CN101639936A - 一种x射线图像增强方法及系统 - Google Patents
一种x射线图像增强方法及系统 Download PDFInfo
- Publication number
- CN101639936A CN101639936A CN200910082969A CN200910082969A CN101639936A CN 101639936 A CN101639936 A CN 101639936A CN 200910082969 A CN200910082969 A CN 200910082969A CN 200910082969 A CN200910082969 A CN 200910082969A CN 101639936 A CN101639936 A CN 101639936A
- Authority
- CN
- China
- Prior art keywords
- gtg
- image
- topically active
- coefficient
- lower limit
- 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
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种X射线图像增强方法及系统,将待处理的X射线图像分割成含有低频信息的子图像;将所述子图像放大成为模糊图像;根据原始的X射线图像与所述模糊图像提取边缘图像并进行自适应增强;局部修正自适应增强后的边缘图像;根据所述模糊图像与修正过的自适应增强后的边缘图像重构得到处理后的X射线图像。采用本发明提供的方案能够有效的根据X射线图像自身的特征,自动、快速、自适应地对X射线图像中的边缘信息和对比度进行增强,使之更符合人眼的视觉效果,为临床影像学诊断各种疾病提供有力的帮助和保障。相关方法形成的产品能产生极大的社会效益和经济效益,具有广阔的市场前景。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种X射线图像增强方法及系统。
背景技术
X射线图像成像技术在医疗诊断等领域具有举足轻重的地位。在X射线图像系统中,通常由于成像设备、成像方法等各种因素的干扰,容易导致图像出现模糊不清、整体亮度过低等情况。加之人眼不能分辨非常微小的灰度差别,所以,在观察图像时,我们很难肉眼区分灰度级较接近的组织结构部分。因此,通过有效的增强方法对医学图像进行增强处理已成为获得图像后的一项重要工作。
目前,对于X射线图像增强的处理方法有很多,以下为几种典型的X射线图像增强的方法:
1、直方图均衡方法。该方法适用于增强直方图成单峰形状的图像,对于直方图呈双峰或多峰的图像,增强效果较差。其他和直方图相关的方法,如使用直方图匹配增强对比度的装置和方法,只单独增强了图像的对比度,边缘增强效果较弱。
2、同态滤波方法。该方法对于图像中较暗的区域增强效果明显,但较亮的区域的增强效果较弱。现实中,由于X射线图像通常有较大差异,同态滤波增强方法往往会产生较多的假象,从而导致处理结果不理想。
3、基于粗糙集理论的方法。该方法对于图像增强的鲁棒性较好,适用性也很强。在保持图像边缘清晰、提高对比度方面有一定优势。不幸的是,该方法采用的模板大小很大程度地影响其处理速度,也对图像的增强效果有一定影响。因此,在工业和医学界的图像增强中缺乏实用性。
因此,现有技术中,对于X射线图像的增强方法存在一定的局限性:第一,对于X射线图像中的亮度区域增强不够,或者对较暗区域的细节部分增强较弱,图像中的某些重要信息不明显,从而影响医生的临床诊断;第二,虽然有些增强方法效果较好,但需要消耗大量的运算时间,图像处理的效率很低。
发明内容
本发明实施例提供一种X射线图像的增强方法及系统,用以解决现有技术中对X射线图像处理后边缘模糊、对比度差、效率低下的问题。
一种X射线图像增强方法,该方法包括:
将待处理的X射线图像分割成含有低频信息的子图像;
将所述子图像放大成为模糊图像;
根据原始的X射线图像与所述模糊图像提取边缘图像并进行自适应增强;
局部修正自适应增强后的边缘图像;
根据所述模糊图像与修正过的自适应增强后的边缘图像重构得到处理后的X射线图像。
所述将待处理的X射线图像分割成含有低频信息的子图像,包括:
采用小波变换的方法将待处理的X射线图像分割成含有低频信息的子图像;
所述小波变换包括小波分解与重构,所述小波分解是把待处理的X射线图像从空域变换到小波域,再对其中的小波系数进行处理;
对分解后的小波系数进行重构,得到含有低频信息的子图像。
所述小波分解,进一步包括:
对待处理的X射线图像进行尺度为2的小波分解;
输出第一层的低频信息、水平信息、垂直信息和对角信息;
对第一层的低频信息进行分解,输出第二层的低频信息、水平信息、垂直信息和对角信息;
所述小波重构,进一步包括:
将各层次的频谱信息进行小波重构,输出相应的含有低频信息的子图像。
所述将所述子图像放大成为模糊图像,包括:
将所述含有低频信息的子图像经过双线性插值方法放大成为模糊图像。
所述根据原始的X射线图像与所述模糊图像提取边缘图像并进行自适应增强,包括:
根据原始的X射线图像与模糊图像的差值得到边缘图像;
