CN101930595A - 图像处理方法和图像处理设备 - Google Patents
图像处理方法和图像处理设备 Download PDFInfo
- Publication number
- CN101930595A CN101930595A CN2010102123012A CN201010212301A CN101930595A CN 101930595 A CN101930595 A CN 101930595A CN 2010102123012 A CN2010102123012 A CN 2010102123012A CN 201010212301 A CN201010212301 A CN 201010212301A CN 101930595 A CN101930595 A CN 101930595A
- Authority
- CN
- China
- Prior art keywords
- image
- reference area
- tone
- contrast
- image processing
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 44
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 238000006243 chemical reaction Methods 0.000 claims abstract description 24
- 230000008859 change Effects 0.000 claims abstract description 22
- 239000000284 extract Substances 0.000 claims abstract description 9
- 230000009466 transformation Effects 0.000 claims description 82
- 238000000034 method Methods 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 15
- 230000015572 biosynthetic process Effects 0.000 claims description 11
- 238000003786 synthesis reaction Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 7
- 210000003484 anatomy Anatomy 0.000 claims description 6
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 210000003734 kidney Anatomy 0.000 description 5
- 238000002583 angiography Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 210000001835 viscera Anatomy 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 210000000936 intestine Anatomy 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012888 cubic function Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000002123 temporal effect Effects 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
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/30—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from X-rays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/32—Transforming X-rays
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/20—Circuitry for controlling amplitude response
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
本发明涉及一种图像处理方法和图像处理设备。该图像处理设备用于对由X射线摄像系统拍摄的图像进行色调转换,该图像处理设备提取用作图像基准的基准区域,并且如果存在图像变化,则进行色调转换,从而在所提取的基准区域中抑制由图像变化所引起的对比度变化,并且在其它区域中反映该对比度变化。
Description
技术领域
本发明涉及一种用于将X射线图像变换为具有最佳色调的输出图像的X射线图像处理方法。更具体地,本发明涉及用于创建色调转换曲线以限定输出图像的对比度的图像处理方法(即,色调映射(tone-mapping)方法)和图像处理设备,其中,所创建的色调转换曲线至少部分包含前一图像的色调转换曲线。
背景技术
对于X射线图像,已经提出了各种类型的色调转换,以提高输入X射线图像的输出版本,从而力图提高医生的诊断能力。进行用于最优化X射线图像的观察区域的色调转换,以提高医生的诊断能力。为了进行该最优化,已经提出了从X射线图像中提取相对于噪声和运动具有更高鲁棒性的观察区域。已经使用S形函数作为色调曲线以最优化该区域的输出图像。当拍摄X射线图像作为(由帧序列组成的)运动图像时,还需要考虑这些帧之间的对比度变化并使其稳定。由于X射线变化以及被摄体变化,因而引起帧之间的对比度变化。X射线变化是指即使在恒定摄像条件下也产生的X射线的量的变化、以及由于X射线操作或控制引起的摄像条件的变化。例如,被摄体变化可以是指肺野由于呼吸而移入和移出摄像区域,或者是指注入造影剂。
迄今为止,已通过使X射线更稳定来应对由X射线的量的差异所引起的帧之间的对比度变化。另一方面,已通过分析被摄体的方法或通过控制色调转换曲线来应对被摄体变化。
分析被摄体的示例方法包括涉及根据输入图像的像素值创建直方图、提取最小值和最大值并在时间方向上对这些值进行滤波的方法(例如,参见日本专利3334321)。在时间方向上对最小值和最大值进行滤波使得能够抑制对对比度变化的灵敏度并使其稳定。
用于控制色调转换的示例方法包括涉及通过分析输入图像检测场景变化、并基于场景变化所需的时间将新创建的色调转换曲线与过去的色调转换曲线进行合成的方法(例如,参见日本专利4050547)。根据该方法,可以通过在时间方向上对色调转换曲线进行滤波来抑制对对比度变化的灵敏度并使其稳定。
然而,上述传统技术中存在有以下问题。即使通过对直方图的最小值和最大值(表示特别暗和特别亮的区域的最小值和最大值)进行滤波来抑制图像整体的对比度变化,也不能抑制正被注视观察的区域中的变化,并且(诸如正在使用输出图像进行诊断的医生等的)用户敏锐地感受到该状况。响应于此而抑制观察区域中的变化的尝试导致了饱和和限幅,这是因为不能反映运动图像中的对比度变化并且不能创建最适于输入帧的输出图像。
