CN102393954B - 图像处理设备、放射线成像系统和图像处理方法 - Google Patents
图像处理设备、放射线成像系统和图像处理方法 Download PDFInfo
- Publication number
- CN102393954B CN102393954B CN201110188702.3A CN201110188702A CN102393954B CN 102393954 B CN102393954 B CN 102393954B CN 201110188702 A CN201110188702 A CN 201110188702A CN 102393954 B CN102393954 B CN 102393954B
- Authority
- CN
- China
- Prior art keywords
- image
- images
- parts
- characteristic
- gradation conversion
- 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.)
- Expired - Fee Related
Links
- 238000003672 processing method Methods 0.000 title claims description 7
- 238000006243 chemical reaction Methods 0.000 claims abstract description 133
- 238000000034 method Methods 0.000 claims description 127
- 230000008569 process Effects 0.000 claims description 83
- 230000005855 radiation Effects 0.000 claims description 26
- 238000003384 imaging method Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 15
- 230000002285 radioactive effect Effects 0.000 claims description 10
- 230000006870 function Effects 0.000 description 58
- 229920006395 saturated elastomer Polymers 0.000 description 25
- 210000000115 thoracic cavity Anatomy 0.000 description 9
- 238000003745 diagnosis Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 8
- 238000003702 image correction Methods 0.000 description 8
- 210000003141 lower extremity Anatomy 0.000 description 8
- 210000000988 bone and bone Anatomy 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/407—Control or modification of tonal gradation or of extreme levels, e.g. background level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- 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
- G06T5/92—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
- 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
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- 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
- G06T2207/20212—Image combination
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像处理设备、放射线成像系统和图像处理方法。其中,一种图像处理设备,包括:图像获取单元,用于获取通过拍摄对被摄体的拍摄区域进行分割得到的多个拍摄范围中的每个拍摄范围所获得的多个部分图像;特征量获取单元,用于获取所述部分图像中的至少一个部分图像的特征量;特性获取单元,用于基于所述拍摄区域和所述被摄体的感兴趣区域的像素值至少之一以及所述特征量,获取灰度转换处理特性;以及转换单元,用于基于所述处理特性,转换通过接合所述部分图像所获得的被摄体的拍摄区域的图像的灰度。
Description
技术领域
本发明涉及图像的灰度转换。
背景技术
灰度转换是与图像中的其它带域相比强调某个像素值带域的处理。使用灰度转换以使得图像的灰度与记录期间的灰度和显示装置的灰度相匹配、并且增大感兴趣区域的灰度。该处理可以防止图像中强调的细节的不必要损失或图像中的阴影细节的损失。此外,可以获得更易于查看感兴趣区域的图像。
另一方面,存在诸如大图像拍摄或分割图像拍摄等的拍摄方法,在这些拍摄方法中,在将拍摄区域分割成多个拍摄范围的情况下,通过拍摄被摄体的拍摄区域获得多个部分图像。使用这些方法来拍摄不适合于单个图像的大的被摄体。可以通过接合利用大图像拍摄所获得的各个部分图像来获得整个被摄体的图像。美国7440559号专利讨论用于转换利用大图像拍摄所获得的图像的灰度的技术。在美国7440559号专利中,讨论了基于接合图像的浓度直方图、或者基于一个部分图像来进行灰度转换的技术。
然而,如果使用接合图像作为分析对象,则处理负荷增大,这使得更难以实现精确分析。另一方面,如果基于一个部分图像来对大图像进行灰度转换,则由于没有考虑其它部分图像,因而整个大图像可能不会具有适当灰度。
发明内容
根据本发明的一个方面,一种图像处理设备,包括:图像获取部件,用于获取通过分别拍摄对被摄体的拍摄区域进行分割得到的多个拍摄范围所获得的多个部分图像;特征量获取部件,用于获取所述多个部分图像中的至少一个部分图像的特征量;特性获取部件,用于基于所述拍摄区域和所述被摄体的感兴趣区域的像素值至少之一以及所述特征量,获取灰度转换处理特性;以及转换部件,用于基于所述灰度转换处理特性,对通过接合所述多个部分图像所获得的被摄体的拍摄区域的图像的灰度进行转换。
