FR2885717A1 - Procede d'estimation de correction d'une image et dispositif d'angiographie le mettant en oeuvre - Google Patents

Abstract

L'invention concerne un procédé d'estimation automatique d'une correction à apporter à une image (I1), distordue par rapport à une succession d'images (I21). Suivant l'invention, le procédé comprend les étapes de :o - détection des pixels d'information dans les images (I21 ),- calcul d'une région d'intérêt (ROI5), dans l'image cartographique binaire (15) réalisée à partir des images (I21),- pour chaque image (I21), recherche, dans l'image (I1), de la position d'une région mobile (ROI1) maximisant un critère de similitude (IROI) avec la région (RO15),- la correction estimée à apporter à l'image (11) par rapport à chaque image (121 ) étant la transformation affine de la région mobi e (RO11) allant de sa position trouvée de maximisation du critère (IROI) à la région (RO15).La correction n'est appliquée que si le bilan = amélioration du critère de similitude dans la région d'intérêt + détérioration du critère de similitude en dehors de la région d'intérêt est positif.

Description

2885717 1

L'invention concerne un procédé d'estimation au.:omatique d'une correction à apporter à une image témoin, déformée par rapport à des images de contraste.

Un domaine d'application de l'invention est médical et concerne en 5 particulier l'angiographie numérique soustraite.

L'angiographie numérique soustraite est un mode d'acquisition d'images par radiographie aux rayons X, où l'on cherche à représenter les structures de vascularisation des tissus d'un patient.

En angiographie, la mise en évidence des structurer vasculaires est obtenue par comparaison de deux images acquises respectivement avec et sans l'injection d'un produit de contraste dans le réseau sanguin du patient.

La soustraction point à point à l'image obtenue avec le produit de contraste injecté de la première image témoin, dite "de masque", obtenue avant l'injection du produit de contraste, permet d'obtenir une image des structures vasculaires seules.

Le principal problème rencontré tient au fait que le patient bouge d'une image acquise à l'autre.

Ce mouvement peut concerner tout ou partie du corps du patient.

II s'ensuit des artéfacts dans l'image soustraite, qui peuvent altérer la représentation des vaisseaux injectés de produit de contraste ou faire passer des structures non injectées de produit de contraste pour des vaisseaux sanguins.

Ainsi, non seulement la qualité de l'image soustraite est dégradée par ces artéfacts, mais également le radiologue risque d'être trompé par ceux- ci par rapport à la deuxième image avec produit de contraste.

Pour tenter de supprimer les artéfacts de soustraction, le radiologue peut décaler manuellement l'image de masque par rapport aux images prises avec le produit de contraste, afin de les faire le plus possible se correspondre avant soustraction.

Toutefois, le décalage manuel du masque se fait le plus souvent par tâtonnements et est un processus interactif et long qui ne donne pas toujours un résultat optimal.

Le document US-A-5,048,103 décrit un procédé de recalage automatique d'une image de masque par rapport à une autre image de contraste, dans lequel un ensemble d'amers sont sélectio Inés et ont leur déplacement propre estimé entre les images pour pouvoir restaurer l'image de masque, les amers étant sélectionnés en fonction de la satisfaction d'une combinaison de cinq grandeurs XI, X2, X3, X4 et X5 avec cinq coefficients Bo, BI, B2, B3, B4 et B5 déterminés par une évaluation analytique statistique sur une population d'images d'un même type, dont les caractéristiques de restauration sont déjà connues.

Ce procédé présente l'inconvénient non seulement d'être compliqué à mettre en oeuvre, mais également de prendre beaucoL p de temps de 15 calcul d'ordinateur.

L'invention vise à obtenir un procédé et un dispositif d'estimation automatique de correction, qui pallient les inconvénients de l'état de la technique et qui permettent de faire un recalage automatique et optimal des images entre elles pour atténuer les artéfacts de soustractio i.

A cet effet, un premier objet de l'invention est un procédé d'estimation automatique d'une correction à apporter à une première image numérique masque, déformée par rapport à une succession de n deuxièmes images numériques de contraste, dans esquelles une information (pouvant être par exemple une information d'opacification vasculaire) est représentée par des pixels ayant un niveaa de luminosité plus bas ou plus haut par rapport à un fond, caractérisé en ce qu'il comprend les étapes automatic!ues suivantes: - détection des pixels d'information dans les n deuxièmes images numériques de contraste, auxquelles la première image a été soustraite, 3o pour l'obtention d'une image cartographique binaire dont les bits d'information d'un premier niveau déterminé correspondent à des pixels d'information (pouvant être par exemple des pixels d'opacification 2885717 3 vasculaire) d'au moins l'une des deuxièmes images et dont les bits de l'autre niveau ne correspondent pas à des pixels d'information des deuxièmes images, - calcul des coordonnées d'une région d'intérêt, localisée dans 5 l'image cartographique binaire et couvrant au moins er partie les bits d'information de celle-ci, - pour chaque deuxième image de contraste, recherche, dans la première image masque, de la position d'une région mobile affine de la région d'intérêt, qui maximise un critère de similitude calculé entre les pixels de la région d'intérêt fixée à ses coordonnées dans la deuxième image de contraste et les pixels de la région mobile déplacée par transformation affine dans la première image masque, la correction estimée à apporter à la première image masque par rapport à chaque deuxième image de contraste étant la transformation 15 affine calculée de recalage, faisant passer la région mobile de sa position trouvée de maximisation du critère de similitude aux coo-données de la région d'intérêt.

L'invention permet ainsi de recaler convenablement la première image de masque sur chaque image de détection de contraste, lorsqu'il est décidé de déplacer la première image de masque, et ce sans faire apparaître sur l'image de masque des déformations, dues aux décalages différents des amers dont il est tenu compte dans le document US-A-5,048, 103. En effet, dans ce document US-A-5,048,103, les déformations différentes appliquées à des parties différentes des images, font apparaître des discontinuités gênantes dans l'image soustraite rendue. Au contraire, lorsqu'il est décidé de déplacer la première image de masque, l'invention permet d'effectuer un recalage automatique et optimal cle la première image sur chaque deuxième image, qui donne une image soustraite plus rapide que par un décalage manuel ou par le décalage automatique enseigné par le document US-A-5,048,103.

La correction calculée peut être toute déformation affine comprenant une ou plusieurs translation(s), une ou plusieurs rotation(s), une ou plusieurs homothétie(s), ou une combinaison de ces transfc rmations.