期望一种在反映图像整体的对比度变化的同时抑制正被注视观察的区域中的对比度变化的方法。此外,存在如下多种情况:在图像序列内基于场景变化所需的时间来控制色调转换曲线的情况下,期望与该场景变化所需的时间无关地控制对比度变化。
发明内容
期望提供在通过抑制运动图像的闪烁获得稳定色调的同时针对(一系列帧或构成运动图像的图像内的)各运动图像帧获得最佳色调的设备和方法。还期望提供在创建没有感觉不自然的观察区域的图像的同时反映(即,考虑)每一帧的对比度变化的设备和方法。期望提供在具有不同亮度或对比度等级的一系列时序帧或同步帧中、或者甚至在具有使观察者不能辨别具有较低对比度等级的其它低亮度区域的高亮度区域的单个图像中获得最佳色调的设备和方法。
根据本发明的一方面,提供了一种图像处理方法,用于对由X射线摄像系统所生成的图像序列的图像进行色调转换,所述图像处理方法包括:提取步骤,用于从所述图像序列的第二图像中提取在所述图像序列的图像中用作基准区域的区域;以及色调转换步骤,用于在相对于所述图像序列中的第一图像在所述第二图像中存在对比度变化的情况下,对所述第二图像进行色调转换,从而在所述基准区域中抑制在所述第一图像和所述第二图像之间产生的对比度变化,并且在所述基准区域以外的区域中反映所述对比度变化。
根据本发明的另一方面,提供了一种图像处理设备,用于对由X射线摄像系统所生成的图像序列的图像进行色调转换,所述图像处理设备包括:提取部件,用于从所述图像序列的第二图像中提取在所述图像序列的图像中用作基准区域的区域;以及色调转换部件,用于在相对于所述图像序列中的第一图像在所述第二图像中存在对比度变化的情况下,对所述第二图像进行色调转换,从而在所述基准区域中抑制所述对比度变化,并且在所述基准区域以外的区域中反映所述对比度变化。
通过以下(参考附图)对典型实施例的说明,本发明的其它特征将变得明显。
附图说明
图1是示出根据本发明的图像处理设备的硬件结构的示例的框图。
图2是示出图1所示的图像处理单元104的详细结构的框图。
图3A和图3B示出两个X射线图像帧中的像素值的直方图。
图4A和图4B示出合成色调转换曲线的特性。
图5是示出根据本发明的反馈系数的图。
图6是示出第一实施例中的图像处理的流程图。
图7A和图7B是示出基准区域中的合成色调转换曲线和反馈系数的图。
图8是示出基于反馈系数对色调转换曲线进行合成的处理的示意图。
图9是示出第二实施例中的图像处理的流程图。
具体实施方式
下文中,将参考附图详细说明用于实现本发明的实施例。在实施例中,将说明用于创建如下图像的方法,在该图像中,通过将正被观察的区域的反馈系数设置为大值而在该正被观察的区域中抑制对对比度变化的灵敏度,并且通过将剩余区域的反馈系数设置为小值而在该剩余区域中反映(即,考虑)对比度变化。“反映”的含义是指在非基准区域中以某种方式识别到对比度变化。例如,如果显示处理完成,则显示对比度变化,因此在该显示中反映已出现的对比度变化。另一方面,如果没有进行完整的显示处理并且仅进行没有引起显示的内部处理,则计算对比度变化,并且在合成色调转换曲线的处理中考虑该对比度变化。
首先,将使用图1说明根据本发明的图像处理设备的硬件结构的示例。图1所示的示例是在个人计算机(PC)上实现图像处理设备的情况下的结构。如图1所示,图像处理设备100包括:中央处理单元,即CPU 101;只读存储器,即ROM 102;随机存取存储器,即RAM 103;图像处理单元104;硬盘驱动器,即HDD 105;输入/输出接口,即输入/输出I/F 106;以及网络接口,即网络I/F 107。组件101~107经由系统总线108相连接。CPU101根据存储在ROM 102和HDD 105等中的计算机程序来控制整体设备。ROM 102是存储启动程序和控制数据等的存储器。RAM 103是当CPU 101执行处理时对程序进行展开的、且定义有各种表和工作区等的存储器。
图像处理单元104对输入X射线图像进行(稍后详述的)色调转换等的图像处理。在图1中,将图像处理单元104实现为专用图像处理板,但是还可以实现为软件模块。换句话说,可以根据目的来适当地实现图像处理单元104。HDD 105存储操作系统(OS)和应用程序软件等。输入/输出I/F 106是与显示器等的输出设备和键盘或鼠标等的输入设备的接口。网络I/F 107是与局域网(LAN)等的外部网络的接口。
图像处理单元104连接至X射线摄像系统的网络140。该网络140可以包括控制局域网(control area network,CAN),或者可以包括光纤。X射线生成设备110、医疗监视器120和X射线传感器(平面检测器)130连接至网络140。此外,影像存档和通信系统(picture archiving and communication system,PACS)和用于存储X射线图像的医学影像设备内置(intra-modality)硬盘设备也可以连接至网络140。可以通过将命令从图像处理单元104发出至X射线摄像系统中的X射线生成设备110或发出至X射线摄像系统中的X射线传感器130来控制被摄体的摄像。
接着,将使用图2来说明图1所示的图像处理单元104的详细结构。图像处理单元104包括图像输入单元201、色调转换曲线计算单元202、基准区域提取单元203、色调转换曲线合成单元204、色调转换曲线存储单元205、色调转换单元206、以及图像输出单元207。图像输入单元201输入要处理的X射线图像,并且进行(稍后所述的)色调转换的处理之前所需的处理。这里,所需的处理例如包括校正X射线传感器特性或校正系统特性。图像输入单元201还根据需要进行用以抑制随机噪声的处理和图像增强。
色调转换曲线计算单元202计算用于对由图像输入单元201处理后的X射线图像进行色调转换的色调转换曲线。基准区域提取单元203提取色调转换曲线合成单元204在对色调转换曲线进行合成时所参考的“要被注视观察的区域”。色调转换曲线合成单元204对前一帧的色调转换曲线和当前帧的色调转换曲线进行合成。色调转换曲线存储单元205保存由色调转换曲线合成单元204合成后的色调转换曲线。该色调转换曲线存储单元205可以位于RAM 103中。
色调转换单元206使用由色调转换曲线合成单元204合成后的色调转换曲线,对输入X射线图像进行色调转换。图像输出单元207对处理后的图像进行所需的处理,并且将该图像输出到医疗监视器120或硬盘设备等。这里,“所需的处理”例如可以包括监视器伽玛转换或几何转换等。
将使用图3A和图3B以及图4A和图4B来说明上述结构中的图像处理单元104的具体处理。图3A是X射线图像序列的第N-1个图像或帧中的像素值的直方图。“序列”的含义是指按时间顺序拍摄的帧序列或者同时拍摄的多个帧。另外可选地,帧序列可以是从单个X射线图像提取出的多个帧,其中该多个帧对于图像中的像素具有不同的亮度或强度等级。例如,如果正被X射线照射的被摄体在曝光至X射线期间发生移动,则可以有效地从图像中提取具有不同强度等级的帧序列。
图3A的点划线表示对于该直方图的最佳或线性色调转换曲线。这里,“最佳”是指直方图范围分布在整个输出范围上。如稍后所述,输出范围是构成作为图像输出单元207的输出的图像的像素值的范围,并且可以缺少输入像素的最大值和最小值。
图3B是X射线图像序列的第N个帧中的像素值的直方图。从图3A和图3B可以看出,由于被摄体变化或造影剂的注入等引起的可应用输入像素值的变化,因而相对于第N-1个帧,沿着x轴(输入像素值)的直方图的范围在第N个帧中改变。因为输入像素值的范围依赖于X射线传感器130所接收到的光的亮度,因此与如上所述的X射线变化相比,输入像素值的范围的变化更可能是由被摄体变化引起的。该直方图的最佳或线性色调转换曲线如由双点划线所示。注意,在图3A和图3B中,附图标记301表示正被注视观察的内脏等的区域。
