CN101341509A - 使用逆空间滤波的数字图像重建 - Google Patents
使用逆空间滤波的数字图像重建 Download PDFInfo
- Publication number
- CN101341509A CN101341509A CNA2006800481772A CN200680048177A CN101341509A CN 101341509 A CN101341509 A CN 101341509A CN A2006800481772 A CNA2006800481772 A CN A2006800481772A CN 200680048177 A CN200680048177 A CN 200680048177A CN 101341509 A CN101341509 A CN 101341509A
- Authority
- CN
- China
- Prior art keywords
- image
- digital picture
- digital
- difference
- source
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001914 filtration Methods 0.000 title claims description 35
- 238000000034 method Methods 0.000 claims abstract description 124
- 238000012545 processing Methods 0.000 claims abstract description 59
- 230000008569 process Effects 0.000 claims description 56
- 238000007906 compression Methods 0.000 claims description 45
- 230000006835 compression Effects 0.000 claims description 45
- 238000004891 communication Methods 0.000 claims description 37
- 238000012546 transfer Methods 0.000 claims description 6
- 230000000295 complement effect Effects 0.000 claims description 5
- 238000013144 data compression Methods 0.000 claims 3
- 230000006870 function Effects 0.000 description 28
- 238000002059 diagnostic imaging Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 238000003384 imaging method Methods 0.000 description 11
- 230000001965 increasing effect Effects 0.000 description 6
- 238000011282 treatment Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000002708 enhancing effect Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 230000006837 decompression Effects 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000003325 tomography Methods 0.000 description 3
- CYTYCFOTNPOANT-UHFFFAOYSA-N Perchloroethylene Chemical compound ClC(Cl)=C(Cl)Cl CYTYCFOTNPOANT-UHFFFAOYSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/30—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability
- H04N19/39—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using hierarchical techniques, e.g. scalability involving multiple description coding [MDC], i.e. with separate layers being structured as independently decodable descriptions of input picture data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/40—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using video transcoding, i.e. partial or full decoding of a coded input stream followed by re-encoding of the decoded output stream
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/60—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding
- H04N19/63—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using transform coding using sub-band based transform, e.g. wavelets
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
一种用于处理源数字图像的方法,其中所述源数字图像由多个像素组成。对源数字图像应用空间滤波器以生成增强的数字图像。对增强的源数字图像应用逆空间滤波器以生成估计的数字图像。然后,从估计的数字图像和源数字图像生成差异数字图像,其中所述差异数字图像表示源数字图像和估计的数字图像之间的差异。能够把差异数字图像和增强的数字图像从第一设备传送到远处的第二设备。在第二设备处,能够从差异数字图像和增强的数字图像产生重建的数字图像,其中重建的数字图像基本上等效于源数字图像。
Description
发明领域
本发明涉及数字成像领域,并且尤其涉及使用差异数字图像来处理数字图像以便重建原始图像。
发明背景
信息技术对医学成像具有重要的影响。图片档案(archive)及通信系统(Picture archiving and communications systems PACS)考虑到在数字的无胶片环境中对各种医学成像模态(modality)进行数字获取、图像处理和显示。数字医学成像所承诺的优点包括增加了利用图像的健康护理专业人员的工作效率并且增加了使用医学图像来改进病人护理的方式的灵活性。
医学图像的一个来源是对通过病人的感兴趣区域而投射的X射线进行检测以便利用有限区域的成像检测器来测量X射线透射率。这样的图像通常被称为投射射线照相(radiographic)图像。在获取之后,能够使用数字图像处理技术来增强图像以便使所述图像中的诊断信息的显示最大化。对捕获模态成功地自动应用该处理提供了准备好显示的图像并且用来增加健康护理专业人员的工作效率,这是因为能够在计算机显示器上观看图像或者打印所述图像以便在光盒(light box)上观看。
在常规的胶片屏(film-screen)射线照片中,在捕获和化学处理时锁定射线照片的视觉显示。与通常的胶片屏射线照片不同,数字射线照片可以在获取之后被有选择地增强以便提供不同的外观。能够修改/增强图像的特定属性(诸如亮度、范围(latitude)、细节对比、清晰度和噪声的外观)。另外,可以对图像执行计算机辅助分析,例如对数字乳房X线照片中的疾患(lesion)进行计算机辅助检测(CAD)。在多次使用医学图像的情况下,需要存储、获取和传送增强和未增强的图像这二者。优选地是,这样的存储、获取和传送能够发生在PACS系统内以便满足所述PACS中所有设备的需要。
