[0022] 33)对噪声序列mean(j)去掉一个最大值、去掉一个最小值后,获得新序列meannew(j),对meannew(j)序列求其平均值,记为meanall;
[0023] 34)新序列meannew(j)与阈值meanall进行比较判断获得t时刻声功率谱线数据Pt(i)的平均噪声MeanNoiset,具体公式如下:
[0024]
[0025] 其中,N表示噪声功率Ptnoise1(i)序列的等分数;
[0026] k表示在meannew(j)序列中第一个大于阈值meanall的数据meanall(k)的标签值,0≤k
[0027] 之后进入步骤4);
[0028] 4)、计算t时刻声功率谱线数据Pt(i)的正向平均功率Ppt(i),负向平均功率Pnt(i),全局平均功率Pmt(i),对Ppt(i)、Pnt(i)、Pmt(i)、MeanNoiset进行数据筛选获得t时刻声功率谱线数据的最佳平均噪声noiset,其中所述数据筛选具体的计算公式如下:
[0029] noiset=Min{MeanNoiset,Max(Ppt(i),Pnt(i),Pmt(i))}
[0030] 其中Min{}表示取最小值函数;
[0031] Max()表示取最大值函数;
[0032] 5)、重复步骤1)到4),按时间顺序连续计算t-2、t-1、t三时刻声功率谱线数据Pt-2(i)、Pt-1(i)、Pt(i)的最佳平均噪声,分别记为noiset-2,noiset-1,noiset,对三组噪声进行时间方向数据处理获得t时刻声功率谱线数据的最终平均噪声,记为NoiseEndt,所述时间方向数据处理的具体计算公式如下:
[0033]
[0034] 其中:t-1表示t时刻的前一时刻;
[0035] t-2表示t-1时刻的前一时刻;
[0036] Pt-1(i)表示t-1时刻声功率谱线数据;
[0037] Pt-2(i)表示t-2时刻声功率谱线数据;
[0038] Max()表示取最大值函数;
[0039] 6)、对当前谱线Pt(i)减去最终计算噪声并积分,以基线为边界重新确定新的正向谱最大值标签和负向谱最大值标签,具体计算公式如下:
[0040]
[0041]
[0042] 其中,base表示谱基线位置,可取0、1、2……M-1;
[0043] fc表示量化后的壁滤波截止频率;
[0044] M表示量化后的谱频率;
[0045] k的取值范围为0、1、2……M-1;
[0046] 表示在base+fc到M-1之间取最大值函数;
[0047] 表示在0到base-fc之间取最小值函数;
[0048] find(x,y)表示已知y,查找x的查询函数;
[0049] fp表示正向谱最大值标签;
[0050] fn表示负向谱最大值标签;
[0051] 7)、按时间顺序依次连接所有时刻谱线的fp以及fn值,即可获得PWD谱的正负包络值,存储正负包络值完成包络的提取。
[0052] 本发明所提供的自适应噪声估计包络提取方法,无需外部预测任何参数作为辅助参数,在信噪比较低时也能准确计算谱线的噪声同时准确提取谱图包络,此外在图像冻结和非冻结状态下均进行包络提取。附图说明:
[0053] 图1为现有技术中的多普勒信号处理方法流程图;
[0054] 图2为本发明自适应噪声估计包络提取方法的流程图;
[0055] 图3为多普勒声功率谱线统计计算平均噪声的流程图;
[0056] 图4为本发明方法处理过程中不同时刻谱图显示以及参数示意图;
[0057] 图5为所选取时刻的多普勒声功率谱线示意图。具体实施方式:
[0058] 本发明对PW(脉冲多普勒)和CW(连续多普勒)成像均适用,下面以PW多普勒成像为例,对本发明自适应噪声估计包络提取方法进行详细说明。
[0059] 本发明的处理过程为:预先缓存PW谱数据到计算机硬盘,再从硬盘读取不同时刻的PW谱数据,接着,先计算初始正、负向最大频率,分类获得当前谱线的噪声序列,对噪声序列数据统计、筛选、滤波处理获得当前谱线较为准确的最终平均噪声,原始的谱线减去最终平均噪声后重新计算新的更准确的正、负向最大频率;连接所有正、负向最大频率即可获得PW频谱包络。
[0060] 图2为本发明自适应噪声估计包络提取方法的流程图,具体步骤如下:
[0061] 1)预存储经过解调、滤波、离散傅里叶变换(DFT)处理的声功率谱数据Pt(i)到硬盘空间并以文件形式保存,声功率谱数据Pt(i)按照时间顺序不断更新以保证数据的实时性;
