專利名稱：多分辨率自適應濾波的制作方法
技術領域：
本發(fā)明總體上涉及圖像處理，更具體地涉及減小圖像噪聲的圖像處理。
背景技術：
斑點噪聲包括例如產生于超生圖像中的相干噪聲。例如，當形成超聲圖像時，典型地執(zhí)行束形成過程—其是相干過程—以形成超聲圖像從其獲得的超聲束。多個束形成過程導致一種疊加在真實圖像信息上的“黑白點噪聲(salt and pepper noise)”。這種噪聲被稱為“斑點噪聲”。類似現象還發(fā)生在雷達中。
超聲行業(yè)內很多人都試圖根據復合技術來濾除斑點噪聲。即，很多人已嘗試通過以不同頻帶處理圖像并將不同頻帶整合到一起來糾正斑點噪聲從而減小斑點噪聲。
人們已經嘗試的減小斑點噪聲的另一種途徑是使用空間復合。在空間復合中，從不同的“觀看方向”或不同的視角產生兩個或多個圖像，并且所述圖像被整合到一起以使斑點噪聲達到平均。
前述兩種斑點噪聲減小技術通常都實現某種程度的斑點噪聲抑制。然而，這些技術也不是沒有缺點的。例如，在頻率復合中，因為頻帶被分成多個較小和較窄帶寬信號，所以會有一些軸向分辨率折衷。這種窄帶化導致軸向分辨率折衷。使用通過從不同觀看方向獲得多個視圖來實現的空間復合使最終圖像獲得的幀速率緩慢。因此，實時圖像的移動和動畫質量可能較差。

發(fā)明內容
本發(fā)明涉及通過分析圖像并提取圖像的局部特征以及將自適應濾波器施加到這些特征來糾正斑點噪聲的系統(tǒng)和方法?；谠趫D像內識別出的特征中的不同特征，各實施例確定濾波器配置，以便在不同取向和/或以不同的濾波器參數來施加濾波以通過有效地抑制斑點噪聲來改善圖像質量。相對于正針對其施加濾波器的特定特征，所施加的濾波器優(yōu)選地是例如空間上和/或時間上自適應的。
本發(fā)明的實施例使用前述自適應濾波器對處于各種水平分辨率的子圖像進行處理。例如，高分辨率圖像可以分解成多個圖像表示，每一圖像表示的分辨率比下一圖像表示低。實施例用來對每個這樣的圖像表示內的局部特征進行識別，并對所述局部特征施加濾波器，其中針對呈現于特定圖像表示中的對應特征，根據取向和/或參數來選擇所施加的濾波器。關于圖像的圖像表示內的特征的信息可以在對不同圖像表示施加濾波的過程間共享。在已對每個圖像表示施加濾波后，優(yōu)選實施例根據經濾波的圖像表示來重建經濾波的圖像。對于同一圖像，可以多次(例如，反復地或在改變圖像或對圖像施加改變時)執(zhí)行上述的圖像分解、分解圖像表示的濾波以及經濾波圖像表示的重建。
可以利用各種知識基礎來施加本發(fā)明的實施例的自適應濾波器。例如，可利用使各種濾波器參數與特征方面(例如，階躍函數、脊線、表面斜度、紋理、象素強度梯度等)相關聯(lián)的知識基礎來選擇相對于圖像中識別出的特定特征而使用的自適應濾波器和/或自適應濾波器參數。另外或可替選地，可利用使各種濾波器參數與典型地呈現于特定圖像類型中的特征(例如，特定解剖結構、特定過程等)相關聯(lián)的知識基礎來選擇相對于圖像中識別到的特定特征而使用的自適應濾波器和/或自適應濾波器參數。
上述已經粗略概述了本發(fā)明的特征和技術優(yōu)點，從而使以下對本發(fā)明的詳細描述可得到更好地理解。在下文中將描述本發(fā)明的另外的特征和優(yōu)點，其形成本發(fā)明的權利要求的主題。本領域技術人員應理解，可以容易地利用所公開的設想和具體實施例作為對其它結構進行修改或設計以實現與本發(fā)明相同目的的基礎。本領域技術人員還應認識到，這樣的等同構造不背離如所附權利要求中所陳述的本發(fā)明的精神和范圍。當結合附圖考慮時，根據以下描述，將更好地理解對于其組織和工作方法都被認為是本發(fā)明所特有的新特征以及另外的目的和優(yōu)點。然而，應特別清楚地理解，每個附圖僅是為圖示和描述的目的而提供的，并不是要作為對本發(fā)明的限制性的限定。


為了更完整地理解本發(fā)明，現在參考以下結合附圖的描述，其中圖1圖示了根據本發(fā)明的實施例的將自適應和/或可操縱濾波器(steerable filter)施加到圖像；圖2A圖示了根據本發(fā)明的一個實施例的利用幀內處理的二維信號處理；圖2B圖示了根據本發(fā)明的一個實施例的利用幀間處理的二維信號處理；圖3圖示了根據本發(fā)明的一個實施例的三維信號處理；圖4A圖示了根據本發(fā)明的一個實施例的可被濾波的噪聲階躍函數信號；圖4B圖示了根據本發(fā)明的一個實施例將自適應濾波施加到圖4A的噪聲階躍函數信號；圖5圖示了將常規(guī)非自適應濾波器施加到圖4A的噪聲階躍函數信號；圖6圖示了本發(fā)明的一個實施例的自適應濾波器如何在一維空間中工作；圖7A和7B圖示了二維情況，其中類似于圖6的一維情況地來施加自適應濾波器；圖8A和8B圖示了根據本發(fā)明的一個實施例在脊特征處所施加的示例性對稱自適應濾波器；圖9A和9B圖示了根據本發(fā)明的一個實施例在特征交叉處所施加的示例性對稱自適應濾波器；圖10A和10B圖示了在本發(fā)明的至少一個實施例中使用的各種實例可操縱濾波器；圖11示出了本發(fā)明的一個實施例的濾波器的圖形表示；圖12圖示了根據本發(fā)明的各種實施例的圖像內的邊緣方向和梯度方向；圖13A-13C圖示了根據本發(fā)明的實施例的可利用的高斯濾波核的簡單實例實施；圖14示出了適用于本發(fā)明的各個實施例的診斷超聲系統(tǒng)的示例性信號路徑；圖15示出了根據本發(fā)明的各個實施例的可用于圖像濾波的處理單元的功能框圖；圖16示出了關于圖15的分解框的一個實施例的細節(jié)；圖17示出了關于圖15的處理框的一個實施例的細節(jié)；圖18示出了關于圖15的重建框的一個實施例的細節(jié)；圖19圖示了根據本發(fā)明的一個實施例的適合的示例性數字信號處理器硬件配置。
具體實施例方式
參考圖1，示出了根據本發(fā)明的一個實施例將自適應濾波器施加到圖像100的表示。具體地，圖1包括表示根據本發(fā)明實施例的示例性濾波器的圓111-114以及橢圓121-127。所述圓和橢圓例如相對于呈現于圖像中的各種對應特征(例如，結構、紋理、梯度、斜率、函數等)而覆蓋在圖100頂上。在根據本發(fā)明優(yōu)選實施例的操作中，不同尺寸、施加于相對于圖像的不同取向上和/或采用各種參數的上述濾波器被開發(fā)和施加到圖像上以便平滑掉或濾除掉斑點噪聲。這樣的濾波器優(yōu)選地適用于局部特征以便提供最好質量的濾波性能。例如，各實施例的濾波處理器使用上述濾波器以通過平均類似象素同時避免平均不類似象素來使處于不同位置的象素達到平均。相應地，系統(tǒng)優(yōu)選地自適應地確定是否需要在濾波過程中包括某個象素?？衫靡环N或多種技術基礎來選擇相對于諸如圖像100的圖像的特定特征而使用的濾波器和/或濾波器參數。