根据本发明的其它方面,一种图像处理方法,包括以下步骤:获取通过分别拍摄对被摄体的拍摄区域进行分割得到的多个拍摄范围所获得的多个部分图像;获取所述多个部分图像中的至少一个部分图像的特征量;基于所述拍摄区域和所述被摄体的感兴趣区域的像素值至少之一以及所述特征量,获取灰度转换处理特性;以及基于所述灰度转换处理特性,对通过接合所述多个部分图像所获得的被摄体的拍摄区域的图像的灰度进行转换。
通过以下参考附图对典型实施例的详细说明,本发明的其它特征和方面将变得明显。
附图说明
包含在说明书中并构成说明书一部分的附图,示出本发明的典型实施例、特征和方面,并与说明书一起用来解释本发明的原理。
图1是根据本发明第一典型实施例的放射线成像系统的结构图;
图2示出根据第一典型实施例的图像处理设备的结构;
图3示出根据第一典型实施例的特征量获取单元的结构;
图4示出通过图像处理设备所产生的灰度转换函数的例子;
图5是示出根据第一典型实施例的放射线成像系统所进行的处理的流程的流程图;
图6示出根据本发明第五典型实施例的图像处理设备的结构;
图7是示出根据第五典型实施例的放射线成像系统所进行的处理的流程的流程图。
具体实施方式
下面参考附图详细说明本发明的各种典型实施例、特征和方面。
现参考图1~5说明根据本发明第一典型实施例的放射线成像系统100。
首先,参考图1说明放射线成像系统100的结构。如图1所示,放射线成像系统100包括放射线源101、检测器103、图像处理设备104和显示单元105。放射线源101由发射诸如X射线等的放射线的X射线管构成。放射线源101以适当放射剂量照射被摄体102预定时间。检测器103形成间接型平板检测器(FPD),其中,间接型FPD具有将放射线转换成可见光的荧光发光体和接收可见光并将可见光转换成与光量相应的电信号的图像传感器。可以通过检测器103获得表示被摄体102的图像的电信号。检测器103通过对该电信号进行已知的校正生成被摄体的图像。由于放射线的透射率依赖于其穿过的物质,因而可以基于由检测器103所获得的图像使被摄体的内部结构可视化。对于检测器103,还可以使用将X射线直接转换成电信号的直接型FPD。
此外,放射线成像系统100支持大图像拍摄,在大图像拍摄中,在将拍摄区域分割成多个拍摄范围的情况下,通过拍摄被摄体102的拍摄区域获得多个部分图像。大图像拍摄是这样一种拍摄方法:在通过未示出的驱动单元改变放射线源101的照射方向的同时,通过沿被摄体102移动检测器103以多次进行拍摄。因此,可以获得比检测器103的有效拍摄区域大的被摄体的图像。
图像处理设备104通过接合利用大图像拍摄所获得的多个部分图像生成大图像。术语“大图像”是指通过接合利用大图像拍摄所获得的多个部分图像所获得的图像。图像处理设备104还通过分析部分图像确定灰度转换处理特性,并且转换大图像的灰度。然后,将具有转换后的灰度的图像显示在显示单元105上。由于通过灰度转换处理可以以容易理解的方式显示对诊断重要的图像信息,因而可以获得容易查看的图像。在进行涉及详细研究的诊断时,这样的图像尤其有用。
图像处理设备104包括作为硬件的中央处理单元(CPU)106、随机存取存储器(RAM)107、只读存储器(ROM)108、硬盘驱动器(HDD)109、网络接口(I/F)112和显示单元接口113。键盘110和鼠标111与图像处理设备104连接。将用于实现图2所示各个功能块或者用于执行下述处理的计算机程序存储在ROM 108或HDD 109中。通过CPU 106在RAM 107中执行程序以实现图像处理设备104的下述功能。尽管在图1中,仅作为一个块示出CPU106,但是本发明不局限于此。可以包括多个CPU 106。
现在将参考图2更详细地说明图像处理设备104的结构。图像处理设备104包括部分图像获取单元201、用于生成大图像的图像生成单元202、灰度转换单元205、输出单元206、拍摄区域获取单元207、特征量获取单元208、用于获取灰度转换处理特性的特性获取单元209、控制单元210和存储单元211。
图像生成单元202包括图像校正单元203和图像组合单元204,其中,图像校正单元203用于校正由部分图像获取单元201所获取的部分图像的像素值,图像组合单元204用于对部分图像定位、并且在重叠区域接合和组合部分图像。
如图3所示,特征量获取单元208包括饱和像素值计算单元301、被摄体提取单元302、最大像素值计算单元303、最小像素值计算单元304和感兴趣区域像素值计算单元305。特征量获取单元208中的这些计算单元基于与通过拍摄区域获取单元207所获得的拍摄区域有关的信息,通过分析每一部分图像来计算特征量。这些部分图像是由部分图像获取单元201获取的、并通过图像校正单元203校正后的部分图像。所获得的特征量包括每一部分图像的饱和像素值、被摄体中的最大像素值、被摄体中的最小像素值以及感兴趣区域像素值。因而,由于通过对部分图像执行各分析处理来计算特征量,与分析整个大图像时相比,分析处理的精度更高。此外,可以缩短分析处理所需的时间。
特性获取单元209利用与拍摄区域相应的方法,根据特征量获取灰度转换处理特性。此“处理特性”是诸如灰度转换中所使用的函数或查找表等的特性。在本典型实施例中,由于使用函数进行灰度转换,因而获取定义灰度转换函数所需的参数作为灰度转换处理特性。在确定了拍摄区域时,由于确定了拍摄对象中的像素值的大体趋势,因而可以进行与拍摄区域相应的灰度转换。下面将说明用于获取灰度转换处理特性的方法。
控制单元210以集中方式控制上述每一功能。
将特征量获取单元208获取感兴趣区域像素值所需的与感兴趣区域有关的信息与拍摄区域相关联,并将其存储在存储单元211中。特征量获取单元208通过参考该信息获取感兴趣区域像素值。此外,将特性获取单元209基于特征量获取在灰度转换中使用的参数所使用的函数的名称与拍摄区域相关联,并且将其存储在存储单元211中。可以通过特性获取单元209执行用于获取该参数的函数。特性获取单元209通过参考该信息,获取作为灰度转换用的处理特性的灰度转换函数。
现参考图4说明由特性获取单元209所进行的、用于产生灰度转换函数的处理的概要。
首先,基于作为特征量从每一部分图像所获得的饱和像素值,通过与拍摄区域相应的方法确定整个大图像的饱和像素值。然后,将具有等于或大于该饱和像素值的像素限幅为图像中的最大值。