通过模糊图像和边缘图像估测自适应增强系数;
根据增强系数对边缘图像的灰度值进行处理。
所述自适应增强系数的计算过程,包括:
计算模糊图像中像素点的最大灰度值;
计算每个像素点灰度值与最大灰度值的比值;
然后计算每个像素点比值的余弦函数值,即为自适应增强系数。
所述局部修正自适应增强后的边缘图像,包括:
根据所述模糊图像确定阈值:上限灰阶、下限灰阶、上限局部活性灰阶和下限局部活性灰阶;
根据边缘图像中像素点的下限灰阶和上限灰阶得到灰阶衰减系数;根据下限局部活性灰阶和上限局部活性灰阶得到局部活性系数;
当所处理的像素点灰度值、局部活性灰阶分别小于下限灰阶、下限局部活性灰阶时,灰阶衰减系数和局部活性系数取最小值;当所处理的像素点灰度值、局部活性灰阶分别大于上限灰阶、上限局部活性灰阶时,灰阶衰减系数和局部活性系数取最大值;当所处理的像素点灰度值在上限灰阶和下限灰阶之间时,灰度衰减系数由下限灰度增益开始线性增大;当所处理的像素点局部活性灰阶在上限局部活性和下限局部活性灰阶之间时,局部活性系数由下限灰度增益开始线性增大;
通过对每个像素点对应的灰阶衰减系数和局部活性系数的处理,输出边缘图像增强的权重系数,对自适应增强前后的边缘图像进行线性叠加,输出修正过的自适应增强后的边缘图像。
所述局部活性是在待处理的像素点为中心的邻域中,分别计算所有像素点与窗口灰度均值与差值,经过加权,最后求总均值得到。
一种X射线图像增强系统,该系统包括X射线图像输入单元、小波分解单元、小波重构单元、双线性插值单元、相减单元、自适应增强单元、灰阶衰减判断单元、局部活性判断单元、相乘单元,局部修正单元、相加单元、X射线图像输出单元,其中,
所述X射线图像输入单元,用于输入待处理的X射线图像;
所述小波分解单元,用于对输入图像进行小波分解,提取出图像在小波域内的低频信息;
所述小波重构单元,用于对小波分解后的系数进行重构,输出含有低频信息的子图像;
所述双线性插值单元,用于通过对含有低频信息的子图像采用双线性插值方法进行逐点计算,放大含有低频信息的子图像,输出模糊图像中的像素点灰度值;
所述相减单元,用于根据原始图像和模糊图像给出边缘图像;
所述自适应增强单元,用于通过计算模糊图像中像素点的最大灰度值,再计算每个像素点灰度值与最大灰度值的比值,然后通过余弦函数的相关计算获得增强系数,最后对边缘图像进行增强,输出增强后的边缘图像;
所述灰阶衰减单元,用于根据分段线性函数和相关阈值估测灰阶衰减系数;
所述局部活性判断单元,用于根据分段线性函数和相关阈值估测局部活性系数;
所述相乘单元,用于根据灰阶衰减系数和局部活性系数形成局部修正的权重系数;
所述局部修正单元,用于根据局部修正的权重系数修正增强前、后的边缘图像;
所述相加单元,用于叠加模糊图像和修正后的边缘图像;
所述X射线图像输出单元,用于输出增强后的X射线图像。
所述局部修正单元,用于根据所述模糊图像确定阈值:上限灰阶、下限灰阶、上限局部活性灰阶和下限局部活性灰阶;
根据边缘图像中像素点的下限灰阶和上限灰阶得到灰阶衰减系数;根据下限局部活性灰阶和上限局部活性灰阶得到局部活性系数;
当所处理的像素点灰度值、局部活性灰阶分别小于下限灰阶、下限局部活性灰阶时,灰阶衰减系数和局部活性系数取最小值;当所处理的像素点灰度值、局部活性灰阶分别大于上限灰阶、上限局部活性灰阶时,灰阶衰减系数和局部活性系数取最大值;当所处理的像素点灰度值在上限灰阶和下限灰阶之间时,灰度衰减系数由下限灰度增益开始线性增大;当所处理的像素点局部活性灰阶在上限局部活性和下限局部活性灰阶之间时,局部活性系数由下限灰度增益开始线性增大;
通过对每个像素点对应的灰阶衰减系数和局部活性系数的处理,输出边缘图像增强的权重系数,对自适应增强前后的边缘图像进行线性叠加,输出修正过的自适应增强后的边缘图像。
本发明实施例提供的方案,首先解决了X射线图像处理过程中带来的图像边缘模糊、对比度差、效率低下的问题。其次能够从X射线图像的诊断要求出发,根据图像的具体情况,自适应调整增强系数,从而使图像中不同区域的边缘信息和对比度得到增强。进一步的,本发明实施例提供的方案处理后的X射线图像能够清晰地反映出X射线图像中的组织结构,并且缩短了处理时间,提高了X射线图像处理的效率,为临床影像学诊断各种疾病提供有力的帮助和保障。
附图说明
图1为本发明实施例1提供的X射线图像增强方法的主要实现原理流程图;
图2为本发明实例提供的小波分解的流程图;
图3为本发明实例提供的双线性插值方法的流程图;
图4为本发明实例提供的局部修正的权重系数示意图;
图5为本发明实施例2提供的X射线图像增强系统结构示意图。
具体实施方式
本发明的实施例通过提供一种X射线图像的增强方法,解决了现有技术对X射线图像处理后,出现图像边缘模糊、对比度差、效率低下的问题,为医生对病情的诊断和临床治疗提供了可靠的依据。
本发明实施例提供的方案,不仅可以应用于X射线图像的处理技术,同样可以应用于其它图像处理领域。使用本发明实施例提供的方案,可以有效地解决图像模糊、整体亮度过低的问题,增加图像的清晰度,更好地改善图像质量。
为了说明简便,下面仅以本发明实施例在X射线图像处理中的应用为例,结合各个附图对本发明实施例技术方案的主要实现原理、具体实施方式及其能够达到的有益效果进行详细的阐述。