相對于提供圖像濾波，本發(fā)明的實施例還實施子圖像處理。例如，各實施例的多分辨率子圖像處理步驟將圖像分解成不同分辨率的子圖像或圖像表示，其中一個或多個自適應濾波器施加到呈現于每個這種子圖像中的各個特征上以抑制斑點噪聲。如上所述，相對于任何這種子圖像所使用的濾波器可以是不同尺寸的、施加于相對于圖像的不同取向上和/或采用各種參數。即，本發(fā)明的實施例實施多濾波器，所述濾波器包括依賴于局部地處于相應子圖像中的特征的性狀。在根據本發(fā)明的操作中，一旦使用上述自適應濾波器對子圖像進行了處理，則處理的子圖像被組合以重建所述圖像，所述圖像然后呈現給終端用戶或作為濾波的圖像來使用或存儲。
具體實施方式
根據各實施例的自適應濾波器的示例特性可包括對平坦表面進行濾波和平滑、對傾斜表面進行濾波、保留表面之間的尖銳邊緣、對脊特征處的噪聲進行濾波、保留尖銳拐角等。例如，可關于具有平坦表面的特定特征來實施的濾波器可對同一表面上的像素即具有相似特性的像素進行平均。然而，如果表面不是平坦表面，而是具有與其關聯(lián)的斜率的彎曲表面，那么實施例可實施沿同一斜率對像素進行分組和濾波而不擾亂該斜率。如果在表面之間如頂表面和側表面之間(例如幾個表面可見的立方體的視圖)存在尖銳邊緣，那么根據實施例來實施的濾波器優(yōu)選地工作，以保留所述邊緣的銳度，由此使邊緣的劣化和失真最小。當圖像特征或結構包括脊(如線狀結構)時，根據本發(fā)明實施例來實施的濾波器保留該脊的形狀，且亦保留該脊的銳度。如果，存在線的相交(如兩個脊相交)，導致相交處的拐角，則根據本發(fā)明實施例來實施的濾波器保留該拐角使其很尖銳。在本發(fā)明優(yōu)選實施例的操作中，利用與圖像中可識別的特征關聯(lián)的前述特性來開發(fā)一個或多個濾波器，由此能夠實現斑點減少過程中的高圖像質量。
注意圖2A、2B和3，可以看出本發(fā)明的實施例可應用于多維。例如，實施本發(fā)明概念的算法可上應用于一維信號處理、二維圖像處理、三維圖像處理和四維圖像處理。根據實施例的四維圖像處理意味著三維空間和時間(如X、Y、Z和時間)。根據實施例的三維圖像處理可以是二維空間和時間(如X、Y和時間)或三維空間(如X、Y、Z)。
關于圖2A的圖像序列示出了二維信號處理的一個實例，其中t軸是時間，X和Y軸是二維圖像的空間維度。在圖2A所示的實例中，提供前面的濾波的圖像處理針對每個幀以時間序列單獨地被提供(即幀內處理)，在此所示為幀201-209。也就是說，該處理是在逐幀的基礎上、在不利用可從幀的時間序列獲得的幀間信息(如從下一幀獲取的信息)的情況下完成的。本發(fā)明的各實施例可使用幀間(在該實例中，空間信息)和幀內(在該實例中，時間信息)濾波器特征二者或其中任一個。
圖2B示出了三維信號處理的一個實例。具體而言，圖2B中所示實例示出了對幀間信息的利用。在所示的幀間信號處理中，該處理中包括連續(xù)的幀，如組211-214的幀，以改善濾波器的性能。例如，關于圖2B的組211的連續(xù)幀中存在的特征來應用的濾波器可沿t軸取向，以便利用連續(xù)幀中可用的信息。這種幀組可由特征相關的一系列幀、由任意數量的幀、由移動窗等來限定。本發(fā)明的實施例可實施包括不同幀的幀組，以便關于各種圖像特征來提供濾波(如用于第一特征的組211及用于第二特征的組212)。然而，利用關于各種特征的這種幀間信息，選擇了前面的幀組，可用來提供改善的圖像處理，其中幀間提供相關信息，。
應該理解，前述概念可關于不同維度的空間信息來應用，且因此并不局限于二維空間圖像處理。圖3的實例示出了前述概念關于三維對象序列的應用。例如，如果圖像包括三維塊數據而該塊數據是在不同時間獲取的，則可獲取塊圖像序列(這里示出為301和302)，所應用的前述概念可改善圖像質量。
下列等式提供了描述根據各實施例的兩類濾波器的濾波器公式。
Gs(r(x,y,z,t),g(x,y,z,t),▿g(x,y,z,t),f(x,y,z,t),...)=e-(r2σr(g,.)2)e-(|▿g|2σg(g,.)2)e-(|▿f|2σf(g,.)2)...(1)]]>Gα(u,v,w,t,g(x,y,z,t),▿g(x,y,z,t),f(z,y,z,t),...)=e-(u2σμ(g,.)2+v2σν(g,.)2+..)e-(|▿gu|2+|▿gv|2σ2g(g,.)+..)e-(|▿f||2σ2f(g,.))...(2)]]>上面所示的第一類濾波器(等式(1))包括對稱濾波器。上面所示的第二類濾波器(等式(2))包括非對稱濾波器，其中u是特征的占優(yōu)勢的取向。對稱和非對稱濾波器二者均可以是自適應的。示例的濾波器公式是多個不同參數的函數。這里，r、x、y和z包括空間信息，t包括時間信息，g包括灰度(grayscale)信息(如，差分灰度信息)，而f為通用項(如，其他相關信息)。
應該理解，根據本發(fā)明實施例發(fā)生的斑點減少操作中的坐標系可以是極坐標系(如，使用徑向坐標，例如半徑或距離r)，或者可以是迪卡爾坐標系(如，使用沿X、Y和Z軸的坐標)。超聲信息基本上是從不同探視方向獲取的數據，以便將所述數據組合成根據極坐標的圖像。然而，大多數顯示模式都是迪卡爾的，因為線性陣列通常是矩形的。掃描頭通常使用極坐標，而顯示器通常使用直角坐標，通常存在根據關于通過超聲系統(tǒng)掃描頭所獲取的圖像數據而使用的極坐標系以及根據關于通過超聲系統(tǒng)顯示器來顯示的圖像數據而使用的直角坐標系的重建過程。也就是說，大多數超聲系統(tǒng)將極坐標轉換成直角坐標(稱作掃描轉換過程)。在此所述的濾波可應用于極坐標空間和/或直角坐標空間。
等式(1)右手側所述的是正在使用級聯(lián)(如，多個不同的高斯濾波器)。高斯濾波器被級聯(lián)成單個濾波器，稱作Gs。所示的濾波器等式是關于距離r對稱的，因此在所有維度中是對稱和一致的。德耳塔g(Δg)是等式(1)的實施例，包括梯度信息，如不同維度中關于灰度的梯度。例如，在示例實施例中提供了f函數，以適應通用函數。應該理解，根據本發(fā)明的實施例，如當存在多個不同的附加相關信息時，可使用多于一個這樣的f函數。