接着,从各部分图像中的最小像素值,确定作为整个大图像的最小像素值。这里,作为大图像的最小像素值不必是最小的,也可以是例如对部分图像的最小像素值进行平均所得到的值。关于该方法,与拍摄区域相对应地选择适当的方法。以同样的方式与拍摄区域相对应地确定作为整个大图像的最大像素值和感兴趣区域的像素值。
接着,设置转换后的最小像素值、最大像素值和感兴趣区域像素值的目标值。基于输出灰度数量和对感兴趣区域要强调的程度设置这些目标值。因此,可以基于拍摄区域确定目标值,或者可以不考虑拍摄区域而使用规定值来设置目标值。因而,确定图4所示的灰度转换函数。
现参考图5说明放射线成像系统100所执行的处理的流程。首先,在步骤S501,基于来自键盘110和鼠标111的输入,设置被摄体的拍摄条件。还可以通过从外部信息系统接收拍摄命令信息来设置拍摄条件。这些拍摄条件包括表示要拍摄被摄体的哪个区域的、与拍摄区域有关的信息。将拍摄条件存储在图像处理设备104的存储单元211中。
在步骤S502,通过基于所设置的拍摄条件驱动放射线源101和检测器103,拍摄被摄体102。在本典型实施例中,如果被摄体102的拍摄区域大于检测器103可拍摄的区域,则通过将被摄体分割为多个拍摄范围并进行多次拍摄来进行大图像拍摄。基于大图像拍摄,检测器103产生通过拍摄被摄体的拍摄区域的一部分所获得的多个部分图像。
在步骤S503,图像处理设备104的部分图像获取单元201获取通过大图像拍摄所获得的多个部分图像。将部分图像与作为辅助信息的表示拍摄的部分图像为哪一编号的图像的信息和表示利用大图像拍摄所获得的部分图像的总数的信息相关联。
在步骤S504,图像生成单元202的图像校正单元203校正所获取的多个部分图像的像素值。作为像素值校正方法,可以使用下面的方法,在该方法中,如传统方法一样,使用重叠区域的平均值改变各图像整体的像素值,然后进行像素值校正以使重叠区域的像素值大致一致。这里,“大致一致”不必严格解释。例如,“大致一致”可以指使得代表共同区域的像素值之间的差低于预定阈值。例如,代表共同区域的像素值是共同区域中的像素值的平均值。另外,还可以通过使重叠区域的直方图的差值最小化来进行像素值校正。
在步骤S505,控制单元210开始用于在图像组合单元204中组合像素校正后的部分图像的处理。图像组合单元204定位所拍摄的多个部分图像,并且组合这些部分图像以生成大图像。作为用于组合图像的方法,使用下面的已知方法,在该方法中,基于与图像相互重叠的区域处的连接点的距离,每一图像的贡献率阶段性改变。可以通过图像组合单元204基于图像特征进行定位,或者可以通过用户进行手动调整来进行定位。
与在步骤S505开始的图像组合处理并行地进行步骤S506~S509的用于确定灰度转换函数的处理。因此,可以缩短从拍摄开始直到将具有转换后的灰度的大图像显示在显示单元105上为止的时间。此外,在对被摄体102的大图像拍摄期间,可以顺次分析通过部分图像获取单元201所获取的部分图像。以这个方式进行处理使得缩短了处理时间。
在步骤S506,拍摄区域获取单元207根据存储在存储单元211中的与拍摄条件有关的信息获取拍摄区域。
在步骤S507,特征量获取单元208通过分析具有转变后的像素值的部分图像,获取特征量。所获取的特征量是被摄体的最大像素值、最小像素值、感兴趣区域像素值和饱和像素值。对于每一部分图像获取这些特征量。
饱和像素值计算单元301计算已进行了像素值校正的部分图像的饱和像素值。可以使用利用传感器特性的方法进行饱和像素值的计算。
被摄体提取单元302提取在从部分图像去除X射线在不穿过被摄体的情况下入射至直接型X射线平板检测器的部分和由准直器等所遮挡的遮挡部分之后剩余的被摄体。可以使用利用直方图分析和二维分析结果的方法进行被摄体提取方法。
最大像素值计算单元303计算被摄体部分中的最大值。作为用于计算最大像素值的方法,可以使用根据图像的直方图计算代表值的方法。然而,本发明不局限于此。可以应用用于计算最大像素值的任何方法。
最小像素值计算单元304与由最大像素值计算单元303所进行的最大值计算处理并行地计算被摄体部分中的最小值。作为用于计算最小像素值的方法,可以使用根据图像的直方图计算代表值的方法。
感兴趣区域像素值计算单元305计算被摄体的感兴趣区域像素值。作为用于计算像素值的方法,可以使用根据图像直方图计算代表值的方法、或者从图像的二维结构提取感兴趣区域并从中获取统计值作为代表值的方法。由于对于每一拍摄区域、将指定感兴趣区域所使用的信息存储在存储单元211中,因而感兴趣区域像素值计算单元305通过参考该信息进行处理。对每一部分图像进行该处理。基于步骤S507中的处理,对于每一部分图像获得四种类型的特征量。
在步骤S508,特性获取单元209基于与拍摄区域有关的信息,根据特征量确定用于获取在灰度转换中要使用的参数的方法。如上所述,将与拍摄区域有关的信息和表示用于从特征量获取参数的方法的信息彼此相关联,并且将其存储在存储单元211中。特性获取单元209参考该信息来确定参数获取方法。
首先,特性获取单元209基于每一部分图像中的饱和像素值,获取大图像的饱和像素值。例如,当拍摄下肢全长时,在从每一部分图像所获得的饱和像素值中,选择最小值用作为针对组合图像的饱和像素值。选择最小值使得可以对具有比作为饱和像素值所计算出的最小像素值大的像素值的像素进行限幅。由于下肢厚度沿其全长不会改变太大,因而将正常像素错误地当作饱和像素的可能性极小。因此,通过对大于饱和像素值的像素值限幅,可以降低饱和像素的影响。另一方面,当拍摄整个脊柱时,所使用的方法的例子包括下面的方法:计算针对所选择的多个部分图像中的各个部分图像所获得的饱和像素值的平均像素值、然后将该平均值作为组合图像的饱和像素值的方法;计算各个部分图像的饱和像素值的中值的方法;以及使用最大值的方法。如果在各个部分图像的饱和像素值计算中存在误差,则使用平均值或中值降低误差的影响,这使得能够进行稳定的限幅处理。此外,当在诸如拍摄剂量和焦点与传感器之间的距离等的条件不会针对所拍摄的每一部分图像而波动的情况下进行拍摄时,计算饱和像素值的平均值或中值的方法是有效的。当拍摄整个脊柱时,由于被摄体的厚度差异大,因而使用最大值使得对正常像素进行限幅的错误减少。因而,可以通过基于拍摄条件选择最佳计算方法来计算最佳饱和像素值。
此外,特性获取单元209基于每一部分图像中的被摄体最大值,获取大图像的最大像素值。当拍摄如整个脊柱一样的、厚度改变很大的区域时,特性获取单元209从各个部分图像的最大像素值中获取最大的像素值作为最大像素值。特性获取单元209还从各个部分图像的最小像素值中获取最小的像素值。对于整个脊柱,由于被摄体的厚的部分和薄的部分之间的差异大,因而可以实现反映该变化的灰度。另一方面,当拍摄诸如下肢全长等的、被摄体厚度变化不大的区域时,计算每一部分图像的最大像素值的平均值或中值、以及最小像素值的平均值或中值。如果使用平均值或中值,则即使在一些部分图像的最大像素值/最小像素值的计算中存在误差,由于可以减少该误差的影响,因而也可以进行稳定的灰度处理。因而,通过基于拍摄区域选择计算方法,可以计算适于诊断目的的被摄体最大像素值和被摄体最小像素值。