如图1所示,本发明实施例1的主要实现原理流程如下:
本发明所提供的一种X射线图像增强方法可以根据图像自身的特征,自动、快速、自适应增强图像中医生感兴趣的各种信息,该方法步骤如下:
步骤11:输入原始图像。
步骤12:对图像进行小波变换,输出含有低频信息的子图像。
步骤13:含有低频信息的子图像经过双线性插值方法放大为模糊图像。
步骤14:根据原始图像和模糊图像提取边缘图像并进行自适应增强。
步骤15:对图像进行局部修正增强处理。
步骤16:根据模糊图像和增强后的边缘图像重构图像。
步骤17:输出增强后的X射线图像。
所述步骤11中,这些图像可以来源于CR和DR和X射线机等医疗设备,也可以来源于其他待处理的其它图像。输入的医学图像一般比较模糊、整体亮度较暗,这些现象可能来自成像设备、成像环境、成像方法等因素的干扰。
所述步骤12中,小波变换包括小波分解和重构。对图像的小波分解是把图像从空域变换到小波域,再对小波系数进行处理;对分解后的小波系数进行重构,输出含有不同频谱信息的子图像。
如图2所示,对原始图像进行尺度为2的小波分解,输出第一层的低频信息、水平信息、垂直信息和对角信息;再对第一层的低频信息进行分解,输出第二层的低频信息、水平信息、垂直信息和对角信息,各层次的频谱信息再通过小波重构,输出相应的含有低频信息的子图像。
所述步骤13中,对图像进行小波变换后,提取出含有低频信息的子图像,通常子图像比原始图像小很多,为方便后续处理,对含有低频信息的子图像采用双线性插值方法放大。
如图3所示,放大图像的过程可概述为根据几何关系,从模糊图像B中的坐标(x,y)映射到含有低频信息的子图像A中的坐标(x/4,y/4)。但是,图像A中映射得到的这个坐标(x/4,y/4)并没有位于整数坐标上,而是映射到图像A中四个像素坐标(a,b)、(a+1,b)、(a,b+1)、(a+1,b+1)所围成的矩形之间。其中,a、b是图像A的整数坐标。利用双线性插值方法根据上述四个像素点的灰度级求出(x/4,y/4)处的灰度级A(x/4,y/4)。
双线性插值方法描述如下:假设图像A的灰度级在纵向上是线性变化的;根据直线方程或者几何比例关系求得(a,y/4)和(a+1,y/4)坐标处的灰度级A(a,y/4)和A(a+1,y/4);然后,假设灰度级仍然是线性变化的,再求出在(a,y/4)和(a+1,y/4)这两点所确定的直线方程,从而求得(x/4,y/4)处的灰度级A(x/4,y/4)。
所述步骤14中,原始图像和模糊图像之差即为边缘图像。边缘图像的自适应增强涉及模糊图像和边缘图像。对于模糊图像,首先找出最大灰度值的像素点,再计算模糊图像的灰度值和最大灰度值之间的比值,最后经过余弦函数的估算对边缘图像进行自适应增强。
所述步骤15中,由于自适应增强后的图像存在少许模糊和过增强,因此,对增强后的边缘图像进行局部修正。边缘图像的像素点的局部修正是通过自适应增强前、后的边缘图像线性叠加完成。叠加增强前、后边缘图像需要先确定加权系数。该系数由灰阶衰减系数和局部活性系数决定。灰阶衰减系数由下限灰阶和上限灰阶决定;局部活性系数由下限局部活性灰阶和上限局部活性灰阶决定。局部活性是指在待处理的像素点为中心的邻域中(通常是3*3像素的窗口),先计算所有像素点与窗口灰度均值(窗口内所有像素点灰度值的均值),再计算它们的差值,经过加权,最后求其总均值。
当图像较暗,即模糊图像中像素点的灰度值小于下限灰阶和下限局部活性灰阶时,灰阶衰减系数和局部活性系数分别取各自的最小值;当图像较亮,即模糊图像中像素点的灰度值大于上限灰阶和上限局部活性灰阶时,灰阶衰减系数和局部活性系数分别取各自最大值;当模糊图像中像素点的灰度值在上限灰阶和下限灰阶之间时,灰度衰减系数由下限灰度增益开始线性增大;同理,对于灰度值处在上限局部活性和下限局部活性灰阶之间的像素点,局部活性系数由下限灰度增益开始线性增大。
所述步骤16中,重构图像指根据模糊图像和局部修正后的边缘图像(包括增强前、后的边缘图像)对应像素点的灰度值叠加。
所述步骤17中,上述图像像素点叠加后的灰度值即为输出图像的灰度值。
在本发明的一个较佳的实施例中,对X射线图像的增强方法主要包括以下四步:将X射线图像输入计算机处理系统后,首先采用小波变换提取出含有低频信息的子图像;再对子图像通过双线性差值方法放大成模糊图像;然后自适应增强边缘图像并进行局部修正;最后根据增强后的边缘图像和模糊图像重构图像。
实现上述方法的具体步骤如下:
1、对图像进行小波变换,提取出含有低频信息的子图像。
如图2所示,利用四阶Symlets小波基,对图像进行尺度为1的二维离散小波分解对分解后的低频系数进行重构,输出含有低频信息的子图像。
2、对含有低频信息的子图像中的像素点通过双线性插值方法进行放大。
放大后的模糊图像B中,坐标为(17,25)像素点的灰度值与模糊图像A中的(4,6)、(5,6)、(4,7)、(5,7)有关,根据(4,6)、(5,6)两点确定的直线方程,可分别计算出直线上坐标为(4,6.25)、(5,6.25)像素点的灰度级。再根据(4,6.25)、(5,6.25)两点确定的另外一条直线方程可计算出坐标为(4.25,6.25)像素点的灰度级,从而实现对含有低频信息子图像的放大。
