图像修补的方法对噪声进行抑制，聚类需要循环计算类中心以及像素点到类中心的距离，图像修补循环计算图像曲率变化，算法需要经过多次迭代才能收敛，运算复杂，处理时间长。

综上所述，现有技术存在的问题是：

(1)采用经典的空域中值滤波方法进行噪声抑制，该方法能有效滤除噪声，但是有用图像的灰度值和形状会发生改变，出现失真。

(2)采用时域中值滤波，该方法需要采集多幅切伦科夫荧光图像，采集时间长，同时由于对所有像素进行滤波操作，有用图像灰度值和形状发生改变，出现失真。

(3)采用基于聚类的方法，将图像分为噪声、背景和有用信号，再采用图像修补的方法对噪声进行抑制，聚类需要循环计算类中心以及像素点到类中心的距离，图像修补循环计算图像曲率变化，算法需要经过多次迭代才能收敛，运算复杂，处理时间长。

解决上述技术问题的难度和意义：在利用操作简单、易于实现的方法去除冲击噪声的同时保持有用图像不发生失真，为后续基于切伦科夫荧光成像的定量分析提供准确的原始数据。

发明内容

针对现有技术存在的问题，本发明提供了一种切伦科夫荧光图像冲击噪声去除方法及系统。

本发明是这样实现的，一种切伦科夫荧光图像冲击噪声去除方法，所述切伦科夫荧光图像冲击噪声去除方法包括：复制光学探测器采集到的原始切伦科夫荧光图像边缘，对图像进行扩展；以扩展图像的元素为中心点，取3×3窗口内的9个值，从小到大进行排序，得到中间值，中间值构成的图像为中值图像；计算原始切伦科夫荧光图像与中值图像的差值图像；计算差值图像中各个像素的模糊值；根据模糊值，计算得到滤除冲击噪声后的切伦科夫荧光图像。

进一步，所述切伦科夫荧光图像冲击噪声去除方法包括以下步骤：

步骤一，复制光学探测器采集到的具有K行N列像素的原始切伦科夫荧光图像X的第1行和最后1行，扩展得到K+2行N列的行扩展图像

步骤二，复制原始切伦科夫荧光图像的第1列和最后1列，扩展得到大小为K+2行N+2列的图像Y；

步骤三，以图像Y的第2行第2列的元素y_2,2为中心点，取3×3窗口内的9个元素，记为{y_1,1,y_1,2,y_1,3,y_2,1,y_2,2,y_2,3,y_3,1,y_3,2,y_3,3}，对9个元素从小到大进行排序，得到中间值，记为m_1,1；