Suivant d'autres caractéristiques de l'invention, - l'étape de recherche, pour chaque deuxième image de contraste, de la position de la région mobile dans la première image masque, est effectuée par recherche, dans la première image masque, de la position de la région mobile de mêmes dimensions que la région d'intérêt, qui maximise un critère de similitude calculé entre les pixels de la région d'intérêt fixée à ses coordonnées dans la deuxième image de contraste et les pixels de la région mobile déplacée dans la première image masque, la correction estimée à apporter à la première image masque par rapport à chaque deuxième image de contraste étant un rI?calage calculé, égal au déplacement de la région mobile de sa position trouvée de maximisation du critère de similitude jusqu'aux coordonnées de la région d'intérêt, -l'étape de détection des pixels d'information dans las n deuxièmes images numériques de contraste comprend les sous-étapes de soustraction des pixels de la première image masque aux pixels des n deuxièmes images numériques de contraste, pour l'obtention d'une pluralité de n troisièmes images, sélection des pixels ayant le niveau de luminosité respectivement le plus bas ou le plus haut parmi les pixels des n troisièmes images obtenues, pour obtenir une quatrième image cartographique du contraste, seuillage du niveau de luminosité des pixels de la quatrième image cartographique de contraste respectivement au-dessous ou au-dessus d'une valeur de seuil déterminée, pour obtenir l'image cartographique binaire, -l'on décompose la distribution des niveaux de luminosité des pixels de la quatrième image cartographique du contraste en ur e combinaison linéaire de gaussiennes, de laquelle on ôte la composante de gaussienne correspondant au bruit centré sur le fond uniforme à zéro, pour calculer la distribution moyenne globale du contraste sur les composar tes restantes, la valeur de seuil étant calculée comme étant supérieure à la moyenne de cette distribution moyenne globale du contraste.

- la valeur de seuil est calculée comme étant égale à la somme de la moyenne et de l'écart-type de la distribution moyenne globa e du contraste, - l'on applique aux deuxièmes images numériques de contraste corrigées une fonction de conversion de niveau de luminosité valable entre un seuil inférieur de niveau de luminosité et un seuil supérieur de niveau de luminosité; - le seuil inférieur de niveau de luminosité est calculé à 9 - avec 3 5. Z 5. 4, ou respectivement le seuil supérieur de niveau de luminosité est 15 calculé à 9 + Z.ag avec 3Z_4, g étant la moyenne de la distribution moyenne globale du contraste, et ag étant l'écart-type de la distribution moyenne globale du contraste, - l'étape de détection des pixels d'information dans les n deuxièmes images numériques de contraste est exécutée sur l'ensemble de la première image et des deuxièmes images, auxquelles a Esté soustrait un modèle prescrit de collimateur, lorsqu'un tel modèle prescrit de collimateur a été détecté lors d'une étape préalable de détection du positionnement d'au moins un modèle prescrit de collimateur dans la première image et les deuxièmes images, - pour chaque deuxième image numérique de contraste, la transformation affine calculée de recalage est appliquée à l'ensemble des pixels de la première image pour obtenir une première image recalée, qui est soustraite de la deuxième image numérique de contraste, pour obtenir une deuxième image corrigée, ou, pour chaque deuxième image numérique de con:raste, on calcule la valeur d'un premier critère de similitude entre les pixels de la première image transformée par la transformation affine calculée de recalage, qui sont situés à l'extérieur de la région d'intérêt dans cette première image transformée, et les pixels de la deuxième image numérique de contraste, qui sont situés à l'extérieur de la région d'intér.M, on calcule la valeur d'un deuxième critère de similitude entre les pixels de la première image, qui sont situés à l'extérieur de la région d'intérêt dans cette première image, et les pixels de la deuxième image numérique de contraste, qui sont situés à l'extérieur de la région d'intérêt, et on soustrait de la deuxième image numérique de contraste la première image transformée dans son ensemble par le transformation affine calculée de recalage, pour obtenir une deuxième image corrigée, si le premier critère de similitude calculé est supérieur ou égal au deuxième critère de similitude calculé, et on soustrait de la deuxième image numérique de contraste la première image, pour obtenir une deuxième image corrigée, si le premier critère de similitude calculé est inférieur au deuxième critère de similitude calculé, - le critère de similitude est l'intercorrélation ou l'information mutuelle, - le critère de similitude comprend l'intercorrélation, calculée entre les pixels de la région mobile déplacée par transformation affine dans la première image masque et les pixels situés dans la région d'intérêt fixée à ses coordonnées dans la deuxième image de contraste, parmi lesquels les pixels correspondant aux bits d'information de l'image cartographique binaire sont mis à zéro, -ou le critère de similitude comprend l'information mutuelle, calculée entre les pixels de la région mobile déplacée par transformation affine dans la première image masque et les pixels situés dans la région d'intérêt fixée à ses coordonnées dans la deuxième image de contraste, parmi lesquels les pixels correspondant aux bits d'information de l'image cartographique binaire sont remplacés par du bruit.

Un deuxième objet de l'invention est un dispositif d'angiographie, comportant: une source de rayons X, des moyens d'acquisition d'images numériques à l'aide de la source 5 de rayons X disposée en regard de ceuxci, un support, qui est disposé entre la source de rayons X et les moyens d'acquisition d'images numériques et sur lequel un patient dont une partie est à radiographier, est destiné à être positionné, et caractérisé en ce que le dispositif comprend des moyens de mise en oeuvre du procédé tel que décrit ci-dessus.

L'invention sera mieux comprise à la lecture de la description qui va suivre, donnée uniquement à titre d'exemple non limitatif en référence aux dessins annexés, sur lesquels: - la figure 1 représente une séquence d'images angiographiques, sur lesquelles le procédé suivant l'invention est mis en oeuvre, - les figures 2 à 4, 6, 7, 9 et 10 représentent différentes images intermédiaires calculées au fur et mesure des étapes du procédé suivant l'invention, - la figure 5 représente schématiquement des histogrammes d'une image pour le calcul d'une fonction d'amélioration de contraste, - la figure 8 représente un exemple des déplacements effectués par une région mobile dans une image de la séquence pour maximiser un critère de similitude avec une autre image de la séquence.

A la figure 1, il est d'abord effectué par tout moyen approprié, tel que par exemple à l'aide d'une source de rayons X, une acquisition d'une série d'images successives d'une partie du corps du patient, qui est par exemple sa tête dans ce qui suit mais qui pourrait être toute autre partie du corps, alors qu'un produit de contraste a été injecté dans les vais;3eaux sanguins de cette partie du corps par un cathéter inséré à l'intérieur du vaisseau qui intéresse le radiologue.