这里,通过色调转换曲线的倾斜度(gradient)来确定各帧的对比度。当从第N-1个帧改变为第N个帧时,作为考虑了正被X射线照射的被摄体的亮度变化的结果,色调转换曲线的倾斜度降低,并且对比度减小。通过“考虑”第N-1个帧和第N个帧之间的被摄体的变化,理解了一些替代方案。比较图3A和图3B,第N-1个图像的最大和最小输入像素值(即,具有极少出现的低值和高值的输入像素值)不存在。可能因为缺少造影剂等的高对比度被摄体或者因为X射线传感器130的设置,原本就不存在这些值,或者可能在图像处理期间将(亮度或强度)像素值钳位在特定阈值之间。例如,可以对该阈值进行设置,以去除由金属移植引起的特别亮的片或暗片。然而,正是由于拍摄了图像并对其进行处理,因而本实施例的结果是对于第一图像(N-1),输出像素值相对于输入像素值的倾斜度与对于第二图像(N)的倾斜度相比更陡,其中第二图像没有考虑到所有输入像素值(即,甚至没有考虑具有较高值和较低值的像素)。
由此,在图4A所示的传统技术中,通过对第N-1和第N个帧的色调转换曲线取平均,来创建合成色调转换曲线(实线)。实际进行该取平均的方式是将图3B的直方图中的最大和最小像素值反馈至图像输入单元201,并且针对第N个图像的输出考虑这些值而进行取平均。
然而,即使利用由实线示出的该合成色调转换曲线,正被注视观察的区域401中的图像闪烁也是明显的。
由此,如图4B所示,通过对合成色调转换曲线进行加权以使其更近似接近于正被注视观察的区域401中的第N-1个帧的色调转换曲线,在该区域401中维持第N-1个帧的对比度。因此,对于观察者来说,该区域中的较不明显的对比度更加可见。此外,通过对合成色调转换曲线进行加权以使得随着相对注视观察的区域401的距离增加而接近第N个帧的色调转换曲线,在该区域401之外的区域中显示第N个帧的对比度。这样,在注视观察的区域之外的区域中可以看见诸如由造影剂所引起的对比度的较大的极值。
可以通过以下步骤来实现以上操作:获得第N-1个帧中的多个像素的对比度值;获得第N个帧中的多个像素的对比度值;以及有效地生成如下的第三帧,其中,该第三帧在其基准区域中包含第N-1个帧的多个像素的对比度值,并且在该基准区域以外的区域中包含第N个帧的多个像素的对比度值。然而,为了获得基准区域和基准区域之外的区域的对比度值之间的平滑转变,优选在第三帧中具有如下色调转换曲线,其中,该色调转换曲线没有精确地与基准区域中的第N-1个帧的色调转换曲线相同,而是接近该基准区域中的第N-1个帧的色调转换曲线;并且没有精确地与基准区域之外的第N个帧的色调转换曲线相同,而是接近该基准区域之外的第N个帧的色调转换曲线,在两个对比度值倾斜度之间逐渐弯曲。这可以通过将第N-1和第N个帧的色调转换曲线的(如图4A中的实线所示的)平均值乘以用于对第三帧的色调转换曲线进行期望调整的第三曲线(图5中的点线)来进行。该第三曲线已知为反馈系数α。
更具体地,如图5所示,对反馈系数α进行设置。这里,对反馈系数α进行设置,从而当将该反馈系数α乘以第N-1和第N个帧的色调转换曲线的平均值时,如图4B所示,α的值越大,由此得到的合成色调转换曲线接近第N-1个帧的色调转换曲线,且α的值越小,由此得到的合成色调转换曲线接近第N个帧的色调转换曲线。稍后将进一步说明该反馈系数α。因此,可以抑制正被注视观察的区域401中的图像闪烁,并且反映图像整体的对比度变化。
通过色调转换曲线计算单元202来选择反馈系数α,以使得由此得到期望的色调曲线。优选地该反馈系数α在基准区域(正被注视观察的区域)处具有最大值,并且在该区域之外具有最小值。以下将详细进行说明。
第一实施例
将使用图6来说明第一实施例中用以从X射线摄像系统获取X射线图像并对该X射线图像进行色调转换的图像处理。首先,通过图像输入单元201从X射线摄像系统输入要经过色调转换的X射线图像(S601)。接着,进行考虑到X射线传感器130的特性和X射线摄像系统的特性的校正,作为预处理(S602)。对X射线传感器130的特性的校正可以包含进行偏移校正或缺陷校正等。对X射线摄像系统的特性的校正可以包含进行调制传递函数(modulation transfer function,MTF)改善或网格线(grid line)校正等。另外,除了校正X射线传感器130的特性和系统特性以外,还可以根据需要进行用于抑制随机噪声或系统噪声的噪声抑制处理以及用于增强边缘的增强处理等。
这里,预处理后的X射线图像是原始图像。然后,进行场景变化检测(S603)。这里,场景变化是指正被X射线照射的被摄体变化或正被注视观察的观察区域在帧之间变化。在图像的辉度由于X射线操作等导致不稳定的情况下,也检测到场景变化。关于检测方法,如果整个图像的平均辉度超过预定阈值,或者如果X射线管电压或管电流的变化超过预定阈值,则检测到场景变化。这里,如果存在场景变化,则处理直接进入S607。另一方面,如果不存在场景变化,则处理进入S604,并且通过基准区域提取单元203从原始图像提取被摄体区域。
在S604中,首先,从原始图像中检测照射野(treatment field)以外的或不存在被摄体的区域,并且将剩余区域识别为被摄体区域。用于识别照射野的方法包括涉及得到轮廓并计算微分值的方法以及使用神经网络的方法。另一方面,用于检测不存在被摄体的区域的方法可以涉及创建像素值的直方图并基于像素的辉度值进行检测。因此,可以使用这些方法提取被摄体区域。除进行照射野以外的以及不存在被摄体的区域的检测之外,在根据需要去除由于被摄体中的移植金属等而引起的图像中的假象(artefact)之后,可以进行被摄体区域的识别。可以通过示出移植金属或其它反射/高密度材料的区域中的像素的高辉度值来确定这类假象。因此,可以提取直方图中的非常亮的像素值,以去除这些种类的图像假象。因此,基于像素辉度的提取处理可以产生图3A所示的直方图形状。
接着,基于所提取的被摄体区域来提取基准区域(S605)。这里,基准区域是要被注视观察的区域301、401。可以使用诸如内脏的图像形式的表现等的解剖学要素来指定该基准区域。在第一实施例中,使用摄像区域信息(即,与图像中的期望区域有关的信息)来指定解剖学要素。创建表示被摄体区域的像素值的直方图,并且基于摄像区域信息和直方图的形状来确定基准区域。例如,在对腹部区域进行摄像的情况下,可以将该区域大体地划分为肠、肠以外的脏器、骨头、以及其它区域。因此,将自动判别分析应用于直方图,以将该直方图划分为四个区域,并将上述的各解剖学结构分配至区域。将分配给在本示例中作为最受关注的区域的肠的直方图范围确定为基准区域。
注意,当提取基准区域时,除了上述定义的解剖学要素以外,还可以使用摄像技术信息(即,与摄像技术有关的信息)。在这种情况下,创建表示被摄体区域的像素值的直方图,并且基于摄像技术信息和直方图的形状来确定该基准区域。例如,在进行肾血管造影(renal angiography)的摄像技术的情况下,可以将该区域大体地划分为肾血管、肾脏、肾脏以外的脏器、以及其它区域。因此,将自动判别分析应用于该直方图,以将该直方图划分为五个区域,并将各解剖学结构分配至区域。因为该基准区域依赖于所使用的摄像技术(在这种情况下为肾血管造影术),因此该基准区域被确定为与血管造影术有关的区域。因此,接着将分配给作为在血管造影术中最受关注的区域的肾血管和肾脏的直方图范围确定为基准区域。