在诸如DICOM(医学数字成像通信Digital ImagingCommunications in Medicine)开放系统环境中,提供了对增强的和原始的医学图像这二者或者未增强的医学图像的支持。特别地,DICOM标准(医学数字成像和通信PS 3.3-1999,国家电气制造商协会,1999)解决了对增强的图像数据或未增强的图像数据的管理。通过引入呈现意图类型(Presentation Intent Type)在DX系列模块(DX SeriesModule)中给出了原理。该标签可以具有FOR PRESENTATION(用于呈现)或FOR PROCESSING(用于处理)的值。如果标签值为FORPRESENTATION(供呈现),那么图像已经被增强以致可以在不需要附加处理的情况下显示所述图像。如果标签值为FOR PROCESSING,那么所述图像在显示和解释之前必须经过附加增强处理。FORPROCESING图像数据的旨在允许计算机辅助检测处理并且允许更有能力的系统这样做,同时仍然使用DICOM图像对象,并且还保留用于提供图像数据的能力,所述图像数据通过使用FORPRESENTATION而准备好显示,其中所述系统能够执行所要求的增强处理。
虽然DICOM标准提供了对增强和未增强版本的图像的表示,但是它并未提供对处于未增强和增强状态下的图像进行归档和/或传送的高效手段。因此,在DICOM中使用DX系列模块处理增强的图像和未增强的图像这二者增加了PACS系统管理对相同图像的不同版本请求的复杂度和额外的图像档案的存储要求。
2001年10月9日公开的美国专利号6,301,393(Spaulding)涉及使用表示两个图像之间差异的增量(delta)图像的原理来表示处于一个以上图像处理状态下的图像。Spaulding所公开的方法允许远程用户从增强图像和增量图像的组合重建原始的未增强图像。然而,所公开的重建方法没有考虑增量图像文件大小对空间滤波操作的依赖,所述空间滤波操作可能已经被应用来产生增强图像。因而,Spaulding所公开的方法并不特别适于依赖空间滤波操作来进行图像增强的成像应用,例如医学成像应用。
据此,需要一种允许用户有选择地显示增强的数字图像或重新处理原始数字图像以使得能够在不必获取大的原始数字图像的情况下观看任何丢失的信息的方法。
发明内容
本发明的目的在于向处理站点高效地传送任意修改的数字图像。
本发明的另一目的在于提供一种允许用户有选择地显示增强的数字图像或重新处理原始数字图像以使得能够在不必获取原始数字图像的情况下观看任何丢失的信息的方法。
本发明的另一目的在于提供这样一种适合于医学成像应用的方法。
只借助说明性例子给出了所提供的任何目的,并且这样的目的可以是本发明一个或多个实施例的示范。本公开发明原本获得的其他想要的目的和优点对那些本领域技术人员来说是可以想到或者显而易见的。本发明由所附权利要求来限定。
依照本发明的一个方面,提供了一种用于处理数字图像的方法。所述方法包括步骤:访问由多个像素组成的源数字图像;向所述源数字图像应用空间滤波器以生成增强的数字图像;向所述增强的源数字图像应用逆空间滤波器(inverse spatial filter)以生成估计的数字图像;并且从估计的数字图像和源数字图像生成差异数字图像,所述差异数字图像表示源数字图像和估计的数字图像之间的差异。
能够把差异数字图像和增强的数字图像从第一设备远程传送到第二设备。在第二设备处,能够从差异数字图像和增强的数字图像产生重建的数字图像,其中重建的数字图像基本上等效于源数字图像。
利用本发明,从增强的数字图像和差异数字图像重建源数字图像,其中增强的数字图像已经被借助空间滤波器处理而从源数字图像产生。
本发明的优点在于表示源数字图像和重建的数字图像之间差异的差异数字图像能够结合任意的图像增强算法使用。更进一步地,能够在整个网络内传送增强的数字图像和源数字图像,而不会有由能力差的系统引起的不当显示的风险。与增强的数字图像和源数字图像的独立表示相比,这种增强的数字图像和源数字图像的高效表示降低了档案存储量和通信带宽。
附图简要描述
根据如附图中所图示的本发明实施例的更特定的描述,本发明的上述及其他目的、特征和优点变得很明显。附图的元件相互之间不一定是按比例绘制的。
图1是用于示出适于实施本发明的连接计算机的医学成像通信网络的示意视图。
图2是示出借助于用于转送(transfer)数字图像的通信网络来连接的两个网络服务器计算机的示意视图。
图3是示出图像处理计算机内的处理模块的框图。
图4是示出诊断工作站计算机内的处理模块的框图。
图5是示出图像编码模块内的处理模块的框图。
图6是示出图像解码模块内的处理模块的框图。
图7是示出诊断工作站计算机内处理模块的另一框图。
图8是示出图像增强处理器的细节的框图,和
图9是示出逆图像增强处理器的细节的框图。
发明详细描述
以下是本发明的优选实施例的详细描述,参考附图,其中在每幅图中相同的附图标记标识相同的结构元件。
能够借助于图片档案及通信系统(picture archive andcommunications systems PACS)来实现医学成像应用。这些公知的系统提供了用于显示借助各种医学成像模态所获取的数字图像的装置,所述成像模态诸如投射射线照相术(X射线图像)、计算机断层(CT图像)、超声波(US图像)和磁共振(MR图像)。典型地,所获取的图像像素数据表示所感测的强度范围。
能够直接在电子显示器上观看所获取的医学数字图像。然而,大部分医学数字图像都被增强。即,利用图像增强软件来处理原始数字图像的像素数据以生成渲染(render)的数字图像。当在电子显示器上直接观看时,与观看由所获取的图像像素数据组成的原始数字图像相比较而言,渲染的数字图像能够为经过训练的观察者产生改进的诊断相关信息。
尽管渲染的数字图像通常产生较好的诊断结果,但是原始的数字图像会包含一些在渲染过程中已经丢失的数学信息。对于一些医学成像应用来说以及对于一些特定的医学图像来说,在最初观看渲染的或增强的数字图像之后重新处理原始数字图像会是有益的。一般采用有目标的方式来进行该重新处理以加重特定的图像特征或所关注的区域。因此,使原始(即,未增强的)图像和增强的数字图像这二者对医学观察者可用上是有价值的。
在PACS中可以从原点传送原始的和增强的数字图像。然而,发送这两个图像实质上加倍了通过网络传送所需的数据量。由于网络带宽常常是有限的,所以发送原始和增强的数字图像代价会很高。
美国专利号6,301,393(Spaulding)公开了一种用于表示处于一个以上图像处理状态下的数字图像的方法。Spaulding所公开的方法能够被用来利用差异数字图像来对增强的数字图像进行编码,其中所述差异数字图像表示在原始数字图像而不是增强的数字图像中所包含的数学信息。所接收的增强数字图像被用来产生估计的数字图像并且额外的数学信息被编码在差异数字图像中。然后把估计的数字图像与差异数字图像相组合以便重建原始的数字图像。虽然Spaulding所公开的方法确实允许远程用户重建原始的数字图像,但是Spaulding所公开的重建方法没有考虑到增量图像文件大小对可能已经被应用来产生增强图像的空间滤波操作的依赖。通常,空间滤波操作,并且特别是空间锐化操作表示被应用来生成增强的数字图像的图像增强处理的效果显著部分。因此,虽然Spaulding的方法已经在其特定应用中获得一定程度的成功,但是它由于所产生的差异数字图像很大,所以不是特别适于某些成像应用。
人们希望结合所应用的效果显著的增强空间滤波操作来减小差异数字图像的大小。本发明公开了一种用于减少用来表示差异数字图像所需的存储器量的方法,其中所述存储器量依赖于逆空间滤波操作或空间滤波估计操作的应用。下面将更详细地描述所增加的空间滤波操作的细节。
在下面描述中,本发明的实施例将被描述为软件程序。本领域技术人员应当很容易地认识到,这样的软件的等效物也可以用硬件来构造。因为图像操纵算法和系统是公知的,所以本描述将特别针对形成依照本发明方法一部分或与之更直接协作的算法和系统。这样的算法和系统的其他方面以及用于生成图像信号和以其他方式处理与之相关的图像信号的硬件和/或软件(这里没有特别示出或描述)可以从在本领域中已知的这样的系统、算法、组件和元件中选择。假定如下面说明书所阐明的描述,其所有软件的实现方式是常规的并且在本领域的普通技术人员掌握之内。
出于阐述目的,数字图像能够包括一个或多个数字图像通道,其中每个数字图像通道包括二维像素阵列。每个像素值涉及由图像捕获设备所接收的对应于像素的几何域的光量。对彩色成像应用来说,数字图像常常将由红色、绿色和蓝色数字图像通道组成。还可以实施其他配置,例如青色、品红色和黄色数字图像通道。运动成像应用可以被认为是数字图像的时间序列。对于射线照相数字图像来说,最典型的情况是:像素数据被表示为仅一个单色数字图像通道或者二维像素阵列。本领域技术人员应当认识到,本发明能够被应用于但不局限于用于上述应用中的任何一个的数字图像通道。尽管本发明把数字图像通道描述为按照行和列排列的二维像素值阵列,不过本领域技术人员应当认识到本发明的方法能够被应用于具有同等效果的马赛克(mosaic)(非直线)阵列。
尽管参考医学数字成像应用描述了本发明,不过本领域技术人员应当认识到可以在非医学数字成像应用的情况下实施本发明。例如,大部分医学数字图像表示单色图像,例如X射线图像典型地不传达颜色信息。然而,本发明可以被应用于数字彩色图像的每个颜色记录。