特性获取单元209还基于每一部分图像的感兴趣区域像素值选择中值,并且将该中值设置为组合图像的感兴趣区域像素值。通过这样选择中值,即使在一些部分图像的感兴趣区域像素值中存在误差,也可以减少该误差的影响。此外,计算方法可以使用多个所选择的感兴趣区域像素值的平均值。另外,通过使用反映多个感兴趣区域像素值的值,即使在部分图像分析中存在误差,也可以减少该误差的影响。例如,当拍摄下肢全长时,如果感兴趣区域是骨骼部分,则在每一部分图像的感兴趣区域像素值中不存在大的差异。在这种情况下,通过采用通过计算中值或平均值来设置大图像的感兴趣区域的方法,可以在减少部分图像分析中的误差的影响的同时,适当地进行对作为感兴趣区域的骨骼部分的灰度转换。
当感兴趣区域像素值差异很大时,使用从各个部分图像中选择一个感兴趣区域像素值的方法。例如,当拍摄整个脊柱时,如果感兴趣区域是腰椎,则根据部分图像,通过主要拍摄胸椎所获得的图像的感兴趣区域像素值和通过主要拍摄腰椎所获得的图像的感兴趣区域像素值可能差异很大。在这种情况下,选择基于通过拍摄腰椎所获得的图像计算出的感兴趣区域像素值。相反,如果感兴趣区域是胸椎,则使用根据通过主要拍摄胸椎所获得的图像获得的感兴趣区域像素值,获取灰度转换函数。此外,当拍摄整个躯体时,如果感兴趣区域是骨骼部分,则在各个部分图像的感兴趣区域像素值中通常存在与其它像素值极大不同的像素值。在这种情况下,为了从部分图像分析中排除异常值,可以通过丢弃各个部分图像的感兴趣区域像素值中的最大值和最小值、然后基于其余像素值计算平均值,来设置感兴趣区域。因而,通过基于拍摄区域选择计算方法,可以计算适于诊断目的的感兴趣区域像素值。
在步骤S509,特性获取单元209基于所获得的参数,获取灰度转换函数。由于该处理与参考图4所说明的处理相同,因而这里省略对其的说明。
在步骤S510,灰度转换单元205进行大图像的灰度转换。当完成了在步骤S505开始的用于组合部分图像的处理时,控制单元210等待在步骤S509进行的、用于获取灰度转换参数的处理的完成,然后指示灰度转换单元205开始对大图像的灰度转换。基于该指示,灰度转换单元205根据灰度转换函数来转换大图像的灰度。
在步骤S511,输出单元206将具有转换后的灰度的图像输出给显示单元105,并且显示单元105显示该图像。
如上所述,通过分析利用大图像拍摄所获得的每一部分图像来计算特征量,与分析接合图像时相比,可以增大分析精度,并且可以缩短处理时间。此外,通过利用基于拍摄区域的方法组合特征量来产生灰度转换函数,可以实现适于每一拍摄区域的对大图像的灰度转换。
在第一典型实施例中,对于每一部分图像计算四种类型的特征量。然而,在本发明的第二典型实施例中,仅获取为获取感兴趣区域像素值的灰度转换函数所需的特征量。省略用于从部分图像获取特征量中的一些的处理。下面省略对与第一典型实施例相同的构件和处理的说明。仅说明本典型实施例特有的特性。
特征量获取单元208进行用于基于与拍摄区域有关的信息确定要从每一图像获取的特征量的类型的处理。例如,当拍摄下肢全长时,如果感兴趣区域是骨骼部分,则在各个部分图像的感兴趣区域像素值中不存在大的差异。因而,将用于指定示出骨骼部分的部分图像中的任一个的信息同与拍摄区域有关的信息相关联,并且将其存储在存储单元211中。特征量获取单元208参考该信息,并且仅从所指定的部分图像获取感兴趣区域像素值。
作为另一例子,当拍摄整个脊柱时,如上所述,如果感兴趣区域是腰椎,则通过主要拍摄胸椎所获得的图像的感兴趣区域像素值和通过主要拍摄腰椎所获得的图像的感兴趣区域像素值可能极大不同。因此,如果将腰椎预先设置为感兴趣区域,则仅从通过拍摄腰椎所获得的部分图像获取感兴趣区域像素值。
作为再一例子,如果在腰椎或胸椎等的大图像中存在多个感兴趣区域,并且如果每一感兴趣区域中的像素值分布的宽度大,则仅使用一个图像对整个感兴趣区域的强调可能不够、或者图像可能不自然。因此,通过仅从基于拍摄区域所指定的部分图像获取感兴趣区域像素值、并基于该值进行灰度转换,可以防止不自然的灰度。
因而,通过对基于与拍摄区域有关的信息所指定的部分图像进行分析处理,消除了对所有部分图像进行分析处理的必要。因此,可以缩短处理时间并且可以降低处理负荷。
此外,在本典型实施例中,在各个部分图像中,特征量获取单元208仅从与其它部分图像不重叠的区域提取特征量。这是因为,在大图像拍摄中,通常通过调整拍摄位置以使得包括大量诊断所需信息的区域互不重叠来拍摄这些区域,从而可以通过省略重叠区域进行分析。另外,在上述典型实施例中,由于并行进行部分图像的组合处理和分析处理,因而重叠区域的像素值根据组合处理而改变。因此,分析精度可能劣化。通过仅设置非重叠区域作为分析对象,可以增大用于获取灰度转换函数的分析处理的精度,并且可以缩短处理时间。
在本发明的第三典型实施例中,当拍摄例如整个脊柱时,将一个大图像中的感兴趣区域分割成诸如腰椎和胸椎等的预定组,并且针对每一组获取灰度转换函数。将分组设置同与拍摄区域有关的信息相关联,并且将其预先存储在存储单元211中。例如,当拍摄整个脊柱时,由于在腰椎和胸椎之间像素分布存在大的差异,因而将腰椎和胸椎分别设置为独立的组。相反,当拍摄下肢全长、并且将骨骼部分设置为感兴趣区域时,由于从这多个部分图像所获得的感兴趣区域像素值的差异不太大,因而将这些感兴趣区域设置为同一组。可以对每一拍摄区域使用键盘110和鼠标111手动设置分组。特征量获取单元208参考该信息,以从每一部分图像获取用于获取与每一组相对应的灰度转换函数的特征量。类似于第一典型实施例,特征量的种类包括饱和像素值、被摄体的最小像素值、被摄体的最大像素值和感兴趣区域像素值。特性获取单元209基于所获取的特征量获取灰度转换函数。
现说明该处理的具体例子。对于整个脊柱的大图像和下肢全长的大图像两者,以与第一典型实施例中相同的方式进行对大图像的最小像素值和最大像素值的处理。对于感兴趣区域像素值,当拍摄整个脊柱时,产生强调从腰椎所获得的感兴趣区域像素值的灰度转换函数和强调从胸椎所获得的感兴趣区域像素值的灰度转换函数。另一方面,当拍摄下肢全长时,从部分图像中的一个获取骨骼部分的像素值,并且获取用于强调该像素值的灰度转换函数。