可选地,当提取基准区域时,可以使用统计学要素。例如,创建直方图作为统计学要素,并且在该直方图内,可以将累积直方图的40%和60%的位置之间的区域确定为基准区域。可选地,可以将直方图范围自身的40%和60%的位置之间的区域确定为基准区域。
按照如下说明当提取基准区域时所使用的统计学要素的示例。可以使用包含被摄体区域的中心的预定ROI(region ofinterest,关注区域)作为统计学要素。例如,对包含被摄体区域的中心的N*N矩形ROI进行设置,并计算ROI内的像素值的直方图。将ROI内的直方图的累积直方图的40%和60%的位置之间的区域确定为基准区域。可选地,以上述ROI中的平均值作为基准区域的中心像素,并基于基准区域的中心像素,可以将规定像素范围确定为基准区域。
接着,针对所获得的基准区域计算反馈系数(S606)。如图5所示,该反馈系数可以是反馈系数在基准区域内达到其最大值的函数。具体地,可以通过诸如以下等式1等的三次函数来近似该反馈系数,其中,αmin是反馈系数的最小值,x是针对相应点处的反馈系数的当前像素值,xmax是原始图像中的最大像素值,并且xbasis是反馈系数在基准区域内达到其最大值处的原始图像的像素值。k是依赖于与基准区域的距离的加权系数。
x≤xbasis:α=k1x3+k2x2+k3x+αmin
x>xbasis:α=k1(xmax-x)3+k2(xmax-x)2+k3(xmax-x)+αmin (1)
xbasis被确定为基准区域范围中的中间点或者基准区域范围中的累积直方图的50%的位置。等式1的函数可以用于如图7A所示的对比度变化,但是不能应用于如图7B所示的对比度变化。通过基于反馈系数的最小值αmin和最大值αmax利用样条插值、多项式插值、或可选的N维函数进行近似,来计算图7B所示的情况下的反馈系数的函数。根据本实施例,为了确定当前的色调转换曲线,如上所述使用前一色调转换曲线。为了确保在基准区域之外的图像的区域内可识别从前一图像到当前图像的对比度变化而在该基准区域内抑制该对比度变化,最大反馈系数值αmax期望为0.5以上。
接着,通过色调转换曲线计算单元202来计算色调转换曲线(S607)。这里,预先确定直线或S形函数等的用作色调转换曲线的基础的基本形状。计算色调转换曲线,从而将在S604计算出的被摄体区域分配至上述基本形状。
接着,色调转换曲线合成单元204基于在S606计算出的反馈系数,针对原始图像的每一个像素值,对所保存的一帧前的过去的色调转换曲线和在S607计算出的新的色调转换曲线进行合成(S608),由此有效地创建包含应用于原始图像的每一个像素值的合成色调曲线的第三帧。
图8示出基于反馈系数对色调转换曲线进行合成的处理。将新创建的第N个帧的色调曲线乘以1-α,并且将第N-1个帧的色调曲线乘以α。将这两个乘积相加在一起以生成合成色调转换曲线。通过以下等式2来表示合成色调转换曲线Tcmerge,其中,Tcnew是新的(第N个帧的)色调转换曲线,Tcold是过去的(第N-1个帧的)色调转换曲线,并且x是原始图像的像素值。注意,在第一个帧不存在过去的色调转换曲线的情况下,以α(x)=0来计算新的色调转换曲线。如果在S 603检测到场景变化,则也以α(x)=0来计算新的色调转换曲线。
Tcmerge(x)=α(x)Tcold(x)+(1-α(x))Tcnew(x) (2)
接着,将由色调转换曲线合成单元204合成后的色调转换曲线保存到色调转换曲线存储单元205(S609)。色调转换单元206使用合成色调转换曲线,对原始图像进行色调转换(S610)。这里,在输出图像之前根据需要进行后处理(S611)。注意,后处理可以包含比特转换、几何转换、或P值转换。当将图像输出至医疗监视器120时,还进行监视器伽玛转换等的处理。
最后,图像输出单元207将已经过了S610的色调转换和S611的后处理的图像输出至医疗监视器120、HDD 105或医学影像设备内置硬盘设备等(S612)。
根据第一实施例,可以使图像在正被注视观察的区域中稳定,并且可以创建反映整体图像或图像序列上的对比度变化的图像。实际上,例如,创建由像素强度或发光度的预定范围所限制的图像。使用该限制范围来示出关注区域之外的区域中的像素强度的大的范围(即,从非常暗到非常亮),但是在该关注区域内,像素强度的较小的范围(排除强度的极值)在相同的所限制的预定范围上“展开”,以使对比度(即,辉度之间的差)更容易看见。例如,亮的假象在关注区域之外可视为亮的像素,但是在关注区域中,将看不见极值的辉度,并且观察者的眼睛将能够辨认出更精细的特征。结果,可以提高可视性,从而改善医生的诊断精度和手术精度。
第二实施例
接着,将参考附图来说明根据本发明的第二实施例。在第一实施例中,基于反馈系数对过去的色调转换曲线和新的色调转换曲线进行合成,然后保存合成色调转换曲线,但是在第二实施例中,与图6的步骤S608和S609相比,如由图9的步骤S908和S909的颠倒所示,在进行合成之前保存色调转换曲线。
第二实施例中的图像处理设备和X射线摄像系统的结构与图1和图2所示的第一实施例中的结构相同,并且将省略对其的说明。这里,将使用图9来说明第二实施例中的用以从X射线摄像系统中获取X射线图像并对该X摄像图像进行色调转换的图像处理。注意,图9所示的S901~S907和S910~S912的处理与图6所示的S601~S607和S610~S612的处理相同。因此,将说明S908和S909的处理。
色调转换曲线计算单元202将在S907计算出的新的色调转换曲线保存至色调转换曲线存储单元205(S908)。这里,所保存的新的色调转换曲线等同于在进行合成之前的色调转换曲线。接着,基于在S906计算出的反馈系数,对在S907计算出的新的色调转换曲线和已保存的过去的色调转换曲线进行合成(S909)。
这里,通过以下等式3来表示合成色调转换曲线Tcmerge,其中,Tcnew是新的色调转换曲线,Tcoldmerge是过去的色调转换曲线的组合,并且x是原始图像的像素值。
Tcmerge(x)=α(x)Tcoldmerge(x)+(1-α(x))Tcnew(x)
Tcoldmerge(n)=kTcold(n-1)+(1-k)Tcold(n-2) (3)
Tcold(n-1)是在S907计算出的第N-1个帧中的色调转换曲线。对过去在S907创建的色调转换曲线进行合成,并且对由此得到的(过去的)色调转换曲线进行合成,作为Tcoldmerge(n)。
其它实施例
还可以通过系统或设备的计算机(或诸如CPU(中央处理单元)或MPU(微处理器单元)等的装置)或通过以下方法来实现本发明的各方面,其中该计算机读出并执行记录在存储器设备上的程序以进行上述实施例的功能,并且系统或设备的计算机通过例如读出并执行记录在存储器设备上的程序以进行上述实施例的功能来进行该方法的各步骤。为此,例如,经由网络或者从用作存储器设备的各种类型的记录介质(例如,计算机可读介质)向计算机提供程序。
尽管已经参考典型实施例说明了本发明,但是应该理解,本发明不局限于所公开的典型实施例,而是包括所有这类修改、等同结构和功能,并落入权利要求书的范围。
Claims (11)
1.一种图像处理方法,用于对由X射线摄像系统所生成的图像序列的图像进行色调转换,所述图像处理方法包括:
提取步骤,用于从所述图像序列的第二图像中提取在所述图像序列的图像中用作基准区域的区域;以及
色调转换步骤,用于在相对于所述图像序列中的第一图像在所述第二图像中存在对比度变化的情况下,对所述第二图像进行色调转换,从而在所述基准区域中抑制在所述第一图像和所述第二图像之间产生的对比度变化,并且在所述基准区域以外的区域中反映所述对比度变化。
