11894_Ứng dụng quá trình khuếch tán thực hiện giảm nhiễu đốm ảnh trong y học

ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

ĐỖ THỊ THU HIỀN

ỨNG DỤNG QUÁ TRÌNH KHUẾCH TÁN THỰC HIỆN
GIẢM NHIỄU ĐỐM ẢNH TRONG Y HỌC

Chuyên ngành: Khoa học máy tính.
Mã số chuyên ngành: 8 48 01 01.

LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH

Người hướng dẫn khoa học:

TS. Phạm Đức Long

Thái Nguyên năm 2020

i
LỜI CAM ĐOAN

Tôi xin cam đoan luận văn này là công trình nghiên cứu thực sự của cá nhân
tôi được thực hiện dưới sự hướng dẫn của TS Phạm Đức Long. Các số liệu, kết quả
do bản thân nghiên cứu và tìm hiểu được trình bày trong luận văn này là trung thực
và chưa được công bố dưới bất cứ hình thức nào. Tôi xin chịu trách nhiệm về
nghiên cứu của mình.

Học viên

Đỗ Thị Thu Hiền
ii

LỜI CẢM ƠN

Với tình cảm chân thành và lòng biết ơn sâu sắc, cho phép tôi gửi lời cảm ơn
chân thành nhất tới:
– Trường Đại học Công nghệ thông tin và Truyền thông, các giảng viên, các
nhà sư phạm đã tận tình giảng dạy và tạo mọi điều kiện giúp đỡ tôi trong quá trình
học tập, nghiên cứu và hoàn thành luận văn.
– Đặc biệt tôi xin bày tỏ lòng biết ơn sâu sắc đến người hướng dẫn luận văn
của tôi: TS. Phạm Đức Long, người đã tận tình hướng dẫn, chỉ bảo và giúp đỡ, động
viên tôi trong suốt quá trình nghiên cứu và hoàn thành luận văn.
– Nhân dịp này tôi xin được chân thành cảm ơn đến các đồng chí Hiệu
trưởng, Phó Hiệu trưởng, cùng tất cả các thầy cô giáo giảng viên trường Đại học
Công nghệ thông tin và Truyền thông, đã tạo điều kiện thuận lợi, nhiệt tình đóng
góp ý kiến cho tôi trong quá trình nghiên cứu.
– Cảm ơn các bạn đồng nghiệp, bạn bè, gia đình đã động viên, khích lệ và
giúp đỡ tôi trong quá trình học tập và nghiên cứu khoa học.
Mặc dù đã cố gắng rất nhiều, nhưng luận văn không tránh khỏi những thiếu
sót; tác giả rất mong nhận được sự thông cảm, chỉ dẫn, giúp đỡ và đóng góp ý kiến
của các nhà khoa học, của quý thầy cô, các cán bộ quản lý và các bạn đồng nghiệp.
Xin chân thành cảm ơn!
Thái Nguyên, tháng 9 năm 2020
Tác giả

Đỗ Thị Thu Hiền

iii

MỤC LỤC Trang
Trang phụ bìa
Lời cam đoan
………………………………………………………………………………………….
i
Lời cảm ơn ……………………………………………………………………………………………ii
Mục lục
………………………………………………………………………………………………. iii
Danh mục các bảng ……………………………………………………………………………….
iv
Danh mục các hình
…………………………………………………………………………………
v
Danh mục các từ viết tắt
…………………………………………………………………………
vi
MỞ ĐẦU
………………………………………………………………………………………………
1
1. Luận văn thực hiện việc ………………………………………………………………………
1
2. Đối tượng và phạm vi nghiên cứu
…………………………………………………………
4
3. Hướng nghiên cứu của đề tài ……………………………………………………………….
4
NỘI DUNG …………………………………………………………………………………………..
5
CHƯƠNG 1. NHIỄU ĐỐM VÀ KHỬ NHIỄU ĐỐM ………………………………..
5
1.1. Nhiễu trong ảnh
……………………………………………………………………………….
5
1.2. Nhiễu đốm …………………………………………………………………………………….
11
1.2.1 Khái niệm nhiễu đốm, đặc điểm [8],[12] …………………………………………
11
1.2.2 Khó khăn khi khử nhiễu đốm
…………………………………………………………
12
1.3. Khử nhiễu đốm
………………………………………………………………………………
12
1.3.1 Các phương pháp khử nhiễu đốm hiện nay [12], [15],[26] ………………..
12
1.3.2 Những vấn đề còn tồn tại hiện nay khi khử nhiễu đốm ……………………..
18
1.4 Một số chỉ tiêu đánh giá xử lý ảnh thường dùng ……………………………….. 18
1.4.1 MSE (Mean Squared Error) …………………………………………………………. 18
1.4.2 SNR (Signal to Noise Ratio)
………………………………………………………… 18
1.4.3 PSNR (Peak Signal to Noise Ratio)
………………………………………………. 19
1.4.4 MAE (Mean Absolute Error). ………………………………………………………. 19
KẾT LUẬN CHƯƠNG 1
………………………………………………………………………
24
iv

