CN102339459B - 图像处理方法、装置及医疗影像设备 - Google Patents

图像处理方法、装置及医疗影像设备 Download PDF

Info

Publication number
CN102339459B
CN102339459B CN201010227818.9A CN201010227818A CN102339459B CN 102339459 B CN102339459 B CN 102339459B CN 201010227818 A CN201010227818 A CN 201010227818A CN 102339459 B CN102339459 B CN 102339459B
Authority
CN
China
Prior art keywords
base map
detail view
pixel value
gain coefficient
image
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.)
Active
Application number
CN201010227818.9A
Other languages
English (en)
Other versions
CN102339459A (zh
Inventor
孙文武
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Mindray Bio Medical Electronics Co Ltd
Original Assignee
Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Mindray Bio Medical Electronics Co Ltd filed Critical Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority to CN201010227818.9A priority Critical patent/CN102339459B/zh
Priority to US13/095,566 priority patent/US8792747B2/en
Publication of CN102339459A publication Critical patent/CN102339459A/zh
Application granted granted Critical
Publication of CN102339459B publication Critical patent/CN102339459B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • G06T5/75Unsharp masking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/92Dynamic range modification of images or parts thereof based on global image properties
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20016Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20208High dynamic range [HDR] image processing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种图像处理方法、装置及医疗设备,针对分解输入图像所得到的本底图进行均衡处理,然后将均衡处理后的本底图和从输入图像分解出细节图进行合成处理,得到结果图。在均衡化处理过程中,因为仅对本底图进行均衡处理,细节图没有被破坏,其对比度仍然被保留,因此这种图像均衡处理方式既能使图像的动态范围变小,同时又能减少细节信息的损失。