一些医学图像原本表示三维图像数据,例如计算机断层(CT)和磁共振(MR)图像。能够利用这些形式的三维数字图像来实施本发明。CT或MR数字图像能够是并且常常被组织为一系列切片(slice),其中每个切片是二维数字图像。因此,能够单独对三维数字图像的切片实施本发明。
可以利用借助于通信网络连接的多个计算机来实现本发明。在图1中图示了示例性的医学成像通信网络(包括多个计算机)。这种连接的计算机网络提供了在任何两个或多个连接计算机之间发送和接收信息的手段。通信网络110可以包括从一个计算机到另一个计算机的物理连接,诸如这能够利用常规的以太网通信网络来实现。通信网络还可以包括非物理上连接的通信线路,诸如这能够利用微波通信链路、无线电通信链路、同轴电缆电视通信链路、光纤通信链路或蜂窝电话通信链路来实现。从而,本发明可以利用上述任何通信系统来实施,但是由于本发明依赖于信息交换而非依赖于实现信息交换的手段,所以本发明并不仅限于这些系统。
具有图像能力的计算机是能够执行一系列计算指令的任何设备,所述计算指令包括对数字图像数据的操纵。尽管在根本上任何具有图像能力的计算机都能够执行任何计算指令,不过在图1中所图示的具有图像能力的计算机已经被给予专门名称以强调它们所执行的专用功能。具有图像能力的计算机的一些例子是图像处理计算机120、诊断工作站计算机130、图像服务器计算机140、个人计算机、移动计算机、信息亭(kiosk)计算机等。本发明可以利用但不局限于以上所有具有图像能力的计算机的例子来实施。还应当认为,给定计算机能够被配置为执行在图1中所图示的一个以上功能。然而,为了论述本发明,专门功能将被视为是独立的实体,即便计算机硬件的物理实现方式可能并不总是独立的也是如此。
在图1所示出的图像服务器计算机140指的是专门的计算机设备,它已经被配置成为连接到通信网络110的其他计算机从图像档案(image archive)150中获取数字图像。由图像档案库150所执行的功能是对转送或交换图像信息而不是处理信息的帮助和支持。图像档案150充当数字图像及其他医学信息的大型储存库(repository)。图1中的箭头表示信息交换,信息交换通常是双向的,即能够在任一方向上实现信息流动。由于对于计算机来说,信息能够从一个计算机流动到另一个计算机,所以形成了连接的计算机网络。
可以象征性地借助于通信网络110连接并未在图1中示出的计算机。因此,连接到与通信网络连接的另一计算机的任何计算机也被连接,并且能够与连接到所述网络的任何其他计算机交换信息。
为了论述本发明,包括通信网络的互连的计算机的集合也被称作DICOM网络,原因在于DICOM(医学数字成像和通信,PS 3.3-1999,国家电气制造商协会,1999)格式化的数字图像目前是用于医学数字图像的最普遍的文件编码。
图像处理计算机120和诊断工作站计算机130被示为连接到通信网络110。这些计算机具有交换和显示信息的能力。特别地,当它涉及本发明时,这些计算机具有但不局限于显示文字、图形、图像信息等的能力。这种计算机典型情况下通过利用理解各种协议并且管理信息的可视显示的软件而连接到DICOM网络。
医学成像网络的单独用户可以利用连接的个人计算机来访问因特网。个人计算机可以是诸如膝上型计算机之类的便携单元。如果个人计算机以无线连接的方式连接到通信网络110,那么它几乎就能够处在任何地方。在这种配置中,诊断工作站计算机130能够表示移动计算机,例如膝上型计算机或手持式计算机设备。在根本上,移动计算机和个人计算机区别可能主要在于大小和重量。
仍然参照图1,图像捕获设备160表示医学数字图像模态设备,诸如但不局限于用于生成X射线数字图像的投射射线照相设备(例如,计算的射线照相设备和数字射线照相设备),用于生成3维CT数字图像的计算机断层设备(CT)和/或还生成3维MR数字图像的磁共振成像设备(MR)。使用图像捕获设备160来对病人170成像以便产生源数字图像201(未示出),源数字图像201通过直接连接或通过通信网络110被传送到图像处理计算机120。
电子显示器180a和输入控制设备190a(例如,键盘、鼠标或定点设备)被连接到图像处理计算机120并且能够被用于输入数据和辅助操作者。
类似地,电子显示器180b和180c以及输入控制设备190b(例如,键盘、鼠标或定点设备)能够被连接到诊断工作站计算机130,用于输入数据和辅助操作者。
现在参照图2,示出了用于示出借助于用来转送数字图像的通信网络而连接的两个网络服务器计算机的示意视图。图像处理计算机120接收来自图像捕获设备160的源数字图像201,并且执行增强处理以便产生增强的数字图像202和差异数字图像203。典型地,源数字图像201当利用电子显示器180a而被直接显示时,将不会向诸如放射科医师之类的经过训练的观察者显露所有相关的诊断信息。通常,在电子显示器180a上观看之前,对源数字图像201执行某种形式的增强处理以改进图像细节的可见度。
应当注意:实际上,并没有任何新的信息因为应用增强算法技术而被编码到增强的数字图像202中。更确切地讲,可能会相反。与源数字图像201相比,增强的数字图像202包含相等或更少的数学上的信息量。实际上,为了调节图像信息以使得放射科医师及其他医务人员可以看见更多的图像细节而在从源数字图像201到增强的数字图像202的变换中,丢失了一些数学信息。
增强数字图像202和差异数字图像203一起能够被认为是源数字图像201中数学图像信息的可替换的表示。图像处理计算机120借助于通信网络110向诊断工作站计算机130传送增强数字图像202和差异数字图像203这二者。诊断工作站计算机130能够直接在多个电子显示设备之一上显示增强的数字图像202,所述多个电子显示设备在图2中被示为180b和180c。然而,诊断工作站计算机130还能够处理增强数字图像202和差异数字图像203以形成重建的数字图像205(未示出),所述重建的数字图像205基本上等效于源数字图像201或与之相同。这是在实际上没有直接接收源数字图像201的情况下实现的。
采用增强的数字图像202和差异数字图像203的形式的图像信息而不是和源数字图像201一样是有益的,这具有若干原因。增强的数字图像202能够被直接在电子显示器180b上显示,而利用源数字图像201来这样做将会导致源视觉上较差的结果。
第二,尽管能够处理源数字图像201来生成另一增强的数字图像202,不过该处理会花费时间,从而对于一些应用来说,直接是增强的数字图像202更加方便。
第三,在对增强的数字图像201进行观看之后,放射科医师可能想要重新处理原始的图像信息(即,源数字图像201)来使遗漏或丢失的图像信息可见。放射科医师可以请求源数字图像201应该借助于通信网络110来发送。然而,由于与源数字图像201相比,差异数字图像203需要的是较小的存储器,所以发送差异数字图像203将从通信网络110中占用更少的带宽。因此,当请求重新处理图像信息时,差异数字图像203只需要被传送给工作站计算机130。当请求时,诊断工作站计算机130把差异数字图像203与增强的数字图像202相组合,产生重建的数字图像205,并且应用增强处理,所述增强处理被设计成用于使放射科医师能够看见另外丢失或遗漏的图像细节。
图3示出了图示图像处理计算机内的处理模块的框图。现在参考图3来论述由图像处理计算机120所执行的图像处理步骤的细节。图像增强处理器220接收源数字图像201。图像增强处理器200对源数字图像201的像素数据应用一系列图像处理操作(受一个或多个图像处理参数206控制)。这些操作的结果是增强的数字图像202。增强的数字图像202能够被传送到通信网络110上的另一计算机(如图2所示)和/或在电子显示器180a上观看(如图2所示)。图像增强处理器220准备源数字图像201的原始像素数据以最佳观看,并且因此考虑处于“渲染状态”中的数字图像或“渲染的图像”,而源数字图像201处于“未渲染状态”。
增强的数字图像202通过源图像预测器240被进一步处理以便产生估计的数字图像204。由源图像预测器240所执行的处理近似于为撤消图像增强处理器220的影响所必需的图像处理。换句话说,图像增强处理器220对源数字图像201的像素数据进行变换以形成增强的数字图像202。源图像预测器240把所述像素数据向回变换成近似源数字图像201的原始像素值。通常,估计的数字图像204将会不同于源数字图像201。这是由于所应用的图像处理步骤中的一个或多个是不可逆的而造成的。
图像减法器230接收估计的数字图像204并且把它从源数字图像201减去以便产生差异数字图像203。
现在参照图4,示出了诊断工作站计算机内的处理模块的框图以便图示由诊断工作站计算机130所执行的图像处理步骤的细节。该处理开始于源图像预测器240接收增强的数字图像202和图像处理参数206这二者。诊断工作站计算机130和(在图3中所示出的)图像处理计算机120的源图像预测器240是相同的。如果不相同的话,那么在诊断工作站计算机130内所生成的估计的数字图像204b通常将不同于在(在图3中所示出的)图像处理计算机130内生成的相应估计的数字图像204。在此实现方式中,图像处理参数206被用来控制源图像预测器240以产生估计的数字图像204b。例如,图像处理参数206能够包括与所应用的空间锐化的幅度相关的参数值和用来指示在可能的色阶(tone scale)函数集内的应用的色阶函数的不同参数值。