CHƯƠNG 2. ỨNG DỤNG QUÁ TRÌNH KHUẾCH TÁN TRONG XỬ
LÝ ẢNH …………………………………………………………………………………………….
26
2.1 Sự khuếch tán ảnh. ………………………………………………………………………… 26
2.2 Khuếch tán đẳng hướng – khuếch tán tuyến tính ……………………………….. 29
2.3 Khuếch tán không đẳng hướng ……………………………………………………….. 30
2.3.1 Khuếch tán không đẳng hướng thực: …………………………………………….. 31
2.3.2 Khuếch tán phức kết hợp giảm nhiễu tìm biên ……………………………….. 34
2.4 Một thuật toán khuếch tán Anisotropic cải tiến mới [18] ……………………. 39
KẾT LUẬN CHƯƠNG 2
…………………………………………………………………….. 46
CHƯƠNG 3. KHỬ NHIỄU ĐỐM ẢNH Y HỌC BẰNG KHUẾCH TÁN
ANISOTROPIC
………………………………………………………………………………….
47
3.1 Ảnh thực nghiệm
…………………………………………………………………………… 47
3.2 Kết quả thực nghiệm trên ảnh y học ………………………………………………… 50
3.3 Nhận xét và đánh giá
……………………………………………………………………… 58
KẾT LUẬN CHƯƠNG 3
………………………………………………………………………
58
KẾT LUẬN ………………………………………………………………………………………..
59
HƯỚNG PHÁT TRIỂN
………………………………………………………………………..
60
TÀI LIỆU THAM KHẢO …………………………………………………………………..
61
PHỤ LỤC

v

DANH MỤC CÁC BẢNG

Bảng 1.1. Một số số đo đánh giá xử lý ảnh khác ………………………………………
19
Bảng 3.1 So sánh hiệu quả lọc của một số phương pháp.
…………………………..
55

iv
vi

DANH MỤC CÁC HÌNH VẼ

Hình 1.1. Máy cộng hưởng từ và ảnh cộng hưởng từ MRI ………………………….
6
Hình 1.2. Máy siêu âm loại đứng và xách tay…………………………………………… 7
Hình 1.3. Nhiễu Gaussian …………………………………………………………………….. 8
Hình 1.4. Nhiễu Uniform ……………………………………………………………………… 9
Hình 1.5. Ví dụ các loại nhiễu …………………………………………………………….. 10
Hình 1.6. Phân phối gama ……………………………………………………………………..
11
Hình 1.7. Nguyên lý của Mean Filter
……………………………………………………. 12
Hình 1.8. Nguyên tắc lọc median
…………………………………………………………. 11
Hình 1.9. Mặt nạ lọc trung vị hai chiều ………………………………………………… 13
Hình 1.10. Bộ lọc khuếch tán thích nghi mờ …………………………………………..
17
Hình 2.1. Các giai đoạn chính trong xử lý ảnh ……………………………………. 23
Hình 2.2. Lọc khuếch tán phục hồi các thuộc tính của ảnh.. ……………………. 29
Hình 2.3. Khuếch tán ảnh y học: ảnh gốc …………………………………………….. 29
Hình 2.4. Làm trơn ảnh nhiễu có bảo toàn biên dùng khuếch tán không đẳng
hướng sau 10, 20, 30, 40 và 50 lần lặp. …………………………………………………. 30
Hình 2.5. Phương pháp khuếch tán của Perona-Malik ……………………………. 31
Hình 2.6. Ảnh ‘Đền Kiếp Bạc’ (Hải Dương) và nhiễu đốm a) ảnh gốc b) ảnh
nhiễu đốm 0.05
…………………………………………………………………………………… 31
Hình 2.7. Thực hiện khuếch tán phức tuyến tính trên ảnh ‘Đền Kiếp Bạc’ kích
thước 256×216 thành phần thực làm mờ ảnh, thành phần ảo thực hiện tìm
biên. ………………………………………………………………………………………………….. 36
Hình 2.8. Biên dốc và biên bước a) biên kiểu dốc b) biên kiểu bước ………. 36
Hình 2.9. Quan hệ giữa biên dốc và biên bước và các đạo hàm
……………….. 37
Hình 2.10 Khuếch tán phức của ảnh cameraman với nhỏ ( = /30). Phía
trên là các giá trị thực. Phía dưới là giá trị ảo. Từ trái qua phải là các ảnh
iv
v
vii

nguyên bản và ảnh biến đổi sau 0.25, 2.5 và 25 giây………………………..33
Hình 2.11. Khuếch tán phức của ảnh cameraman với  lớn . Phía
trên là các giá trị thực, phía dưới là các giá trị ảo. Mỗi một frame ảnh từ trái
qua phải là ảnh nguyên bản và các các ảnh sau mỗi khoảng thời gian: 0.25,
2.5, 25………………………………………………………………………..34
Hình 2.12. Khử nhiễu đốm bằng mô hình PM a) ảnh nguyên bản b) ảnh nhiễu
c) ảnh sau khi khử nhiễu ……………………………………………………………………… 40
Hình 2.13. Ảnh hưởng của tham số  …………………………………………………… 42
Hình 2.14. Kết quả thực nghiệm thuật toán của Mei Gao và các cộng sự.Các
cột a) b) c) mô tả các ảnh nguyên bản, ảnh có nhiễu đốm 0,05 và ảnh sau khi
lọc. ……………………………………………………………………………………………………. 41
Hình 3.1. Các ảnh dùng trong thực nghiệm. …………………………………………… 49
Hình 3.3. Lọc nhiễu kết hợp tìm biên …………………………………………………… 50
Hình 3.4. Khuếch tán phức ảnh CT và MRI ………………………………………….. 51
Hình 3.5. Xử lý ảnh Viêm não amebic …………………………………………………. 51
Hình 3.6. Xử lý ảnh thận trái có sỏi ……………………………………………………… 52
Hình 3.7. Lọc nhiễu ảnh siêu âm thận 2………………………………………………… 52
Hình 3.8. Lọc nhiễu ảnh CT thận
………………………………………………………….. 53
Hình 3.9. Lọc nhiễu ảnh Sac Covi 2 nhiễm vào đường thở,
……………………… 53
Hình 3.10. Lọc nhiễu ảnh nhiễm trùng tế bào
…………………………………………. 54
Hình 3.11. Xử lý nhiễu ảnh não úng thủy
………………………………………………. 54
Hình 3.12. Lọc nhiễu ảnh bị bệnh nejmicm (một loại bệnh phụ nữ)
………….. 55