Bien entendu, l'invention pourrait également être apDliquée à toutes autres images de détection de contraste d'un objet.

A la figure 1 sont représentées quatre images successives 11, 121, 122 et 123, sur lesquelles on voit la progression du produit P de contraste, par exemple iodé, dans le réseau sanguin 20 de la parsie du corps du patient sous l'action de la circulation sanguine de celui-ci. De plus, les différentes images de la séquence présentent un ensemble de structures dites de fond 10 qui correspondent à tous les tissus de la partie du corps du patient, autres que les vaisseaux sanguins. Dans l'exemple illustratif de la figure 1, seuls les os 10 ont été illustrés parmi l'ensemble des structures de fond.

Les images acquises Il, 121, 122, 123 sont numériques et possèdent chacune un certain nombre de pixels, définis par leur abscisse x et leur ordonnée y et ayant chacun un niveau de luminosité, également appelé niveau de gris, qui leur est propre.

En angiographie par produit de contraste iodé, les pixels P des vaisseaux sanguins remplis de produit de contraste apparaissent d'autant plus sombres que les vaisseaux sont épais, et plus sombres que lorsque ces vaisseaux sanguins ne contiennent pas de produit de contraste.

L'information intéressante pour le radiologue est les pixels 20 des vaisseaux remplis de produit de contraste, ces pixels étant appelés pixels P d'information, tandis que les autres pixels 10 sont appelés pixels de fond.

Dans ce qui suit, l'image 11 acquise sans produit de contraste est appelée première image de masque ou témoin et les images 121, 122, 123 acquises successivement avec le produit de contracte injecte sont appelées deuxièmes images de contraste.

Une première étape du procédé suivant l'invention consiste à détecter le positionnement d'un collimateur dans les images acquises 11, 121, 122, 123, pour le soustraire des images. Toutefois, cette première étape est facultative et peut être omise lorsque les images sont acquises sans collimateur.

Pour mettre en oeuvre cette étape de détection du positionnement d'un collimateur, un ou plusieurs modèles prescrits de collimateurs sont préenregistrés dans une mémoire. Chaque modèle de collimateur est une image virtuelle S(x,y) où x et y représentent l'abscisse et l'ordonnée des pixels de l'image.

Un modèle de collimateur est détecté dans une image acquise, lorsqu'un critère de similitude est maximum entre les pixels de cette image acquise et les pixels de ce modèle de collimateur. Ce critère de similitude est par exemple la corrélation entre l'image acquise I(x,y) at le modèle de collimateur S(x,y), qui est calculée par la formule suivante: C(K) = E l I (x, y)ÉSK (x, y) x y où SK(x,y) = modèle de collimateur dans lequel K représente le déplacement du modèle selon l'axe x ou y perpendiculaire au bord de ce collimateur.

Sur les images acquises, le collimateur contient dès pixels noirs, mais en raison de dispersions, du bruit radiologique, et du diffusé, le collimateur peut comprendre des pixels de faible luminosité. Les images acquises présentent d'une manière générale des niveaux de luminosité assez élevés, tandis que certaines structures anatomicues sont plus sombres, comme celles remplies du produit de contraste.

Le plus souvent, les collimateurs présentent des bards rectilignes dans les parties périphériques de l'image, formant par exemple un rectangle dans lequel le corps du patient est visualisé. Par exemple, an bord vertical gauche a le modèle de collimateur SK(x, y) suivant: -1 0< _x<K SK(x,y)= N o<y<N +1 K<x< 2 où K est le numéro de colonne définissant la transition du noir vers le blanc dans le collimateur situé à gauche, N est la taille de l'image.

La détection du bord de gauche du collimateur peut être effectuée en maximisant la corrélation entre le bord gauche de la demi-in-age I(x,y) avec 0 <- x < 2, 0 y < N et le modèle de collimateur S(x,y) qui divise l'image en une région noire, représentée par la valeur de pixel -1 et une région blanche représentée par la valeur de pixel +1. La corrélation est ainsi calculée de la manière suivante: K N-1 N/2 N-1 C(K) = II I(x, y)( 1) + E E I(x, y)(+1) = x=0 y=0 x=K+1 y=0 N/2 K C(K) = EI(x, y) EEI(x,y) x=K+1 y x=0 y N/2N-1 C(K + 1) = C(K) 2 I(K, y) avec C( 1) = II I(x, y; y x=o y=o Cette dernière équation décrit la formule récursive 'mur déterminer la position K à gauche à laquelle la corrélation est maximum. En plus, le côté gauche exploré (respectivement le côté droit exploré) de l'image I(x,y) est moyenné à zéro en soustrayant de celle-ci sa valeur moyenne déterminée sur la moitié gauche (respectivement droite) de l'image, égale à _ N/2N-1 IL = 1 I(x, y) avant de calculer la valeur de corrélation.

x=o y=0 Par conséquent, la valeur initiale CO) est réglée à zÉro.

Le processus symétrique est appliqué pour déterminer la position du modèle de collimateur à droite dans l'image, la moyenne étant calculée sur la moitié droite de celle-ci, définie par l'équation 2 x < N, () <- y < N N. Le processus peut également être utilisé pour déterniner la position du modèle de collimateur haut et bas dans les images.

Dans ce qui suit, la première image 11 et les deuxièmes images 121, 122, 123 sont les images acquises directement ou éventuellement obtenues après l'étape de soustraction des images acquises 11, 121, 122, 123 du ou des modèles de collimateur ayant été détecté(s) dans les irnages acquises 11, 121, 122, 123, pour enlever de celles-ci le ou les bord(s) dia collimateur de l'appareil d'acquisition d'images.

2885717 11 Au cours d'une étape suivante de soustraction, Dn soustrait de chaque deuxième image 121, 122, 123 la première image 11 de masque, la soustraction étant effectuée entre chaque pixel de celles-ci.

II est alors obtenu n=3 troisièmes images 131, 132, 133 égales respectivement à 121-11, 122-I1 et 123-I1 à la figure 2.

Etant donné que le patient a pu bouger dans son ensemble, et donc l'ensemble de la tête d'une image à l'autre de la séquence dans l'exemple illustré aux figures, ou a pu bouger seulement une partie de son corps, comme la mâchoire dans l'exemple illustré aux figures, les troisièmes images 131, 132, 133 peuvent présenter des artéfacts de soustraction, qui ne sont toutefois pas représentés à la figure 2.