步骤四，从左至右，从上至下滑动(3)中的3×3窗口，计算图像Y中除第1行、第K+2行、第1列和第N+2列以外的所有像素的中值，得到中值图像M；

步骤五，计算原始切伦科夫荧光图像与中值图像的差值图像V＝X-M；

步骤六，对步骤五得到的差值图像，根据下式计算各个像素的模糊值；

步骤七，根据模糊值，计算得到滤除噪声后的切伦科夫荧光图像。

进一步，所述步骤六中计算各个像素的模糊值：

式中，v_i,j为差值图像V的第i行第j列像素，且1≤i≤K，1≤j≤N，T₁和T₂为两个阈值。

进一步，所述步骤七中计算得到滤除噪声后的切伦科夫荧光图像：

z_i,j＝r_i,j×m_i,j+(1-r_i,j)×x_i,j；

式中，m_i,j和x_i,j分别为中值图像M和原始切伦科夫荧光图像X的第i行第j列像素。

本发明的另一目的在于提供一种实现所述切伦科夫荧光图像冲击噪声去除方法的切伦科夫荧光图像冲击噪声去除系统，所述切伦科夫荧光图像冲击噪声去除系统包括：

采集模块，用于在光密闭环境中采集原始切伦科夫荧光图像；

扩展模块，用于原始切伦科夫荧光图像边缘扩展；

排序模块，用于以图像的元素为中心点，取3×3窗口内的9个元素，从小到大进行排序，得到中间值；

中值图像计算模块，用于从左至右，从上至下滑动3×3窗口，计算图像中像素的中值，得到中值图像；

差值图像计算模块，用于计算原始切伦科夫荧光图像与中值图像的差值图像；

模糊值计算模块，用于根据得到的差值图像计算各个像素的模糊值；

图像恢复模块，用于根据模糊值，计算得到滤除冲击噪声后的切伦科夫荧光图像。

本发明的另一目的在于提供一种应用所述切伦科夫荧光图像冲击噪声去除方法的信息处理终端。

综上所述，本发明的优点及积极效果为：本发明方法去除冲击噪声时需要利用排序法求中值、减法求差值图像、乘法与加法求滤除噪声后的切伦科夫荧光图像，涉及的操作仅为排序、减法、乘法与加法，实现简单；通过模糊值将采集到的切伦科夫图像像素分为两大类(0和非0)，对模糊值不为0的噪声污染像素点进行灰度值替代，对模糊值为0的无噪声像素点，保持灰度值不变，从而使得原始图像中的有用图像灰度值与形状不失真。

附图说明

图1是本发明实施例提供的切伦科夫荧光图像冲击噪声去除方法流程图。

图2是本发明实施例提供的无噪声污染的切伦科夫荧光仿真图像。

图3是本发明实施例提供的冲击噪声污染的切伦科夫荧光仿真图像。

图4是现有中值滤波技术去除噪声后的切伦科夫荧光仿真图像。

图5是本发明方法去除噪声后的切伦科夫荧光仿真图像。

图6是无噪切伦科夫图像、现有中值滤波图像和本发明方法滤波图像的第100行第50到90列的像素灰度值。

图7是本发明实施例提供的原始切伦科夫荧光图像示意图。

图8是本发明实施例提供的去噪后的切伦科夫荧光图像示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提出一种运算量小、操作简单的噪声抑制方法，在抑制噪声的同时尽量保持有用图像不发生失真。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例提供的切伦科夫荧光图像冲击噪声去除方法包括以下步骤：

S101：复制光学探测器采集到的原始切伦科夫荧光图像上下边缘得到行扩展图像；

S102：复制行扩展图像的左右边缘得到扩展图像；

S103：以扩展图像除边缘以外的像素为中心点，取3×3窗口内的9个像素，从小到大进行排序，得到中间值；

S104：从左至右，从上至下滑动3×3窗口，计算扩展图像中除边缘外所有像素的中值，得到中值图像；

S105：计算原始切伦科夫荧光图像与中值图像的差值图像；

S106：根据差值图像计算各个像素的模糊值；

S107：根据模糊值，计算得到滤除冲击噪声后的切伦科夫荧光图像。

本发明实施例提供的切伦科夫荧光图像冲击噪声去除方法具体包括以下步骤：

(1)复制光学探测器采集到的具有K行N列像素的原始切伦科夫荧光图像X的第1行和最后1行，扩展得到K+2行N列图像

(2)复制原始切伦科夫荧光图像的第1列和最后1列，扩展得到大小为K+2行N+2列的图像Y；

(3)以图像Y的第2行第2列的元素y_2,2为中心点，取3×3窗口内的9个元素，记为{y_1,1,y_1,2,y_1,3,y_2,1,y_2,2,y_2,3,y_3,1,y_3,2,y_3,3}，对9个元素从小到大进行排序，得到中间值，记为m_1,1；

(4)从左至右，从上至下滑动(3)中的3×3窗口，计算图像Y中除第1行、第K+2行、第1列和第N+2列以外的所有像素的中值，得到中值图像M；

(5)计算原始切伦科夫荧光图像与中值图像的差值图像V＝X-M；

(6)对(5)得到的差值图像，根据下式计算各个像素的模糊值：

式中，v_i,j为差值图像V的第i行第j列像素，且1≤i≤K，1≤j≤N，T₁和T₂为两个阈值；

(7)根据模糊值，利用下式，计算得到滤除噪声后的切伦科夫荧光图像；

z_i,j＝r_i,j×m_i,j+(1-r_i,j)×x_i,j；

式中，m_i,j和x_i,j分别为中值图像M和原始切伦科夫荧光图像X的第i行第j列像素。

下面结合仿真实验实施例对本发明的应用作进一步的描述。

图2为仿真的无噪声的小鼠切伦科夫荧光图像，图像大小为128×128，图3为10％的冲击噪声污染的小鼠切伦科夫荧光图像。利用本发明提供的切伦科夫荧光图像冲击噪声去除方法包括以下步骤：