viii

DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT

VIẾT TẮT
NHÓM TỪ
Ý NGHĨA
COC
Correlation Coefficient
Hệ số tương quan
CT
Computed Tomography Scan
Chụp ảnh cắt lớp
DDND
Doubly Degenerate Nonlinear
Diffusion
Khuếch tán phi tuyến suy giảm
gấp đôi
DSP
Digital Signal Processing
Xử lý tín hiệu số
FADFEN
Fuzzy Adaptive Diffusion
Filter
Bộ lọc khuếch tán fuzzy thích
nghi
MRI
Magnetic resonance imaging
Chụp ảnh cộng hưởng từ
MSSIM
Mean Structural Similarity
Index Measure
Chỉ số đo tương tự cấu trúc
trung bình
LMS
Least Mean Square Filter
Bộ lọc bình phương trung bình
tối thiểu
MAE
Mean Absolute Error
Sai số tuyệt đối trung bình
MSE
Mean Squared Error
Sai hỏng trung bình bình
phương
PDE
Partial Differential Equation
Phương trình vi phân đạo hàm
riêng
PSNR
Peack Signal to Noise Ratio
Tỷ số tín hiệu đỉnh trên nhiễu
RMSE
Root Mean Square Error
Sai số trung bình bình phương
SNR
Signal to Noise Ratio
Tỷ số tín hiệu trên nhiễu

vi
1

MỞ ĐẦU
Cùng với sự phát triển công nghiệp hóa, hiện đại hóa, trong lĩnh vực Y
học cũng dành được nhiều thành tựu nổi bât. Trong nghiên cứu y học và chuẩn
đoán hình ảnh, dữ liệu ảnh y tế thu nhận được cần cung cấp ảnh có độ phân giải
cao, chính xác và có trình tự thời gian của dữ liệu đo.
Trong khám bệnh và chữa bệnh kỹ thuật hình ảnh chiếm một tầm quan
trọng rất lớn. Ảnh y tế được tích hợp từ các công nghệ Xquang, siêu âm, MRI,
CT giúp các thầy thuốc, bác sỹ nhìn thấy được tình trạng cơ thể con người tại
các cơ quan, bộ phận quan tâm; mà bình thường nếu không có các công nghệ
này họ không thể nào thấy được. Các thông tin hình ảnh đó giúp cho các thầy
thuốc, bác sỹ có thêm các quyết định chính xác khi điều trị người bệnh. Một khó
khăn sinh ra khi tích hợp ảnh là các ảnh thường bị nhiễu dẫn đến các thông tin
cần thiết bị che khuất thậm chí mất hẳn. Trong các loại nhiễu thì nhiễu đốm
thường gây khó khăn nhiều trong khi khử nhiễu. Phương pháp khử nhiễu đốm
hiệu quả hiện nay đang được sử dụng là dùng quá trình khuếch tán trên ảnh y
học gốc thu được. Việc hoàn thiện phương pháp này hiện nay vẫn được nhiều
nhà nghiên cứu trên thế giới quan tâm phát triển vì có ý nghĩa thực tiễn và ý
nghĩa khoa học cao. Với lý do đó tôi chọn đề tài Ứng dụng quá trình khuếch tán
thực hiện giảm nhiễu đốm ảnh trong y học” cho luận văn tốt nghiệp của mình.
Bên cạnh những ưu thế nổi trội, ảnh y tế còn một số đặc điểm chưa hoàn thiện,
đặc biệt là ảnh siêu âm: độ phân giải thấp (trong miền không gian và phổ); mức nhiễu
cao; độ tương phản thấp; biến dạng hình học; xuất hiện hiện tượng ảnh giả. Ảnh y tế
có độ phân giải thấp còn là kết quả của việc thoả hiệp với các điều kiện thương mại
trong việc thu nhận ảnh. Ví dụ, việc lấy mẫu không gian với thang chia mịn hơn
nhưng thời gian thu nhận dài hơn làm ảnh bị mờ đi hay tạo ảnh giả dạng vết thớ(ảnh
chụp CT), bóng lưng hay tăng âm (ảnh siêu âm),…
Những hạn chế về độ phân giải của ảnh y tế gây khó khăn cho các bác sĩ đưa ra
2