Puis, au cours d'une étape d'opacification maximum on sélectionne sur les troisièmes images 131, 132, 133, les pixels de niveau de luminosité le plus bas pour chaque position (x,y) des pixels de ces troisièmes images 131, 132, 133, pour obtenir une quatrième image PO cartographique du contraste à la figure 3. Par exemple, dans un premier temps, l'image PO est initialisée avec le contenu de la première image soustraite 131. Ensuite, en bouclant sur l'ensemble des autres troisièmes images 132, 133, chaque pixel (x,y) de chaque troisième image 132, 133 est comparé au pixel (x,y) correspondant de la quatrième image PO en cours. Si le niveau de luminosité du pixel considéré de la troisième image 132, 133 est inférieur à celui de son équivalent sur la quatrième image PO, ledit pixel de l'image PO est remplacé par ce pixel de la troisième image 132, 133 en cours. Cette opération est effectuée pour l'ensemble des pixels de l'ensemble des troisièmes images 131, 132, 133 de la séquence. Par conséqL ent, ces étapes permettent d'obtenir dans la quatrième image PO en superposition les zones opacifiées par le produit de contraste des vaisseaux sanguins.

Puis, on seuille le niveau de luminosité des pixels de la quatrième image cartographique PO au-dessous d'une valeur de seuil déterminée, pour obtenir une cinquième image cartographique binaire 15, dont les pixels 2885717 12 sont formés chacun par un bit de niveau 0 ou 1. Par exemple, les bits à 1 correspondent aux pixels de l'image cartographique PO, dont le niveau de luminosité est inférieur ou égal à la valeur de seuil, tandis que les bits à 0 de l'image binaire 15 correspondent aux pixels de l'image cartographique PO ayant un niveau de luminosité supérieur à cette valeur de seuil. Une telle image 15 montrant les bits à 1 et les bits à 0 est représentée à la figure 4, pour l'exemple de l'image PO illustrée à la figure 3.

Les bits à 1 sont par conséquent des bits d'information sur la position des vaisseaux sanguins dans l'exemple décrit ci-dessus.

Bien entendu, l'invention s'applique aussi bien à des images où les pixels d'information ont un niveau de luminosité bas par rapport à un fond adjacent représenté par des pixels de niveau de luminosité plus haut, qu'à des images où les pixels d'information ont un niveau de luminosité haut par rapport à un fond adjacent représenté par des pixels de niveau de luminosité plus bas. Dans le cas par exemple de l'angiographie au produit de contraste CO2, l'information relative à la position des vaisseaux sanguins est représentée dans les deuxièmes images 121, 122, 123 par des pixels ayant un niveau de luminosité élevé, et le fond par des pixels de niveau de luminosité plus bas, par exemple par inversion du niveau de luminosité dans les images. Dans ce cas, les étapes décrites ci- dessus sont effectuées dans le sens inverse, en sélectionnant les pixels de niveau les plus élevés dans les troisièmes images et en seuillant celles-ci au-dessus d'une valeur de seuil pour obtenir l'image binaire 15.

La valeur de seuil utilisée est par exemple calculée de la manière 25 suivante.

La valeur de seuil est par exemple calculée en utilisant l'histogramme de la quatrième image PO cartographique du contraste.

La figure 5 représente un exemple d'un tel histogramme H1 de la distribution des niveaux de luminosité de la quatrième image PO cartographique du contraste. Cette distribution est par exemple multimodale et par exemple à deux modes à la figure 5, où la distribution de niveaux de luminosité comporte deux informations principales: l'informai ion concernant 2885717 13 les vaisseaux dans lesquels du produit de contraste est passé et l'information concernant le fond et le bruit. De là, on détermine automatiquement la meilleure adéquation entre une fonction de densité de probabilité représentée par le présent histogramme H1 et une fonction composée, par exemple, d'une somme pondérée de distributions gaussiennes de la forme: J (x)=EPi.N(mk,6k) k où pk est le pourcentage d'un histogramme gaussien du mode k de moyenne k et d'écart-type 6k.

1 o Cette étape de détermination de la meilleL re adéquation précédemment citée peut être réalisée en appliquant une approche de maximisation des écarts (EM) connue en soi. On pourra sa reporter à cet égard à l'article de A.P. Dempster, N.M. Lairol et D.B. Rubin "Maximum Likelihood for Incomplete Data via the EM algorithm", Journal of the Royal Statistical Society, 839, 1-38, 1977, et à l'article de C. Liu et D. X. Sun "Acceleration of EM algorithm for Mixture Models using ECME", American Statistical Association Proceedings of the Statistical Computing Section, 109-114, 1997.

On réalise donc une décomposition de l'histogramme Hl de la quatrième image PO cartographique du contraste sur une base gaussienne, qui permet de déterminer l'ensemble des triplés (pk, k, 6k;' permettant de réaliser la meilleure adéquation précédemment décrite, :tachant que la somme des coefficients Pk est égale à un.

Dans l'exemple illustré aux figures, cette étape va fournir deux triplés qui vont caractériser d'une part le bruit pour k=1, et d'autre part le produit de contraste pour k = 2 selon l'histogramme H2 à la figure 5 ou pour k = 2, ...N d'une manière plus générale.

Dans cet exemple de contraste iodé, i est environ égal à zéro et 2 est strictement inférieur à zéro.

On calcule ensuite la distribution globale moyenne du contraste E Pk k m hruil et on détermine la valeur moyenne g et l'écart-type 6g de cette distribution g(x), le bruit étant représenté par l'indice k=1 dans cette formule.

Ainsi, cette distribution globale moyenne g(x) est déterminée en enlevant la composante pi.NQti, o) du bruit dans l'histogramme H2 = f(x).

La valeur de seuil est calculée comme étant supérieure à la moyenne g de la distribution globale moyenne g(x) du contraste de la quatrième image PO cartographique du contraste. Cette valeur de seuil est 1 o par exemple égale à g+6g.

En même temps, il est possible de déterminer une fonction de conversion appelée fonction d'amélioration d'expansion (EXP-LUT), permettant d'améliorer la luminosité et/ou le contraste Jes deuxièmes images 121, 122, 123.

Cette fonction d'amélioration peut être appliquée à la série de deuxièmes images 121, 122, 123 auxquelles la première mage 11 a été soustraite selon l'étape de correction qui sera décrite ci-après, pour les visualiser sur des moyens d'affichage.