等式(2)提供了非對稱濾波器，這樣該等式不是在所有維度中一致的。也就是說，該濾波器相對于所選的取向、如沿著與以特征軸正交的軸相比的該特征軸不同地施加濾波，。根據本發(fā)明實施例使用這樣的非對稱濾波器，在保留經濾波的圖像中特征的諸方面上特別有用。與上述等式(1)一樣，上述等式(2)使用級聯(lián)(如，多個不同的高斯濾波器)。應該理解，示例的非對稱濾波器可分解成不同的取向。濾波器取向可通過分析局部特征以便提取一個或多個特征取向來確定。然后，可優(yōu)選地沿特征的占優(yōu)勢的取向來應用所述濾波器。
注意圖4A和4B，示出了根據本發(fā)明一實施例的自適應濾波的應用的示例性實例。為了簡化所述的概念，圖4A和4B的實例提供了對一維信號處理自適應濾波的說明。如圖4A所示，存在一個為階躍函數的信號，示為階躍函數信號401。如果噪聲被引入該階躍函數信號，如噪聲信號402所示的，則該階躍函數信號變成噪聲階躍函數信號，如噪聲階躍函數信號403所示的。應該理解，例如，圖4中的信號表示從圖像信號提取的單個特征。在給定的信號中，可存在待基于相似的跟蹤方式來提取的其他可能的特征。
圖4B中示為濾波器410的本發(fā)明一實施例的自適應濾波器，優(yōu)選地應用于噪聲階躍函數信號403，以便去除噪聲，從而呈現經濾波的信號，如所示的經濾波的階躍函數信號404，近似于原始信號(圖4A中所示的階躍函數信號401)。應用根據實施例的這種濾波器是為了抑制噪聲，并保留階躍函數的邊緣。因此，階躍函數的尖銳邊緣保持于所示實施例的經濾波的階躍函數信號404中。因此，根據本發(fā)明實施例的自適應濾波器關于特征邊界是特別有用的，如保留尖銳特征邊緣、拐角、線條等。
圖5示出了傳統(tǒng)非自適應濾波器應用于前述噪聲階躍函數信號，以便示出本發(fā)明實施例的自適應濾波器的優(yōu)點。圖5中的濾波器不適應于信號。示為濾波器核510并在此稱作G(h)的高斯核表示傳統(tǒng)非自適應濾波器。在階躍函數的邊緣，存在高斯核G(h)。同樣，在離開所述邊緣的幾個點，也存在相同的高斯核G(h)。因此，施加高斯核并對信號進行平均，傳統(tǒng)濾波器提供了經濾波的階躍函數信號504，其中不僅平滑掉了噪聲，還平滑掉了階躍函數的邊緣，因此不再尖銳。具體而言，通過濾波器所提供的平滑，區(qū)域521和522處的邊緣的銳度現在減小了，因此根據該信號形成的超聲圖像將提供看起來邊界模糊的邊緣。
與圖5中的傳統(tǒng)非自適應濾波器相比，圖4B的自適應濾波器保留了階躍函數特征的尖銳邊緣。圖6示出了本發(fā)明一實施例的自適應濾波器410如何可在一維空間中工作。具體而言，圖6示出了所提取的特征(這里是基階躍函數)如何用來控制所應用的濾波器來減少噪聲。
在任何特定點關于噪聲階躍函數信號403所使用的濾波器核由圖6中的濾波器核611-615來表示。與圖5的濾波器核不同的是，圖6的濾波器核是自適應的。因此，當濾波器核接近階躍函數時，濾波器核適于與階躍函數特征對應。注意，濾波器核613和612所表示的高斯核的形狀在左側具有尖銳的邊緣，而在右側則象圖5所示的濾波器核一樣平滑。具體而言，在所示的實施例中，濾波器核613將濾波器核的約一半設定為0，這樣僅一半的高斯核被應用于濾除噪聲信號。然而，濾波器核612將濾波器核的約三分之一設定為0，這樣僅約三分之二的高斯核被應用于濾除噪聲信號。當濾波器從階躍函數邊緣移開時，濾波器核變得與圖6中的相似。在階躍函數邊緣處使用所示實施例的自適應濾波器，信號的左手側將不平均到信號的右手側。
在根據圖6所示實施例的操作中，當階躍函數邊緣被接近時，自適應濾波器將自動減少權重，或改變?yōu)V波器系數，以使階躍函數邊緣右手側上的信號不與階躍函數邊緣左手側上的信號一起平均。應該理解，前述濾波器函數可應用于所檢查的任何信號，不論是否存在足夠大包括“邊緣”的信號轉換。然而，一旦特征或者結構足夠大包括了邊緣，濾波器的權重優(yōu)選地如此操縱使得邊緣的任一側的像素不被平均到一起。就是說，實施例操作來尋找這一個邊緣，而當發(fā)現一個邊緣時，在邊緣處調整濾波器的權重，使得在該邊緣處該濾波器的權重為零或者接近零。應該理解，這種邊緣可以限定在多維空間中，于是工作在邊緣的上述概念不限于上面所說明的一維實例。另外，其中限定這種邊緣的緯度不限于空間限定的，而可以是時間限定的。
圖7A和7B示出了二維的情況，其中，與上述圖6的一維情況相似，應用了自適應濾波。在二維的情況下，盡管是二維的，本發(fā)明的實施例也如上所述地進行。例如，如圖7A中所示，可以在二維噪聲階躍函數信號(示為噪聲階躍函數信號703)的平坦表面(如，上和下平穩(wěn)狀態(tài))上應用完整的高斯濾波器(示為濾波器核711)。但是，在接近階躍函數邊緣時，濾波器核優(yōu)選地降低濾波器權重(如，當濾波器接近階躍函數邊緣時，濾波器核712使濾波器核的約三分之一設置為0)，這樣右手側將僅對頂部進行平滑。因此，左手側上的信息將不與邊緣上右手側上的信息一起平均。圖7B示出了在應用了自適應濾波器后，經濾波的階躍函數信號704保留了階躍函數的尖銳邊緣。
如上所述，關于前述自適應濾波器的實施例所使用的等式(1)和(2)被級聯(lián)(在上述實例中，為級聯(lián)的高斯函數)，這提供了一種相對難的濾波器。但是，如果局部特征是一個邊緣，那么濾波器核優(yōu)選地將自動降低權重。當權重降低時，實施例的濾波器在邊緣處將不是一個完整的核，如圖6的濾波器核612-615所示的，因此，與完全濾波器核相比，看得出所應用的濾波器對于信號處理來說是不那么苛求的濾波器。
如上所述，等式(1)和(2)表示的濾波器類包括對稱濾波器(等式(1))和非對稱濾波器(等式(2))。差別在于對稱濾波器具有施加于其的一取向，而非對稱濾波器對所有方向來說是各向同性的。因此使用等式(1)來設置的濾波器作為距離的函數來提供濾波，而使用等式(2)來設置的濾波器作為梯度的函數來提供濾波。上述概念可關于任一濾波器類來提供(如，根據特征關于距離和/或關于特征梯度來調整濾波器權重)。
圖8A和8B示出了根據本發(fā)明一實施例的在脊處的典型對稱自適應濾波器。根據所示實施例的濾波器適應于圖像特征。如圖8A所示，完整的高斯濾波器(示為濾波器核811)可應用于噪聲脊信號(示為噪聲脊信號803)的平坦表面(如，背景)。但是，濾波器核優(yōu)選地在脊處降低濾波器權重(如，當濾波器應用于脊特征時，濾波器核812使濾波器核的左邊約三分之一和濾波器核的右邊約三分之一的每個設定為0)，這樣僅脊特征的頂部被平滑。因此，來自脊特征左邊和右邊上背景表面的信息將不與脊上的信息平均。圖8B示出了在應用了自適應濾波器后，經濾波的脊信號中保留了脊的尖銳邊緣。