chẩn đoán chính xác cho chỉ định điều trị hoặc để hội chẩn phẫu thuật. Xử lý ảnh y tế
thường là sự kết hợp giữa người và máy, thu nhận và xử lý ảnh được thực hiện độc lập
bởi thiết bị, phụ thuộc vào sự tối ưu của thuật toán thông minh nhân tạo, trong khi đó
phát hiệncác bệnh lý, tổn thương thường đòi hỏi quyết định từ một chuyên gia y tế.
Trong xử lý ảnh, làm trơn, tăng cường ảnh là bước cải thiện, nâng cấp chất
lượng ảnh nhằm làm nổi bật một số đặc tính của ảnh như thay đổi độ tương phản, lọc
nhiễu, tăng độ nét, tăng độ phân giải ảnh,…Xử lý nâng cao chất lượng ảnh không phải
là làm tăng lượng thông tin dữ liệu vốn có trong ảnh mà làm tăng khả năng biểu diễn
các đặc trưng của ảnh, đồng thời phải duy trì các thông tin hữu ích. Tập hợp các kỹ
thuật này tạo nên quá trình tiền xử lý ảnh, đóng vai trò là công đoạn cần thiết và bắt
buộc trước khi thực hiện các công đoạn tiếp theo.
Trong các phương thức tạo ảnh y tế, tạo ảnh siêu âm là một kỹ thuật mạnh hỗ
trợ chẩn đoán hình ảnh, hữu hiệu cho việc thăm khám các tổ chức mô mềm bên trong
cơ thể người. Tuy nhiên, do bản chất vật lý siêu âm và của hệ thống quét ảnh sinh ra
hiện tượng nhiễu đốm (nhiễu nhân) và nhiễu Gauss (nhiễucộng) xuất hiện trongảnh
siêu âm, ảnh hưởng tới kỹ thuật chẩn đoán bệnh lý. Trong đó nhiễu đốm lẫn trong tín
hiệu ảnh siêu âm thườngxuất hiện dưới dạng hạt có cường độ mức xám cao, kích
thước đốm khác nhau,nằm rải rác trên bề mặt ảnh.
Cho tới nay đã có nhiều nghiên cứu và giải pháp đề xuất nhằm cải thiện hiện
tượng đốm trong ảnh siêu âm:
Kỹ thuật dựa trên giải pháp cải thiện phần cứng theo nguyên lý tăng tần số làm
việc của hệ thống siêu âm để giải quyết hiện tượng giao thoa giữa các xung siêu âm
phản xạ. Thực nghiệm cho thấy độ suy hao tín hiệu trong mô mềm khoảng
1dB/cm/MHz, do vậy tăng tần số tín hiệu tương ứng với tăng độ phân giải ảnh và
giảm độ sâu đâm xuyên của tia siêu âm.Hiện tượng đốm trong hệ thống tạo ảnh siêu
âm chỉ được loại trừ hoàn toàn khi tần số hoạt động của nó tới tần số 100MHz[25],
như vậy không đápứng được yêu cầu về chiều sâu thăm khám các tổ chức mô mềm.
3

Kỹ thuật giảm nhiễu đốm, tăng cường chất lượng và tránh làm mất các thông tin hữu
ích của ảnh siêu âm theo thời gian thực bằng phần mềm được xây dựng dựa trên các
mô hình toán đã được nhiều nhà thiết kế hệt hống quan tâm. Hầu hết các mô hình này
cần phải thực hiện bán tự động hay tự động, đòi hỏi độ chính xác cao nhằm hỗ trợ hệ
thống thu nhận ảnh y tế trong điều khiển, xử lý tín hiệu, tự động phân tích tổn thương,
kết nối thông tin,…Mục tiêu quan tâm của các nghiên cứu phát triển mô hình toán có
sự hỗ trợ của máy tính là xử lý và phân tích ảnh mà không làm ảnh hưởng tới thiết kế
của các thiết bị thu nhận ảnh. Mục tiêu này đang được nhiều nhóm nghiên cứu ở các
nước quan tâm và tập trung nghiên cứu đểđáp ứng yêu cầu cao cho chăm sóc sức khoẻ
con người.
Các giải pháp sử dụng mô hình toán tuyến tính đẳng hướng để giảm hiện tượng
nhiễu đốm trong ảnh siêu âm y tế đã công bố những năm trước đây đã được các nhà
sản xuất phát triển thành công nghệ độc quyền, tiêu biểu là sản phẩm phần mềm cài
đặt cho XRES8 (Philips) và ContextVision9 (ContextVision AB). Các giải pháp này
cải thiện được các chỉtiêu đo lường chất lượng ảnh, nhưng làm mất mát thông tin điểm
ảnh trên đường biên, làm nhòe ảnh và tốc độ xử lý chậm do phải tính toán hàng loạt
các bước lặp. Các giải pháp giảm nhiễu, tăng cường biên ảnh y tế đa mức xám dựa vào
các mô hình phi tuyến để xây dựng chương trình chạy trên PC như: median,
homomorphic Wiener củaAnil K. Jain, wavelet củaMallat, Xuli Zhong và David
L.Donoho …đã được đề xuất, nhưng tới nay vấn đề này vẫn còn là thách thức đối với
các nhà nghiên cứu trong lĩnh vực xử lý ảnh. Nguyên nhân do các giải pháp này đòi
hỏi độ phức tạp tính toán cao và yêu cầu bộ nhớ không gian lớn
1. Luận văn thực hiện việc
 Tìm hiểu về quá trình khuếch tán ứng dụng trong xử lý ảnh.
 Tìm hiểu về nhiễu đốm
 Tổng quan về khử nhiễu đốm
 Khử nhiễu đốm trên ảnh y học bằng khuếch tán Anisotropic lý thuyết
4

và thực nghiệm.
2. Đối tượng và phạm vi nghiên cứu
2.1. Đối tượng
– Nhiễu đốm.
– Khuếch tán Anisotropic.