因而,通过获取针对每一组的灰度转换函数,可以针对具有类似的像素值分布的每一感兴趣区域获取灰度转换函数。与产生针对每一部分图像的灰度转换函数时相比,当在部分图像中存在具有极大不同的像素值分布的感兴趣区域时,由于产生与每一感兴趣区域相对应的独立的灰度转换函数,因而可以产生适当强调不同的感兴趣区域的图像。此外,当存在跨多个部分图像的具有类似像素值分布的感兴趣区域时,由于可以利用一个灰度转换函数共同地强调这些感兴趣区域,因而可以降低特性获取单元209所进行的函数产生处理和灰度转换单元205的处理负荷。此外,代替将感兴趣区域分组,可以将部分图像分组。
在本发明的第四典型实施例中,基于拍摄区域获取多个灰度转换函数。
尽管可以认为利用大图像拍摄所获得的大图像具有包括多个感兴趣区域的宽图像区域,但是因为该图像区域大,因而动态范围也大。因此,需要准备多个灰度转换函数,并且基于诊断目的使用这些函数。
因此,不同于第二典型实施例,但是与第一典型实施例类似,在第四典型实施例中,从每一部分图像获取饱和像素值、被摄体的最大像素值和最小像素值、以及感兴趣区域像素值,并且获取多个灰度转换函数。在第四典型实施例中,对于感兴趣区域,不管拍摄区域如何,所产生的将从每一部分图像所获得的感兴趣区域像素值用作整个大图像的感兴趣区域像素值的灰度转换函数的数量仅是感兴趣区域像素值的数量。在这种情况下,由于不需要基于与拍摄区域有关的信息改变所获取的特征量的种类,因而可以简化设备结构或处理。
另外,确定从每一部分图像所获得的感兴趣区域像素值的平均值或中值,并且使用该值来获取灰度转换函数。当选择大图像拍摄时,用户可能希望查看整个大图像的趋势。通过使用示出整个图像的趋势的图像,可以获得满足该要求的大图像。
在本典型实施例中,通过省略由灰度转换单元205所进行的灰度转换处理,在显示单元105上显示灰度转换前的大图像。此外,按照产生顺序并行显示所产生的灰度转换函数,作为顺次的选项。控制单元210进行控制,从而基于通过键盘110和鼠标111输入的选择使该大图像经过不同的灰度转换。
因而,由于与大图像的生成处理并行执行灰度转换函数的获取处理,因而与在生成大图像之后开始产生灰度转换函数时相比,可以更快速地向用户呈现灰度转换函数选项。
在本发明的第五典型实施例中,不同于上述的典型实施例,在不使用与拍摄区域有关的信息的情况下,基于部分图像中感兴趣区域像素值的大小,获取灰度转换参数。
现参考图6说明图像处理设备600的结构。与上述典型实施例的不同在于图像处理设备600具有感兴趣区域指定单元608和判断单元609。
接着,参考图7说明由放射线成像系统100所执行的处理的流程。
在步骤S701,放射线源101基于外部指示发射放射线。检测器103检测穿过了被摄体102的放射线,并且生成被摄体的放射线图像。
在步骤S702,图像处理设备600的部分图像获取单元601经由I/F 112从检测器103获取放射线图像。通过控制单元611将所获取的图像发送给大图像生成单元602,并且还将所获取的图像存储在存储单元612中。
在步骤S703中,图像校正单元603进行校正处理,在该校正处理中,转变每一图像的像素值,以使得每一图像中彼此共同的区域的像素值水平相一致。由于通过该处理消除了每一图像中像素值水平之间的差异,因而通过随后进行的用于组合共同区域的处理,可以使得整个大图像上应当具有相同像素值的区域的像素值大体相同。另外,由于在组合处理中仅重叠区域是处理对象,因而优点在于,在该像素值校正之后且在组合处理之前从每一部分图像所获取的特征量,是相对于从组合处理之后的大图像获取时大体不变的值。
在步骤S704,控制单元611并行开始由图像组合单元604所进行的组合处理和由感兴趣区域指定单元608所进行的对感兴趣区域的指定处理。可以同时开始这些处理,或者彼此略微提前或推后开始这些处理。
在步骤S705,图像组合单元604组合这多个校正后的图像共同的区域。与该处理并行地,在步骤S706,感兴趣区域指定单元608指定感兴趣区域。
在步骤S707,判断单元609计算表示感兴趣区域中的像素值的宽度的值。在本典型实施例中,判断单元609提取感兴趣区域中的最小像素值和最大像素值,计算这些值之间的差,并且将该差作为像素值宽度。
在步骤S708,判断单元609判断表示像素值宽度的值是否包括在预定范围内。通过控制单元611将该预定范围设置为从0到预先存储在存储单元612中的阈值的范围。如果判断单元609判断为像素值宽度的值包括在预定范围内(步骤S708为“否”),则处理进入步骤S709。在步骤S709,感兴趣区域指定单元608将整个图像设置为要强调的区域,并且获取通过函数获取单元610所设置的用于转换区域的灰度的函数。
另一方面,如果在步骤S708判断单元609判断为像素值宽度的值超过预定范围(步骤S708为“是”),则处理进入步骤S710。在步骤S710,感兴趣区域指定单元608将图像分割成多个区域。通过参考用于设置像素值宽度的值与区域的数量之间的关联的表来设置要分割的区域的数量,进行该处理。将该表存储在存储单元612中。可选地,可以通过确定可利用各灰度转换强调的像素值宽度、并且将图像分割成适合于该宽度的区域,来进行该处理。然后,在步骤S710,函数获取单元610获取与每一区域相对应的灰度转换的函数。
如果存在通过感兴趣区域指定单元608所设置的三个以上的区域,则如第三典型实施例中一样,可以将具有类似像素值分布的区域分为一组,并且可以对每一组进行灰度转换。在这种情况下,感兴趣区域指定单元608用作将具有类似像素值分布的区域分为一组的分组处理单元。可以使用已知的聚类技术进行该分组。因此,可以在防止对于各灰度转换分别生成转换后的图像时所引起的复杂性的同时,适当转换感兴趣区域的灰度。另一方面,在不进行分组的情况下,可以获取用于分别转换区域的灰度的参数。在这种情况下,通过对每一区域分别生成转换后的图像,可以使诊断者关注到每一区域。
在步骤S711,灰度转换单元605基于所产生的灰度转换函数转换图像的灰度。如果在步骤S710获取了多个灰度转换函数,则所获取的具有转换后的灰度的图像的数量与函数的数量相同。灰度转换单元605可以基于函数的获取,进行用于将这些函数应用于大图像的处理。可选地,通过基于用户的输入进行顺次的灰度转换,可以提供在防止执行不必要的处理方面易于使用的系统。
在步骤S712,输出单元606将具有校正后的灰度的图像显示在显示单元105上。诊断者可以通过查看所显示的图像来进行诊断。
因此,从通过图像校正单元603校正了的多个图像获取在灰度转换中要使用的参数,这使得能够获取与从大图像获取时大体相同的灰度转换参数。此外,由于分割了用作分析对象的图像,因而分析处理负荷不像作为单个图像分析时那样大。另外,与获取灰度转换参数并行进行图像的组合处理,这使得处理时间缩短。因此,在拍摄之后可以更快速地输出具有适当转换了灰度的感兴趣区域的大图像,同时还可以缩短处理时间。