图像加法器250累加地组合估计的数字图像204b和差异数字图像203以便产生重建的数字图像205。
应当注意,如图2所描绘的图像信息交换的流程示出了增强的数字图像202和差异数字图像203被从图像处理计算机120直接传送到诊断工作站130。虽然可以直接传送这些数字图像,但是在实践中这两个数字图像典型地被图像处理计算机120一起捆绑到单个图像文件或图像流中。图5示出了能够在图像编码模块270内实现捆绑操作的处理步骤。
图像压缩模块272被可选地应用于增强的数字图像202,以得到增强的数字图像202b。差异数字图像203能够被可选的图像压缩模块274类似地处理以便生成差异数字图像203b。图像流编码器276组合增强的数字图像202b、差异数字图像203b和图像处理参数206以便生成数字图像文件207。用于医学应用的公知图像文件格式是DICOM。数字图像文件207包括增强的数字图像202b和差异数字图像203b这二者。可以把差异数字图像203b并入到数字图像文件207中,这是因为图像常常包括其他非图像信息,例如与病人170和图像捕获设备160相关的信息。
能够应用无损图像压缩方法(例如,联合图像专家组(JointPhotographic Experts Group JPEG)无损算法)来通过在不丢失任何信息的情况下创建增强的数字图像202b,从而减少存储增强的数字图像202所需的存储器量。如果应用了有损方法(例如JPEG 2000有损算法),那么在压缩图像像素数据中可能会丢失一些数学信息。无损或有损图像压缩都能够被用来从差异数字图像203创建压缩的差异数字图像203b。优选地,有选择地并独立地应用图像压缩模块272和274这二者。即,能够对增强的数字图像202和差异数字图像203应用不同的图像压缩算法,或者能够在这两个模块内都应用相同的图像压缩算法。在一些情况中,人们可能希望对差异数字图像203而不是对增强的数字图像202应用图像压缩算法。如果任何图像压缩都没有被应用,那么不支持相应的图像解压缩算法技术的诊断工作站就能够解释增强的数字图像202的图像数据。
申请人认为:与现有方法相比,本发明的优点在于差异数字图像203通常将比增强的数字图像202更能够被压缩,这是由于,对于许多图像,在增强的和源图像之间的差异遍及图像大部分都会很小。结果,差异数字图像203典型地被使用图像压缩算法(诸如公知的JPEG压缩算法)而高度压缩。因此,需要被发送到诊断工作站计算机130的数字数据量典型地小于直接发送差异数字图像203会需要的数字数据量。这会使得穿过通信网络110的传输时间更快,或者对可拆卸的计算机可读存储介质的存储要求更小。
图6提供了用于示出图像解码模块280内的处理模块的框图以便图示能够在所述图像解码模块内实现解捆绑操作的处理步骤。图像流解码器282接收(在图5中所示的)数字图像文件207并且把信息拆分为增强的数字图像202b、差异数字图像203b和图像处理参数206。图像解压缩模块284通过应用对应于在图像压缩模块272(参见图5)中已应用的图像压缩算法的图像解压缩算法来把增强的数字图像202b变换为增强的数字图像202c。类似地,图像解压缩模块286通过应用对应于在图像压缩模块274(参见图5)中已应用的图像压缩算法的图像解压缩算法来把差异数字图像203b变换为差异数字图像203c。再次强调的是:只有当任何图像压缩算法没有被应用过或者已经应用过无损图像压缩算法的情况下,在所增强的数字图像202b和202c中包含的图像数据才会是相同的。
如在图4中所示,诊断工作站130从所输入的增强的数字图像202和差异数字图像203产生重建的数字图像205。因而,只有当任何图像压缩算法没有被应用过或者在已经在图像压缩模块272和274中应用过无损图像压缩算法的情况下,则重建的数字图像205才会与源数字图像201是相同的(参见图2和3)。当已经应用了有损压缩算法时,重建的数字图像205通常就与源数字图像201不相同,但是却与源数字图像201是基本上等效的。
术语“基本上等效”在本发明的上下文情境内应当被解释为“在诊断上是等效的”。能够依照作为压缩和解压缩操作的结果而不丢失或几乎不丢失诊断信息的方式来控制有损的图像压缩算法技术(例如JPEG 2000)。利用依照这种方式(即适度的有损压缩)配置的本发明,从观看已经利用上述有损压缩技术处理的数字图像所得出的诊断基本上与没有执行任何图像压缩的情况下得出的诊断相同。
在产生重建的数字图像205时,诊断工作站计算机130的操作者能够执行通常会被应用于源数字图像201的操作。例如,图7描绘了重建的数字图像205被图像增强处理器220b重新处理以得到在电子显示器180b上显示的增强的数字图像202d。图像增强处理器220b可以与先前在图3中所示出的图像增强处理器220不同或相同。从而,增强的数字图像202d看上去通常会不同于用来产生重建的数字图像205(在图4中)所使用的增强的数字图像202。可替换地,重建的数字图像205能够由CAD模块290(计算机辅助检测)使用,它需要采用未增强的源数字图像201形式的像素数据。在美国专利号5,799,100(Clarke)中公开了计算机辅助检测算法的例子。
图8更特别地描述了先前在图3中所示的图像增强处理器220。尽管能够利用图像增强处理器的不同实现方式来实施本发明,不过在图8中描绘了级联的图像处理模块的三元件模块。每个图像处理模块接收输入的数字图像并且产生由下一图像处理模块接收的输出数字图像。在图8中所示出的图像增强处理器220接收源数字图像201并且应用连续的图像处理模块222、224和226以生成增强的数字图像202。
空间锐化模块222通过应用空间滤波器把输入的数字图像分解为多个频率子带(sub-band)图像。这些子带图像然后被放大或取消放大以便改变增强的数字图像202的锐化外观(sharpness appearance)。能够利用用于空间锐化的各种方法来实施本发明,诸如在美国专利号6,069,979(VanMetter)题目为“Method for compressing the dynamicrange of digital projection radiographic images”和美国专利号6,351,571(VanMetter)题目为“Uniform convolution algorithm for frequencydecomposition of image regions”中所公开的方法。本发明还能够与用于改变图像像素数据的空间特性的多解(multi-resolution)方法一起使用,诸如在美国专利号5,978,518(Oliyide)中所公开的方法。
图8的曝光调整模块224能够被用来使增强的数字图像202更亮或更暗。对于对数域(log domain)像素数据来说,此操作能够通过向每个像素值增加数值常数来实现,其中所述数值常数表示所想要的明度(lightness)改变程度。在优选实施例中,曝光调整模块224被实现为人工接口,其中系统的用户能够把增强的数字图像202调整为所想要的明度。还可以在曝光调整模块224内并入自动明度算法。然而,优选实施例在自适应色阶模块226内包括自动发亮(lightening)操作。
使用(在图8中所示出的)自适应色阶模块226来通过应用色阶函数来变换输入的数字图像,所述色阶函数即能够在查找表(look-up-table LUT)中实现的单值函数。当在电子显示器上观看图像像素数据时,所产生的输出数字图像相对于输入的数字图像将具有不同的明度特性关系。即,数字图像内的亮和暗区域的明度关系或者对比度在应用了色阶函数之后是不同的。
美国专利号5,541,028(Lee)涉及一种方法,该方法为医学成像应用构造色阶函数,以致当在电子显示器上观看时,对象的X射线数字图像的相等的对数曝光差在经变换的数字图像中引起基本上相等的亮度差。能够利用构造色阶函数的各种方法来实施本发明,诸如在美国专利号6,323,869(Kohm)和美国专利号5,978,518(Oliyide)中所描述的方法。
本发明的优选实施例使用(在图3中所示出的)图像增强处理器220内的图像处理方法,诸如在于2003年7月24日提交的美国专利申请号2005/0018894(Couwenhoven)中所公开的方法,在此将其引入以供参考。在Couwenhoven中所描述的图像处理方法包括多个空间频率图像处理算法,所述算法应用与信号相关的空间频率操纵和色阶函数来创建增强的数字图像202。