3、原始图像和模糊图像之差即为边缘图像。
通过模糊图像和边缘图像估测自适应增强的系数,再对边缘图像的灰度值进行处理以达到自适应增强边缘图像的效果。增强系数主要通过计算模糊图像中像素点的最大灰度值,再计算每个像素点灰度值与最大灰度值的比值,然后计算每个像素点比值的余弦函数值。增强系数可通过公式(1)计算:
其中,Ie为增强前的边缘图像,Is为模糊图像,I′e为增强后的边缘图像。
根据如图4所示的分段线性函数确定的权重系数,修正自适应增强后的边缘图像。首先要根据模糊图像确定分段线性函数所需的四个较佳的阈值,该阈值分别为上、下限灰阶和上、下限局部活性灰阶;上限灰阶可设置成增强图像后最大灰阶的85%,下限灰阶可设置成增强图像后最大灰阶的10%;上限局部活性可为所求出的最大局部活性的90%,下限局部活性可设置成最大局部活性的20%,其中局部活性用公式(2)计算。
其中,x表示图像的均值,g表示图像的灰阶,LA表示局部活性。
根据步骤14所述,当所处理的像素点灰度值、局部活性灰阶小于下限灰阶、下限局部活性灰阶时,灰阶衰减系数和局部活性系数取最小值;当所处理的像素点灰度值、局部活性灰阶大于上限灰阶、上限局部活性灰阶时,灰阶衰减系数和局部活性系数取最大值;当所处理的像素点灰度值在上限灰阶和下限灰阶之间时,根据公式(3)计算修正后的灰阶衰减系数,当所处理的像素点局部活性灰阶在上限局部活性和下限局部活性灰阶之间时,根据公式(4)计算修正后的局部活性系数。通过对图像中每个点对应的灰阶衰减系数和局部活性系数的处理,输出边缘图像增强的权重系数,然后对自适应增强前后的边缘图像进行线性叠加,最后输出增强后的边缘图像。
kg(x,y)=kg.min+(1-kg.min)[AL(x,y)-gmin] 公式(3)
kLA(x,y)=kLA.min+(1-kg.min)[AL(x,y)-LAmin] 公式(4)
其中,kg.min表示灰度衰减的最小值,gmin表示下限灰阶,LAmin表示下限局部活性灰阶,AL(x,y)表示模糊图像中坐标为(x,y)的灰阶。
4、叠加模糊图像和增强后的边缘图像,输出叠加后的图像。
较佳地,如图5所示,为本发明实施例2提供的一种X射线图像增强系统结构示意图,主要包括X射线图像输入单元401、小波分解单元402、小波重构单元403、双线性插值单元404、相减单元405、自适应增强单元406、灰阶衰减判断单元407、局部活性判断单元408、相乘单元409,局部修正单元410、相加单元411、X射线图像输出单元412,具体如下:
X射线图像输入单元401,用于输入待处理的X射线图像。
小波分解单元402,用于对输入图像进行1尺度,四阶Symlets小波基的二维离散小波分解,提取出图像在小波域内的低频信息。
小波重构单元403,用于对小波分解后的系数(低频信息)进行重构,输出含有低频信息的子图像。
双线性插值单元404,用于通过对含有低频信息的子图像采用双线性插值方法进行逐点计算,放大含有低频信息的子图像,输出模糊图像中的像素点灰度值。
相减单元405,用于根据原始图像和模糊图像给出边缘图像。
自适应增强单元406,用于通过计算模糊图像中像素点的最大灰度值,再计算每个像素点灰度值与最大灰度值的比值,然后通过余弦函数的相关计算获得增强系数,最后对边缘图像进行增强,输出增强后的边缘图像。
灰阶衰减单元407,用于根据分段线性函数和相关阈值估测灰阶衰减系数。当所处理的像素点灰度值小于下限灰阶时,灰阶衰减系数取最小值;当所处理的像素点灰度值大于上限灰阶时,灰阶衰减系数取最大值;当所处理的像素点灰度值在上限灰阶和下限灰阶之间时,灰阶衰减系数根据线性函数递增。
局部活性判断单元408,用于根据分段线性函数和相关阈值估测局部活性系数。当所处理的像素点局部活性灰阶小于下限局部活性灰阶时,局部活性系数取最小值;当所处理的像素点局部活性灰阶大于上限局部活性灰阶时,局部活性系数取最大值;当所处理的像素点局部活性灰阶在上限局部活性和下限局部活性灰阶之间时,局部活性系数根据线性函数递增。
相乘单元409,用于根据灰阶衰减系数和局部活性系数形成局部修正的权重系数。
局部修正单元410,用于根据局部修正的权重系数修正增强前、后的边缘图像。
相加单元411,用于叠加模糊图像和修正后的边缘图像。
X射线图像输出单元412,用于输出增强后的X射线图像。
较佳地,所述局部修正单元410,用于根据所述模糊图像确定阈值:上限灰阶、下限灰阶、上限局部活性灰阶和下限局部活性灰阶;
根据边缘图像中像素点的下限灰阶和上限灰阶得到灰阶衰减系数;根据下限局部活性灰阶和上限局部活性灰阶得到局部活性系数;
当所处理的像素点灰度值、局部活性灰阶分别小于下限灰阶、下限局部活性灰阶时,灰阶衰减系数和局部活性系数取最小值;当所处理的像素点灰度值、局部活性灰阶分别大于上限灰阶、上限局部活性灰阶时,灰阶衰减系数和局部活性系数取最大值;当所处理的像素点灰度值在上限灰阶和下限灰阶之间时,灰度衰减系数由下限灰度增益开始线性增大;当所处理的像素点局部活性灰阶在上限局部活性和下限局部活性灰阶之间时,局部活性系数由下限灰度增益开始线性增大;通过对每个像素点对应的灰阶衰减系数和局部活性系数的处理,输出边缘图像增强的权重系数,对自适应增强前后的边缘图像进行线性叠加,输出修正过的自适应增强后的边缘图像。