圖9A和9B示出了根據本發(fā)明一實施例的在特征交叉處(如，脊的交叉)的典型對稱自適應濾波器。所示實施例的濾波器適應于接近中心的圖像特征。如圖9A所示，在噪聲脊交叉信號(示為噪聲脊交叉信號903)的平坦表面(如背景)上可應用完整的高斯濾波器(示為濾波器核911)。但是，濾波器核優(yōu)選地在脊和脊交叉處降低濾波器權重(如，濾波器核912使該濾波器核的與應用濾波器的脊交叉部分對應的部分設定為0)。應該理解，與濾波器核812相比，所示實施例的濾波器核912的形狀更復雜，例如，其保留脊的邊緣以外，還保留脊交叉的拐角。因此，來自脊特征左邊和右邊上的背景表面的信息將不與脊上的信息平均。圖9B示出了在應用了該自適應濾波器后，經濾波器的脊交叉信號904中保留了脊的尖銳邊緣以及脊交叉拐角的尖銳邊緣。
如上所述，根據優(yōu)選實施例，自適應濾波器試圖保留拐角，并保留與特征的交叉關聯(lián)的脊的銳度。盡管一般而言自適應濾波器在實現上面所述的過程中工作良好，但是在某些應用中亦存在局限性。具體而言，利用對稱濾波器，濾波權重是局部特征的函數，其中當權重被抑制時，有效濾波核的大小較小。結果，接近特征邊緣的濾波效果小于表面上的濾波效果。這種現象可見于圖8A，其中背景區(qū)域應用了完整的高斯濾波器，而沿著脊的邊緣僅應用了高斯濾波器的子集。因此，圖像的不同部分所應用的濾波量是不同的，導致經濾波的信號中接近脊的區(qū)域與遠離脊的區(qū)域相比將保留較多的噪聲。圖6A和9A示出了關于其中相應特征的這種現象。
因此，本發(fā)明的實施例實施了一種可操縱的濾波過程，以補償前述特征邊緣處的不相等的濾波效應?？刹倏v的濾波器可以被提取或分類，并且系統(tǒng)優(yōu)選地將這些濾波器應用于所感興趣的取向，以在邊緣周圍進行附加濾波。例如，可沿圖8A的噪聲脊信號803的脊來提供可操縱的濾波器來應用，而可沿噪聲脊信號803的背景平面與脊相交所限定的邊緣提供可操縱的濾波器來應用于背景。為了改善性能，除了對稱濾波器以外，本發(fā)明的各實施例還包括可操縱的非對稱濾波器。在這種實施例中，系統(tǒng)基于特征的取向將非對稱濾波器應用于該特征。
圖10A和10B示出了用于本發(fā)明的至少一個實施例的各種實例可操縱的濾波器。根據優(yōu)選實施例，確定待濾波的信號中局部特征的取向(如，可確定特征的占優(yōu)勢的角θ)。優(yōu)選地創(chuàng)建取向與局部特征的取向一致的可操縱的濾波器(如，以角θ取向的非對稱可操縱的濾波器)。然后，在所確定的取向上應用可操縱的濾波器，以便提供經濾波的圖像。
盡管圖10A和10B的圖解示出在XY空間執(zhí)行空間居中(spatialcentering)，但是相同的概念可擴展到其他維度(如，Z軸和時間軸)。例如，各實施例可適用于四維(如，X、Y、Z和時間)。應該注意，一個或多個前述維度不必是空間上的，因此可包括時間、強度等。在存在多個維度時(如3維，所測的XYZ)，系統(tǒng)可使不同的濾波器在不同維度上不同地取向。
根據本發(fā)明的各實施例，下列等式表示可操縱的非對稱濾波器，用于相對簡單的二維情況。
G(u,v,g,▿g)=e-(u2σu2+v2σν2)e-(|▿gu|2+|▿gv|2σg(g,.)2)---(3)]]>其中，等式(3)中的v是與特征邊緣垂直的梯度方向，而等式(3)中的u與特征邊緣平行，如圖11所示。在等式(3)的實施例中，有兩個指數表達式，這里是兩個高斯表達式，是從上述非對稱濾波器等式(2)導出的。第一高斯表達式包括u和v，并示出特征的取向。下一高斯表達式表示沿u方向的灰度(g)梯度及沿v方向的特征梯度。圖11所示的橢圓提供的表示示出了得到的濾波器。在所示實施例中，濾波器沿u方向伸展，而且在較小的程度上沿垂直的v方向。假設這是高斯濾波器，高斯的伸展通過Sigma u和Sigma v來描述。所示實施例的Sigma v比Sigma u小。Sigma是該u軸關于XY軸的取向，XY軸是圖像的質量，而u是特征的方向。Sigma g是該特定高斯函數的伸展。
所示實施例的uv空間是特征空間，是旋轉變換，可如下式所示。
uv=cosθsinθ-sinθcosθxy---(4)]]>這樣，根據下列等式，可操縱的濾波器可表示在圖像空間中，其中假設λv＞＞λu及|gv|＞＞|gu|。
G(x,y)-e-((xcosθ+ysinθ)2σu2+(-xsinθ+ycos)2σν2)e-(|▿gu|2+|▿gv|2σ2g(g))---(5)]]>根據以上，應理解根據實施例的系統(tǒng)可識別特征的取向，并且例如使用等式(3)或(5)所定義的濾波器內核來將濾波器適配成沿該特征的特定方向工作。該方向可以是該特征本身的方向。根據本發(fā)明的實施例，表面可以是特征，梯度本身可以是特征，結構的位置可以是特征，等等。
在uv空間中，函數G可以表示為G(u,v)=e-(u2σu2+v2σν2)e-(|▿gv|2σ2g(g,.))---(6)]]>假定λv＞＞λu且v是梯度方向，并令σu＞＞σv，等式(6)的梯度可如下表示。
G(u,v)≈e-|▿gv|2σ2g(g,.)=e-(n‾(x,y)n‾||)2σu2e-|▿gv|2σ2g(g,.)---(7)]]>其中 是平行于特征邊緣的矢量，并且 是濾波區(qū)中的(x，y)處的點。
梯度方向表明陡度在二維空間中變化。換句話說，在灰度級變化時，可以就象地形那樣來描述它。梯度在陡側較大。典型地，在所述特定方向上來平滑圖像是不理想的(例如避免“從懸崖上掉下來”)。因此，本發(fā)明的實施例在與最陡的梯度的方向不同的方向上應用平滑函數。例如，如果最大梯度方向是梯度Gv，系統(tǒng)沿u方向來應用濾波器，因為最大的梯度在v方向上。換句話說，各種實施例沿與梯度最大的方向垂直的方向來應用平滑濾波器。
根據本發(fā)明的實施例，可通過從亮度梯度的雅可比行列式(Jacobian)所定義的海賽(Hessian)矩陣中得到本征矢量來得到特征邊緣取向。海賽矩陣M如下表示。
M=d2Jdx2d2Jdx dyd2Jdy dxd2Jdy2=JxxJxyJyxJyy---(8)]]>在取導數之前，可首先通過高斯濾波器G來正則化輸入圖像I(J＝G*I)。海賽矩陣M的本征值和本征矢量可通過以下來計算和表示。
v⊥=cosθ-sinθu||=sinθcosθ---(9)]]>在等式(9)中，在λv＞λu時，v是垂直于與軸成角度θ取向的邊緣的矢量，且u平行于所述邊緣。