更特别地是,用项I(i,j)所表示的源数字图像201被分解为四个空间频带,所述空间频带是通过应用三个低通空间滤波器K0、K1和K2来产生的。通过将输入的数字图像I(i,j)与每个相应的低通空间滤波器卷积来形成模糊的数字图像I0(i,j)、I1(i,j)和I2(i,j)。空间频带分解通过操纵原始和模糊的数字图像I(i,j)、I0(i,j)、I1(i,j)和I2(i,j)而生成四个空间频带数字图像B0(i,j)、B1(i,j)、B2(i,j)和B3(i,j)。此过程引起经滤波的数字图像之间的差异,如由下列等式(1)给出:
B0(i,j)=I0(i,j)(1)
B1(i,j)=I1(i,j)-I0(i,j)
B2(i,j)=I2(i,j)-I1(i,j)
B3(i,j)=I(i,j)-I2(i,j).
接下来,通过构造四个空间频率数字图像的加权和来生成在空间上修改的数字图像,如由下列等式(2)和(3)所给出的:
I’(i,j)= B0(i,j)+γ1 B1(i,j)+γ2 B2(i,j)+γ3 B3(i,j)(2)
和
γ1=g1(B0(i,j))(3)
γ2=g2(B0(i,j))
γ3=g3(B0(i,j))
其中项g1(B0(i,j))、g2(B0(i),j)和g3(B0(i),j)表示通过在输入值由像素值B0(i,j)给出时对函数g1()、g2()和g3()求值而生成的标量乘数。然后,应用色阶函数TSQ()变换在空间上修改的数字图像I’(i,j)以生成增强的数字图像202 I”(i,j),如由下列等式(4)所给出的:
I”(i,j)=TS(I’(i,j))(4)
函数g1()、g2()、g3()、TS()是借助于查找表(LUT)实现的点图像处理操作并且在图3和4中被表示为图像处理参数206。
本发明的一个方面体现于在图3和4中所示出的源图像预测器240的功能。由(在图3中所示出的)图像增强处理器220所生成的增强的数字图像202已经相对于源数字图像201被在空间上滤波。即,已经修改了存在于源数字图像201中的细和粗的空间细节来产生增强的数字图像202。从而,通过从源数字图像201中减去增强的数字图像202而产生的差异图像将会被高度调制。即,为了如实地记录其中所包含的空间细节,这种差异图像会需要较大的存储器量。源图像预测器240使用逆空间滤波器从增强的数字图像202求源数字图像201的空间细节的近似。从增强的数字图像202的逆滤波版本而形成的差异图像在数值上接近于原始源数字图像201的值。即,为了如实地记录其中所包含的空间细节,图3中所示出的差异数字图像203需要较小的存储器。
已经把逆空间滤波方法修改成或者使逆空间滤波方法匹配于由上面等式(1)到(4)所描述的优选的空间滤波方法。应当注意,一般地说,能够通过根据邻近像素值的值来改变像素值的操作对空间滤波进行定义。本领域技术人员应当认识到:本发明能够与实现图像增强的其他特定的空间滤波方法一起使用,并且用于使表示差异数字图像203所需要的存储器最小化的改进方法会是与特定的空间滤波方法相匹配的逆空间滤波方法。本领域技术人员还应当认识到可能并不存在恰好的逆空间滤波方法,然而能够针对任何特定的空间滤波方法来构造近似的逆空间滤波方法。
如上所指出,通过生成在数值上接近于原始数字图像201的估计的数字图像204来使表示差异数字图像203所需要的存储器最小化。此操作通过在图3和4中所示出的源图像预测器240来实现,并且现在参考图9对其进行更详细的描述。
源图像预测器240的图像处理步骤是被设计成用于对图像增强处理器220处理过的图像处理步骤进行连续反转的图像处理模块的级联。然而,源图像预测器240内应用的图像处理模块是相对于在图像增强处理器220内所应用的图像处理模块次序以相反次序而被应用的。因此,对于在图8中所示出的图像增强处理器220的通用例子来说,相应的源图像预测器240应用逆色阶模块246,后面是逆曝光模块244,再后面是逆空间模块242。级联的图像处理模块组的结果是估计的数字图像204。
用来使Couwenhoven的上述图像增强实现方式反转的图像处理步骤开始于逆色阶模块246。所应用的色阶函数TS()的影响首先通过应用由TS-1()所给出的逆色阶函数来去除,如下列等式(5)所给出的:
J’(i,j)=TS-1(I”(i,j))(5)
项J’(i,j)表示对上述在空间上修改的数字图像I’(i,j)的估计。如果色阶函数TS()是单调的,那么逆色阶函数T-1()也会是单调的并且J’(i,j)可以与I’(i,j)相同。然而,如果TS()不是单调的,那么函数TS-1()将得到近似的逆并且所产生的数字图像J’(i,j)可以与I’(i,j)不相同。
有许多方法能够用来计算逆色阶函数。一种计算逆函数的方法涉及对函数值进行迭代。例如,为了确定输入值y的函数TS-1(y),检查函数TS()以找到所有产生值y(或最接近值y的值)的函数值TS(x)。如果找到多个值x,那么能够计算形成值TS-1(y)的平均值x。对感兴趣的所有其他域值y迭代地地求解此过程。
J’(i,j)和I’(i,j)之间的差可以为零,但是通常该差能够被表示为DTS(i,j),由下列等式(6)给出:
ΔTS(i,j)=I’(i,j)-J’(i,j)(6)
该差ΔTS(i,j)可以被存储为差异数字图像203的一部分并且用来通过重新计算I’(i,j)而从J’(i,j)恢复I’(i,j),如下列等式(7)所给出的:
I’(i,j)=J’(i,j)+ΔTS(i,j)(7)
由源图像预测器240所执行的逆处理中的下一步骤是应用逆空间模块242。
在以下对逆空间频率处理的描述中,将象征性地使用项M’(i,j)来针对不使用项ΔTS(i,j)的情况表示J’(i,j),并且针对使用项ΔTS(i,j)的情况表示I’(i,j)。数字图像M’(i,j)被分解为四个空间频率数字图像。每个空间频率数字图像近似于所修改的频率数字图像的各项之一,如等式(2)所述。
采用与最初应用于I(i,j)的图像处理步骤的类似的方式,对M’(i,j)应用三个低通滤波器K0、K1和K2。把输入图像M’(i,j)与相应的低通滤波器K0、K1和K2相卷积来得到模糊图像M’0(i,j)、M’1(i,j)和M’2(i,j)。完成空间频率分解来从图像M’(i,j)、M’0(i,j)、M’1(i,j)和M’2(i,j)生成四个近似空间频率数字图像A0(i,j)、A1(i,j)、A3(i,j)和A3(i,j),如下列等式(8)所给出的:
A0(i,j)=M’0(i,j)(8)
A1(i,j)=M’1(i,j)-M’0(i,j)
A2(i,j)= M’2(i,j)-M’1(i,j)
A3(i,j)=M’(i,j)-M’2(i,j)
数字图像A0(i,j)是B0(i,j)的近似并且能够与A1(i,j)、A2(i,j)和A3(i,j)以及函数g1()、g2()和g3()的知识一起用来近似I(i,j),如下列等式(9)所述给出的:
J(i,j)=A0(i,j)+A1(i,j)/(g1(A0(i,j)))+
A2(i,j)/(g2(A0(i,j)))+A3(i,j)/(g3(A0(i,j)))(9)
其中J(i,j)表示在图3中所示出的估计的数字图像204。项g1、g2和g3表示图3中的图像处理参数206的一部分。J(i,j)和源数字图像201I(i,j)之间的差异-被示为图像减法器230的操作-通过下列等式(10)被表示为差异数字图像203Δ(i,j):
Δ(i,j)=I(i,j)-J(i,j)(10)
如上所述,使用增强的数字图像202 I”(i,j)和差异数字图像203Δ(i,j)的组合来产生如图4所示的重建的数字图像205。源图像预测器240生成估计的数字图像204b,也被表示为J(i,j)。图像加法器250(图4)通过应用等式(11)从J(i,j)和Δ(i,j)来产生重建的数字图像205 H(i,j),如图4所示:
H(i),j=J(i,j)+Δ(i,j)(11)
因此,增强的数字图像202 I”(i,j)能够与低通滤波器K0、K1和K2、色阶函数TS()、定标函数g1()、g2()、g3()以及差异数字图像203Δ(i,j)的知识一起被使用来完全恢复源数字图像201I(i,j),即,当利用表示J’(i,j)的M’(i,j)来产生Δ(i,j)时。可替换地,当利用表示I’(i,j)的M’(i,j)来创建Δ(i,j)时,如(6)所给出,能够利用ΔTS(i,j)的附加知识来确切地恢复I”(i,j)。
通过应用数据和图像压缩技术,应用求逆处理就会变得有利。压缩能够减少计算机存储器量、数据记录介质,并且降低图像数据在通信信道上的传输时间。本领域技术人员将认识到:在每个处理阶段对数据应用无损或有损压缩算法来创建或存储差异图像有许多选择。应用包括有损压缩的压缩仍然可以导致对原始图像I(i,j)的准确无损的恢复。例如,当使用ΔTS(i,j)和Δ(i,j)这二者时,可以对图像ΔTS(i,j)应用有损压缩。如果在形成Δ(i,j)的过程中后续的计算使用压缩继而扩展的ΔTS(i,j),那么图像求逆处理仍然能够导致对输入图像I(i,j)的准确再现。在逆图像处理的其他应用中,有损压缩可以提供近似的输入图像I(i,j)。例如,有损压缩Δ(i,j)甚至是完全损失Δ(i,j)也考虑到了对输入图像I(i,j)的近似的恢复。