2.2. Phạm vi nghiên cứu:
+ Lý thuyết:
– Nhiễu đốm trong ảnh y học
– Khử nhiễu đốm bằng khuếch tán Anisotropic
+ Thực nghiệm:
– Cài đặt các thuật toán trên Malab.

– Xây dựng một thuật toán thực hiện PDE khuếch tán phức để giảm nhiễu
đốm cho ảnh y học.
3. Hướng nghiên cứu của đề tài
 Tìm hiểu lý thuyết về xử lý ảnh dùng PDE.
 Xây dựng một thuật toán thực hiện PDE khuếch tán phức để giảm nhiễu
đốm cho ảnh y học.
 Thực nghiệm.

5

NỘI DUNG
CHƯƠNG 1. NHIỄU ĐỐM VÀ KHỬ NHIỄU ĐỐM

1.1. Nhiễu trong ảnh
a) Khái niệm
Ảnh được coi là một miền đồng nhất về mức xám, tức là các điểm ảnh lân cận
có sự biến đổi liên tục về mức xám. Như vậy sau quá trình số hoá thì trong mỗi cửa sổ
đang xét các điểm ảnh đều có giá trị gần bằng như nhau. Thực tế quan sát có những
điểm ảnh có giá trị khác hơn nhiều so với các điểm ảnh xung quanh. Đó chính là
nhiễu. Như vậy, nhiễu trong ảnh số được xem như là sự dịch chuyển đột ngột của tín
hiệu ảnh trên một khoảng cách nhỏ [2].
b) Ảnh y học
Trong y học hiện nay kỹ thuật xử lý hình ảnh là một kỹ thuật không thể thiếu
được trong chẩn đoán, theo dõi điều trị bệnh. Những kỹ thuật thường được sử dụng là :
– Ảnh X-quang thông thường : Chụp ảnh dùng bức xạ tia X là một loại sóng
điện từ bước sóng trong khoảng từ 0,01 đến 10 nano mét tương ứng với dãy tần số từ
30 Petahertz đến 30 Exahertz (3×1016 Hz to 3×1019 Hz) và có năng lượng từ 120 eV
đến 120 keV. Tia X có hại đến sức khỏe con người.
– Ảnh CT (Computed Tomography Scan) : Ảnh chụp cắt lớp vi tính. Khi thực
hiện Máy CT chạy vòng quanh thân thể bệnh nhân, phát sóng X quang và đo độ hấp
thụ năng lượng tia X của các cấu trúc khác nhau của cơ thể . Sau đó sử dụng các thông
tin này và khớp lại bằng máy tính hình ảnh của cơ thể trên không gian 2 hoặc 3 chiều.
– Ảnh MRI (Magnetic resonance imaging) là một phương pháp thu hình ảnh
của các cơ quan trong cơ thể sống và quan sát lượng nước bên trong các cấu trúc của
các cơ quan. Ảnh cộng hưởng từ hạt nhân dựa trên một hiện tượng vật lý là hiện tượng
cộng hưởng từ hạt nhân. Khi so sánh ảnh CT và ảnh MRI thì ảnh MRI cho chẩn đoán
tốt hơn nhưng thời gian tích hợp ảnh dài hơn và giá thành cao hơn.
6

Hình 1.1 Máy cộng hưởng từ và ảnh cộng hưởng từ MRI
– Nội soi: Đưa các camera nhỏ vào cơ thể để quay phim, chụp ảnh
Trong các loại hình đó các ảnh đều có nhiễu sinh ra trong quá trình tổng hợp. Nguyên
nhân là do: Nhiễu điện trong các mạch điện tử, do giao thoa nguồn sáng, nguồn các tia
chiếu ảnh. Các ảnh y học đều có nhiễu ; tuy nhiên ảnh siêu âm trong quá trình tích
hợp ảnh thường có nhiễu đốm là loại nhiễu khó loại trừ (chi tiết trong phần tiếp theo).
Quá trình tích hợp ảnh siêu âm thường có các loại:
– Siêu âm thông thường : một biến tử vừa tạo ra vừa thu sóng âm tần số cao,
hoặc cặp hai biến tử, một cho phát và một cho thu.
– Siêu âm dãy tổ hợp pha (phased array) thường bao gồm từ 16 đến 256 biến tử
nhỏ riêng biệt, mỗi biến tử có thể tạo xung riêng rẽ. Chúng có thể được sắp đặt theo
dải, vòng tròn, hoặc có hình dạng phức tạp hơn. Cũng như đối với đầu dò thông
thường, các đầu dò dãy tổ hợp pha có thể được thiết kế cho sử dụng tiếp xúc trực tiếp,
hoặc kết nối với phần nêm để tạo các đầu dò góc, hoặc sử dụng cho kỹ thuật nhúng với
sóng âm truyền qua nước tới chi tiết kiểm tra. Tần số đầu dò thường nằm trong dải từ
2 MHz đến 10 MHz. Hệ thống dãy tổ hợp pha cũng bao gồm thiết bị máy tính tinh vi
có khả năng điều khiển đầu dò đa biến tử, thu nhận và số hóa xung quay trở lại và biểu
diễn thông tin của xung trên các khổ tiêu chuẩn khác nhau. Không giống như các thiết
bị dò khuyết tật siêu âm thông thường, Hệ thống dãy tổ hợp pha có thể quét chùm tia
dưới cả dải góc khúc xạ hoặc theo dọc theo đường thẳng, hoặc hội tụ ở những độ sâu
khác nhau, do đó tăng tính linh hoạt và khả năng trong thiết lập kiểm tra. Không chỉ sử
dụng trong y tế chúng còn được dùng kiểm tra mối hàn, kiểm tra độ liên kết, phát hiện
7

