本发明专利技术提供一种图像去噪装置及图像去噪方法。该图像去噪装置具备:输入单元,输入图像的图像数据;分块单元,根据输入的图像数据,将图像划分为多个块;特征提取单元,提取图像中的每一块的特征;聚类单元,基于提取的特征进行聚类,由此将图像中的多个块分组而得到块组;滤波单元,利用多线性子空间学习滤波器对块组进行去噪;以及输出单元,输出去噪后的图像数据。根据本发明专利技术的图像去噪装置,能够在整个图像中对块进行聚类并分组,从而能够在整个图像中提取相似块。而且,不仅能对二维图像去噪,还可对三维甚至更高维图像进行去噪,从而能够对医疗图像等任意维数的图像进行去噪处理。
【技术实现步骤摘要】
本专利技术涉及,尤其涉及针对医疗图像等任意维数的 图像进行去噪的。
技术介绍
图像去噪是非常重要的预处理手段。它可以帮助改善画质,提高图像分割、图像配 准等的精确度。对于医疗图像,还能辅助医生进行直观的视觉检测。然而,图像去噪也面临 着巨大的挑战。原因是需要在去除噪声的同时尽可能保留原有图像的所有特征。 近年来,针对二维图像涌现出了大批去噪技术,其中相对最为有效的是非专利文 献1提出的BM3D (block-matching and3D filtering :块匹配及三维滤波)技术。在BM3D 技术中,针对一幅静态图像,对于其中相似的二维块组成的三维模块进行空间转换,并利用 收缩法抽取有效系数后进行反变换,从而达到去噪目的。 然而,在上述BM3D技术中仍然存在一些问题。 首先,在块匹配过程中,上述BM3D技术在特定的范围内寻找参考块的相似块。但 是例如对于医疗图像,相似块存在于整个图像中。因此,在特定的范围内寻找到的相似块是 很有限的。而且,上述BM3D技术基于图像的亮度值来寻找参考块的相似块。但是,亮度值 很容易被噪声干扰,会直接影响到相似块的查找。 另外,随着现代技术的发展,图像的种类也越发繁多,不仅有二维的自然图像,而 且还有三维的医疗图像、高分辨率图像等。上述BM3D技术仅能够以二维图像做为去噪对 象,不能为三维及高维图像进行去噪。而且,上述BM3D技术不能判断输入图像的维数,从而 不能针对不同图像运用不同方式进行去噪。 再者,在进行空间转换过程中,上述BM3D技术运用一组固定的转换基底来解决所 有图像的去噪问题。由于此组转换基底不依赖于输入图像的变化而变化,很难对应不同图 像的特殊特征。而且,上述BM3D技术对于组成后的多维模块的每一维上分别进行转换,并 没有考虑到每一维之间的交叉相关联系。 另外,作为直接对高维数据进行处理的技术,在非专利文献2中提出了 GND-PCA技 术。但是,在非专利文献2中,并没有涉及怎样将GND-PCA技术用于图像去噪。 非专利文献 1 :Image denoising by Sparse3D transform-domain collaborative filtering,Kostadin Dabov 等著,2007 年 非 专利 文献 2 ,Generalized N-dimensional principal component analysis (GND-PCA) and its application on construction of statistical appearance models for medical volumes with fewer samples,Rui Xu 等著,2009 年 toon] 如上所述,在现有的图像去噪技术中,在块匹配过程、空间转换过程等中存在诸多 问题。而且,针对作为医疗图像等广泛利用的多维图像,仍然缺乏有效的图像去噪技术。
技术实现思路
本专利技术针对现有技术中的上述问题,其目的在于,提供一种能够有效地针对医疗 图像等任意维数的图像进行去噪处理的。 为了解决现有技术中的上述问题,本专利技术提供一种图像去噪装置,用于对图像进 行去噪,其特征在于,具备:输入单元,输入所述图像的图像数据;分块单元,根据输入的图 像数据,将所述图像划分为多个块;特征提取单元,提取所述图像中的每一块的特征;聚类 单元,基于提取的特征进行聚类,由此将所述图像中的所述多个块分组而得到块组;滤波单 元,利用多线性子空间学习滤波器对块组进行去噪;以及输出单元,输出去噪后的图像数 据。 根据本专利技术的图像去噪装置,将输入的图像划分为多个块,提取图像中的每一块 的特征,并基于提取的特征进行聚类,从而将图像中的多个块分组。由此,能够在整个图 像中对块进行聚类并分组,从而能够在整个图像中提取相似块。而且,通过将例如基于 GND-PCA、GND-ICA、MPCA或MICA的多线性子空间学习滤波器用于图像去噪,不仅能对二维 图像去噪,还可对三维甚至更高维图像进行去噪,从而能够对任意维数的图像进行去噪处 理。 在本专利技术的图像去噪装置中,也可以是,所述特征提取单元提取所述图像中的每 一块的多个特征;所述图像去噪装置还具备特征选择单元,该特征选择单元从所述多个特 征中选择一部分特征;所述聚类单元基于由所述特征选择单元选择的特征进行聚类。 