能够在图像处理计算机120和诊断工作站计算机130内结合如图2所示的计算机硬件软件来实现本发明。还可以在图1中所示出的图像捕获设备160内实现本发明。尽管这是本发明的优选实施例,但是在任何具有成像能力的计算机上都能够实现该技术。
在附图中所描绘以及这里所描述的图像处理操作能够被实现并存储为在计算机可读存储介质中所存储的计算机程序。计算机可读存储介质例如可以包括:诸如磁盘(像软盘)或磁带之类的磁存储介质;诸如光盘、光带或机器可读条形码之类的光存储介质;诸如随机存取存储器(RAM)或只读存储器(ROM)之类的固态电子存储设备。本发明相关联的计算机程序实现方式还可以被存储在用来存储计算机程序的任何其他物理设备或介质上。还可以把本发明的软件实现方式嵌入到电子电路上。
还应当注意,用软件和/或硬件组合所实现的本发明不限于在物理上被连接和/或位于相同物理场所内的设备。例如,在图3中所图示的一个或多个设备可以被安置在远处并且可以经由无线连接来连接。
已经特别参考当前优选实施例而详细描述了本发明,然而应当理解能够在本发明的精神和范围内进行改变和修改。因此,当前公开的实施例在各个方面都应被认为是说明性的而非限制性。
Claims (20)
1.一种用于处理源数字图像的方法,包括步骤:
访问由多个像素组成的源数字图像;
对源数字图像应用空间滤波器以生成增强的数字图像;
对增强的数字图像应用逆空间滤波器以生成估计的数字图像,所述逆空间滤波器与所述空间滤波器相匹配;并且
从估计的数字图像和源数字图像生成差异数字图像,所述差异数字图像表示源数字图像和估计的数字图像之间的差异。
2.如权利要求1所述的方法,进一步包括步骤:
从第一设备向远离第一设备的第二设备传送差异数字图像和增强的数字图像;以及
在第二设备处,从差异数字图像和增强的数字图像产生重建的数字图像,其中重建的数字图像基本上等效于源数字图像。
3.如权利要求2所述的方法,进一步包括步骤:
识别在应用空间滤波器中所使用的图像处理参数集;
从第一设备向第二设备传送所述图像处理参数集;以及
使用所述图像处理参数集产生重建的数字图像。
4.如权利要求2所述的方法,其中借助于通信网络来传送差异数字图像和增强的数字图像。
5.如权利要求2所述的方法,进一步包括步骤:
在传送步骤之前在第一设备处压缩差异数字图像;以及
在产生重建的数字图像的步骤之前在第二设备处对差异数字图像进行解压缩。
6.如权利要求5所述的方法,进一步包括在没有数据压缩的情况下传送增强的数字图像的步骤。
7.一种适于处理源数字图像的设备,包括:
用于访问由多个像素组成的源数字图像的装置;
用于对源数字图像应用空间滤波器以生成增强的数字图像的装置;
用于对增强的数字图像应用逆空间滤波器以生成估计的数字图像的装置,所述逆空间滤波器与所述空间滤波器相匹配;并且
用于从估计的数字图像和源数字图像生成差异数字图像的装置,所述差异数字图像表示源数字图像和估计的数字图像之间的差异。
8.一种用于处理源数字图像的方法,包括步骤:
访问由多个像素组成的源数字图像;
对源数字图像应用图像增强处理器以生成增强的数字图像,所述图像增强处理器包括空间滤波操作的应用;
对增强的数字图像应用逆处理器以生成估计的数字图像,所述逆处理器包括逆空间滤波操作的应用,所述逆空间滤波操作与所述空间滤波操作相匹配;并且
从估计的数字图像和源数字图像生成差异数字图像,所述差异表示源数字图像和估计的数字图像之间的差异。
9.如权利要求8所述的方法,进一步包括步骤:
从第一设备向远离第一设备的第二设备传送差异数字图像和增强的数字图像;以及
在第二设备处,从差异数字图像和增强的数字图像产生重建的数字图像,其中重建的数字图像基本上等效于源数字图像。
10.如权利要求9所述的方法,进一步包括步骤:
识别由图像增强处理器所使用的图像处理参数集;
从第一设备向第二设备传送所述图像处理参数集;以及
使用所述图像处理参数集产生重建的数字图像。
11.如权利要求9所述的方法,其中借助于通信网络传送差异数字图像和增强的数字图像。
12.如权利要求9所述的方法,进一步包括步骤:
在传送步骤之前在第一设备处压缩差异数字图像;以及
在产生重建的数字图像的步骤之前在第二设备处对差异数字图像进行解压缩。
13.如权利要求9所述的方法,进一步包括步骤:
在没有数据压缩的情况下传送增强的数字图像,
在传送步骤之前在第一设备处压缩差异数字图像;并且
在产生重建的数字图像的步骤之前在第二设备处对差异数字图像进行解压缩。
14.如权利要求8所述的方法,其中应用图像增强处理器的步骤进一步包括步骤:
对源数字图像应用曝光调整操作;以及
对源图像应用色阶调整操作。
15.如权利要求8所述的方法,其中应用逆处理器的步骤进一步包括步骤:
对增强的数字图像应用逆曝光调整操作;以及
对增强的数字图像应用逆色阶调整。
16.一种用于处理源数字图像的方法,包括步骤:
访问由多个像素组成的源数字图像;
对源数字图像应用图像增强处理器以生成增强的数字图像,所述应用包括步骤:
(a)应用空间滤波器,(b)应用曝光调整,以及(c)应用色阶函数;
对增强的数字图像应用逆处理器以生成估计的数字图像,所述应用包括步骤:(a)应用逆色阶函数,(b)应用逆曝光调整,以及(c)应用逆空间滤波器,其中所述逆空间滤波器与所述空间滤波器相匹配;以及
从估计的数字图像和源数字图像生成差异数字图像,所述差异表示源数字图像和估计的数字图像之间的差异。
17.如权利要求16所述的方法,进一步包括步骤:
从第一设备向远离第一设备的第二设备传送差异数字图像和增强的数字图像;以及
在第二设备处,从差异数字图像和增强的数字图像产生重建的数字图像,其中重建的数字图像基本上等效于源数字图像。
18.如权利要求17所述的方法,进一步包括步骤:
识别由图像增强处理器所使用的图像处理参数集;
从第一设备向第二设备传送所述图像处理参数集;以及
使用所述图像处理参数集产生重建的数字图像。
19.如权利要求17所述的方法,进一步包括步骤:
在传送步骤之前在第一设备处压缩差异数字图像;以及
在产生重建的数字图像的步骤之前在第二设备处对差异数字图像进行解压缩。
20.如权利要求17所述的方法,进一步包括步骤:
在没有数据压缩的情况下传送增强的数字图像,
在传送步骤之前在第一设备处压缩差异数字图像;以及
在产生重建的数字图像的步骤之前在第二设备处对差异数字图像进行解压缩。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/312,142 | 2005-12-20 | ||
US11/312,142 US7706626B2 (en) | 2005-12-20 | 2005-12-20 | Digital image reconstruction using inverse spatial filtering |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101341509A true CN101341509A (zh) | 2009-01-07 |
Family
ID=38038628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006800481772A Pending CN101341509A (zh) | 2005-12-20 | 2006-12-11 | 使用逆空间滤波的数字图像重建 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7706626B2 (zh) |
EP (1) | EP1964059A2 (zh) |
JP (1) | JP2009520301A (zh) |
CN (1) | CN101341509A (zh) |
WO (1) | WO2007078600A2 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108352058A (zh) * | 2015-11-17 | 2018-07-31 | 皇家飞利浦有限公司 | 针对低剂量和/或高分辨率pet成像的数据和扫描器规格指导的智能滤波 |
CN109889841A (zh) * | 2019-03-28 | 2019-06-14 | 北京青燕祥云科技有限公司 | 图像压缩方法及装置 |
WO2022226769A1 (zh) * | 2021-04-27 | 2022-11-03 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置及成像装置 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7860301B2 (en) * | 2005-02-11 | 2010-12-28 | Macdonald Dettwiler And Associates Inc. | 3D imaging system |