盡管上述實例利用本征矢量來定位特征邊緣，本發(fā)明的實施例可實現用于定位特征邊緣的附加或替選的技術。例如，可根據本發(fā)明的實施例利用各種公知的數字圖像處理技術、計算機視覺信號處理技術、形態(tài)圖像處理等來定位特征。例如，本發(fā)明的實施例可實施用于定位特征的模糊邏輯，其中模糊邏輯控制器對推定特征的各種屬性進行分析以便得出最佳特征匹配結論。
圖12示出根據本發(fā)明各種實施例的邊緣方向和梯度方向。圖12中所示的圖像是比以上參照圖7B、8B和9B所示更復雜的二維圖像。在圖12的實施例中，第三維是灰度。平行箭頭所示的梯度方向指示二維表面上的一些陡的變化。垂直于該梯度方向的是邊緣方向。根據優(yōu)選實施例，沿邊緣方向應用自適應濾波器。應理解，可基于以上討論的等式(6)-(9)的數學來計算濾波器取向。
應理解，圖12中表示的對象包括較早時描述的各種基元特征(primitive feature)的組合。具體而言，圖12的對象具有邊緣、脊和斜坡。當對象在一地點(locality)具有這樣的特征組合時，根據本發(fā)明的實施例實施的自適應濾波器可以是適應于特征中的各個特征的各種濾波器配置的組合，例如以上所述的濾波器配置的組合。
圖13A-13C示出可根據本發(fā)明實施例利用的高斯濾波器核的簡單示例性實施。圖13A示出一維高斯濾波器核，圖13B示出二維高斯濾波器核。在所示的實例中，在連續(xù)統(tǒng)(continuum)中實施高斯濾波器核包括大量的點。高斯濾波器核利用中心極限定理近似為二項式展開式。中心極限定理教導了圖形可以延續(xù)到高斯函數的大量點被確定為止。根據該定理，高斯函數(Gaussian)可由二項式核來近似，該二項式核可通過對臨近者(neighbor)反復求平均來產生。
圖13C示出，圖13B的二維濾波器在至少四個方向上可操縱。具體而言，圖13C表示一個簡單的濾波器，其描述二維的四個方向上的可操縱濾波器。當然，此概念可應用于任何數目的方向(例如六個方向)上。圖13C的濾波器核中的a、b、c、d、e、f和g的值可以根據高斯函數的直線性(例如由σu和σv的參數)來定義。圖13C所示的實施例的主要方向是aa。三個點的方向將是bab，其余方向填入根據高斯函數的和不同西格馬的不同系數。
在根據本發(fā)明實施例的操作中，系統(tǒng)查看特征并對符合某一類型的準則(例如像素相似性)的信息分組以便濾波。如果符合該準則，則對應的像素優(yōu)選地被包括在該濾波器處理中。否則該特定像素不被包括在該濾波器處理中。換句話說，本發(fā)明的算法可操作來查看像素，并且如果該像素與緊鄰它的像素不足夠相似，則那些像素不在一起被求平均。然而，如果邊緣取向很相似，則實施例可將像素在一起求平均。通常，如果像素接近表面，它更多地屬于平坦區(qū)域，將這些像素在一起濾波是理想的。如果存在陡的變化，例如它們處于不同區(qū)，則將像素在一起濾波通常是不理想的。
盡管參照單個特征而討論了上述實例，應理解圖像信號可包括多個特征。因此，本發(fā)明的實施例可用于識別這樣的特征中的各種特征并且如以上所述針對這樣的特征選擇和/或應用一個或多個濾波器。而且，為優(yōu)化圖像濾波，本發(fā)明的實施例相對于提供圖像濾波實現了子圖像處理。如以上所述，本發(fā)明的實施例將圖像分解成不同分辨率的子圖像或圖像表示。上述自適應和可操縱濾波器中的一個或多個被應用于如存在于每個這樣的子圖像中的各種特征。盡管針對任何這樣的子圖像而使用的濾波器可具有不同的大小，以相對于圖像的不同取向來應用，并且/或者采用各種參數，但每個這樣的濾波器可如以上所討論的那樣來選擇和應用。
圖14示出適合用于本發(fā)明的各種實施例的診斷超聲系統(tǒng)1400的示例性信號路徑。然而應理解，本發(fā)明并不局限于任何特定的信號路徑。所示的信號路徑包括掃描頭1401，如可包括本領域眾所周知的超聲換能器陣列。其它實施例可將掃描頭1401替換成各種電路，如射頻實施例中的天線陣列。前端電路1402諸如可提供為前端專用集成電路(ASIC)，可例如提供模數和數模信號轉換、波束形成和/或其它前端處理。信號處理器1403諸如可提供為數字信號處理器(DSP)，可例如提供某種水平的信號濾波、合成孔徑形成、頻率混合、多普勒處理和/或其它高級的特征。后端電路1405諸如可提供為后端ASIC，可例如提供掃描轉換、視頻信號輸出等。顯示器1406諸如可包括陰極射線管顯示系統(tǒng)、液晶顯示系統(tǒng)等，提供用戶界面以便將信息顯示給用戶，如由經掃描頭1401、前端電路1402、信號處理器1403和后端電路1405處理的超聲信號產生的視頻圖像。關于適合于根據本發(fā)明實施例使用的具有包括掃描頭、前端電路、信號處理器和后端電路的信號路徑的超聲系統(tǒng)的附加細節(jié)在美國專利第5,722,314中示出和描述，其公開通過引用結合于此。
在圖14所示的示例性信號路徑中，本發(fā)明一個實施例的自適應濾波在外部DSP 1404中執(zhí)行。具體而言，所示實施例的外部DSP 1404與后端電路1405對接以便從中接收數字圖像信息，不管是在后端電路1405的掃描轉換之前或之后，并且將經濾波的數字圖像信息提供到后端電路1405。然而，替選實施例可在其它電路中實現自適應濾波，不管是在診斷超聲系統(tǒng)信號路徑內部或外部，并且/或者是否與超聲診斷系統(tǒng)相聯(lián)系地使用。例如，如果需要，本發(fā)明實施例的自適應濾波可提供為信號處理器1403的部分。
根據本發(fā)明的一個實施例，外部DSP 1404在實現如上所述的自適應和可操縱濾波器核的軟件的控制下工作。具體而言，一個實施例的外部DSP 1404實施了用于識別數字圖像信號中的一個或多個特征的算法，確定這些特征的取向，選擇和/或配置濾波器核以便應用于所述特征，以及將這些濾波器核用于所述圖像信號。根據本發(fā)明的實施例，在提供圖像處理的子圖像處理時，外部DSP 1404可附加地提供對圖像信號的多分辨率分解和對經濾波的信號的多分辨率重建。
外部DSP 1404的實施例可包括知識庫1414或與之通信，該知識庫存儲濾波器配置信息、濾波器核參數選擇準則、濾波器內核參數和/或在開發(fā)、配置和應用自適應和可操縱濾波器時有用的其它信息。例如，知識庫1414可存儲將一個或多個濾波器內核配置、參數等與如可在圖像信號內識別的特定結構相關聯(lián)的信息。附加地，或可替選地，知識庫1414可存儲在識別特定結構、結構取向等時使用的信息。