Description

图像处理方法、装置及医疗影像设备
技术领域
本发明涉及一种图像处理方法、装置及医疗影像设备。
背景技术
数字式X线摄影(Digital Radiography,DR)是目前医疗检测用X线影像系统较为主流的发展方向。X线摄影的图像具有很宽大的动态范围,并且细节的对比度也不高。由于动态范围宽大,所形成的图像对于某些细节却难以辨认。为使图像能同时呈现组织层次更丰富的信息,在图像处理中,需要对图像的动态范围进行压缩。经过研究,本领域技术人员认识到通过缩小图像中各像素值间的差异可对图像进行动态范围压缩,一种方案是利用低通滤波输入平滑处理后的图像,对输入图像中每一像素值进行增益修正,缩小图像中各像素值间的差异,从而压缩图像的动态范围。但这种方法是直接修正输入图像中的各像素值,可能会损失很细微的细节信息,但往往细节信息是比较重要的,尤其是对于医疗影像设备得到的DR图像,很多诊断结果是根据细节信息得出的。
发明内容
本发明要解决的主要技术问题是,提供一种图像处理方法、装置及医疗影像设备,既能对图像的动态范围进行压缩,又能减少细节信息损失。
本发明一方面提供一种图像处理方法,针对分解输入图像所得到的本底图进行均衡处理,所述图像处理方法包括:
对输入图像进行分解,得到本底图和细节图;
对本底图进行均衡处理;
通过将均衡处理后的本底图和细节图进行合成处理后得到结果图。
本发明另一方面提供一种图像处理装置,包括:
图像分解单元,用于对输入图像进行分解,得到本底图和细节图;
图像均衡单元,用于对本底图进行均衡处理;
图像合成单元,用于将均衡处理后的本底图和细节图进行合成处理,得到结果图像。
本发明另一方面还提供一种包括上述图像处理装置的医疗影像设备。
附图说明
图1为本发明图像处理装置一种实施例的结构示意图;
图2为本发明图像处理方法一种实施例的流程图;
图3为本发明图像处理装置一种具体实施例的结构示意图;
图4为本发明图像处理装置另一种具体实施例的结构示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。
如图1所示,图像处理装置包括图像分解单元1、图像均衡单元4和图像合成单元5。图像分解单元1首先对输入图像进行分解,得到本底图和细节图。然后图像均衡单元4对本底图进行均衡处理,使本底图中不同区域间的像素值间的反差缩小。之后图像合成单元5将均衡处理后的本底图和细节图进行合成处理,得到所需要的结果图像。
在研究中,发明人发现输入图像中不同区域内像素值间的巨大差异,主要体现为本底图中不同区域内像素值间的反差变化,而基本不受输入图像的细节的影响。直接对输入图像中的各像素值进行均衡处理,虽然也能缩小图像中各像素值间的差异,但同时也损害到了细微的细节信息。因此,本发明进行图像处理的方法如图2所示,包括:
步骤S1,将输入图像首先分解为蕴含细节信息的细节图及残余的本底图。
步骤S2,对本底图中的像素值进行均衡化处理,使本底图中不同区域间的像素值间的反差缩小。
步骤S3,然后将均衡处理后的本底图和前面分解出的细节图进行合成处理,得到需要的结果图。
在均衡化处理过程中,因为仅对本底图进行均衡处理,压缩的是本底图的图像的动态范围,图像的细节图没有被破坏,其对比度仍然被保留,而对于由细节图和均衡后的本底图合成的结果图像,其既保留了图像细节,又具有较小的图像动态范围。因此这种图像均衡处理方式既能使图像的动态范围变小,同时又能减少细节信息的损失。
实施例一:
请参考图3,图3所示的实施例中以医疗检测用数字式X线影像设备为例进行说明,X线影像设备包括用于产生X线的X线发生器、影像接收装置、图像处理装置和控制电路,影像接收装置将数字图像输出给图像处理装置。图像处理装置包括用于图像分解的低通滤波单元11、均衡单元14及最后的合成单元15。其中低通滤波单元11采用大尺寸的滤波模板,对输入图像进行低通滤波,从而得到滤波后的本底图,并将输入图像减去本底图后生成细节图。即原始输入图像分解为本底图和细节图两部分,表达公式如下:
I[i,j]=Ilow[i,j]+Ihigh[i,j]............................................(1)
其中I为输入图像,Ilow为本底图,Ihigh为细节图,i、j为像素坐标。
均衡单元14对本底图进行均衡处理,并将均衡后的本底图输入到合成单元15,进而与细节图进行合成,得到结果图像。
为了均衡本底图,本实施例构造对本底图中每一像素值进行增益修正的函数,通过该函数计算本底图中每一像素值的增益系数,将本底图中每一像素值乘以增益系数后得到修正后的像素值,所述增益系数使得本底图中每一像素的修正后的像素值向设定值靠拢,从而缩小本底图中像素之间的差值。例如,增益系数为本底图像素值的函数,依本底图像素值的变化而变化。所述增益系数满足以下条件:当本底图中的像素值小于设定值时,像素值小于设定值越多,所述增益系数越大;当本底图中的像素值大于设定值时,像素值大于设定值越多,所述增益系数越小。