2.根据权利要求1所述的图像处理方法,其特征在于,还包括:
第一获得步骤,用于获得所述第一图像中的多个像素的对比度值;以及
第二获得步骤,用于获得所述第二图像中的多个像素的对比度值,
其中,所述色调转换步骤包括生成如下第三图像,其中,所述第三图像在所述基准区域中的对比度值接近所述第一图像中的多个像素的对比度值,并且所述第三图像在所述基准区域以外的区域中的对比度值接近所述第二图像中的多个像素的对比度值。
3.根据权利要求2所述的图像处理方法,其特征在于,生成所述第三图像的步骤包括:
获得所述第一图像的色调转换曲线的步骤;
计算步骤,用于计算所述第二图像的色调转换曲线;
合成步骤,用于基于反馈系数(α),对所述第一图像的色调转换曲线和所述第二图像的色调转换曲线进行合成,以获得合成色调转换曲线,从而生成所述第三图像。
4.根据权利要求3所述的图像处理方法,其特征在于,所述反馈系数(α)包括依赖于与所述基准区域的距离进行加权的乘数。
5.根据权利要求3所述的图像处理方法,其特征在于,根据以下等式计算所述反馈系数(α):
x≤xbasis:α=k1x3+k2x2+k3x+αmin
x>xbasis:α=k1(xmax-x)3+k2(xmax-x)2+k3(xmax-x)+αmin,
其中,x是输入像素值,xbasis是所述基准区域中的中间像素,xmax是原始图像中的最大像素值,αmin是最小反馈系数值,以及k是根据x与xbasis之间的距离进行加权的加权系数。
6.根据权利要求1所述的图像处理方法,其特征在于,还包括:
合成步骤,用于基于反馈系数(α),对所述图像序列的所述第一图像的色调转换曲线和所述第二图像的色调转换曲线进行合成,其中,与针对所述基准区域以外的区域的反馈系数相比,针对所述基准区域的反馈系数被设置为较大的值,
其中,在所述色调转换步骤中,使用在所述合成步骤中合成得到的合成色调转换曲线来进行色调转换。
7.根据权利要求1所述的图像处理方法,其特征在于,所述基准区域是包含所关注的解剖学区域的图像的图像区域。
8.根据权利要求1所述的图像处理方法,其特征在于,通过摄像区域信息或摄像技术信息来确定所述基准区域的位置。
9.根据权利要求1所述的图像处理方法,其特征在于,所述基准区域是使用统计学要素确定出的区域。
10.一种图像处理设备,用于对由X射线摄像系统所生成的图像序列的图像进行色调转换,所述图像处理设备包括:
提取部件,用于从所述图像序列的第二图像中提取在所述图像序列的图像中用作基准区域的区域;以及
色调转换部件,用于在相对于所述图像序列中的第一图像在所述第二图像中存在对比度变化的情况下,对所述第二图像进行色调转换,从而在所述基准区域中抑制所述对比度变化,并且在所述基准区域以外的区域中反映所述对比度变化。
11.根据权利要求10所述的图像处理设备,其特征在于,还包括:
获得部件,用于获得所述第一图像中的多个像素的对比度值,并且获得所述第二图像中的多个像素的对比度值,
其中,所述色调转换部件用于生成如下第三图像,其中,所述第三图像在所述基准区域中的对比度值接近所述第一图像中的多个像素的对比度值,并且所述第三图像在所述基准区域以外的区域中的对比度值接近所述第二图像中的多个像素的对比度值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009-152872 | 2009-06-26 | ||
JP2009152872A JP2011005050A (ja) | 2009-06-26 | 2009-06-26 | 画像処理方法及び画像処理装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310478506.9A Division CN103544684A (zh) | 2009-06-26 | 2010-06-28 | 图像处理方法和图像处理设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101930595A true CN101930595A (zh) | 2010-12-29 |
Family
ID=42670513
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310478506.9A Pending CN103544684A (zh) | 2009-06-26 | 2010-06-28 | 图像处理方法和图像处理设备 |
CN2010102123012A Pending CN101930595A (zh) | 2009-06-26 | 2010-06-28 | 图像处理方法和图像处理设备 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310478506.9A Pending CN103544684A (zh) | 2009-06-26 | 2010-06-28 | 图像处理方法和图像处理设备 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20100329533A1 (zh) |
EP (1) | EP2267655A3 (zh) |
JP (1) | JP2011005050A (zh) |
KR (1) | KR101264182B1 (zh) |
CN (2) | CN103544684A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102743181A (zh) * | 2011-03-09 | 2012-10-24 | 佳能株式会社 | 图像处理装置及图像处理方法 |
CN106462955A (zh) * | 2014-06-14 | 2017-02-22 | 微软技术许可有限责任公司 | 具有时间平滑和用户超驰的自动视频质量增强 |
CN107847198A (zh) * | 2015-08-26 | 2018-03-27 | Dr科技股份有限公司 | 辐射图像处理方法及射线照相系统 |
CN107886479A (zh) * | 2017-10-31 | 2018-04-06 | 建荣半导体(深圳)有限公司 | 一种图像hdr转换方法、装置、图像处理芯片及存储装置 |
US10607062B2 (en) | 2014-04-29 | 2020-03-31 | Microsoft Technology Licensing, Llc | Grouping and ranking images based on facial recognition data |
US10691445B2 (en) | 2014-06-03 | 2020-06-23 | Microsoft Technology Licensing, Llc | Isolating a portion of an online computing service for testing |
US11295114B2 (en) | 2014-04-28 | 2022-04-05 | Microsoft Technology Licensing, Llc | Creation of representative content based on facial analysis |