可根據本發(fā)明的實施例來利用高級知識庫，其中的信息或其某個部分被索引或可按照上下文訪問。例如，診斷超聲系統(tǒng)1400可針對多個預定的操作過程或模式來使用，如心臟掃描、腎臟掃描、上消化道掃描等。知識庫1414可存儲對這些操作過程或模式中的各種操作過程或模式定制或唯一的信息，使得當用戶配置超聲系統(tǒng)1400以便用在所選過程中時，訪問知識庫1414的關聯(lián)部分以便獲得用于識別在這樣的過程中典型的特定結構、在這樣的過程中典型的結構取向、為這樣的過程定制的一個或多個濾波器核配置、為這樣的過程定制的濾波器參數等的信息。例如，可諸如使用上述模糊邏輯來識別圖像信號中的特征，并且可訪問知識庫來選擇針對該特征使用的特定濾波器核和/或濾波器參數。如果有什么樣的特征有可能存在于圖像信號中的先驗知識(例如通過所選的操作模式或正在執(zhí)行的特定過程)，則可將該信息考慮在特征識別和/或濾波器選擇確定中)。當然，實施例的知識庫1414可附加地或可替選地包括具有較廣適用性或未針對任何特定上下文定制的信息，以便適應未預先確定的用途。
圖15示出根據本發(fā)明的各種實施例的處理單元的功能框圖，如可對應于圖14的外部DSP 1404。在所示的實施例中，預處理部件1500提供對輸入圖像數據進行的處理，如可包括某種水平的預濾波、映射處理或可在本發(fā)明的自適應和可操縱濾波之前進行的其它處理。
在所示的實施例中，在預處理之后，圖像信號由分解塊1501分解成圖像的多分辨率表示(子圖像)。一個實施例可具有達N個子圖像，使得輸入圖像可分解成N個子圖像(應理解，從中分解出其它子圖像的原始圖像可作為用于在此所述的濾波的“子圖像”而包括)。例如，分解塊1501可從高分辨率圖像信號開始，將該信號分解成原始信號分辨率一半的第一分解圖像信號，將該第一分解圖像信號分解成第一分解圖像信號分辨率一半(原始信號分辨率的四分之一)的第二分解圖像信號，等等，以便提供各具有下一子圖像分辨率的一半分辨率的N個子圖像。例如，考慮在每一維具有128個像素的圖像，下一分辨率等級將是64×64、然后是32×32，然后16×16，然后8×8，等等。根據本發(fā)明優(yōu)選實施例的分解從上往下來進行(例如從最高分辨率到最低分辨率)。
應理解，本發(fā)明并不受限于子圖像之間的分辨率等級或分解等級的數目。同樣，本發(fā)明并不受限于分解的方式。因此，可使用分解圖像的各種方法，包括小波分解以及現在已知或以后開發(fā)的各種其它方式。
根據本發(fā)明實施例的多分辨率圖像處理的概念可通過人眼來說明。如果觀察者站在距離圖像10英尺的地方，分辨率將較低，并且所看到的是圖像內的結構或全局特征。然而，一旦觀察者靠近在例如距離圖像1英尺內，觀察者將看到圖像中的更多細節(jié)，代價可能是看不到全局特征。
根據本發(fā)明的實施例實現了不同水平的抽象，用于識別所述水平的抽象內的各種特征，例如全局特征、更為局部化的特征和高度局部化的特征，并向其應用濾波。例如，實施例可以檢測特征的側面，并且在特征的不同方面應用斑點減少濾波器(speckle reduction filter)。系統(tǒng)可使用較低分辨率的子圖像來提取圖像的全局特征并使用較高分辨率的子圖像來提取要保留的細節(jié)。
再次參考圖15，分解塊1501提供了圖像到子圖像的分解以便進行濾波器處理。在所示實施例中示為H0到Ln-1的分解塊1501的輸出被提供給處理塊1502，其提供根據本發(fā)明實施例的自適應和/或可操縱濾波。因此，根據所示的實施例，正是在處理塊1502中將較早時討論的濾波器應用于圖像。
優(yōu)選實施例的處理塊1502說明了一種依賴性。也就是說，除了提供給處理塊的相應子圖像以外，關于來自較低分辨率塊的特征的信息在可用時也被提供給處理塊(例如關于由處理塊1502a處理的特征的信息被傳送到處理塊1502b)。該附加信息從較低分辨率子圖像提供了引導對較高分辨率子圖像進行的處理的基礎。因此，本發(fā)明的優(yōu)選實施例提供了從底往上使用處理塊1502進行的圖像濾波(例如從最低分辨率到最高分辨率)。這樣的從底往上的處理在識別全局特征和進入局部化特征和高度局部化特征時提供了優(yōu)點和處理的經濟性。
在所示實施例中示為P0到PN-1的處理塊1502的處理子圖像輸出被提供給用于多分辨率圖像重建的重建塊1503。也就是說，實施例的重建塊1503提供了子圖像的組合(例如進行分解的相反過程)。所示實施例的系統(tǒng)以智能方式組合來自各個處理塊1502的輸出以產生用于人類用戶的經濾波的圖像。根據本發(fā)明實施例的圖像重建可實施上采樣和組合。例如，較低分辨率子圖像可被上采樣到下一較高分辨率子圖像的分辨率并且兩個子圖像可被組合。這樣的上采樣和組合可以重復到達到原始圖像的分辨率為止。因此，本發(fā)明的優(yōu)選實施例提供了從底往上使用重建塊1503進行的圖像重建(例如從最低分辨率到最高分辨率)。然而應理解，本發(fā)明并不受限于組合的方式，因為任何現在已知或以后開發(fā)的方式都可以用在一個或多個實施例中。
后處理部件1504可在圖像重建之后用于根據需要來提供附加的信號處理。例如，在根據本發(fā)明處理圖像之后，可能理想的是增加亮度、重新映射(remap)灰度、進行附加濾波以便照顧醫(yī)療處理等等。因此，后處理部件1504所提供的后處理通常是總體信號處理中的一小部分。
如以上參照圖14所討論的，知識庫1414可用于存儲各種專用數據。在處理塊1502中進行的處理常常依賴于特征、預期來自圖像的各種屬性等，并因此知識庫1414可以提供針對各種特征來定制處理時有用的信息。提供對依賴于所使用的掃描頭的類型、所使用的發(fā)射應用的類型等的處理的某種控制也可能是理想的。例如，心臟病學可使用心臟病學專用的設備。使用來自知識庫1414的信息來進行對該處理的特定于應用的調節(jié)，所述知識庫提供處理塊所利用的附加參數。知識庫可包括例如關于可利用的圖像組成的先驗知識。例如，在已知圖像將是關于心臟的圖像時，實施例可應用專門算法來使該應用更好地用于對心臟成像。
圖16示出關于分解塊1501的一個實施例的細節(jié)。在圖16的實施例中，使用抽取濾波器(decimation filter)來產生具有下一較高階圖像或子圖像的分辨率的一半分辨率的子圖像。例如，對原始有噪圖像信號使用抽取濾波器1600以產生具有一半分辨率的子圖像1602。該子圖像被用作下一抽取濾波器的輸入以便產生另一個子圖像。該子圖像也用作插值濾波器1601的輸入(示為子圖像1603)。該插值濾波器用于重建原始圖像的平滑的版本。將該平滑的版本從原始圖像中減去以產生原始圖像的高通版本。