在本实施例的一种实例中,与本底图中的各像素的像素值相比较的设定值预定为本底图的所有像素值的均值或均值的设定倍数,设定值可以是均值,也可以是均值的若干倍或零点几倍。本底图中偏离设定值越大的像素值,其所对应的增益系数也越偏离1.0,即本底图中越小于设定值的那些像素值,所对应的增强系数也就越大于1.0,而本底图中越大于设定值的那些像素值,所对应的增强系数也就越小于1.0。将原像素值乘上增益系数后得到均衡后的像素值。
均衡单元14对本底图中的像素值Ilow[i,j]及设定值H,依据如下公式(2)中的函数f,生成对该像素值Ilow[i,j]进行增益修正的增益系数g[i,j],
g[i,j]=f(Ilow[i,j],H,c)....................(2)
其中c为控制均衡程度的参数,其取值范围可以为任意实数区间,例如取值为[0.0,1.0]或[1,10]之间。当c取值为其取值区间的一端时,图像的均衡效果最弱,相反,当c取值为其取值区间的另一端时,图像的均衡效果最强。设定值H的取值范围通常对应感兴趣区域内像素值的变化范围,其一种取值方法为本底图均值乘上一个大于零的实数k。例如k可以取值为1,2.6,4,6.5,23等。函数f随Ilow[i,j]单调递减,并且Ilow[i,j]偏离设定值H越大,函数值f也就越偏离1.0,即Ilow[i,j]越大于设定值H,函数值f也就越小于1.0,而Ilow[i,j]越小于设定值H,函数值f也就越大于1.0。构造函数f的方法很多,其中一种方法如公式(3)所示,
f ( I low [ i , j ] , H , c ) = H H · ( 1.0 - c ) + c · I low [ i , j ] . . . ( 3 )
从该公式可以看出,参数c为0时,函数f恒为1,图像不进行均衡。此外,构造函数f的另一种方法如公式(4)所示,
f ( I low [ i , j ] , H , c ) = 1 1.0 - c + c · e ( I low [ i , j ] H - 1 ) . . . ( 4 )
此外,依据函数f生成的增益系数g[i,j],对本底图中像素值Ilow[i,j]所进行的增益修正过程表达为如下公式(5)所示,
I′low[i,j]=Ilow[i,j]×g[i,j],                        (5)
其中I′low[i,j]为均衡后的像素值,g[i,j]为公式(2)中所示的增益系数。
上述公式中增益系数都与参数c有关,当然也可以与参数c无关,即函数f为与Ilow[i,j]和设定值H有关的函数。
由于本实施例中生成的结果图是由分解后的细节图与均衡后的本底图组合而成的,因此,不会损失任何细节信息,整个均衡过程简单,并且合成后的结果图具有均衡效果。
实施例二:
在图4所示的另一种实施例中,图像处理装置包括用于图像分解的多尺度分解单元21、均衡单元24及最后的合成单元25。图像均衡过程大体上与图3所示的实施例相同,其主要差别在于图像分解及最后的合成过程。图4中的分解单元21采用了多尺度分解方法,将输入图像分解为一系列具有不同尺度的细节图及最终的本底图,并且在分解过程中,随着分解层次的逐渐加深,其所对应的细节图的尺寸也逐渐缩小。由于合成过程是分解过程的逆过程,因此图3所示的合成单元25需要将均衡后的本底图首先进行尺寸扩展,使得其扩展后的尺寸与最深层次(假设N为最深层次)的细节图的尺寸相等,然后再将扩展后的本底图与最深层次的细节图合成相加,从而得到第N层次的中间图像。之后,再将该中间图像进行尺寸扩展,使得其扩展后的尺寸与次深层次(即N-1层次)的细节图的尺寸相等,并与次深层次的细节图合成相加,进而得到第N-1层次的中间图像。以此下去,直到将第2层次的中间图像进行尺寸扩展,使其尺寸扩展到第1层次的细节图的尺寸相等,将扩展后的第2层次的中间图像与第1层次的细节图叠加,从而最后得到与输入图像具有相同尺寸的合成结果图像。
由于该实施例中所采用的多尺度分解方法,可以区分不同尺寸的细节,因此在该实施例中还可以对不同的细节进行额外更灵活的操作,如增强细节等,如图4所示的实施例。在该实施例中,除了对本底图进行均衡外,还对各层次的细节同时进行不同程度的增强,并且也对因细节增强而放大了的噪声进行抑制。因而,图像处理装置还包括图像增强单元22和图像降噪单元23。
上述实施例可应用于各种医疗影像设备,例如X线影像设备、超声设备等,另外,对于各种图像,只要该图像能够分解成本底图和细节图,就可采用上述实施例的图像均衡方法压缩图像的动态范围。
以上内容是结合具体的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。