本发明实施例提供的方案,首先解决了X射线图像处理过程中带来的图像模糊、整体亮度过低的问题。能够从X射线图像的诊断要求出发,根据图像的具体情况,进行自适应调整,从而使图像中不同区域的边缘信息和对比度得到增强。进一步的,X射线图像本发明实施例提供的方案处理后,能够清晰地反映出医学图像中组织结构的信息,还缩短了运算处理的速度,提高了X射线图像处理的效率,为临床影像学诊断各种疾病提供有力的帮助和保障。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1、一种X射线图像增强方法,其特征在于,该方法包括:
将待处理的X射线图像分割成含有低频信息的子图像;
将所述子图像放大成为模糊图像;
根据原始的X射线图像与所述模糊图像提取边缘图像并进行自适应增强;
局部修正自适应增强后的边缘图像;
根据所述模糊图像与修正过的自适应增强后的边缘图像重构得到处理后的X射线图像。
2、如权利要求1所述的方法,其特征在于,所述将待处理的X射线图像分割成含有低频信息的子图像,包括:
采用小波变换的方法将待处理的X射线图像分割成含有低频信息的子图像;
所述小波变换包括小波分解与重构,所述小波分解是把待处理的X射线图像从空域变换到小波域,再对其中的小波系数进行处理;
对分解后的小波系数进行重构,得到含有低频信息的子图像。
3、如权利要求2所述的方法,其特征在于,所述小波分解,进一步包括:
对待处理的X射线图像进行尺度为2的小波分解;
输出第一层的低频信息、水平信息、垂直信息和对角信息;
对第一层的低频信息进行分解,输出第二层的低频信息、水平信息、垂直信息和对角信息;
所述小波重构,进一步包括:
将各层次的频谱信息进行小波重构,输出相应的含有低频信息的子图像。
4、如权利要求1所述的方法,其特征在于,所述将所述子图像放大成为模糊图像,包括:
将所述含有低频信息的子图像经过双线性插值方法放大成为模糊图像。
5、如权利要求1所述的方法,其特征在于,所述根据原始的X射线图像与所述模糊图像提取边缘图像并进行自适应增强,包括:
根据原始的X射线图像与模糊图像的差值得到边缘图像;
通过模糊图像和边缘图像估测自适应增强系数;
根据增强系数对边缘图像的灰度值进行处理。
6、如权利要求5所述的方法,其特征在于,所述自适应增强系数的计算过程,包括:
计算模糊图像中像素点的最大灰度值;
计算每个像素点灰度值与最大灰度值的比值;
然后计算每个像素点比值的余弦函数值,即为自适应增强系数。
7、如权利要求1所述的方法,其特征在于,所述局部修正自适应增强后的边缘图像,包括:
根据所述模糊图像确定阈值:上限灰阶、下限灰阶、上限局部活性灰阶和下限局部活性灰阶;
根据边缘图像中像素点的下限灰阶和上限灰阶得到灰阶衰减系数;根据下限局部活性灰阶和上限局部活性灰阶得到局部活性系数;
当所处理的像素点灰度值、局部活性灰阶分别小于下限灰阶、下限局部活性灰阶时,灰阶衰减系数和局部活性系数取最小值;当所处理的像素点灰度值、局部活性灰阶分别大于上限灰阶、上限局部活性灰阶时,灰阶衰减系数和局部活性系数取最大值;当所处理的像素点灰度值在上限灰阶和下限灰阶之间时,灰度衰减系数由下限灰度增益开始线性增大;当所处理的像素点局部活性灰阶在上限局部活性和下限局部活性灰阶之间时,局部活性系数由下限灰度增益开始线性增大;
通过对每个像素点对应的灰阶衰减系数和局部活性系数的处理,输出边缘图像增强的权重系数,对自适应增强前后的边缘图像进行线性叠加,输出修正过的自适应增强后的边缘图像。
8、如权利要求7所述的方法,其特征在于,所述局部活性是在待处理的像素点为中心的邻域中,分别计算所有像素点与窗口灰度均值与差值,经过加权,最后求总均值得到。
9、一种X射线图像增强系统,其特征在于,该系统包括X射线图像输入单元、小波分解单元、小波重构单元、双线性插值单元、相减单元、自适应增强单元、灰阶衰减判断单元、局部活性判断单元、相乘单元,局部修正单元、相加单元、X射线图像输出单元,其中,
所述X射线图像输入单元,用于输入待处理的X射线图像;
所述小波分解单元,用于对输入图像进行小波分解,提取出图像在小波域内的低频信息;
所述小波重构单元,用于对小波分解后的系数进行重构,输出含有低频信息的子图像;
所述双线性插值单元,用于通过对含有低频信息的子图像采用双线性插值方法进行逐点计算,放大含有低频信息的子图像,输出模糊图像中的像素点灰度值;
所述相减单元,用于根据原始图像和模糊图像给出边缘图像;
所述自适应增强单元,用于通过计算模糊图像中像素点的最大灰度值,再计算每个像素点灰度值与最大灰度值的比值,然后通过余弦函数的相关计算获得增强系数,最后对边缘图像进行增强,输出增强后的边缘图像;
所述灰阶衰减单元,用于根据分段线性函数和相关阈值估测灰阶衰减系数;
所述局部活性判断单元,用于根据分段线性函数和相关阈值估测局部活性系数;
所述相乘单元,用于根据灰阶衰减系数和局部活性系数形成局部修正的权重系数;
所述局部修正单元,用于根据局部修正的权重系数修正增强前、后的边缘图像;
所述相加单元,用于叠加模糊图像和修正后的边缘图像;
所述X射线图像输出单元,用于输出增强后的X射线图像。