Families Citing this family (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5711542B2 (ja) | 2011-01-13 | 2015-05-07 | 矢崎総業株式会社 | 基板接続用端子および回路基板の保持構造 |
US9384547B2 (en) * | 2011-07-19 | 2016-07-05 | Hitachi, Ltd. | X-ray image diagnostic apparatus and method for controlling X-ray generation device |
WO2013042416A1 (ja) * | 2011-09-22 | 2013-03-28 | 富士フイルム株式会社 | 放射線動画処理装置、放射線動画撮影装置、放射線動画撮影システム、放射線動画撮影方法、放射線動画撮影プログラム、及び放射線動画撮影プログラム記憶媒体 |
WO2013042410A1 (ja) * | 2011-09-22 | 2013-03-28 | 富士フイルム株式会社 | 放射線動画処理装置、放射線動画撮影装置、放射線動画撮影システム、放射線動画撮影方法、及び放射線動画撮影プログラム |
US9614724B2 (en) | 2014-04-21 | 2017-04-04 | Microsoft Technology Licensing, Llc | Session-based device configuration |
US9430667B2 (en) | 2014-05-12 | 2016-08-30 | Microsoft Technology Licensing, Llc | Managed wireless distribution network |
US10111099B2 (en) | 2014-05-12 | 2018-10-23 | Microsoft Technology Licensing, Llc | Distributing content in managed wireless distribution networks |
US9384334B2 (en) | 2014-05-12 | 2016-07-05 | Microsoft Technology Licensing, Llc | Content discovery in managed wireless distribution networks |
US9384335B2 (en) | 2014-05-12 | 2016-07-05 | Microsoft Technology Licensing, Llc | Content delivery prioritization in managed wireless distribution networks |
WO2015174206A1 (ja) * | 2014-05-16 | 2015-11-19 | 株式会社 日立メディコ | 画像診断装置及び階調情報設定方法 |
US9874914B2 (en) | 2014-05-19 | 2018-01-23 | Microsoft Technology Licensing, Llc | Power management contracts for accessory devices |
JP6309350B2 (ja) * | 2014-06-03 | 2018-04-11 | キヤノンメディカルシステムズ株式会社 | 医用画像表示装置 |
US9367490B2 (en) | 2014-06-13 | 2016-06-14 | Microsoft Technology Licensing, Llc | Reversible connector for accessory devices |
US9717006B2 (en) | 2014-06-23 | 2017-07-25 | Microsoft Technology Licensing, Llc | Device quarantine in a wireless network |
US9373179B2 (en) | 2014-06-23 | 2016-06-21 | Microsoft Technology Licensing, Llc | Saliency-preserving distinctive low-footprint photograph aging effect |
JP2017000675A (ja) * | 2015-06-16 | 2017-01-05 | 株式会社日立製作所 | 医用画像処理装置及びx線撮像装置 |
JP6678541B2 (ja) * | 2016-08-31 | 2020-04-08 | 富士フイルム株式会社 | 画像処理装置、方法およびプログラム |
JP2018149166A (ja) | 2017-03-14 | 2018-09-27 | コニカミノルタ株式会社 | 放射線画像処理装置 |
US10740881B2 (en) * | 2018-03-26 | 2020-08-11 | Adobe Inc. | Deep patch feature prediction for image inpainting |
JP7211172B2 (ja) | 2019-03-08 | 2023-01-24 | コニカミノルタ株式会社 | 動態画像解析システム及び動態画像処理装置 |
JP7334608B2 (ja) * | 2019-12-19 | 2023-08-29 | 株式会社Jvcケンウッド | 映像信号処理装置及び映像信号処理方法 |
JP7307033B2 (ja) | 2020-06-05 | 2023-07-11 | 富士フイルム株式会社 | 処理装置、処理装置の作動方法、処理装置の作動プログラム |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07240886A (ja) * | 1994-02-28 | 1995-09-12 | Shimadzu Corp | X線テレビジョン装置 |
EP0949807B1 (en) * | 1998-04-09 | 2004-05-12 | Eastman Kodak Company | Transforms for digital images |
CN2838183Y (zh) * | 2005-10-19 | 2006-11-15 | 上海广电(集团)有限公司中央研究院 | 一种动态提高视频图像视觉效果的装置 |
CN1929551A (zh) * | 2005-09-07 | 2007-03-14 | 逐点半导体(上海)有限公司 | 图像对比度增强装置及增强方法 |
CN101123679A (zh) * | 2006-08-10 | 2008-02-13 | 富士通株式会社 | 图像处理装置、图像处理方法和计算机产品 |
EP1898636A2 (en) * | 2006-09-07 | 2008-03-12 | Sony Corporation | Image-data processing apparatus, image-data processing method, and imaging system |