(1)复制X的第1行和最后1行，对X进行扩展，得到具有130行128列像素的行扩展图像复制的第1列和最后1列，得到具有130行130列像素的图像Y。

(2)以图像Y的第2行第2列的元素y_2,2为中心点，取3×3窗口内的9个元素，记为{y_1,1,y_1,2,y_1,3,y_2,1,y_2,2,y_2,3,y_3,1,y_3,2,y_3,3}，对9个元素从小到大进行排序，得到中间值，记为m_1,1；

(3)从左至右，从上至下滑动(3)中5的3×3窗口，计算图像Y中除第1行、第130行、第1列和第130列以外的所有像素的中值，得到中值图像M，M具有128行128列像素；

(4)计算原始切伦科夫荧光图像与中值图像的差值图像V＝X-M；

(5)对上述(4)得到的差值图像，根据下式计算各个像素的模糊值：

式中，v_i,j为差值图像V的第i行第j列像素，且1≤i≤128，1≤j≤128，T₁和T₂为两个阈值，分别取差值图像最大像素值的0.01和0.02；

(6)根据模糊值，利用下式，计算得到去噪后的图像Z，如图4所示。

z_i,j＝r_i,j×m_i,j+(1-r_i,j)×x_i,j；

式中，m_i,j和x_i,j分别为中值图像M和原始切伦科夫荧光图像X的第i行第j列像素，且1≤i≤128，1≤j≤128。

可以看到，经过本发明所提方法，可以有效去除切伦科夫荧光图像中的噪声，提高图像信噪比。

为了进行比较，图4所示为现有中值滤波技术去除冲击噪声后的切伦科夫荧光图像。可以看到，现有中值滤波技术能去除冲击噪声。为了更进一步比较现有技术和本发明方法结果的差异，将无噪切伦科夫图像、现有中值滤波图像和本发明方法滤波图像的第100行第50到90列的像素提取出来，在图6中进行显示。同时，计算了现有中值滤波图像与无噪切伦科夫图像的均方根误差，结果为0.77和0.15。可以看到，本发明方法更接近理论值，在滤除噪声的同时减少了有用图像的失真。

下面结合肿瘤裸鼠实施例对本发明的应用作更进一步的描述。本发明提供的切伦科夫荧光图像冲击噪声去除方法包括以下步骤：

(1)利用异氟烷气体麻醉腿部成瘤的裸鼠，腹腔注射靶向肿瘤的核素示踪剂，将麻醉后的裸鼠放置于载物台上。

(2)光密闭环境内，利用电子倍增CCD相机采集切伦科夫荧光图像，积分时间1分钟。

(3)采集到的原始切伦科夫荧光图像X具有128行40列像素，如图2所示。

(4)复制X的第1行和最后1行，对X进行扩展，得到具有130行40列像素的图像复制的第1列和最后1列，得到具有130行42列像素的图像Y。

(5)以图像Y的第2行第2列的元素y_2,2为中心点，取3×3窗口内的9个元素，记为{y_1,1,y_1,2,y_1,3,y_2,1,y_2,2,y_2,3,y_3,1,y_3,2,y_3,3}，对9个元素从小到大进行排序，得到中间值，记为m_1,1；

(6)从左至右，从上至下滑动(3)中5的3×3窗口，计算图像Y中除第1行、第130行、第1列和第42列以外的所有像素的中值，得到中值图像M，M具有128行40列像素；