圖17示出關于處理塊1502的一個實施例的細節(jié)。如以上所討論的，本發(fā)明的實施例的自適應濾波器被應用于處理塊1502。因此，輸入信號是子圖像之一。在可用時，局部特征可由特征提取塊1701從該子圖像輸入和有關來自較低分辨率子圖像處理的特征的信息中提取。有關特征的信息由所示實施例的特征提取塊1701提供到上采樣器塊1704，以便將特征信息提供到對較高階分辨率子圖像所使用的處理塊。有關特征的信息也由特征提取塊1701提供到濾波器配置塊1703。濾波器配置塊1703優(yōu)選地將特征信息與可從知識庫獲得的信息組合使用以便選擇、配置和/或計算用于應用到一個或多個自適應和/或可操縱濾波器，如以上詳細討論的。濾波器配置塊1703所確定的一個或多個濾波器由濾波塊1702應用于子圖像。應理解，濾波塊1702所應用的自適應和/或空間-時間濾波器不需要是單個濾波器。例如，根據本發(fā)明的實施例，后接非對稱濾波器的對稱濾波器的級聯(lián)可應用于子圖像。
如所示，圖17的處理塊1502輸出關于用于在下一較高分辨率處理塊中使用的所提取特征的信息(在適當時)，關于來自較低分辨率處理塊的特征的信息(在適當時)被提供給處理塊1502。關于較低分辨率塊的特征的信息優(yōu)選地與關于在當前分辨率等級提取的特征的信息結合使用以便計算或選擇自適應濾波器系數。在該實例中，所使用的特征來自兩個中間分辨率等級，這有助于提供不同處理塊之間的一致性。
圖18示出關于重建塊1503的一個實施例的細節(jié)。圖18的實施例示出如何將子圖像處理塊1502的輸出組合來形成組合圖像。具體而言，塊1801允許在必要時重新調整圖像亮度。在此所使用的映射功能從圖14的知識庫獲得。重新映射塊1801的輸出被提供給上采樣器1802以便將子圖像上采樣到下一較高子圖像的分辨率。組合器1803然后將上采樣的子圖像與下一較高子圖像組合，等等。
圖19示出根據一個或多個實施例修改以便提供以上針對外部DSP1404討論的功能塊的示例性DSP硬件配置。所示的實施例包括I/O端口1904，用于將DSP與其它電路對接，以便接收有噪圖像信號、提供經濾波的圖像信號的輸出、與知識庫1414對接等。所示實施例的DSP 1401包括DMA引擎1903、幀緩沖器1905、高速存儲器1902和DSP核心1901。所示實施例的DSP 1404包括DMA引擎1903、幀緩沖器1905、高速存儲器1902和DSP核心1901。DSP核心1901包括算術邏輯單元(ALU)。高速存儲器1902提供在計算期間由DSP核心1901使用的存儲器。DMA引擎1903便于高速存儲器1902和幀緩沖器1905所駐留的典型較慢的外部存儲器之間的后臺數據傳遞。盡管在圖19中示出了DSP的特定配置，應理解本發(fā)明不局限于如何特定的DSP或其它種類的處理器來實現以上所述的多分辨率自適應濾波。事實上，這樣的處理可例如由現場可編程門陣列(FPGA)、專用集成電路(ASIC)、通用微處理器等來執(zhí)行。
一些實施例的優(yōu)點在于自適應濾波器可通過保留邊緣來提供較好的分辨率。當與多分辨率分解組合時，能夠更有效地執(zhí)行高性能處理。一些實施例的另一個優(yōu)點在于多分辨率處理可提供更有效的方式來從信號提取信息，從高等級特征到較低等級細節(jié)。事實上，一些實施例可在便攜式裝置中實現，因為較為有效的處理以較低的功率使用和較小的計算能力提供了較高的性能。
成像中所涉及的大部分計算是求解微分方程。例如，如果要提取跨大圖像面積的優(yōu)勢特征，可使用傳統(tǒng)的處理裝置來建立很大的濾波器。然而，本發(fā)明的各種實施例將信號分解成較低分辨率子圖像，其允許利用較小的核來識別特征，這是因為要處理較少的像素或點。例如，采用適用于不同像素的30×30或50×50的核。然而，通過使用其中采用多分辨率分解的本發(fā)明的概念，可使用較小的濾波器核，例如3×3或5×5?？赏ㄟ^使用簡化的技術來提供附加的性能提高，如將預先計算的查詢表等用于處理塊1502。具有較低功率使用和較低成本的高性能濾波可提供高質量的便攜式成像裝置，如超聲裝置。
盡管已詳細描述了本發(fā)明及其優(yōu)點，應理解可在所附權利要求限定的本發(fā)明的精神和范圍內進行各種改變、替換和修改。而且，并非想要將本發(fā)明的范圍局限于說明書中所描述的過程、機器、制造、物質組成、裝置、方法和步驟的特定實施例。根據本發(fā)明的公開內容，本領域的技術人員將容易理解，可根據本發(fā)明來利用執(zhí)行與在此所述的對應實施例基本相同的功能或實現基本相同的結果的當前存在或以后開發(fā)的過程、機器、制造、物質組成、裝置、方法和步驟。因此，意圖是所附權利要求在其范圍內包括這樣的過程、機器、制造、物質組成、裝置、方法和步驟。
權利要求
1.一種用于處理圖像的方法，所述方法包括將所述圖像分解成多個子圖像；確定所述多個子圖像中的每個子圖像內的一個或多個特征；以及將自適應濾波器分別應用于所述多個子圖像中的每個子圖像，其中所述自適應濾波器自適應于所述一個或多個特征中的關聯(lián)特征的方面。
2.根據權利要求1所述的方法，其中所述多個子圖像包括不同分辨率的子圖像。
3.根據權利要求2所述的方法，其中所述多個子圖像中的子圖像各為下一較高分辨率子圖像分辨率的一半。
4.根據權利要求2所述的方法，其中所述分解從所述不同分辨率的最高分辨率到最低分辨率進行。
5.根據權利要求1所述的方法，其中所述確定每個子圖像內的一個或多個特征包括接受關于所述多個子圖像中的另一個子圖像的特征信息，以便在確定特定子圖像的一個或多個特征中使用。
6.根據權利要求5所述的方法，其中所述確定每個子圖像內的一個或多個特征從最低分辨率到最高分辨率進行。
7.根據權利要求1所述的方法，其中所述確定每個子圖像內的一個或多個特征包括識別子圖像內的特征邊緣。
8.根據權利要求1所述的方法，其中所述確定每個子圖像內的一個或多個特征包括識別子圖像內的梯度。
9.根據權利要求1所述的方法，其中所述確定每個子圖像內的一個或多個特征包括訪問知識庫，所述知識庫存儲關于與主機系統(tǒng)的特定操作模式關聯(lián)的圖像特征的信息。
10.根據權利要求1所述的方法，其中所述確定每個子圖像內的一個或多個特征包括訪問知識庫，所述知識庫存儲關于與使用主機系統(tǒng)執(zhí)行的特定過程關聯(lián)的圖像特征的信息。
