【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种心脏超声图像优化增强方法。
技术介绍
1、心脏超声，也称为超声心动图，是一种广泛使用的非侵入性成像技术，可观察心脏的结构和功能。然而，心脏超声图像的质量常常受到噪声、伪影和图像对比度不足的影响，这可能妨碍准确的诊断和解读；传统的用于增强心脏超声图像的方法通常涉及图像滤波、对比度调整和降噪技术。然而，这些方法可能无法有效解决心脏超声成像所特有的挑战，如斑点噪声、运动伪影和心脏结构之间的低对比度；传统的增强技术可能导致细节过度平滑、重要诊断信息丢失或引入伪影，使医生难以解读图像。因此，需要一种改进的方法，能够通过解决这些特定挑战，同时保留诊断信息和最小化伪影，有效增强心脏超声图像。
2、现阶段对心脏超声视觉的图像增强处理主要是利用全局图像直方图均衡化，对图像全局进行自适应增强，但在增强过程中会导致局部心脏特征模糊，导致医师诊断困难，进而会进行局部图像的自适应增强，由于噪声的灰度值和心脏边缘区域灰度值比较相似，在局部增强过程中可能会将原噪声放大。
技术实现思路
1、为了解决上述问题，本专利技术提供一种心脏超声图像优化增强方法，所述方法包括：
2、获取心脏超声灰度图像；
3、对心脏超声灰度图像进行图像分块操作，获得若干个图像块；
4、对心脏超声灰度图像的所有图像块进行分类，得到第一类别图像块集和第二类别图像块集；获取第一类别图像块集中每个图像块的灰度直方图中每个灰度级需要裁剪的像素点数量；获取第二类别图像块
5、获取每个均衡化后的图像块的灰度曲线；根据每个均衡化后的图像块的灰度曲线获得每个均衡化后的图像块中所有凸出区域；获取第一类别图像块集中每个均衡化后的图像块中每个凸出区域的线性调整系数；获取第二类别图像块集中每个均衡化后的图像块中每个凸出区域的线性调整系数；根据每个均衡化后的图像块中每个凸出区域的线性调整系数获得所有增强后的图像块；根据所有增强后的图像块获取增强后的心脏超声图像。
6、优选的，所述对心脏超声灰度图像进行图像分块操作，获得若干个图像块，包括的具体方法为：
7、使用预设大小的滑窗在心脏超声灰度图像上进行步长为的滑窗操作，得到若干个窗口，将每个窗口作为一个图像块，进而得到心脏超声灰度图像的若干个图像块。
8、优选的，所述对心脏超声灰度图像的所有图像块进行分类，得到第一类别图像块集和第二类别图像块集，包括的具体方法为：
9、将心脏超声灰度图像的灰度直方图中像素点数量最多的灰度级记为第一灰度级；对于任意一个图像块，若所述图像块的灰度级均值小于等于第一灰度级，则将所述图像块分类至第一类别图像块集；若所述图像块的灰度级均值大于第一灰度级，则将所述图像块分类至第二类别图像块集；同理，将所有图像块分类至相应的类别图像块集中，进而获得第一类别图像块集和第二类别图像块集。
10、优选的，所述获取第一类别图像块集中每个图像块的灰度直方图中每个灰度级需要裁剪的像素点数量；获取第二类别图像块集中每个图像块的灰度直方图中每个灰度级需要裁剪的像素点数量，包括的具体方法为：
11、第一类别图像块集中第个图像块的灰度直方图中灰度级需要裁剪的像素点数量的计算表达式为：
12、
13、式中，表示第一类别图像块集中第个图像块的灰度直方图中灰度级需要裁剪的像素点数量；表示第一类别图像块集中第个图像块的灰度直方图中灰度级的像素点数量；表示灰度级；表示第一类别图像块集中第个图像块的灰度直方图中像素点数量最多的灰度级；表示向上取整；
14、第二类别图像块集中第个图像块的灰度直方图中灰度级需要裁剪的像素点数量的计算表达式为：
15、
16、式中，表示第二类别图像块集中第个图像块的灰度直方图中灰度级需要裁剪的像素点数量；表示第二类别图像块集中第个图像块的灰度直方图中灰度级的像素点数量；表示灰度级；表示第二类别图像块集中第个图像块的灰度级均值；表示向上取整。
17、优选的，所述根据每个图像块的灰度直方图中每个灰度级需要裁剪的像素点数量，获得每个图像块的均衡化后灰度直方图，包括的具体方法为：
18、对于任意一个图像块，将所述图像块的灰度直方图中所有灰度级需要裁剪的像素点数量的均值记为待分配的像素点数量，根据所述图像块的灰度直方图中每个灰度级需要裁剪的像素点数量，对所述图像块的灰度直方图进行裁剪，得到裁剪后灰度直方图；将裁剪后灰度直方图中每个灰度级的像素点数量和待分配的像素点数量的和，作为所述图像块的均衡化后灰度直方图中每个灰度级的像素点数量；同理，获得每个图像块的均衡化后灰度直方图。
19、优选的，所述获取每个均衡化后的图像块的灰度曲线，包括的具体方法为：
20、对于任意一个均衡化后的图像块，从所述图像块左上角第一个像素点开始按照z字扫描遍历所述均衡化后的图像块的所有像素点，并根据每个像素点的灰度值，获得所述均衡化后的图像块的灰度曲线，所述灰度曲线的横轴为所述均衡化后的图像块中每个像素点的位置，纵轴表示每个像素点对应的灰度级；同理，获取每个均衡化后的图像块的灰度曲线。