Claims (11)

1.一种图像处理方法,其特征在于包括:
对输入图像进行分解,得到本底图和细节图;
对本底图进行均衡处理,所述均衡处理包括:计算本底图中每一像素值的增益系数,将本底图中每一像素值乘以增益系数后得到修正后的像素值,所述增益系数使得本底图中每一像素的修正后的像素值向设定值靠拢;所述设定值为本底图的所有像素值的均值或均值的设定倍数,所述设定倍数为大于0的正数;所述增益系数为本底图像素值的函数,所述增益系数满足以下条件:当本底图中的像素值小于所述设定值时,像素值小于所述设定值越多,所述增益系数越大;当本底图中的像素值大于所述设定值时,像素值大于所述设定值越多,所述增益系数越小;
将细节图与均衡处理后的本底图进行合成处理后得到结果图。
2.如权利要求1所述的图像处理方法,其特征在于,所述对输入图像进行分解包括:
对输入图像进行低通滤波,得到本底图;
将输入图像减去本底图后得到细节图。
3.如权利要求1所述的图像处理方法,其特征在于,所述对输入图像进行分解包括:采用多尺度分解法将输入图像分解为一系列具有不同尺度的细节图和最终的本底图。
4.如权利要求3所述的图像处理方法,其特征在于,所述合成处理包括:
将均衡处理后的本底图进行尺寸扩展,使其尺寸扩展到与第N层次的细节图的尺寸相等,所述第N层次为最深层次;
将扩展后的本底图与最深层次的细节图叠加得到第N层次的中间图像;
将第N层次的中间图像进行尺寸扩展,使其尺寸扩展到与第N-1层次的细节图的尺寸相等;
将扩展后的第N层次的中间图像与第N-1层次的细节图叠加得到第N-1层次的中间图像;
依次类推,直到将第2层次的中间图像进行尺寸扩展,使其尺寸扩展到与第1层次的细节图的尺寸相等,将扩展后的第2层次的中间图像与第1层次的细节图叠加得到与输入图像具有相同尺寸的结果图像。
5.一种图像处理装置,其特征在于包括:
图像分解单元,用于对输入图像进行分解,得到本底图和细节图;
图像均衡单元,用于对本底图进行均衡处理,具体用于计算本底图中每一像素值的增益系数,将本底图中每一像素值乘以增益系数后得到修正后的像素值,所述增益系数使得本底图中每一像素的修正后的像素值向设定值靠拢;所述设定值为本底图的所有像素值的均值或均值的设定倍数,所述设定倍数为大于0的正数;所述增益系数为本底图像素值的函数,所述增益系数满足以下条件:当本底图中的像素值小于所述设定值时,像素值小于所述设定值越多,所述增益系数越大;当本底图中的像素值大于所述设定值时,像素值大于所述设定值越多,所述增益系数越小;
图像合成单元,用于将细节图和均衡处理后的本底图进行合成处理,得到结果图像。
6.如权利要求5所述的图像处理装置,其特征在于,当本底图中的像素值等于设定值时,所述增益系数为1;当本底图中的像素值小于设定值时,所述增益系数大于1,像素值小于设定值越多,所述增益系数大于1越多;当本底图中的像素值大于设定值时,所述增益系数小于1,像素值大于设定值越多,所述增益系数小于1越多。
7.如权利要求5或6所述的图像处理装置,其特征在于,所述增益系数的计算公式为:
g [ i , j ] = H H · ( 1.0 - c ) + c · I l o w [ i , j ]
g [ i , j ] = 1 1.0 - c + c · e ( I l o w [ i , j ] H - 1 ) ,
其中,g[i,j]为增益系数,Ilow[i,j]为本底图中的像素值,H为设定值,c为控制均衡程度的参数。
8.如权利要求5或6所述的图像处理装置,其特征在于,所述图像分解单元用于对输入图像进行低通滤波以得到本底图,然后将输入图像减去本底图后得到细节图。
9.如权利要求5或6所述的图像处理装置,其特征在于,所述图像分解单元采用多尺度分解法将输入图像分解为一系列具有不同尺度的细节图和最终的本底图。
10.如权利要求9所述的图像处理装置,其特征在于,所述图像合成单元用于将均衡处理后的本底图进行尺寸扩展,使其尺寸扩展到与第N层次的细节图的尺寸相等,所述第N层次为最深层次,然后将扩展后的本底图与最深层次的细节图叠加得到第N层次的中间图像,将第N层次的中间图像进行尺寸扩展,使其尺寸扩展到与第N-1层次的细节图的尺寸相等,将扩展后的第N层次的中间图像与第N-1层次的细节图叠加得到第N-1层次的中间图像,依次类推,直到将第2层次的中间图像进行尺寸扩展,使其尺寸扩展到与第1层次的细节图的尺寸相等,将扩展后的第2层次的中间图像与第1层次的细节图叠加得到与输入图像具有相同尺寸的结果图像。
11.一种医疗影像设备,其特征在于包括权利要求5-10中任一项所述的图像处理装置。
CN201010227818.9A 2010-07-15 2010-07-15 图像处理方法、装置及医疗影像设备 Active CN102339459B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201010227818.9A CN102339459B (zh) 2010-07-15 2010-07-15 图像处理方法、装置及医疗影像设备
US13/095,566 US8792747B2 (en) 2010-07-15 2011-04-27 Image processing method and device, and medical imaging instrument