10、如权利要求9所述的系统,其特征在于,所述局部修正单元,用于根据所述模糊图像确定阈值:上限灰阶、下限灰阶、上限局部活性灰阶和下限局部活性灰阶;
根据边缘图像中像素点的下限灰阶和上限灰阶得到灰阶衰减系数;根据下限局部活性灰阶和上限局部活性灰阶得到局部活性系数;
当所处理的像素点灰度值、局部活性灰阶分别小于下限灰阶、下限局部活性灰阶时,灰阶衰减系数和局部活性系数取最小值;当所处理的像素点灰度值、局部活性灰阶分别大于上限灰阶、上限局部活性灰阶时,灰阶衰减系数和局部活性系数取最大值;当所处理的像素点灰度值在上限灰阶和下限灰阶之间时,灰度衰减系数由下限灰度增益开始线性增大;当所处理的像素点局部活性灰阶在上限局部活性和下限局部活性灰阶之间时,局部活性系数由下限灰度增益开始线性增大;
通过对每个像素点对应的灰阶衰减系数和局部活性系数的处理,输出边缘图像增强的权重系数,对自适应增强前后的边缘图像进行线性叠加,输出修正过的自适应增强后的边缘图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910082969A CN101639936A (zh) | 2009-04-28 | 2009-04-28 | 一种x射线图像增强方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910082969A CN101639936A (zh) | 2009-04-28 | 2009-04-28 | 一种x射线图像增强方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101639936A true CN101639936A (zh) | 2010-02-03 |
Family
ID=41614905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910082969A Pending CN101639936A (zh) | 2009-04-28 | 2009-04-28 | 一种x射线图像增强方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101639936A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101794439A (zh) * | 2010-03-04 | 2010-08-04 | 哈尔滨工程大学 | 基于边缘分类信息的图像拼接方法 |
CN102238376A (zh) * | 2010-04-28 | 2011-11-09 | 鸿富锦精密工业(深圳)有限公司 | 图像处理系统及方法 |
CN102332162A (zh) * | 2011-09-19 | 2012-01-25 | 西安百利信息科技有限公司 | 基于人工神经网络的医学图像兴趣区自动识别和分级压缩方法 |
CN102542532A (zh) * | 2010-12-20 | 2012-07-04 | 苏州科力迪软件技术有限公司 | 一种适用于工业射线检测胶片数字化图像的图像增强方法 |
CN102722871A (zh) * | 2012-05-24 | 2012-10-10 | 中山大学 | 一种快速有效的图像增强方法 |
CN102750684A (zh) * | 2012-06-07 | 2012-10-24 | 邝君 | 一种图像增强方法和程序及设备 |
CN102753100A (zh) * | 2010-11-01 | 2012-10-24 | 株式会社东芝 | 超声波诊断装置以及超声波图像处理装置 |
CN103700073A (zh) * | 2013-12-20 | 2014-04-02 | 深圳市掌网立体时代视讯技术有限公司 | 一种手部红外图像增强方法和装置 |
CN104677923A (zh) * | 2013-11-27 | 2015-06-03 | 株式会社石田 | X射线检查装置 |
CN105488793A (zh) * | 2015-11-26 | 2016-04-13 | 西安诺瓦电子科技有限公司 | 图像显示方法以及图像处理方法 |
CN105825474A (zh) * | 2016-03-31 | 2016-08-03 | 乐视控股(北京)有限公司 | 一种图像放大方法及装置 |
CN106910172A (zh) * | 2017-02-22 | 2017-06-30 | 公安部第研究所 | 一种图像处理方法及装置 |
CN107767349A (zh) * | 2017-10-12 | 2018-03-06 | 深圳市华星光电半导体显示技术有限公司 | 一种图像局部对比度增强的方法 |
CN108449979A (zh) * | 2015-10-09 | 2018-08-24 | 株式会社石田 | X射线检查装置 |
CN108447037A (zh) * | 2018-03-26 | 2018-08-24 | 上海顺久电子科技有限公司 | 一种图像动态范围增强的方法和装置 |
CN109668918A (zh) * | 2017-10-17 | 2019-04-23 | 株式会社理学 | 处理装置、方法以及记录介质 |