EP1531422B1 (en) * | 2003-11-14 | 2008-06-04 | Canon Kabushiki Kaisha | Radiographic image processing method and apparatus |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6067881A (ja) | 1983-09-22 | 1985-04-18 | Citizen Watch Co Ltd | 電子時計 |
US5287418A (en) * | 1989-10-25 | 1994-02-15 | Dainippon Screen Mfg. Co., Ltd. | Method and apparatus for producing a corrected image from an original image |
JPH04347142A (ja) * | 1991-05-24 | 1992-12-02 | Konica Corp | 放射線画像処理装置 |
JPH07255012A (ja) * | 1994-03-15 | 1995-10-03 | Fujitsu Ltd | 放射線画像処理装置 |
JP3317317B2 (ja) * | 1994-06-09 | 2002-08-26 | 株式会社島津製作所 | デジタルx線撮影装置 |
CN1162363A (zh) * | 1994-10-26 | 1997-10-15 | 伊美申公司 | 通过空间直方图分析实现对比度增强 |
US5982951A (en) * | 1996-05-28 | 1999-11-09 | Canon Kabushiki Kaisha | Apparatus and method for combining a plurality of images |
JP4634591B2 (ja) * | 2000-09-29 | 2011-02-16 | 株式会社東芝 | X線診断装置 |
JP3833177B2 (ja) * | 2000-11-30 | 2006-10-11 | キヤノン株式会社 | 画像処理装置、画象処理方法、記憶媒体及びプログラム |
US7023580B2 (en) * | 2001-04-20 | 2006-04-04 | Agilent Technologies, Inc. | System and method for digital image tone mapping using an adaptive sigmoidal function based on perceptual preference guidelines |
US7295691B2 (en) * | 2002-05-15 | 2007-11-13 | Ge Medical Systems Global Technology Company, Llc | Computer aided diagnosis of an image set |
JP4533587B2 (ja) * | 2003-02-07 | 2010-09-01 | 株式会社東芝 | 医用画像の貼り合わせ装置 |
US7454078B2 (en) * | 2003-07-22 | 2008-11-18 | Warner Bros. Entertainment Inc. | Method and apparatus for flicker removal from an image sequence |
JP4484579B2 (ja) * | 2004-05-11 | 2010-06-16 | キヤノン株式会社 | 画像処理装置及びその方法、プログラム |
JP4786150B2 (ja) * | 2004-07-07 | 2011-10-05 | 株式会社東芝 | 超音波診断装置および画像処理装置 |
JP4143581B2 (ja) * | 2004-08-24 | 2008-09-03 | Necフィールディング株式会社 | 災害対処システム、災害対処方法、災害対処装置、及び災害対処プログラム |
US8150110B2 (en) * | 2006-11-22 | 2012-04-03 | Carestream Health, Inc. | ROI-based rendering for diagnostic image consistency |
JP4850689B2 (ja) * | 2006-12-22 | 2012-01-11 | キヤノン株式会社 | 画像処理装置、画像処理方法、画像処理プログラム並びに記憶媒体 |
US20110019889A1 (en) * | 2009-06-17 | 2011-01-27 | David Thomas Gering | System and method of applying anatomically-constrained deformation |
-
2009
- 2009-06-26 JP JP2009152872A patent/JP2011005050A/ja not_active Ceased
-
2010
- 2010-06-04 EP EP10165001A patent/EP2267655A3/en not_active Withdrawn
- 2010-06-15 US US12/816,013 patent/US20100329533A1/en not_active Abandoned
- 2010-06-28 CN CN201310478506.9A patent/CN103544684A/zh active Pending
- 2010-06-28 KR KR1020100061032A patent/KR101264182B1/ko active IP Right Grant
- 2010-06-28 CN CN2010102123012A patent/CN101930595A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07240886A (ja) * | 1994-02-28 | 1995-09-12 | Shimadzu Corp | X線テレビジョン装置 |
EP0949807B1 (en) * | 1998-04-09 | 2004-05-12 | Eastman Kodak Company | Transforms for digital images |
EP1531422B1 (en) * | 2003-11-14 | 2008-06-04 | Canon Kabushiki Kaisha | Radiographic image processing method and apparatus |
CN1929551A (zh) * | 2005-09-07 | 2007-03-14 | 逐点半导体(上海)有限公司 | 图像对比度增强装置及增强方法 |
CN2838183Y (zh) * | 2005-10-19 | 2006-11-15 | 上海广电(集团)有限公司中央研究院 | 一种动态提高视频图像视觉效果的装置 |
CN101123679A (zh) * | 2006-08-10 | 2008-02-13 | 富士通株式会社 | 图像处理装置、图像处理方法和计算机产品 |