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010227818.9A CN102339459B (zh) 2010-07-15 2010-07-15 图像处理方法、装置及医疗影像设备

Publications (2)

Publication Number Publication Date
CN102339459A CN102339459A (zh) 2012-02-01
CN102339459B true CN102339459B (zh) 2015-09-23

Family

ID=45467035

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010227818.9A Active CN102339459B (zh) 2010-07-15 2010-07-15 图像处理方法、装置及医疗影像设备

Country Status (2)

Country Link
US (1) US8792747B2 (zh)
CN (1) CN102339459B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8948488B2 (en) * 2009-07-31 2015-02-03 General Electric Company Methods and systems for digitally enhancing an image of a stained material
KR101486776B1 (ko) * 2010-07-29 2015-01-29 삼성전자주식회사 영상 처리 방법 및 장치와 이를 채용한 의료영상시스템
KR20130008858A (ko) * 2011-07-13 2013-01-23 삼성전자주식회사 영상 처리 방법 및 그에 따른 영상 처리 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1422662A2 (en) * 2002-11-20 2004-05-26 Canon Kabushiki Kaisha Image processing apparatus and method for contrast enhancement by histogram equalization
CN101727658A (zh) * 2008-10-14 2010-06-09 深圳迈瑞生物医疗电子股份有限公司 图像处理方法及装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7139417B2 (en) * 2001-08-14 2006-11-21 Ge Medical Systems Global Technology Company Llc Combination compression and registration techniques to implement temporal subtraction as an application service provider to detect changes over time to medical imaging
CA2412706C (en) 2001-11-23 2009-12-29 Imaging Dynamics Company Ltd. Correcting geometric distortion in a digitally captured image
US8111265B2 (en) * 2004-12-02 2012-02-07 Sharp Laboratories Of America, Inc. Systems and methods for brightness preservation using a smoothed gain image
KR100748858B1 (ko) * 2005-11-24 2007-08-13 주식회사 메디슨 영상의 화질을 개선시키는 영상 처리 시스템 및 방법
CN100336080C (zh) 2006-01-25 2007-09-05 西安交通大学 基于尺度空间分解与重构的x射线图像均衡显示处理方法
CN1843296A (zh) 2006-03-27 2006-10-11 珠海友通科技有限公司 数字化x线图像处理装置和图像处理方法
US8285076B2 (en) 2008-03-27 2012-10-09 The Trustees Of Tufts College Methods and apparatus for visual sub-band decomposition of signals
US20100142790A1 (en) * 2008-12-04 2010-06-10 New Medical Co., Ltd. Image processing method capable of enhancing contrast and reducing noise of digital image and image processing device using same