Cette fonction d'amélioration est par exemple calculée à l'aide de deux valeurs appelées limite de spécification haute USL (seuil supérieur de niveau de luminosité USL) et limite de spécification basse LSL (seuil inférieur de niveau de luminosité LSL). La valeur LSL peut,âtre déterminée au point où la fonction de distribution cumulative du produit de contraste atteint 5 % (c'est-à-dire qu'il y a plus de 95 % des valeur:; au-delà de ce point) tel que cela est illustré en figure 5c, c'est-à- dire que LSL = 2 (1.647 x 62). De même, la valeur USL peut être déterminée au point où la fonction de distribution cumulative du bruit devient plus grande que 95 % (c'est-à- dire qu'il y a seulement 5 % des valeurs au-delà de ce point), cela signifie que USL = 1_11 + (1.645 x ai). Ainsi, on obtient, respectivemeit, la plus petite E Pk.N(mk 6k) g(x) _ kmbruil 2885717 15 valeur et la plus grande valeur de la fonction de conversion EXP-LUT. Une telle fonction de conversion est illustrée en figure 5d et se présente sous la forme d'une courbe présentant une partie linéaire L dont les limites basse et haute sont représentées par les valeurs LSL et USL. La position de cette courbe EXP-LUT, selon l'axe Y, peut être obtenue en fixant la valeur de sortie du niveau d'entrée zéro (point B) qui détermine la luminosité globale de l'image à afficher. Cette fonction d'amélioration est décrite dans le document FR-A-2 854 974,

auquel il est fait référence ici et qui lait partie de la 10 présente invention.

Le seuil inférieur LSL de la partie linéaire L de la fonction d'amélioration EXP-LUT peut également être calculé par: LSL = g - Z.6g où Z peut être réglé entre trois et quatre à l'avance selon les 15 préférences de l'utilisateur, Z=4 fournissant une apparence naturelle, Z=3 correspondant à des images très contrastées.

Puis, au cours d'une étape de calcul, on détermine une région d'intérêt R015 dans la cinquième image cartographique binaire 15 obtenue, 20 ainsi que cela est représenté à la figure 6.

Cette région R015 d'intérêt est calculée comme couvrant en partie ou en totalité les bits d'information de l'image binaire 15, c'est-à-dire dans l'exemple précédent les bits 1.

La région R015 d'intérêt est calculée par exemple par ses 25 coordonnées xR, yR dans l'image cartographique binaire 15.

On prescrit par exemple la forme que doit avoir la région R015 d'intérêt, qui est par exemple rectangulaire et parallèle aux bords rectilignes de l'image binaire 15 suivant les axes x et y. Les coordonnées de la région ROI5 d'intérêt sont par exemple calculées par celles de ses coins. Les bits 3 o d'information permettent de calculer les coordonnées du centre de gravité de la région ROI5 d'intérêt, pour que celle-ci contienne une majorité des bits d'information.

2885717 16 On calcule alors à partir des coordonnées xR, yR de la région R015 la dimension de ses côtés.

Les bits d'information de l'image binaire 15 peuvent être considérés comme une distribution de masse dont le centre de gravité et les moments d'inertie par rapport à l'axe x et à l'axe y fournissent les coordonnées du centre et la longueur des côtés de la région R015 rectangulaire couvrant les bits d'information.

Ensuite, au cours d'une étape de comparaison, on définit dans la première image I1 une région mobile ROI1 ayant les mêrnes dimensions que la région d'intérêt R015 calculée précédemment, c est-à-dire dans l'exemple illustré à la figure 7 la même largeur LX le long de l'axe x et la même hauteur LH suivant l'axe des y.

Cette étape est décrite dans le mode de réalisation qui suit pour la correction de la deuxième image 121 à la figure 7 selon une transformation affine de translation rigide. Dans ce cas, la région mobile RO11 garde les mêmes dimensions que la région R015 d'intérêt au cours Jes translations de cette région mobile RO11. Ce serait également le cas avec des déplacements par rotations de la région mobile ROI1. Si le céplacement par 2 o transformation affine de la région mobile RO11 fait intervenir une ou plusieurs homothéties, la région mobile ROI1 pourra Être de mêmes dimensions que la région ROI5 d'intérêt avant déplacement, puis changer de dimensions par rapport à celle-ci après déplacement. Eien entendu, le déroulement est le même pour les autres deuxièmes images..

Pour chaque position de la région mobile RO11 dans la première image 11, on calcule un critère IROI de similitude entre les pixels situés dans la région mobile RO11 de la première image 11 et les pixels situés dans la région d'intérêt R015 fixe dans la deuxième image 121, dont les coordonnées xR, yR ont été calculées précédemment.

3o Un critère IROI de similitude est, par exemple, l'interc:orrélation entre la région mobile RO11 et la région d'intérêt R015, qui passe par un maximum lorsque les pixels des deux régions sont identiques ou proches en niveaux de luminosité.

Ce critère IROI de similitude peut également être l'information mutuelle entre la région mobile ROI1 et la région d'intérêt 8015, définie par 5 la formule I = H(X) + H(Y) - H(XY) où 11(X) = - p(X) log(p(X)) x H(Y) = E p(Y) log(p(Y))

Y

II(XY) _ p(XY) log(p(XY)) x,Y où X est la région mobile R012 dans la première image 11, Y est la région d'intérêt R015 dans la deuxième image, p(X) désigne l'histogramme des niveaux de luminosité de la région mobile R012 dans la première image 11, p(Y) désigne l'histogramme des niveaux de luminosité de la région d'intérêt R015 dans la deuxième image 121, et p(XY) désigne l'histogramme conjoint des niveaux de luminosité de la région mobile R011 dans la première image Il, et des niveaux de luminosité de la région d'intérêt R015 dans la deuxième image 121.

L'information mutuelle I passe par un maximum lorsque les structures de la région mobile R012 sont très proches en position de celles de la région d'intérêt R015.

Dans le cas du critère IROI de similitude calculé par intercorrélation entre R011 et R015, les pixels qui correspondent, dans la région R015 d'intérêt de la deuxième image 121, aux bits d'information de l'image cartographique binaire 15, sont remplacés par des bits de l'autre niveau, c'est-à-dire par des bits de niveau 0 dans l'exemple illustré aux figures. En effet, par définition, les pixels d'information tels que définis cidessus sont absents de la première image 11 et on s'efforce ainsi que le critère IROI de similitude par intercorrélation soit calculé sur deux régions R015 et ROI1, les moins dissemblables possibles.

2885717 18 Dans le cas du critère IROI de similitude par calcul de l'information mutuelle entre ROI1 et R015, les pixels de la région R015 d'intérêt dans la deuxième image 121, correspondant aux bits d'informa:ion de l'image cartographique binaire 15, sont remplacés par du bruit.