(7)计算原始切伦科夫荧光图像与中值图像的差值图像V＝X-M；

(8)对上述(5)得到的差值图像，根据下式计算各个像素的模糊值：

式中，v_i,j为差值图像V的第i行第j列像素，且1≤i≤128，1≤j≤40，T₁和T₂为两个阈值，分别取差值图像最大像素值的0.01和0.02；

(9)根据模糊值，利用下式，计算得到去噪后的图像Z，如图3所示。

z_i,j＝r_i,j×m_i,j+(1-r_i,j)×x_i,j；

式中，m_i,j和x_i,j分别为中值图像M和原始切伦科夫荧光图像X的第i行第j列像素，且1≤i≤128，1≤j≤40。

可以看到，经过本发明所提方法，可以有效去除切伦科夫荧光图像中的冲击噪声，提高图像信噪比：

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种切伦科夫荧光图像冲击噪声去除方法，其特征在于，所述切伦科夫荧光图像冲击噪声去除方法包括：复制光学探测器采集到的原始切伦科夫荧光图像边缘，对图像进行扩展；以扩展图像的元素为中心点，取3×3窗口内的9个值，从小到大进行排序，得到中间值，中间值构成的图像为中值图像；计算原始切伦科夫荧光图像与中值图像的差值图像；计算差值图像中各个像素的模糊值；根据模糊值，计算得到滤除冲击噪声后的切伦科夫荧光图像。

2.如权利要求1所述的切伦科夫荧光图像冲击噪声去除方法，其特征在于，所述切伦科夫荧光图像冲击噪声去除方法包括以下步骤：

步骤一，复制光学探测器采集到的具有K行N列像素的原始切伦科夫荧光图像X的上下边缘也即第1行和最后1行，扩展得到大小为K+2行N列的行扩展图像

步骤二，复制行扩展图像的左右边缘也即第1列和最后1列，得到大小为K+2行N+2列的扩展图像Y；

步骤三，以扩展图像Y的第2行第2列的元素y_2,2为中心点，取3×3窗口内的9个元素，记为{y_1,1,y_1,2,y_1,3,y_2,1,y_2,2,y_2,3,y_3,1,y_3,2,y_3,3}，对9个元素从小到大进行排序，得到中间值，记为m_1,1；

步骤四，从左至右，从上至下滑动(3)中的3×3窗口，计算扩展图像Y中除边缘也即第1行、第K+2行、第1列和第N+2列以外的所有像素的中值，得到中值图像M；

步骤五，计算原始切伦科夫荧光图像与中值图像的差值图像V＝X-M；

步骤六，对步骤五得到的差值图像，计算各个像素的模糊值；

步骤七，根据步骤六得到的模糊值，计算得到滤除冲击噪声后的切伦科夫荧光图像。

3.如权利要求2所述的切伦科夫荧光图像冲击噪声去除方法，其特征在于，所述步骤六中计算各个像素的模糊值为：

式中，v_i,j为差值图像V的第i行第j列像素，且1≤i≤K，1≤j≤N，T₁和T₂为两个阈值。

4.如权利要求2所述的切伦科夫荧光图像冲击噪声去除方法，其特征在于，所述步骤七中计算得到滤除噪声后的切伦科夫荧光图像为：

z_i,j＝r_i,j×m_i,j+(1-r_i,j)×x_i,j；

式中，m_i,j和x_i,j分别为中值图像M和原始切伦科夫荧光图像X的第i行第j列像素。

5.一种实现权利要求1所述切伦科夫荧光图像冲击噪声去除方法的切伦科夫荧光图像冲击噪声去除系统，其特征在于，所述切伦科夫荧光图像冲击噪声去除系统包括：

采集模块，用于在光密闭环境中采集原始切伦科夫荧光图像；

扩展模块，用于原始切伦科夫荧光图像边缘扩展；

排序模块，用于以图像的元素为中心点，取3×3窗口内的9个元素，从小到大进行排序，得到中间值；

中值图像计算模块，用于从左至右，从上至下滑动3×3窗口，计算图像中像素的中值，得到中值图像；

差值图像计算模块，用于计算原始切伦科夫荧光图像与中值图像的差值图像；

模糊值计算模块，用于根据得到的差值图像计算各个像素的模糊值；

图像恢复模块，用于根据模糊值，计算得到滤除冲击噪声后的切伦科夫荧光图像。

6.一种应用权利要求1～4任意一项所述切伦科夫荧光图像冲击噪声去除方法的信息处理终端。