vết nứt trong khai thác, …
Trong cả hai loại siêu âm đều có nhiễu đốm phát sinh. Các máy siêu âm 2D, 3D, 4D,
5D của các hãng Nhật Đức, Mỹ, Hàn Quốc, … như Hitachi, Samsung Medison, GE
Healthcare, Siemens, …hiện nay thường được sử dụng trên thị trường Việt Nam

Hình 1.2 Máy siêu âm loại đứng và xách tay
c) Phân loại nhiễu
Trước khi xem xét chi tiết các kỹ thuật áp dụng, cần phân biệt các loại nhiễu hay xuất
hiện trong quá trình xử lý ảnh. Trên thực tế tồn tại nhiều loại nhiễu, tuy nhiên người ta
thường xem xét 3 loại nhiễu chính: nhiễu cộng, nhiễu nhân và nhiễu xung [1].
Nhiễu cộng: Nhiễu cộng thường phân bố khắp ảnh. Nếu ta gọi ảnh quan sát (ảnh thu
được) là Xqs, ảnh gốc là Xgoc và nhiễu là η. Ảnh thu được có thể biểu diễn bởi:
Xqs = Xgoc + η

(1.1)
Nhiễu nhân: Nhiễu nhân thường phân bố khắp ảnh. Nếu ta gọi ảnh quan sát (ảnh thu
được) là Xqs, ảnh gốc là Xgoc và nhiễu là η. Ảnh thu được có thể biểu diễn bởi:
Xqs = Xgoc × η

(1.2)
Nhiễu xung (Impulse noise): là một loại nhiễu khá đặc biệt có thể sinh ra bởi nhiều lý
do khác nhau chẳng hạn: lỗi truyền tín hiệu, lỗi bộ nhớ, hay lỗi định thời trong quá
trình lượng tử hóa. Nhiễu này thường gây đột biến tại một số điểm ảnh.
Có 2 loại: Nhiễu xung đơn cực và nhiễu xung lưỡng cực. Nhiễu xung lưỡng cực
có hàm phân bố là:
8









otherwwise
b
z
P
a
z
P
z
p
b
a
0
)
(

(1.3)
Nếu b>a, mức xám b xuất hiện như là điểm sáng của ảnh, a là điểm tối.
Nếu a>b, ngược lại.
a=b=0 là nhiễu xung đơn cực.
Nhiễu muối tiêu (Salt-pepper noise) – một ví dụ điển hình nhất của loại nhiễu xung
này – sẽ cho thấy rõ hơn tính chất “đột biến” của nó. Các điểm ảnh bị nhiễu (noise
pixel) có thể nhận các giá trị cực đại hoặc cực tiểu trong khoảng giá trị [0, 255].
Với ảnh mức xám (gray scale), nếu một điểm ảnh có giá trị cực đại (tức cường độ sáng
bằng 255) thì nó sẽ tạo ra một đốm trắng trên ảnh, trông giống như hạt “muối”.
Và ngược lại nếu một điểm ảnh có giá trị cực tiểu (tức cường độ sáng bằng 0) thì sẽ
tạo ra một đốm đen, giống như “tiêu”. Vậy nên còn gọi là ảnh muối tiêu. Thông
thường, khi nói một ảnh nhiễu muối tiêu 30% nghĩa là trong đó tỉ lệ các điểm ảnh
nhiễu mang gia trị cực tiểu là 15% và cực đại là 15%.
Nhiễu Gaussian: Nhiễu này có hàm mật độ xác suất (probability density
function) theo phân bố chuẩn. Bởi vì khả năng dễ ứng dụng toán của nó trong cả
lĩnh vực không gian và tần số, nhiễu Gaussian được sử dụng phổ biến trong thực
tiễn.

Hình 1.3 Nhiễu Gaussian

9

Nhiễu Uniform: Được cho bởi Digital Image Processing của Gonzalez.