KR20120011694A (ko) * | 2010-07-29 | 2012-02-08 | 삼성전자주식회사 | 영상 처리 방법 및 장치와 이를 채용한 의료영상시스템 |
US9411931B2 (en) * | 2012-01-20 | 2016-08-09 | Mckesson Financial Holdings | Method, apparatus and computer program product for receiving digital data files |
US11737644B2 (en) | 2012-03-19 | 2023-08-29 | Donald Spector | System and method for diagnosing and treating disease |
US8996098B2 (en) | 2012-03-19 | 2015-03-31 | Donald Spector | System and method for diagnosing and treating disease |
US8873821B2 (en) | 2012-03-20 | 2014-10-28 | Paul Reed Smith Guitars Limited Partnership | Scoring and adjusting pixels based on neighborhood relationships for revealing data in images |
US8818117B2 (en) * | 2012-07-19 | 2014-08-26 | Sony Corporation | Method and apparatus for compressing Z-stack microscopy images |
CA2892970C (en) * | 2012-11-29 | 2019-10-15 | Controlrad Systems Inc. | X-ray reduction system |
CN104853679B (zh) * | 2012-12-05 | 2020-09-29 | 皇家飞利浦有限公司 | 辐射射束强度分布整形器 |
CN105103237A (zh) * | 2013-01-01 | 2015-11-25 | 控制辐射系统有限公司 | X射线减少系统 |
KR102357680B1 (ko) * | 2014-11-17 | 2022-02-03 | 삼성전자주식회사 | 이벤트에 기반하여 객체의 이동을 감지하는 장치 및 방법 |
EP3364851A4 (en) | 2015-10-22 | 2019-05-15 | Covidien LP | SYSTEMS AND METHODS FOR AMPLIFYING CHANGES IN A REGION OF INTEREST IN A SURGICAL ENVIRONMENT |
EP3474548A1 (en) * | 2017-10-18 | 2019-04-24 | Axis AB | Method and encoder for encoding a video stream in a video coding format supporting auxiliary frames |
EP3745706B1 (en) * | 2019-05-29 | 2021-06-30 | Axis AB | System and method for video processing with picture stabilization and predictive compression |
CN111461975B (zh) * | 2020-03-17 | 2021-04-23 | 中国科学院苏州生物医学工程技术研究所 | 光纤束超分辨成像方法、系统、计算机设备和存储介质 |
US11727614B2 (en) * | 2021-02-23 | 2023-08-15 | Adobe Inc. | Web-based digital image editing in real time utilizing a latent vector stream renderer and an image modification neural network |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5289548A (en) | 1992-06-30 | 1994-02-22 | Loral Aerospace Corp. | Compression and reconstruction of radiological images |
US5541028A (en) | 1995-02-02 | 1996-07-30 | Eastman Kodak Company | Constructing tone scale curves |
US5799100A (en) | 1996-06-03 | 1998-08-25 | University Of South Florida | Computer-assisted method and apparatus for analysis of x-ray images using wavelet transforms |
US5978518A (en) | 1997-02-25 | 1999-11-02 | Eastman Kodak Company | Image enhancement in digital image processing |
US6069979A (en) | 1997-02-25 | 2000-05-30 | Eastman Kodak Company | Method for compressing the dynamic range of digital projection radiographic images |
US6323869B1 (en) | 1998-01-09 | 2001-11-27 | Eastman Kodak Company | Method and system for modality dependent tone scale adjustment |
US6351571B1 (en) | 1998-12-14 | 2002-02-26 | Eastman Kodak Company | Uniform convolution algorithm for frequency decomposition of image regions |
US6795585B1 (en) | 1999-07-16 | 2004-09-21 | Eastman Kodak Company | Representing digital images in a plurality of image processing states |
US6301393B1 (en) * | 2000-01-21 | 2001-10-09 | Eastman Kodak Company | Using a residual image formed from a clipped limited color gamut digital image to represent an extended color gamut digital image |
US6775407B1 (en) * | 2000-08-02 | 2004-08-10 | Eastman Kodak Company | Producing a final modified digital image using a source digital image and a difference digital image |
US7113649B2 (en) * | 2002-06-24 | 2006-09-26 | Eastman Kodak Company | Enhancing the tonal characteristics of digital images |
US7158686B2 (en) * | 2002-09-19 | 2007-01-02 | Eastman Kodak Company | Enhancing the tonal characteristics of digital images using inflection points in a tone scale function |
US20040061889A1 (en) | 2002-09-27 | 2004-04-01 | Confirma, Inc. | System and method for distributing centrally located pre-processed medical image data to remote terminals |