EP1898636A2 (en) * | 2006-09-07 | 2008-03-12 | Sony Corporation | Image-data processing apparatus, image-data processing method, and imaging system |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102743181A (zh) * | 2011-03-09 | 2012-10-24 | 佳能株式会社 | 图像处理装置及图像处理方法 |
US8983122B2 (en) | 2011-03-09 | 2015-03-17 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and computer-readable storage medium |
CN102743181B (zh) * | 2011-03-09 | 2016-01-20 | 佳能株式会社 | 图像处理装置及图像处理方法 |
CN105335945A (zh) * | 2011-03-09 | 2016-02-17 | 佳能株式会社 | 图像处理装置及图像处理方法 |
CN105335945B (zh) * | 2011-03-09 | 2018-07-03 | 佳能株式会社 | 图像处理装置及图像处理方法 |
US11295114B2 (en) | 2014-04-28 | 2022-04-05 | Microsoft Technology Licensing, Llc | Creation of representative content based on facial analysis |
US10607062B2 (en) | 2014-04-29 | 2020-03-31 | Microsoft Technology Licensing, Llc | Grouping and ranking images based on facial recognition data |
US10691445B2 (en) | 2014-06-03 | 2020-06-23 | Microsoft Technology Licensing, Llc | Isolating a portion of an online computing service for testing |
CN106462955A (zh) * | 2014-06-14 | 2017-02-22 | 微软技术许可有限责任公司 | 具有时间平滑和用户超驰的自动视频质量增强 |
CN106462955B (zh) * | 2014-06-14 | 2020-05-05 | 微软技术许可有限责任公司 | 具有时间平滑和用户超驰的自动视频质量增强 |
CN107847198A (zh) * | 2015-08-26 | 2018-03-27 | Dr科技股份有限公司 | 辐射图像处理方法及射线照相系统 |
CN107886479A (zh) * | 2017-10-31 | 2018-04-06 | 建荣半导体(深圳)有限公司 | 一种图像hdr转换方法、装置、图像处理芯片及存储装置 |
Also Published As
Publication number | Publication date |
---|---|
KR20110000537A (ko) | 2011-01-03 |
EP2267655A2 (en) | 2010-12-29 |
JP2011005050A (ja) | 2011-01-13 |
KR101264182B1 (ko) | 2013-05-14 |
US20100329533A1 (en) | 2010-12-30 |
EP2267655A3 (en) | 2011-04-06 |
CN103544684A (zh) | 2014-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101930595A (zh) | 图像处理方法和图像处理设备 | |
JP7194143B2 (ja) | 肝臓腫瘍例のレビューを容易にするシステムおよび方法 | |
US20040170308A1 (en) | Method for automated window-level settings for magnetic resonance images | |
JP7081680B2 (ja) | 学習済みモデルの製造方法、輝度調整方法および画像処理装置 | |
CN106780436B (zh) | 一种医疗影像显示参数确定方法及装置 | |
KR101493375B1 (ko) | 화상처리장치, 화상처리방법, 및 컴퓨터 판독가능한 기억매체 | |
CN112651885A (zh) | 用于减少图像记录噪声的方法和装置 | |
KR20150010515A (ko) | 의료 영상 획득 방법 및 장치 | |
CN102428478A (zh) | 多尺度图像归一化和增强 | |
JP2013126575A (ja) | 画像処理装置及び方法、並びにプログラム | |
JP2004041694A (ja) | 画像生成装置およびプログラム、画像選択装置、画像出力装置、画像提供サービスシステム | |
US20070076937A1 (en) | Image processing method for windowing and/or dose control for medical diagnostic devices | |
CN104091309A (zh) | 一种平板x射线图像的均衡显示方法及系统 | |
CN102169530A (zh) | 乳房造影图像的图像处理方法 | |
JP6100603B2 (ja) | 医用画像撮影解析装置 | |
US7889904B2 (en) | Image processing device, image processing method, program, storage medium and image processing system | |
JP2018033745A (ja) | 画像処理装置、方法およびプログラム | |
CN109155059A (zh) | 通过双通道时域降噪的改善的图像质量 | |
KR101120700B1 (ko) | 컬러 도플러 모드 영상을 제공하는 초음파 시스템 및 방법 | |
US20210027430A1 (en) | Image processing apparatus, image processing method, and x-ray ct apparatus | |
JP2005020338A (ja) | 異常陰影検出方法および装置並びにプログラム | |
JP3931792B2 (ja) | 時系列処理画像の表示装置及び表示方法 | |
JP4571378B2 (ja) | 画像処理方法および装置並びにプログラム | |
US11354806B2 (en) | Detection of regions with low information content in digital X-ray images | |
US7483555B2 (en) | Method and system for digital image processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20101229 |