Hình 1.4 Nhiễu Uniform

a)

b)
10

c)

d)

e)

f)
Hình 1.5 Ví dụ các loại nhiễu a) ảnh màu nguyên bản b) ảnh xám nguyên bản c) ảnh
nhiễu cát và hạt tiêu 0.05% d) ảnh nhiễu Gauss 0.02% e) ảnh nhiễu poisson 0.05% f)
ảnh nhiễu đốm 0.05%.
11

1.2. Nhiễu đốm
1.2.1 Khái niệm nhiễu đốm, đặc điểm [8],[12] Nhiễu đốm thường xuất hiện nhiều trong ảnh rada (SAR-Synthesis Aperture
Radar) và ảnh siêu âm do tác dụng của mạch điện tử [16] hoặc do tác dụng của hiện
tượng phản xạ và nhiễu xạ [3]. Nhiễu đốm ảnh hưởng đến chất lượng hình ảnh siêu âm
và nó cũng làm giảm quan trọng thông tin từ hình ảnh như biên, hình dạng, giá trị
cường độ, v.v… Đã có nhiều nghiên cứu về sự hình thành nhiễu đốm và loại trừ nhiễu
đốm. Trong luận văn này tác giả tập trung đến nhiễu đốm trong ảnh siêu âm, mô hình,
các phương pháp loại trừ nhiễu đốm.

Tác hại của nhiễu đốm so với các nhiễu khác khi cùng mật độ nhiễu (noise
density) là lớn hơn, ví dụ ảnh f) trong hình 1.5. Với các nhiễu đốm cường độ lớn có thể
làm mất các biên và hay biến dạng hình dáng của đối tượng quan sát.
Mô hình hóa nhiễu đốm: được mô tả qua phương trình [12]:
g(m,n)=f(m,n)*u(m,n)+ (m,n)

(1.4)
Trong đó g(m,n) là ảnh bị nhiễu đốm, u(m,n) là thành phần nhiễu nhân và  là thành
phần nhiễu cộng. m và n là các phương của ảnh. Với ảnh bị nhiễu đốm thành phần
nhiễu cộng cần loại bỏ còn thành phần nhiễu nhân có thể cho phép. Từ đó chúng ta có
phương trình sau:
g(m,n)=f(m,n)*u(m,n)+ (m,n)- (m,n)

(1.5)
g(m,n)=f(m,n)*u(m,n)
Với hàm phân phối gama nhiễu đốm hiển thị như sau:

Hình 1.6 Phân phối gama
Trong đó a là phương sai và g là mức xám. Phân phối gamma được biểu diễn như
trong hình 1.6. Trong trường hợp nay nhiễu đốm có các đặc điểm sau [23]  Nhiễu đốm là nhiễu nhân tỷ lệ trực tiếp với mức xám cục bộ trong bất kỳ khu
(1.6)
12

vực nào.
 Tín hiệu và nhiễu độc lập thống kê.
 Giá trị trung bình và phương sai mẫu của một pixel bằng với giá trị trung
bình và phương sai của khu vực địa phương.
1.2.2 Khó khăn khi khử nhiễu đốm
Khó khăn lớn nhất với các ảnh bị nhiễu đốm cường độ lớn là khử nhiễu nhưng
vẫn phải phải giữ được biên ảnh. Biên ảnh là rất quan trọng vì nó lưu giữ các đặc điểm
cốt yếu về hình dáng của ảnh đối tượng. Trong khi với nhiễu đốm cường độ lớn nhiều
cụm nhiễu có thể làm biến dạng ảnh, biến dạng biên của ảnh. Với các loại bộ lọc thông
thường khi sử dụng biên đã bị biến đổi.
1.3. Khử nhiễu đốm
1.3.1 Các phương pháp khử nhiễu đốm hiện nay [12], [15],[26]  Mean Filter
Bộ lọc trung bình là một bộ lọc không gian đơn giản. Đây là một bộ lọc dùng cửa sổ
trượt đi lần lượt các pixel trong ảnh cần khử nhiễu. Tại mỗi pixel sẽ thực hiện thay thế
giá trị pixel đó bằng giá trị trung bình của tất cả các pixel trong cửa sổ. Cửa sổ thường
vuông nhưng nó có thể là bất kỳ hình dạng.

Hình 1.7 Nguyên lý của Mean Filter

13

Ưu điểm:
 Dễ dàng thực hiện
 Sử dụng tốt khi loại nhiễu xung
Nhược điểm:
 Khả năng bảo tồn các chi tiết trong ảnh kém.
 Median Filter
Lọc trung vị hai chiều (Median Filtering 2D):
Lọc trung vị 2 chiều là một phương pháp lọc phi tuyến được sử dụng để loại bỏ
nhiễu xung. Nó được thực hiện trên một ảnh với mặt nạ kích thước lẻ, di chuyển mặt
nạ lên ảnh và mỗi điểm ảnh trung tâm giá trị trung vị của các dữ liệu bên trong cửa sổ
được thực hiện như đầu ra. Khi tâm của cửa sổ lọc ở đầu hay cuối của ảnh đầu vào
(các vị trí biên) thì các giá trị trước và sau tâm bị trống có thể lấy các giá trị của đầu và
cuối để thay vào các giá trị này.