US7266229B2 (en) | 2003-07-24 | 2007-09-04 | Carestream Health, Inc. | Method for rendering digital radiographic images for display based on independent control of fundamental image quality parameters |
-
2005
- 2005-12-20 US US11/312,142 patent/US7706626B2/en not_active Expired - Fee Related
-
2006
- 2006-12-11 EP EP06845041A patent/EP1964059A2/en not_active Withdrawn
- 2006-12-11 JP JP2008547284A patent/JP2009520301A/ja active Pending
- 2006-12-11 CN CNA2006800481772A patent/CN101341509A/zh active Pending
- 2006-12-11 WO PCT/US2006/046921 patent/WO2007078600A2/en active Application Filing
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108352058A (zh) * | 2015-11-17 | 2018-07-31 | 皇家飞利浦有限公司 | 针对低剂量和/或高分辨率pet成像的数据和扫描器规格指导的智能滤波 |
CN109889841A (zh) * | 2019-03-28 | 2019-06-14 | 北京青燕祥云科技有限公司 | 图像压缩方法及装置 |
WO2022226769A1 (zh) * | 2021-04-27 | 2022-11-03 | 深圳市大疆创新科技有限公司 | 图像处理方法、装置及成像装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2007078600A3 (en) | 2007-09-13 |
WO2007078600A2 (en) | 2007-07-12 |
JP2009520301A (ja) | 2009-05-21 |
EP1964059A2 (en) | 2008-09-03 |
US7706626B2 (en) | 2010-04-27 |
US20070140580A1 (en) | 2007-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101341509A (zh) | 使用逆空间滤波的数字图像重建 | |
Parah et al. | Electronic Health Record hiding in Images for smart city applications: A computationally efficient and reversible information hiding technique for secure communication | |
Swaraja et al. | An optimized blind dual medical image watermarking framework for tamper localization and content authentication in secured telemedicine | |
Kaji et al. | Overview of image-to-image translation by use of deep neural networks: denoising, super-resolution, modality conversion, and reconstruction in medical imaging | |
US8290295B2 (en) | Multi-modal tone-mapping of images | |
EP1178666A1 (en) | Producing a final modified digital image using a source digital image and a difference digital image | |
JP6525772B2 (ja) | 画像処理装置、画像処理方法、放射線撮影システムおよび画像処理プログラム | |
US20040136602A1 (en) | Method and apparatus for performing non-dyadic wavelet transforms | |
Seeram et al. | Image postprocessing in digital radiology—a primer for technologists | |
US7624139B2 (en) | Information processing apparatus, method of controlling the same, information processing system, and computer-readable memory | |
US9741104B2 (en) | Apparatus, method, and computer-readable medium for quad reconstruction using hybrid filter convolution and high dynamic range tone-mapping | |
Amine et al. | A redundant wavelet based medical image watermarking scheme for secure transmission in telemedicine applications | |
CN107798716A (zh) | 图像效果提取 | |
Wang et al. | Learning a self‐supervised tone mapping operator via feature contrast masking loss | |
Khaldi et al. | A medical image watermarking system based on redundant wavelets for secure transmission in telemedicine applications | |
Verma et al. | A ‘Divide and Embed’approach in a robust crypto-watermarking technique for enhancing the embedding capacity | |
Špelič et al. | Lossless compression of threshold-segmented medical images | |
Habib | Optimal compression of medical images | |
Elmoasry et al. | A dual layer security scheme for medical images using Hessenberg and singular value decompositions | |
Heednacram et al. | Four enhanced algorithms for full size image hiding in chest x-ray images | |
EP3836155A1 (en) | Screen capturing via mobile computing devices using matrix code | |
CN113053496A (zh) | 一种用于医学图像低剂量估计的深度学习方法 | |
Sevcenco et al. | Light field editing in the gradient domain | |
Thompson et al. | Performance analysis of a new semiorthogonal spline wavelet compression algorithm for tonal medical images | |
US20230281757A1 (en) | Techniques for processing videos using temporally-consistent transformer model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20090107 |