其中,也可以是,所述特征提取单元还对所提取的多个特征进行结合,由此得到联 合特征;所述特征选择单元对所述联合特征进行特征选择,由此从所述多个特征中选择一 部分特征。 其中,也可以是,所述特征选择单元从所述多个特征中选择一部分特征,以使所述 聚类单元的聚类所需的计算时间减少。 由此,从图像中的每一块提取多个特征,与现有技术中仅基于图像的亮度值的方 式相比,能够提高分组的准确度,提高被分组的块之间的相似度。而且,从多个特征中例如 利用PCA、ICA选择一部分特征用于聚类,不仅能降低聚类的处理时间,还能有效避免噪声 对特征的影响。 在本专利技术的图像去噪装置中,也可以是,所述特征提取单元基于亮度、颜色、形状、 纹理、SIFT描述符即尺度不变特征转换描述符中的至少一个,提取所述图像中的每一块的 特征。 在此,列出了用于聚类的几个优选的特征,通过利用这几个特征中的至少一个进 行聚类,能够进一步提高分组的准确度。 在本专利技术的图像去噪装置中,也可以是,所述图像去噪装置还具备维度检测单元, 该维度检测单元检测由所述输入单元输入的图像数据的维度。 其中,也可以是,在所述维度检测单元检测为由所述输入单元输入的所述图像数 据的维度大于2时,所述滤波单元利用多线性子空间学习滤波器对块组进行去噪。 其中,也可以是,所述图像去噪装置还具备预滤波处理单元;在所述维度检测单元 检测为由所述输入单元输入的所述图像数据的维度等于2时,所述预滤波处理单元对该图 像数据进行预滤波处理,将预滤波处理后的图像数据提供给所述分块单元。 由此,通过判断输入的图像的维度,能够选择更适于该维度的图像的去噪处理。例 如,在图像的维度大于2时,通过利用多线性子空间学习滤波器进行去噪,不仅能够对以往 无法进行去噪处理的多维图像进行去噪,而且能够充分利用输入图像的信息,应用多线性 子空间学习滤波,综合考虑图像内部的相互关系,提高去噪效果。另外,在图像的维度等于 2时,通过先进行预滤波处理,再如上所述对图像进行去噪,能够进一步提高去噪效果。 在本专利技术的图像去噪装置中,也可以是,所述图像去噪装置还具备聚合单元,该聚 合单元通过聚合,将所述滤波单元去噪后的块组中的块还原到该块在所述图像中的原始位 置;所述输出单元输出由所述聚合单元还原后的图像数据。 由此,通过将去噪后的块还原到该块原来的位置,并输出还原后的图像,能够向使 用者提供去噪处理后的整体图像。 在本专利技术的图像去噪装置中,也可以是,所述分块单元将所述图像划分为大小相 等且相互重叠的多个块;在输入的图像数据的维数为A时,所述块的维数为A,所述块组表 现为维度A+1的模块,其中A是2以上的整数。 在此,通过本文档来自技高网...
【技术保护点】
一种图像去噪装置,用于对图像进行去噪,其特征在于,具备:输入单元,输入所述图像的图像数据;分块单元,根据输入的图像数据,将所述图像划分为多个块;特征提取单元,提取所述图像中的每一块的特征;聚类单元,基于提取的特征进行聚类,由此将所述图像中的所述多个块分组而得到块组;滤波单元,利用多线性子空间学习滤波器对块组进行去噪;以及输出单元,输出去噪后的图像数据。
【技术特征摘要】
1. 一种图像去噪装置,用于对图像进行去噪,其特征在于,具备: 输入单元,输入所述图像的图像数据; 分块单元,根据输入的图像数据,将所述图像划分为多个块; 特征提取单元,提取所述图像中的每一块的特征; 聚类单元,基于提取的特征进行聚类,由此将所述图像中的所述多个块分组而得到块 组; 滤波单元,利用多线性子空间学习滤波器对块组进行去噪;以及 输出单元,输出去噪后的图像数据。2. 如权利要求1所述的图像去噪装置,其特征在于, 所述特征提取单元提取所述图像中的每一块的多个特征; 所述图像去噪装置还具备特征选择单元,该特征选择单元从所述多个特征中选择一部 分特征; 所述聚类单元基于由所述特征选择单元选择的特征进行聚类。3. 如权利要求2所述的图像去噪装置,其特征在于, 所述特征提取单元还对所提取的多个特征进行结合,由此得到联合特征; 所述特征选择单元对所述联合特征进行特征选择,由此从所述多个特征中选择一部分 特征。4. 如权利要求1所述的图像去噪装置,其特征在于, 所述特征提取单元基于亮度、颜色、形状、纹理、SIFT描述符即尺度不变特征转换描述 符中的至少一个,提取所述图像中的每一块的特征。5. 如权利要求2所述的图像去噪装置,其特征在于, 所述特征选择单元从所述多个特征中选择一部分特征,以使所述聚类单元的聚类所需 的计算时间减少。6. 如权利要求1所述的图像去噪装置,其特征在于, 所述图像去噪装置还具备维度检测单元,该维度检测单元检测由所述输入单元输入的 图像数据的维度。7. 如权利要求6所述的图像去噪...
【专利技术属性】
技术研发人员:艾丹妮,
申请(专利权)人:株式会社日立制作所,
类型:发明
国别省市:日本;JP