11.根據權利要求1所述的方法，其中所述應用自適應濾波器包括在對子圖像的特征進行濾波時使用幀間信息。
12.根據權利要求1所述的方法，其中所述應用自適應濾波器包括在對子圖像的特征進行濾波時使用幀內信息。
13.根據權利要求1所述的方法，其中所述應用自適應濾波器自適應于子圖像的關聯(lián)特征的空間方面。
14.根據權利要求1所述的方法，其中所述應用自適應濾波器自適應于子圖像的關聯(lián)特征的時間方面。
15.根據權利要求1所述的方法，其中所述應用自適應濾波器自適應于子圖像的關聯(lián)特征的邊緣。
16.根據權利要求1所述的方法，其中所述應用自適應濾波器自適應于子圖像的關聯(lián)特征的斜率。
17.根據權利要求1所述的方法，其中所述應用自適應濾波器自適應于子圖像的關聯(lián)特征的梯度。
18.根據權利要求1所述的方法，進一步包括根據所述一個或多個特征來確定用于在所述應用自適應濾波器中使用的一個或多個濾波器參數。
19.根據權利要求18所述的方法，其中所述確定所述一個或多個濾波器參數包括訪問存儲關于所述特征的信息的知識庫。
20.根據權利要求1所述的方法，進一步包括確定所述一個或多個特征中的至少一個特征的取向。
21.根據權利要求20所述的方法，其中所述應用自適應濾波器包括根據所述至少一個特征的所述取向來操縱所述自適應濾波器中的自適應濾波器。
22.根據權利要求20所述的方法，其中所述取向包括空間取向。
23.根據權利要求20所述的方法，其中所述取向包括時間取向。
24.根據權利要求1所述的方法，進一步包括在已經將自適應濾波器分別應用于每個所述子圖像之后根據所述多個子圖像來重建經濾波的圖像。
25.根據權利要求24所述的方法，其中所述分解所述圖像、所述應用自適應濾波器以及所述重建所述經濾波的圖像執(zhí)行多次。
26.根據權利要求25所述的方法，其中所述多次中的若干次與針對所述圖像引入新的處理點相關聯(lián)。
27.一種用于處理圖像的方法，所述方法包括將所述圖像分解成多個子圖像；確定所述多個子圖像中的每個子圖像內的一個或多個特征；根據所述一個或多個特征來確定一個或多個濾波器參數；將自適應濾波器分別應用于所述多個子圖像中的每個子圖像，其中所述自適應濾波器自適應于所述一個或多個特征中的關聯(lián)特征的方面，其中所述自適應濾波器實施所述自適應濾波器參數中的一個或多個；以及在已經將自適應濾波器應用于每個所述子圖像之后根據所述多個子圖像來重建經濾波的圖像。
28.根據權利要求27所述的方法，其中所述子圖像包括不同分辨率的子圖像，所述每個所述不同的分辨率是下一較高分辨率的一半。
29.根據權利要求27所述的方法，其中所述分解所述圖像從最高分辨率到最低分辨率進行，并且其中所述重建所述經濾波的圖像從最低分辨率到最高分辨率進行。
30.根據權利要求27所述的方法，其中所述確定每個所述子圖像的一個或多個特征包括確定最低分辨率子圖像內的第一一個或多個特征；將關于所述一個或多個特征的信息提供給用于確定較高分辨率子圖像內的一個或多個特征的處理；以及使用關于所述第一一個或多個特征的所述信息來確定所述較高分辨率子圖像內的第二一個或多個特征。
31.根據權利要求27所述的方法，其中所述確定所述一個或多個自適應濾波器包括訪問存儲關于所述特征的信息的知識庫。
32.根據權利要求27所述的方法，其中所述應用自適應濾波器自適應于子圖像的關聯(lián)特征的空間方面。
33.根據權利要求27所述的方法，其中所述應用自適應濾波器自適應于子圖像的關聯(lián)特征的時間方面。
34.根據權利要求27所述的方法，進一步包括確定所述一個或多個特征中的至少一個特征的取向。
35.根據權利要求34所述的方法，其中根據所述至少一個特征的所述取向來操縱所述自適應濾波器中的自適應濾波器。
36.一種用于處理圖像的系統(tǒng)，所述系統(tǒng)包括多分辨率圖像分解器，可操作用來接收圖像數據并從中產生多個子圖像，所述子圖像中的每個子圖像具有不同的分辨率；多個處理塊，每個處理塊可操作用來確定所述多個子圖像中的關聯(lián)子圖像內的一個或多個特征并根據所述一個或多個特征來提供對所述關聯(lián)子圖像的濾波，其中所述處理塊中的一個或多個處理塊接收關于由所述多個處理塊中的另一個處理塊針對另一個子圖像所確定的特征的信息；以及圖像重建器，可操作用來接收來自所述多個處理塊的輸出，并從中產生組合的圖像。
37.根據權利要求36所述的系統(tǒng)，其中所述多個處理塊由數字信號處理器來提供。
38.根據權利要求37所述的系統(tǒng)，其中所述多分辨率圖像分解器和所述圖像重建器由所述數字信號處理器。
39.根據權利要求36所述的系統(tǒng)，進一步包括存儲由所述多個處理塊使用的濾波器參數信息的數據庫。
40.根據權利要求39所述的系統(tǒng)，其中所述濾波器參數信息與所述處理塊可確定的特定特征相關聯(lián)。
41.根據權利要求39所述的系統(tǒng)，其中所述濾波器參數信息與所述系統(tǒng)的特定操作模式相關聯(lián)。
42.根據權利要求39所述的系統(tǒng)，其中所述濾波器參數信息與使用所述系統(tǒng)執(zhí)行的特定過程相關聯(lián)。
43.根據權利要求36所述的系統(tǒng)，其中所述濾波器包括自適應濾波。
44.根據權利要求43所述的系統(tǒng)，其中所述自適應濾波器包括根據所述特征中的關聯(lián)特征的空間方面來適應一個或多個濾波器參數。
45.根據權利要求43所述的系統(tǒng)，其中所述自適應濾波器包括根據所述特征中的關聯(lián)特征的時間方面來適應一個或多個濾波器參數。
46.根據權利要求36所述的系統(tǒng)，其中所述濾波包括受操縱的濾波。
47.根據權利要求46所述的系統(tǒng)，其中所述受操縱的濾波包括根據所述特征中的關聯(lián)特征的取向來操縱所述濾波器。
全文摘要
本發(fā)明描述了對圖像進行分析并從中提取圖像特征以便在濾波中使用的系統(tǒng)和方法。本發(fā)明的實施例基于特征和結構來確定如何以不同取向和不同的濾波器配置來濾波。根據本發(fā)明實施例利用的濾波器自適應于特征的空間和/或時間方面。以各種分辨率等級對子圖像來執(zhí)行根據本發(fā)明實施例的圖像處理。
文檔編號G06T5/00GK1971616SQ200610144939
公開日2007年5月30日 申請日期2006年11月22日 優(yōu)先權日2005年11月23日
發(fā)明者朱耶特·黃, 拉姆錢德拉·派盧爾 申請人:索諾塞特公司