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1422662A2 (en) * 2002-11-20 2004-05-26 Canon Kabushiki Kaisha Image processing apparatus and method for contrast enhancement by histogram equalization
CN101727658A (zh) * 2008-10-14 2010-06-09 深圳迈瑞生物医疗电子股份有限公司 图像处理方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于小波变换的医学超声图像去噪及增强方法;郭敏等;《中国医学影像技术》;20060920;第22卷(第9期);第1435-1437页 *
基于自适应低通滤波的超声医学图像增强算法;王绍波等;《中国医学影像技术》;20090320;第25卷(第3期);第492-494页 *

Also Published As

Publication number Publication date
US8792747B2 (en) 2014-07-29
US20120014583A1 (en) 2012-01-19
CN102339459A (zh) 2012-02-01

Similar Documents

Publication Publication Date Title
CN103873830B (zh) 电子内窥镜影像系统及电子内窥镜图像处理方法
CN101201937B (zh) 基于小波重构与分解的数字图像增强方法及其装置
Lee et al. Poisson–Gaussian noise analysis and estimation for low-dose X-ray images in the NSCT domain
CN110533607B (zh) 一种基于深度学习的图像处理方法、装置及电子设备
Liu et al. A medical image enhancement method using adaptive thresholding in NSCT domain combined unsharp masking
Krivenko et al. A fast method of visually lossless compression of dental images
CN110082135A (zh) 设备故障识别方法、装置和终端设备
US20220414849A1 (en) Image enhancement method and apparatus, and terminal device
CN102339459B (zh) 图像处理方法、装置及医疗影像设备
CN105844606A (zh) 基于小波变换的图像融合方法及其系统
US8634630B2 (en) Method and apparatus for enhancing representations of micro-calcifications in a digital mammogram image
Kumar et al. A robust digital ECG signal watermarking and compression using biorthogonal wavelet transform
CN113436078B (zh) 一种自适用图像超分辨率重构方法及装置
Abramova et al. A fast and accurate prediction of distortions in DCT-based lossy image compression
CN115689947B (zh) 一种图像锐化的方法、系统、电子装置和存储介质
CN107194905A (zh) 一种基于非下采样Cotourlet变换的图像处理方法及系统
Moghtaderi et al. Endoscopic Image Enhancement: Wavelet Transform and Guided Filter Decomposition-Based Fusion Approach
US20160093025A1 (en) Radiation image processing device, method, and program
Ye et al. Image enhancement for inspection of cable images based on retinex theory and fuzzy enhancement method in wavelet domain
Xie et al. A fragile watermark scheme for image recovery based on singular value decomposition, edge detection and median filter
CN110349109B (zh) 基于鱼眼畸变校正方法及其系统、电子设备
Chang et al. L 2 Net: Infrared and Visible Image Fusion Using Lightweight Large Kernel Convolution Network
Serikawa et al. Multimodal medical image fusion in extended contourlet transform domain
Yeh et al. Multibranch Wavelet-Based Network for Image Demoiréing
CN107465917A (zh) 一种医学图像的无损压缩及传输的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20120201

Assignee: Shenzhen Mindray Animal Medical Technology Co.,Ltd.

Assignor: SHENZHEN MINDRAY BIO-MEDICAL ELECTRONICS Co.,Ltd.

Contract record no.: X2022440020009

Denomination of invention: Image processing method, device and medical imaging equipment

Granted publication date: 20150923

License type: Common License

Record date: 20220804

EE01 Entry into force of recordation of patent licensing contract