La recherche de la position de la région mobile ROI1 dans la première image 11, maximisant le critère IROI de similitude avec la région d'intérêt R015 dans la deuxième image 121, est par exemple effectuée par déplacements successifs de cette région mobile ROI1 dans la première image 11 depuis une position initiale xO, yO déterminée.

On calcule le critère IROI de similitude entre la région mobile ROI1 initialisée à la position xO, yO (représentée hachurée à la figure 7) dans la première image Il et la région d'intérêt ROI5 fixée à xR, yR (représentée hachurée à la figure 7) dans la deuxième image 121.

On teste d'abord la valeur du critère IROI de similitude pour la région mobile ROI1 déplacée d'un incrément prescrit Ad dans plusieurs directions sécantes de la première image 11 depuis la position initiale xO, yO. Ces déplacements sont par exemple à la figure 8 un premier déplacement horizontal Dl vers la droite de M, un deuxième déplacement D2 en diagonale vers la droite de Ad et vers le haut de Ad, un troisième déplacement vertical D3 vers le haut de Ad, un quatrième déplacement D4 en diagonale vers le haut de M et vers la gauche de Ad, un cinquième déplacement D5 horizontal vers la gauche de M, un sixième déplacement D6 en diagonale vers la gauche de M et vers le bas de Ad, un septième déplacement vertical D7 vers le bas de Ad et un huitième déplacement D8 25 en diagonale vers la droite de M et vers le bas de M. L'incrément Ad est par exemple choisi égal à un nombre entier de pixels, par exemple égal à une puissance de deux, égale à 2m, inférieure ou égal à la demi- dimension maximum du déplacement recherché.

On calcule donc pour les huit déplacements Dl à D8, huit valeurs du critère IROI de similitude pour la région mobile ROM ayant été déplacée suivant ces déplacements Dl à D8.

2885717 19 Parmi les déplacements Dl à D8, on retient celui pour lequel le critère IROI de similitude de la région ROI1 déplacée de ceux-ci dans l'image 11 est maximal avec la région d'intérêt R015 fixée à xR, yR dans la deuxième image 121.

Par exemple, le déplacement retenu est le déplacement D8 à la figure 7.

La région mobile R011 est alors déplacée de ce déplacement D8 retenu dans l'image 11 depuis la position initiale x0, y0, pour arriver à la nouvelle position x1, yl de la région mobile ROI1 dans la Dremière image 11, représentée en traits interrompus à la figure 7.

Puis, à la figure 8, le processus est itéré avec un nouvel incrément de déplacement inférieur au précédent, et par exemple divisé par deux par rapport à celui-ci, pour sélectionner un nouveau déplacement de la région mobile ROI1 à partir de la position x1, yl calculée précédemment.

On vérifie qu'à chaque itération suivante, le critère IROI de similitude pour le déplacement retenu est supérieur ou égal au critère IROI de similitude calculé pour le déplacement précédent, afin de garantir une convergence.

Lorsque l'incrément devient inférieur à un pixel, on calcule une partie fractionnaire du déplacement. Ce déplacement fractionnaire est par exemple trouvé par approximation d'une position interpolée par une quadrique de la forme T(x,y) = Ax2 + By2 +Cxy+Dx+Ey+F.

Cette fonction T est connue pour x et y ayant des valeurs entières de pixels. En retenant un certain voisinage, par exemple de huit points en coordonnées entières de pixels, autour du point obtenu ors du dernier déplacement, on est conduit à neuf équations pour seulement six inconnues: les six paramètres A à F. Par une régressior aux moindres carrés, on fait l'approximation des valeurs des six paramètres A à F et on détermine alors que le maximum de la quadrique se trouve à l'endroit de coordonnées XS,YS données par les formules suivantes: X. = (-2BD+CE) /(4AB-C2) Y. = (-2AE + CD) /(4 AB - C2) A la figure 9, le déplacement optimal Dopt de la région mobile ROI1 par rapport à la position initiale x0, yO (représentée en traits interrompus) dans la première image 11 est alors égal à la somme de:3 déplacements retenus au cours du processus, c'est-à-dire à la somme des déplacements entiers retenus (dont D8 dans l'exemple précédent) et clu déplacement fractionnaire Xs, Ys calculé, ces déplacements étant représentés par des flèches à la figure 8. On calcule alors les coordonnées (xopt, yopt) de la région mobile ROI1 déplacée de ce déplacement Dopt dans la première image 11, ces coordonnées (xopt, yopt) correspondant donc à la position de la région mobile ROI1 dans la première image 11, maximisant le critère IROI de similitude avec la région RO15 d'intérêt dans la deuxième image 121.

On calcule alors pour la deuxième image 121 la correction (xCor, yCor) à apporter à la première image 11 comme étant un recalage, uniforme pour toute la première image 11 dans le cas d'un déplacement par translation, et égal au déplacement de la région mobile R011 de sa position (xopt, yopt) maximisant le critère IROI de similitude jusqu'aux coordonnées (xR, yR) de la région RO15 d'intérêt, c'est-à-dire une transformation (xCor, yCor) affine de recalage, qui est dans l'exemple ci-dessus formellement le 2 0 vecteur (xopt, yopt) (xR, yR) : xCor = xR xopt, et yCor = yR yopt.

La valeur calculée de ce recalage (xCor, yCor) donne une estimation du déplacement optimum de la première image 11 par rapport à la 2 5 deuxième image 121, et est destinée à être appliquée à l'ensemble de cette première image I1 pour soustraire de cette deuxième image 121 l'image Il ainsi déplacée du recalage (xCor, yCor) au cours de l'étape de correction de cette deuxième image 121.

Dans un mode de réalisation, au cours de l'étape de correction, ce 3 0 recalage optimum (xCor, yCor) calculé de la première image 11 pour la deuxième image 121 est directement appliqué à cette première image I1 pour obtenir une première image recalée 11 rec représentée en traits pleins 2885717 21 à la figure 10, où la première image 11 non recalée est 1gurée en traits interrompus. La première image Mec déplacée par ce recalage optimum (xCor, yCor) est soustraite de la deuxième image 121.

Dans un autre mode de réalisation, la correction n'est appliquée que si le bilan = amélioration du critère de similitude dans la région d'intérêt + détérioration du critère de similitude en dehors de la rég on d'intérêt est positif. On examine la valeur d'un critère de similitude entre la première image Mec décalée du recalage optimum (xCor, yCor) calculé précédemment et la deuxième image 121. Plus précisément, on calcule la valeur du critère de similitude JROI entre les pixels de la région ROI5 d'intérêt, fixée à ses coordonnées xR, yR dans la première image recalée Il rec, et les pixels de cette même région d'intérêt RO15 dans la deuxième image 121. On calcule également la valeur d'un premier critère de similitude extérieure JROI-EXT entre les pixels de la première image recalée Mec, situés à l'extérieur de la région RO15 d'intérêt dans cette première image recalée I1 rec, et les pixels de la deuxième image 121 situés à l'extérieur de la région RO15 d'intérêt. Le critère de similitude JROI de la Dremière image Mec recalée est donc supérieur à ce même critère de similitude IROI calculé entre la région mobile ROI1 non déplacée du déplacement optimal Dopt dans la première image I1 et la région RO15 d'intérêt dans la deuxième image 121.