CN110246088A (zh) * | 2018-03-07 | 2019-09-17 | 舜宇光学(浙江)研究院有限公司 | 基于小波变换的图像亮度降噪方法及其图像降噪系统 |
CN110929675A (zh) * | 2019-12-03 | 2020-03-27 | 广州酷狗计算机科技有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
CN113160080A (zh) * | 2021-04-16 | 2021-07-23 | 桂林市啄木鸟医疗器械有限公司 | 一种cr影像降噪方法、装置、设备及介质 |
-
2009
- 2009-04-28 CN CN200910082969A patent/CN101639936A/zh active Pending
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101794439A (zh) * | 2010-03-04 | 2010-08-04 | 哈尔滨工程大学 | 基于边缘分类信息的图像拼接方法 |
CN102238376A (zh) * | 2010-04-28 | 2011-11-09 | 鸿富锦精密工业(深圳)有限公司 | 图像处理系统及方法 |
CN102238376B (zh) * | 2010-04-28 | 2014-04-23 | 鸿富锦精密工业(深圳)有限公司 | 图像处理系统及方法 |
CN102753100A (zh) * | 2010-11-01 | 2012-10-24 | 株式会社东芝 | 超声波诊断装置以及超声波图像处理装置 |
CN102542532A (zh) * | 2010-12-20 | 2012-07-04 | 苏州科力迪软件技术有限公司 | 一种适用于工业射线检测胶片数字化图像的图像增强方法 |
CN102332162A (zh) * | 2011-09-19 | 2012-01-25 | 西安百利信息科技有限公司 | 基于人工神经网络的医学图像兴趣区自动识别和分级压缩方法 |
CN102722871A (zh) * | 2012-05-24 | 2012-10-10 | 中山大学 | 一种快速有效的图像增强方法 |
CN102722871B (zh) * | 2012-05-24 | 2015-02-11 | 中山大学 | 一种快速有效的图像增强方法 |
CN102750684A (zh) * | 2012-06-07 | 2012-10-24 | 邝君 | 一种图像增强方法和程序及设备 |
CN102750684B (zh) * | 2012-06-07 | 2015-11-25 | 王跃进 | 一种图像增强方法 |
CN104677923A (zh) * | 2013-11-27 | 2015-06-03 | 株式会社石田 | X射线检查装置 |
CN103700073A (zh) * | 2013-12-20 | 2014-04-02 | 深圳市掌网立体时代视讯技术有限公司 | 一种手部红外图像增强方法和装置 |
CN108449979A (zh) * | 2015-10-09 | 2018-08-24 | 株式会社石田 | X射线检查装置 |
CN108449979B (zh) * | 2015-10-09 | 2021-07-09 | 株式会社石田 | X射线检查装置 |
US10788436B2 (en) | 2015-10-09 | 2020-09-29 | Ishida Co., Ltd. | X-ray examination device |
CN105488793B (zh) * | 2015-11-26 | 2019-01-29 | 西安诺瓦电子科技有限公司 | 图像显示方法以及图像处理方法 |
CN105488793A (zh) * | 2015-11-26 | 2016-04-13 | 西安诺瓦电子科技有限公司 | 图像显示方法以及图像处理方法 |
CN105825474A (zh) * | 2016-03-31 | 2016-08-03 | 乐视控股(北京)有限公司 | 一种图像放大方法及装置 |
CN106910172B (zh) * | 2017-02-22 | 2020-02-28 | 公安部第一研究所 | 一种图像处理方法及装置 |
CN106910172A (zh) * | 2017-02-22 | 2017-06-30 | 公安部第研究所 | 一种图像处理方法及装置 |
CN107767349A (zh) * | 2017-10-12 | 2018-03-06 | 深圳市华星光电半导体显示技术有限公司 | 一种图像局部对比度增强的方法 |
CN107767349B (zh) * | 2017-10-12 | 2019-08-02 | 深圳市华星光电半导体显示技术有限公司 | 一种图像局部对比度增强的方法 |
WO2019071734A1 (zh) * | 2017-10-12 | 2019-04-18 | 深圳市华星光电半导体显示技术有限公司 | 一种图像局部对比度增强的方法 |