此外,还可以通过指定感兴趣区域并将该区域分割成至少一个区域来去除被摄体外部的区域和被摄体中不太重要的区域,来转换灰度。另外,还可以以强调诊断者应当关注的区域的方式转换灰度。尤其当感兴趣区域的像素值宽度大时,由于在感兴趣区域被分割成多个区域并经过强调处理之后生成图像,因而可以在不损害整个图像的灰度平衡的情况下,生成具有强调的感兴趣区域的图像。而且,与在使用与拍摄区域有关的信息时相比,可以实现更接近地反映被摄体中的差异的灰度。
通过在不使用与拍摄区域有关的信息的情况下、基于与感兴趣区域像素值有关的信息进行第一~第三典型实施例中所述的处理,可以实现反映每一被摄体的各自差异的适当灰度。相反,还可以使用与拍摄区域相关联的表信息进行这样的处理。在这种情况下,可以基于区域实现稳定的灰度。另外,与拍摄区域有关的信息和与感兴趣区域像素值有关的信息可以一起使用。
根据上述典型实施例,通过从部分图像获取特征量、并获取接合图像的灰度转换函数,与分析整个大尺寸的图像时相比,可以进一步缩短分析处理所需的时间。因此,尽管对于直到显示所拍摄的图像为止所需的时间存在时间限制这一事实,但可以同时实现良好的精度和快速的处理时间。此外,通过基于拍摄区域对部分图像的特征量进行组合,可以实现与分析整个图像时相当的精度和处理时间。另外,由于将拍摄区域与组合方法相关联,因而仅通过使用户指定拍摄区域,就可以在短时间内获得高精度的灰度转换。
此外,通过并行进行部分图像接合处理和用于获得灰度转换的部分图像分析处理,可以缩短处理时间。由于接合处理包括对图像的分析处理,因而对部分图像之间的像素值水平的校正和对像素的定位处理的处理负荷高。此外,该处理需要时间。从防止错误诊断的角度看,当手动进行像素值水平校正和定位处理以提高精度时,与仅进行自动接合处理时相比需要更多时间。另一方面,由于用于获得灰度转换处理特性的分析处理也需要图像分析,因而该处理需要时间。即使可以手动设置处理特性而无需分析图像,这仍需要与自动处理中相同的时间。在本典型实施例中,通过并行进行耗时的接合处理和灰度转换特性获取处理,可以实质上减少拍摄之后直到显示大图像为止的时间滞后。另外,每当拍摄被摄体的部分图像时,都可以在正拍摄下一个部分图像的同时,进行对已拍摄的部分图像的分析处理。当拍摄部分图像时,由于用于移动X射线管和平板型检测器的处理需要时间,因而通过与分割拍摄并行进行分析处理,可以大大缩短显示滞后时间。
通过对放射线图像和X射线图像使用用于获取接合图像的灰度转换处理特性的上述处理,可以适当设置用于诊断的接合图像的灰度。特别地,由于以单色显示X射线图像,因而使用具有适当调整后的灰度的图像使得诊断者能够高效地进行诊断。
在上述典型实施例中,通过分析像素值已经过图像校正单元203的转变校正的部分图像,获取特征量。然而,可以并行进行灰度转换参数获取处理和转变校正处理。在由特性获取单元209所进行的灰度转换函数的产生中,除由特征量获取单元208所获得的特征量的像素值以外,还可以使用由图像校正单元203进行的部分图像的像素值转变量。
不一定基于函数来进行灰度转换,并且还可以使用用于灰度转换的查找表。在这种情况下,特性获取单元209获取用于转换大图像中的每一部分图像的系数,而不是用于确定函数形式的参数。此外,还可以通过固定灰度转换的曲线形式、并基于大图像的特征量转变该曲线来确定灰度转换处理特性。例如,可以通过使用感兴趣区域像素值作为基准来进行转变。
可以将本发明实现为将图像处理设备所进行的处理分散在多个设备上的图像处理系统。还可以通过使组织为单个功能块的处理分布在多个功能块上来实现本发明。此外,可以通过在成像设备或检测器中包括上述典型实施例中的图像处理设备和显示设备的功能的成像设备来实现本发明。可选地,可以通过将被组织为单个功能块的处理装配为一个或多个硬件电路来实现本发明。
本发明还包括下面的情况,其中,例如,运行在电子计算装置上的操作系统(OS)等进行部分或全部实际处理,并且通过该处理,实现上述典型实施例的功能。此外,可以在该计算机中包括多个CPU。在这种情况下,可以通过在这多个CPU上分布来实现本发明。另外,在这种情况下,从存储介质所读取的程序代码本身实现这些典型实施例的功能,因而存储该程序或程序代码的存储介质构成本发明。
以上对典型实施例的说明是图像处理设备的例子。本发明不局限于该说明。
还可以利用读出并执行记录在存储器装置上的程序以进行上述实施例的功能的系统或设备的计算机(或者CPU或MPU等装置)和通过下面的方法实现本发明的方面,其中,利用系统或设备的计算机通过例如读出并执行记录在存储器装置上的程序以进行上述实施例的功能来进行上述方法的步骤。为此,例如,通过网络或者通过用作存储器装置的各种类型的记录介质(例如,计算机可读介质)将该程序提供给计算机。
尽管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。所附权利要求书的范围符合最宽的解释,以包含所有这类修改、等同结构和功能。
Claims (19)
1.一种用于放射线图像的图像处理设备,包括:
条件获取单元,用于获取用于进行放射线成像的条件,该条件包括表示要成像的解剖区域的信息;
图像获取单元,用于获取通过分别拍摄整个拍摄区域的部分区域所获得的部分图像,其中所述整个拍摄区域与所获取到的表示要成像的解剖区域的信息相对应;
校正单元,用于获取用来转变至少一个所述部分图像的像素值的校正值,以降低所述部分图像共同的区域的像素值之间的差;
特征量获取单元,用于根据所获取到的表示要成像的解剖区域的信息,获取所述至少一个所述部分图像的特征量,其中,所获取到的特征量用于灰度转换处理;
特性获取单元,用于基于所获取到的校正值以及所获取到的特征量,获取灰度转换处理特性;以及
图像处理单元,用于基于获取到的校正值以及所述灰度转换处理特性,对通过接合所述部分图像所获得的图像进行图像处理,以获得处理后的图像,其中,所述处理后的图像的灰度已被转换。
2.根据权利要求1所述的图像处理设备,其特征在于,还包括确定单元,所述确定单元用于根据所获取到的表示所述解剖区域的信息,确定从各个所述部分图像所获取到的特征量和用于根据所获取到的特征量获取所述灰度转换处理特性的方法。
3.根据权利要求1所述的图像处理设备,其特征在于,还包括确定单元,所述确定单元用于确定从哪个部分图像获取被摄体的感兴趣区域的像素值作为所述特征量。
4.根据权利要求1所述的图像处理设备,其特征在于,还包括确定单元,所述确定单元用于基于被摄体的感兴趣区域的像素值的平均值或中值来确定用于获取所述灰度转换处理特性的处理,其中,所述感兴趣区域是从所述部分图像获得的。
5.根据权利要求1所述的图像处理设备,其特征在于,所述特征量获取单元用于从部分图像的与其它部分图像不重叠的区域获取所述特征量。
6.根据权利要求1所述的图像处理设备,其特征在于,所述校正单元用于基于所获取到的校正值来转变至少一个所述部分图像的像素值,并使代表所述部分图像共同的区域的像素值大致一致,