21、优选的，所述获得每个均衡化后的图像块中所有凸出区域，包括的具体方法为：
22、对于任意一个均衡化后的图像块的灰度曲线，从左至右遍历所述灰度曲线上的每个数据点，将第一个一阶导数为正，二阶导数为负的数据点记为第一数据点，将第一数据点之后的第一个一阶导数为正，二阶导数为正的数据点记为第二数据点，则第一数据点与第二数据点之间的所有像素点组成的区域为所述均衡化后的图像块的凸出区域；将第二数据点之后的第一个一阶导数为正，二阶导数为负的数据点记为第三数据点，将第三数据点之后的第一个一阶导数为正，二阶导数为正的数据点记为第四数据点，则第三数据点与第四数据点之间的所有像素点组成的区域为所述均衡化后的图像块的凸出区域；将第四数据点之后的第一个一阶导数为正，二阶导数为负的数据点记为第五数据点，将第五数据点之后的第一个一阶导数为正，二阶导数为正的数据点记为第六数据点，则第五数据点与第六数据点之间的所有像素点组成的区域为所述均衡化后的图像块的凸出区域；以此类推，获取所述衡化后的图像块中所有凸出区域。
23、优选的，所述获取第一类别图像块集中每个均衡化后的图像块中每个凸出区域的线性调整系数，包括的具体方法为：
24、对于任意一个均衡化后的图像块中任意一个凸出区域，将所述凸出区域中灰度值最大值与灰度值最小值的差值，作为所述凸出区域的凸出高度，进而获得所述均衡化后的图像块中所有凸出区域的凸出高度；
25、对于第一类别图像块集中任意一个均衡化后的图像块中第个凸出区域，若第个凸出区域的本文档来自技高网...
【技术保护点】
1.一种心脏超声图像优化增强方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种心脏超声图像优化增强方法，其特征在于，所述对心脏超声灰度图像进行图像分块操作，获得若干个图像块，包括的具体方法为：
3.根据权利要求1所述一种心脏超声图像优化增强方法，其特征在于，所述对心脏超声灰度图像的所有图像块进行分类，得到第一类别图像块集和第二类别图像块集，包括的具体方法为：
4.根据权利要求1所述一种心脏超声图像优化增强方法，其特征在于，所述获取第一类别图像块集中每个图像块的灰度直方图中每个灰度级需要裁剪的像素点数量；获取第二类别图像块集中每个图像块的灰度直方图中每个灰度级需要裁剪的像素点数量，包括的具体方法为：
5.根据权利要求1所述一种心脏超声图像优化增强方法，其特征在于，所述根据每个图像块的灰度直方图中每个灰度级需要裁剪的像素点数量，获得每个图像块的均衡化后灰度直方图，包括的具体方法为：
6.根据权利要求1所述一种心脏超声图像优化增强方法，其特征在于，所述获取每个均衡化后的图像块的灰度曲线，包括的具体方法为：>
7.根据权利要求1所述一种心脏超声图像优化增强方法，其特征在于，所述获得每个均衡化后的图像块中所有凸出区域，包括的具体方法为：
8.根据权利要求1所述一种心脏超声图像优化增强方法，其特征在于，所述获取第一类别图像块集中每个均衡化后的图像块中每个凸出区域的线性调整系数，包括的具体方法为：
9.根据权利要求8所述一种心脏超声图像优化增强方法，其特征在于，所述获取第二类别图像块集中每个均衡化后的图像块中每个凸出区域的线性调整系数，包括的具体方法为：
10.根据权利要求1所述一种心脏超声图像优化增强方法，其特征在于，所述根据每个均衡化后的图像块中每个凸出区域的线性调整系数获得所有增强后的图像块，包括的具体方法为：
...【技术特征摘要】
1.一种心脏超声图像优化增强方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种心脏超声图像优化增强方法，其特征在于，所述对心脏超声灰度图像进行图像分块操作，获得若干个图像块，包括的具体方法为：
3.根据权利要求1所述一种心脏超声图像优化增强方法，其特征在于，所述对心脏超声灰度图像的所有图像块进行分类，得到第一类别图像块集和第二类别图像块集，包括的具体方法为：
4.根据权利要求1所述一种心脏超声图像优化增强方法，其特征在于，所述获取第一类别图像块集中每个图像块的灰度直方图中每个灰度级需要裁剪的像素点数量；获取第二类别图像块集中每个图像块的灰度直方图中每个灰度级需要裁剪的像素点数量，包括的具体方法为：
5.根据权利要求1所述一种心脏超声图像优化增强方法，其特征在于，所述根据每个图像块的灰度直方图中每个灰度级需要裁剪的像素点数量，获得每个图像块的均衡化后灰度...
【专利技术属性】
技术研发人员：郝国梁，王功新，郭锐，董秀明，
申请(专利权)人：深圳泰康医疗设备有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。