Hình 1.8 Nguyên tắc lọc median

Hình 1.9 Mặt nạ lọc trung vị hai chiều
Chúng ta ký hiệu một ma trận ảnh gốc là X2(1 : M; 1 : N). Có một mặt nạ mảng hai
chiều 3×3 di chuyển, thực hiện thuật toán lọc median 2 chiều thực hiện trong
MATLAB như sau:
for i=1:M-2
14

for j=1:N-2
B(1:3,1:3)= X2(i-1:i+1,j-1:j+1);
y(i,j)= med(B(:));
end
end
trong đó y(i,j) ký hiệu điểm ảnh trung tâm được xử lý, i là biến theo phương đứng và j
là biến số theo phương ngang. Hàm median med(B(:)) sắp xếp các điểm ảnh trong mặt
nạ theo chiều tăng dần dưới dạng một vectơ hàng. Giá trị giữa được lấy là đầu ra.
 Sử dụng các bộ lọc Adaptive Filters [12] Đây là các bộ lọc thích nghi khi thực hiện sẽ không làm đồng đều như nhau với toàn
bộ ảnh mà sẽ xem xét tính chất cụ thể của ảnh tại vị trí lọc nhiễu dựa trên một tiêu chí
rồi sẽ quyết định thực hiện lọc hay không tại vị trí đó.
 Frost filter
Được phát minh bởi Frost vào năm 1982, là bộ lọc tích chập, tuyến tính được sử dụng
để loại bỏ nhiễu nhân từ hình ảnh. So với bộ lọc trung bình và trung vị, nó có bản chất
thích nghi và nó là bộ lọc có trọng số theo hàm mũ.

(1.7)
Trong đó:

 Lee Filter
Được phát triển bởi Jong Sen Lee vào năm 1981 [10]. Bộ lọc này bảo toàn biên tốt do
sử dụng số liệu thống kê cục bộ để bảo toàn chi tiết. Nó hoạt động trên cơ sở phương
sai, tức là nếu phương sai của khu vực thấp thì nó thực hiện làm trơn (smoothing) khi
15

phương sai cao thì không hoạt động. Điều đó có nghĩa là nó có thể bảo tồn các chi tiết
ảnh ở mức thấp cũng như mức cao do đó nó có bản chất thích nghi. Mô hình toán học
cho bộ lọc Lee được đưa ra trong eqn. (1.8):

(1.8)
Trong đó:

Bộ lọc này có nhược điểm là nó không thể loại bỏ hiệu quả tiếng nhiễu đốm gần biên.
 Kuan filter [27] Nó được phát triển bởi Kuan và Nathan và Kurlander vào năm 1987. Đây là bộ lọc lỗi
bình phương trung bình tuyến tính tối thiểu cục bộ dưới nhiễu nhân. Bộ lọc này tiên
tiến hơn bộ lọc Lee vì nó không sử dụng xấp xỉ. Hàm trọng số W dành cho bộ lọc
Kuan được cung cấp bởi:

(1.9)
Trong đó:

 Bộ lọc Frost và Lee tăng cường (Enhanced Frost and Enhanced Lee Filter) [30] Đề xuất bởi Lopes vào năm 1990, hoạt động trên cơ sở các giá trị ngưỡng. Giá trị
trung bình được thực hiện khi hệ số phương sai cục bộ thấp hơn ngưỡng dưới, không
16

thực hiện khi lớn hơn mức cao. Khi phương sai cục bộ ở giữa mức thấp và cao thì thực
hiện ở các vùng.
 Gamma Map Filter [5] Được đề xuất bởi Lopes vào năm 1993, sử dụng biến đổi hệ số và biến đổi độ tương
phản. Nó cho hiệu quả tốt hơn hơn bộ lọc Frost và Lee và cũng giảm thiểu việc mất
thông tin kết cấu của ảnh. Sự làm việc của bộ lọc Gamma tương tự như bộ lọc Frost
nâng cao ngoại trừ rằng nếu hệ số phương sai cục bộ giảm giữa hai ngưỡng thì giá trị
pixel lấy dựa trên ước tính Gamma của độ tương phản.
 Wiener Filter (Bộ lọc LMS- Least Mean Square Filter):
Được đề xuất từ năm 1949, được áp dụng với các bộ xử lý trên phần cứng nhiều (DSP:
Digital Signal Processing). Khi phương sai cục bộ của ảnh lớn quá trình làm trơn
(smoothing) thực hiện ít hơn và nếu phương sai cục bộ nhỏ, nó thực hiện làm trơn
nhiều hơn. Cách tiếp cận thích nghi này của bộ lọc Wiener cho kết quả tốt hơn so với
lọc tuyến tính.

(1.10)
Trong đó:

Bộ lọc này cần thời gian tính toán nhiều.
Sử dụng các công cụ như Wavelet, mô hình tái cấu trúc, [29] Có hai loại biến đổi wavelet: liên tục và rời rạc. Trong xử lý ảnh phép biến đổi
wavelet rời rạc được sử dụng. Biến đổi wavelet rời rạc khai triển dữ liệu gốc thành hai
nhóm: hệ số xấp xỉ và hệ số chi tiết trên mỗi tầng và nhiễu nằm trong các hệ số chi tiết
của mỗi tầng. Khi chúng ta thực hiện phép biến đổi wavelet rời rạc đến tầng thứ k và
giả sử rằng hệ số xấp xỉ ở tầng thứ k hầu như đã loại nhiễu hoàn toàn. Tuy nhiên trong
các nhiễu bị loại có cả những thành phần tần số cao tương ứng với các cấu trúc cụ bộ