其中,所述特性获取单元用于基于至少一个所述部分图像来获取所述灰度转换处理特性。
7.根据权利要求1所述的图像处理设备,其特征在于,所述特性获取单元用于获取与各个部分图像相对应的灰度转换处理特性,
其中,所述图像处理设备还包括控制单元,所述控制单元用于将所述灰度转换处理特性作为选项与通过接合所述部分图像所获得的图像一起进行显示,以及
其中,所述控制单元用于根据用于选择所述灰度转换处理特性的输入,对通过接合所述部分图像所获得的图像进行所选择的处理特性的灰度转换,并且显示处理后的图像。
8.根据权利要求1所述的图像处理设备,其特征在于,所述特征量获取单元用于获取所述部分图像中所示的被摄体区域的最大像素值、最小像素值和感兴趣区域的像素值中的至少一个作为所述特征量。
9.根据权利要求1所述的图像处理设备,其特征在于,所获取到的灰度转换处理特性是表示在灰度转换中使用的函数以及在灰度转换中使用的查找表之一的信息。
10.根据权利要求1所述的图像处理设备,其特征在于,还包括:
生成单元,用于通过接合所述部分图像生成图像;以及
控制单元,用于控制所述生成单元和所述特性获取单元,
其中,所述特性获取单元用于分析各个所述部分图像,以获取所述灰度转换处理特性,以及
其中,所述控制单元用于控制所述特性获取单元,以与所述生成单元生成接合图像并行地进行所述分析。
11.根据权利要求1所述的图像处理设备,其特征在于,还包括:
处理单元,用于根据所生成的接合图像中的感兴趣区域的像素值分布的宽度,将所述感兴趣区域分为多个要基于相同的灰度转换进行强调的组,
其中,所述特性获取单元用于获取与各个所述组相对应的灰度转换处理特性。
12.根据权利要求1所述的图像处理设备,其特征在于,所述特征量获取单元用于从至少一个所述部分图像获取多种类型的特征量。
13.根据权利要求12所述的图像处理设备,其特征在于,还包括确定单元,所述确定单元用于基于所获取到的表示所述解剖区域的信息,确定使用从哪个部分图像所获取的何种类型的特征量来获取所述灰度转换处理特性,
其中,所述特性获取单元用于基于所述确定单元的确定来获取所述灰度转换处理特性。
14.一种放射线成像系统,包括:
根据权利要求1所述的图像处理设备;
放射线源,用于发射放射线;
检测器,用于检测从所述放射线源所发射的并穿过被摄体的放射线,并且将所检测到的放射线转换成表示所述被摄体的图像的电信号;以及
显示单元,用于显示转换后的图像。
15.一种用于放射线图像的图像处理方法,包括以下步骤:
条件获取步骤,用于获取用于进行放射线成像的条件,该条件包括表示要成像的解剖区域的信息;
图像获取步骤,用于获取通过分别拍摄整个拍摄区域的部分区域所获得的部分图像,其中所述整个拍摄区域与所获取到的表示要成像的解剖区域的信息相对应;
校正步骤,用于获取用来转变至少一个所述部分图像的像素值的校正值,以降低所述部分图像共同的区域的像素值之间的差;
特征量获取步骤,用于根据所获取到的表示要成像的解剖区域的信息,获取至少一个所述部分图像的特征量,其中,所获取到的特征量用于灰度转换处理;
特性获取步骤,用于基于所获取到的校正值以及所获取到的特征量,获取灰度转换处理特性;以及
图像处理步骤,用于基于获取到的校正值以及所述灰度转换处理特性,对通过接合所述部分图像所获得的图像进行图像处理,以获得处理后的图像,其中,所述处理后的图像的灰度已被转换。
16.根据权利要求15所述的图像处理方法,其特征在于,
在所述特征量获取步骤中,从至少一个所述部分图像获取多种类型的特征量。
17.根据权利要求16所述的图像处理方法,其特征在于,还包括:
确定步骤,用于基于所获取到的表示所述解剖区域的信息,确定使用从哪个部分图像所获取的何种类型的特征量来获取所述灰度转换处理特性,
其中,在所述灰度转换处理特性的特性获取步骤中,基于所述确定步骤的确定来获取所述灰度转换处理特性。
18.一种用于放射线图像的图像处理设备,包括:
区域获取单元,用于获取表示解剖区域的信息;
图像获取单元,用于获取通过分别拍摄整个拍摄区域的部分区域所获得的部分图像,其中所述整个拍摄区域与所获取到的表示所述解剖区域的信息相对应;
校正单元,用于获取用来转变至少一个所述部分图像的像素值的校正值,以降低所述部分图像共同的区域的像素值之间的差;
特征量获取单元,用于根据所获取到的表示所述解剖区域的信息,获取所述至少一个所述部分图像的特征量,其中,所获取到的特征量用于灰度转换处理;
特性获取单元,用于基于所获取到的校正值以及所获取到的特征量,获取所述灰度转换处理特性;以及
图像处理单元,用于基于获取到的校正值以及所述灰度转换处理特性,对基于所述部分图像的图像进行图像处理,以获得处理后的图像,其中,所述处理后的图像的灰度已被转换。
19.一种用于放射线图像的图像处理方法,包括如下步骤:
区域获取步骤,用于获取表示解剖区域的信息;
图像获取步骤,用于获取通过分别拍摄整个拍摄区域的部分区域所获得的部分图像,其中所述整个拍摄区域与所获取到的表示所述解剖区域的信息相对应;
校正步骤,用于获取用来转变至少一个所述部分图像的像素值的校正值,以降低所述部分图像共同的区域的像素值之间的差;
特征量获取步骤,用于根据所获取到的表示所述解剖区域的信息,获取至少一个所述部分图像的特征量,其中,所获取到的特征量用于灰度转换处理;
特性获取步骤,用于基于所获取到的校正值以及所获取到的特征量,获取灰度转换处理特性;以及
图像处理步骤,用于基于获取到的校正值以及所述灰度转换处理特性,对基于所述部分图像的图像进行图像处理,以获得处理后的图像,其中,所述处理后的图像的灰度已被转换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410841045.1A CN104599234B (zh) | 2010-07-05 | 2011-07-05 | 图像处理设备、放射线成像系统和图像处理方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010153224A JP5665393B2 (ja) | 2010-07-05 | 2010-07-05 | 画像処理装置、画像処理方法及びプログラム |
JP2010-153224 | 2010-07-05 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410841045.1A Division CN104599234B (zh) | 2010-07-05 | 2011-07-05 | 图像处理设备、放射线成像系统和图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102393954A CN102393954A (zh) | 2012-03-28 |