US10650500B2 (en) | 2017-10-12 | 2020-05-12 | Shenzhen China Star Optoelectronics Semiconductor Display Technology Co., Ltd. | Image local contrast enhancement method |
CN109668918A (zh) * | 2017-10-17 | 2019-04-23 | 株式会社理学 | 处理装置、方法以及记录介质 |
CN109668918B (zh) * | 2017-10-17 | 2022-07-29 | 株式会社理学 | 处理装置、方法以及记录介质 |
CN110246088A (zh) * | 2018-03-07 | 2019-09-17 | 舜宇光学(浙江)研究院有限公司 | 基于小波变换的图像亮度降噪方法及其图像降噪系统 |
CN110246088B (zh) * | 2018-03-07 | 2021-07-13 | 舜宇光学(浙江)研究院有限公司 | 基于小波变换的图像亮度降噪方法及其图像降噪系统 |
CN108447037B (zh) * | 2018-03-26 | 2022-02-18 | 上海顺久电子科技有限公司 | 一种图像动态范围增强的方法和装置 |
CN108447037A (zh) * | 2018-03-26 | 2018-08-24 | 上海顺久电子科技有限公司 | 一种图像动态范围增强的方法和装置 |
CN110929675A (zh) * | 2019-12-03 | 2020-03-27 | 广州酷狗计算机科技有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
CN110929675B (zh) * | 2019-12-03 | 2024-03-01 | 广州酷狗计算机科技有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
CN113160080A (zh) * | 2021-04-16 | 2021-07-23 | 桂林市啄木鸟医疗器械有限公司 | 一种cr影像降噪方法、装置、设备及介质 |
CN113160080B (zh) * | 2021-04-16 | 2023-09-22 | 桂林市啄木鸟医疗器械有限公司 | 一种cr影像降噪方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101639936A (zh) | 一种x射线图像增强方法及系统 | |
CN106296600B (zh) | 一种基于小波变换图像分解的对比度增强方法 | |
CN105931201B (zh) | 一种基于小波变换的图像主观视觉效果增强方法 | |
CN101996406A (zh) | 无参考结构清晰度图像质量评价方法 | |
CN104574293A (zh) | 基于有界运算的多尺度Retinex图像清晰化算法 | |
CN102855617B (zh) | 自适应图像处理方法及系统 | |
CN110298792B (zh) | 低光照图像增强与去噪方法、系统及计算机设备 | |
CN103186888A (zh) | 一种去除ct图像噪声的方法及装置 | |
CN101706954A (zh) | 图像增强方法和装置以及图像低频分量计算方法和装置 | |
CN107292845B (zh) | 基于标准差金字塔的动态图像降噪方法及装置 | |
CN110189281A (zh) | 一种多曝光红外图像融合方法 | |
CN104463804A (zh) | 一种基于直觉模糊集的图像增强方法 | |
CN101821773B (zh) | 增强图像对比度的方法 | |
CN102262778A (zh) | 基于改进的分数阶微分掩模的图像增强方法 | |
CN101833766A (zh) | 基于gssim的立体图像客观质量评价算法 | |
CN110796626A (zh) | 图像锐化方法及装置 | |
CN101877124A (zh) | 一种医学图像的滤波方法及系统 | |
CN105976342B (zh) | 一种自适应的灰度图像伪彩色处理方法 | |
CN104182939A (zh) | 一种医疗影像图像细节增强方法 | |
CN104091309A (zh) | 一种平板x射线图像的均衡显示方法及系统 | |
CN103489168A (zh) | 一种红外图像自适应转伪彩增强方法及系统 | |
CN103226815A (zh) | 一种低剂量ct图像滤波方法 | |
CN104463815A (zh) | Dsa图像生成方法及系统 | |
CN113450272B (zh) | 一种基于正弦曲线变化的图像增强方法及其应用 | |
CN105469358B (zh) | 一种图像处理方法 |
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: 20100203 |