On examine la valeur du premier critère de simili:ude extérieure JROI-EXT par rapport à la valeur du deuxième critère IROI5-EXT de similitude extérieure, calculé entre les pixels situés, dans la première image 11 non déplacée, à l'extérieur de la région d'intérêt RO15 fixée à ses coordonnées xR, yR, et les pixels de la deuxième image 121 situés à l'extérieur de cette même région d'intérêt RO15. Si le test indique que le premier critère extérieur JROI-EXT est inférieur au deuxième critère extérieur IROI5-EXT, ce qui correspond au fait que l'image Il rec de masque recalée de (xCor, yCor) est plus dégradée à l'extérieur de la région d'intérêt ROI5 qu'elle ne l'était avant le décalage (xCor, yCor), on n'applique pas la correction (xCor, yCor) à la première image Il et la soustraction est effectuée entre la deuxième image 121 et la première image 11 non déplacée.

En revanche, si le premier critère extérieur JROI-EXT est supérieur ou égal au deuxième critère extérieur IR015-EXT, le déplacement de la première image 11 est effectué avec le recalage précédemment calculé (xCor, yCor) et la soustraction est effectuée entre la deuxième image 121 et cette première image 11 rec recalée.

En variante, le déplacement optimal Dopt de la régiDn mobile RO11 est calculé avec chacun des deux critères IROI de similitude indiqués cidessus et on retient le déplacement Dopt fournissant la meilleure réduction d'artéfacts, mesurée par l'amélioration de l'information mutuelle globale et locale JROI-EXT et JROI.

Dans d'autres modes de réalisation, la recherche de la position optimum (xopt, yopt) de la région mobile R015, maximisant le critère de similitude avec la région ROI1 d'intérêt, peut être effectuée, en plus ou en remplacement de translations Ad, en faisant intervenir dans le déplacement optimal Dopt des incréments de rotation successifs AO ou des incréments d'homothétie (agrandissement ou réduction) Da successifs, ces incréments étant itérés d'une manière analogue à ce qui a été décrit pour le mode de réalisation précédents. Dans ce cas, la correction (xCor, yCor) est une transformée (xCor, yCor) affine de recalage, comportant au moins une rotation et/ou au moins une homothétie et/ou au moins une translation.

On peut ensuite appliquer la fonction d'amélioration d'expansion 25 (EXPLUT) à l'image 121 à laquelle a été soustraite ou non l'image 11 rec ou 11.

Claims (14)

REVENDICATIONS

1. Procédé d'estimation automatique d'une correction à apporter à une première image numérique masque (I1), déformée par rapport à une succession de n deuxièmes images numériques (121, 122, 123) de contraste, dans lesquelles une information (P) est représentée par des pixels ayant un niveau de luminosité plus bas ou plus haut par rapport à un 'ond (10), caractérisé en ce qu'il comprend les étapes automatiques suivantes: détection des pixels d'information dans les n dei xièmes images 1 o numériques (121, 122, 123) de contraste, auxquelles la première image (11) a été soustraite, pour l'obtention d'une image cartographique binaire (15), dont les bits d'information d'un premier niveau déterminé correspondent à des pixels d'information d'au moins l'une des deuxièmes images (121, 122, 123) et dont les bits de l'autre niveau ne correspondent pas à des pixels d'information des deuxièmes images (121, 122, 123), calcul des coordonnées (xR, yR) d'une région d'intérêt (RO15) , localisée dans l'image cartographique binaire (15) et couvrant au moins en partie les bits d'information de celle-ci, - pour chaque deuxième image (121, 122, 123) de contraste, 2 o recherche, dans la première image masque (I1), de la posilion (xopt, yopt) d'une région mobile (ROI1) affine de la région d'intérêt (RO15), qui maximise un critère de similitude (IROI) calculé entre les pixels de la région d'intérêt (RO15) fixée à ses coordonnées (xR, yR) dans la deuxième image (121, 122, 123) de contraste et les pixels de la région mobile (RO11) déplacée par transformation affine dans la première image masque (I1), - la correction estimée à apporter à la première image masque (I1) par rapport à chaque deuxième image (121, 122, 123) de contraste étant la transformation affine calculée de recalage, faisant passer la région mobile (ROI1) de sa position trouvée (xopt, yopt) de maximisation du critère de 3o similitude (IROI) aux coordonnées (xR, yR) de la région (RO15) d'intérêt.

2. Procédé suivant la revendication 1, caractérisé en ce que l'étape de recherche, pour chaque deuxième image (121, 122, 123) de contraste, de la position (xopt, yopt) de la région mobile (ROI1) dans la première image masque (I1), est effectuée par recherche, dans la première image masque (I1), de la position (xopt, yopt) de la région mobile (ROI1) de mêmes dimensions que la région d'intérêt (RO15), qui maximise un critère de similitude (IROI) calculé entre les pixels de la région d'intérêt (RO15) fixée à ses coordonnées (xR, yR) dans la deuxième image (121, 122, 123) de contraste et les pixels de la région mobile (ROI1) déplacée dans la première image masque (I1), l o la correction estimée à apporter à la première image masque (I1) par rapport à chaque deuxième image (121, 122, 123) de contraste étant un recalage calculé (xCor, yCor), égal au déplacement de la région mobile (RO11) de sa position trouvée (xopt, yopt) de maximisation du critère de similitude (IROI) jusqu'aux coordonnées (xR, yR) de la région (RO15) d'intérêt.

3. Procédé suivant l'une quelconque des revendications 1 et 2, caractérisé en ce que l'étape de détection des pixels d'information dans IES n deuxièmes images numériques (121, 122, 123) de contraste comprend les sous-étapes 20 de: - soustraction des pixels de la première image masque (Il) aux pixels des n deuxièmes images numériques (121, 122, 123) de contraste, pour l'obtention d'une pluralité de n troisièmes images (131, 132, 133), - sélection des pixels ayant le niveau de luminosité respectivement le 2 5 plus bas ou le plus haut parmi les pixels des n troisièmes images (131, 132, 133) obtenues, pour obtenir une quatrième image (PO) cartographique du contraste, - seuillage du niveau de luminosité des pixels de la quatrième image (PO) cartographique de contraste respectivement au-dessous ou au-dessus d'une valeur de seuil déterminée, pour obtenir l'image cartographique binaire (15).