[0062] 2)读取硬盘数据文件获得当前时刻t的声功率谱线数据Pt(i),对当前时刻t的声功率谱线数据Pt(i)预计算初始正向谱最大值标签和负向谱最大值标签,同时分类确定当前谱线Pt(i)的噪声序列分布,其中,预计算初始正向谱最大值标签和负向谱最大值标签可采用过阈值法和改进几何法等技术,此部分内容为现有技术,在此不赘述;分类确定噪声序列的计算公式如下:
[0063]
[0064] 其中如图4所示:
[0065] p表示正向谱最大值标签;
[0066] n表示负向谱最大值标签;
[0067] MaxIndex表示最大谱频率标签,本实例中MaxIndex为255;
[0068] 另如图5所示:
[0069] i表示t时刻谱线上的点序号,i取值范围在0~255;
[0070] 噪声序列计算完毕后,进入步骤3)对噪声数据进行统计处理;
[0071] 3)统计计算t时刻声功率谱线数据Pt(i)噪声分布序列的平均噪声,记为Ptnoise1,如图3所示,具体包括如下步骤:
[0072] 31)把噪声序列Ptnoise1(i)根据各噪声Ptnoise1(i)的值的大小,按从小到大的顺序排列,然后把排好序的Ptnoise1(i)划分为N等分;
[0073] 32)对每一等分内的噪声数据求平均值,记为mean(j),其中0≤j
[0074] 33)对噪声序列mean(j)去掉一个最大值、去掉一个最小值后,获得新序列meannew(j),对meannew(j)序列求其平均值,记为meanall;
[0075] 34)新序列meannew(j)与阈值meanall进行比较判断获得t时刻声功率谱线数据Pt(i)的平均噪声MeanNoiset,具体公式如下:
[0076]
[0077] 其中,N表示噪声功率Ptnoise1(i)序列的等分数;
[0078] k表示在meannew(j)序列中第一个大于阈值meanall的数据meanall(k)的标签值,0≤k
[0079] 之后进入步骤4);
[0080] 4)如图4所示,按正、负方向计算当前时刻t谱线的正向平均功率Ppt(i),负向平均功率Pnt(i),全局平均功率Pmt(i),求平均功率为现有技术,在此不再赘述,在计算完上述三个平均功率后,对数据进行筛选以获得当前t时刻谱线Pt(i)的最佳平均噪声,其中最佳平均噪声具体的计算公式如下:
[0081] noiset=Min{MeanNoiset,Max(Ppt(i),Pnt(i),Pmt(i))}
[0082]
[0083] 其中: 表示对z函数在x到y范围内的积分函数;
[0084] fc可设为0到31之间整数值;
[0085] base取值范围为0到255之间;
[0086] Min{}表示对中括号中的两个值进行比较并取其最小值;
[0087] Max()表示对小括号中的两个值进行比较并取其最大值;
[0088] 5)重复步骤1)到4),按时间顺序连续计算t-2、t-1、t三时刻声功率谱线数据Pt-2(i)、Pt-1(i)、Pt(i)的最佳平均噪声,分别记为noiset-2,noiset-1,noiset,对三组噪声进行时间方向数据处理获得t时刻声功率谱线数据的最终平均噪声,记为NoiseEndt,所述时间方向数据处理的具体计算公式如下:
[0089]
[0090] 其中:t-1表示t时刻的前一时刻;
[0091] t-2表示t-1时刻的前一时刻;
[0092] Pt-1(i)表示t-1时刻声功率谱线数据;
[0093] Pt-2(i)表示t-2时刻声功率谱线数据;
[0094] Max()表示取最大值函数;
[0095] 6)对当前谱线Pt(i)减去最终平均噪声NoiseEndt,并积分,以基线为边界重新确定新的正向谱最大值坐标和负向谱最大值坐标,具体计算公式如下:
[0096]
[0097]
[0098] 其中,base表示谱基线位置,可取0、1、2……255;
[0099] fc表示量化后的高通滤波器截止频率;
[0100] M表示量化后的谱频率;
[0101] k的取值范围为0、1、2……255;
[0102] 表示在base+fc到M-1之间取最大值函数;
[0103] 表示在0到base-fc之间取最小值函数;
[0104] find(x,y)表示已知y,查找x的查询函数;
[0105] fp表示正向谱最大值标签;
[0106] fn表示负向谱最大值标签;
[0107] 7)按时间顺序依次连接所有谱线的fp值,以及按时间顺序依次连接所有谱线的fn值,即可获得PWD谱的正、负包络值,存储正、负包络值,完成包络的提取。
[0108] 本发明的上述实施例仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而这些属于本发明的精神所引申出的显而易见的变化或变动仍处于本发明的保护范围之中。