4. Procédé suivant la revendication 3, caractérisé en ce que 2885717 25 l'on décompose la distribution des niveaux de luminosité des pixels de la quatrième image (PO) cartographique du contraste en une combinaison linéaire de gaussiennes (pk.N(mk, 6k)), de laquelle on ôte la composante (p1.N(m1, 6l)) de gaussienne correspondant au bruit centré sur le fond uniforme à zéro, pour calculer la distribution moyenne globale (g(x)) du contraste sur les composantes restantes, la valeur de seuil étant calculée comme étant E;upérieure à la moyenne (pg) de cette distribution moyenne globale (g(x)) du contraste.

5. Procédé suivant la revendication 4, caractérisé en ce que la valeur de seuil est calculée comme étant égale à la somme de la moyenne ( g) et de l'écart-type (6g) de la distribution moyenne globale (g(x)) du contraste.

6. Procédé suivant l'une quelconque des revendications 4 et 5, caractérisé en ce que l'on applique aux deuxièmes images numériques (121, 122, 123) de contraste corrigées une fonction de conversion (EXP-LUT) de niveau de luminosité valable entre un seuil inférieur de niveau de luminosité (LSL) et un seuil supérieur de niveau de luminosité (USL).

7. Procédé suivant la revendication 6, caractérisé en ce que 20 le seuil inférieur de niveau de luminosité (LSL) est cal culé à g - Z.6g avec 3sZ54, ou respectivement le seuil supérieur de niveau de luminosité (USL) est calculé à p.g + Z.6g avec 3 Z 5 4, pg étant la moyenne de la distribution moyenne globale (g(x)) du contraste, et 6g étant l'écarttype de la distribution moyenne globale (g(x)) du contraste.

8. Procédé suivant l'une quelconque des revendications 1 à 7, caractérisé en ce que 2885717 26 l'étape de détection des pixels d'information dans les n deuxièmes images numériques (121, 122, 123) de contraste est exécutée sur l'ensemble de la première image (I1) et des deuxièmes images (121, 122, 123), auxquelles a été soustrait un modèle prescrit de collimateur, lorsqu'un tel modèle prescrit de collimateur a été détecté lors d'une éta ce préalable de détection du positionnement d'au moins un modèle prescrit de collimateur dans la première image (I1) et les deuxièmes images (121, 122, 123).

9. Procédé suivant l'une quelconque des revendications 1 à 8, caractérisé en ce que 1 o pour chaque deuxième image numérique (121, 122, 123) de contraste, la transformation affine calculée (xCor, yCor) de recalage 3st appliquée à l'ensemble des pixels de la première image (I1) pour obtenir une première image (I1 rec) recalée, qui est soustraite de la deuxième image numérique (121, 122, 123) de contraste, pour obtenir une deuxième image (121, 122, 123) i 5 corrigée.

10. Procédé suivant l'une quelconque des revendications 1 à 8, caractérisé en ce que pour chaque deuxième image numérique (121, 122, 123) de contraste, on calcule la valeur d'un premier critère (JROI-EX,-) de similitude 2 o entre les pixels de la première image (Mec) rec) transformée par la transformation affine calculée (xCor, yCor) de recalage, qui sont situés à l'extérieur de la région (RO15) d'intérêt dans cette première image transformée (11 rec), et les pixels de la deuxième image numérique (121, 122, 123) de contraste, qui sont situés à l'extérieur de la région (RD15) d'intérêt, on calcule la valeur d'un deuxième critère (IRO15-EXT) de similitude entre les pixels de la première image (Il), qui sont situés à l'extérieur de la région (RO15) d'intérêt dans cette première image (I1), et es pixels de la deuxième image numérique (121, 122, 123) de contraste, qui sont situés à l'extérieur de la région (RO15) d'intérêt, 3o et on soustrait de la deuxième image numérique (121, 122, 123) de contraste la première image (I1 rec) transformée dans son ensemble par la transformation affine calculée (xCor, yCor) de recalage, pour obtenir une 2885717 27 deuxième image (121, 122, 123) corrigée, si le premier critère (JROI-EXT) de similitude calculé est supérieur ou égal au deuxième critère (IRO15-EXT) de similitude calculé, et on soustrait de la deuxième image numérique (121, 122, 123) de contraste la première image (11rec), pour obtenir une deuxième image (121, 122, 123) corrigée, si le premier critère (JROI-EXT) de simili:ude calculé est inférieur au deuxième critère (IROl5-EXT) de similitude calculé.

11. Procédé suivant l'une quelconque des revendications 1 à 10, caractérisé en ce que le critère (IROI, JROI, JROI-EXT, IRO15-EXT) de similitude est l'intercorrélation ou l'information mutuelle.

12. Procédé suivant l'une quelconque des revendications 1 à 11, caractérisé en cé que le critère (IROI) de similitude comprend l'intercorrélation, calculée entre les pixels de la région mobile (ROI1) déplacée par transformation affine dans la première image masque (Il) et les pixels situés dans la région d'intérêt (RO15) fixée à ses coordonnées (xR, yR) dans la deuxième image (121, 122, 123) de contraste, parmi lesquels les pixels correspondant aux bits d'information de l'image cartographique binaire (15) :.ont mis à zéro.

13. Procédé l'une quelconque des revendications 1 à 12, caractérisé en ce que le critère (IROI) de similitude comprend l'information mutuelle, calculée entre les pixels de la région mobile (ROI1) déplacée par transformation affine dans la première image masque (11) et les pixels situés dans la région d'intérêt (RO15) fixée à ses coordonnées (xR, yR) dans la deuxième image (121, 122, 123) de contraste, parmi lesquels les pixels correspondant aux bits d'information de l'image cartographique binaire (15) sont remplacés par du bruit.

14. Dispositif d'angiographie, comportant: une source de rayons X, des moyens d'acquisition d'images numériques à l'aide de la source de rayons X disposée en regard de ceux-ci, 2885717 28 un support, qui est disposé entre la source de rayons X et les moyens d'acquisition d'images numériques et sur lequel un patient, dont une partie est à radiographier, est destiné à être positionné, caractérisé en ce que le dispositif comprend des moyens de mise en oeuvre du procédé suivant l'une quelconque des revendications 1 à 13.