CN102393954B true CN102393954B (zh) | 2015-01-28 |
Family
ID=44907666
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410841045.1A Active CN104599234B (zh) | 2010-07-05 | 2011-07-05 | 图像处理设备、放射线成像系统和图像处理方法 |
CN201110188702.3A Expired - Fee Related CN102393954B (zh) | 2010-07-05 | 2011-07-05 | 图像处理设备、放射线成像系统和图像处理方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410841045.1A Active CN104599234B (zh) | 2010-07-05 | 2011-07-05 | 图像处理设备、放射线成像系统和图像处理方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US8823835B2 (zh) |
EP (1) | EP2405395A1 (zh) |
JP (1) | JP5665393B2 (zh) |
KR (2) | KR20120003811A (zh) |
CN (2) | CN104599234B (zh) |
BR (1) | BRPI1103510A2 (zh) |
RU (1) | RU2496142C2 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6016403B2 (ja) * | 2012-03-27 | 2016-10-26 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
JP6159618B2 (ja) * | 2012-08-22 | 2017-07-05 | 住友化学株式会社 | 塩、レジスト組成物及びレジストパターンの製造方法 |
WO2014106777A1 (en) * | 2013-01-03 | 2014-07-10 | Aselsan Elektronik Sanayi Ve Ticaret Anonim Sirketi | A system and method for contrast enhancement |
US20160117797A1 (en) * | 2013-06-06 | 2016-04-28 | Hitachi, Ltd. | Image Processing Apparatus and Image Processing Method |
JP6179422B2 (ja) * | 2014-02-26 | 2017-08-16 | 株式会社島津製作所 | X線撮影装置 |
JP5972347B2 (ja) * | 2014-12-11 | 2016-08-17 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
KR102495199B1 (ko) * | 2016-09-29 | 2023-02-01 | 엘지디스플레이 주식회사 | 표시장치 |
JP6980456B2 (ja) * | 2017-08-22 | 2021-12-15 | キヤノン株式会社 | 放射線撮像システム |
EP3547666B1 (en) | 2018-03-29 | 2023-03-01 | Teledyne Dalsa B.V. | Image sensor with artificial pixels and shielded pixels |
JP7313862B2 (ja) * | 2019-03-29 | 2023-07-25 | キヤノン株式会社 | 情報処理装置、方法、及びプログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1457024A (zh) * | 2002-05-10 | 2003-11-19 | 佳能株式会社 | 灰度变换处理 |
CN1764243A (zh) * | 2004-10-19 | 2006-04-26 | 奥林巴斯株式会社 | 图像处理装置、图像记录装置和图像处理方法 |
CN1849627A (zh) * | 2003-09-11 | 2006-10-18 | 松下电器产业株式会社 | 视觉处理装置、视觉处理方法、视觉处理程序以及半导体装置 |
CN1847977A (zh) * | 2005-04-12 | 2006-10-18 | 诺日士钢机株式会社 | 灰度变换校正方法以及使用该方法的灰度变换校正模块 |
CN101365039A (zh) * | 2007-08-06 | 2009-02-11 | 株式会社尼康 | 图像处理装置、摄像装置和图像处理记录介质 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04270474A (ja) * | 1991-01-09 | 1992-09-25 | Nec Corp | 関心領域別階調制御装置 |
US6314198B1 (en) * | 1996-09-25 | 2001-11-06 | Canon Kabushiki Kaisha | Radiographic, digital image processing system |
JP3861405B2 (ja) * | 1997-10-09 | 2006-12-20 | コニカミノルタホールディングス株式会社 | 放射線画像処理方法及び放射線画像処理装置 |
JP4040222B2 (ja) | 1999-03-23 | 2008-01-30 | 富士フイルム株式会社 | 放射線画像の連結処理方法および放射線画像処理装置 |
JP2000342567A (ja) * | 1999-06-07 | 2000-12-12 | Fuji Photo Film Co Ltd | 画像処理方法および装置並びに記録媒体 |
JP4030680B2 (ja) * | 1999-06-07 | 2008-01-09 | 富士フイルム株式会社 | 画像処理方法および装置並びに記録媒体 |
JP2001274974A (ja) | 2000-03-24 | 2001-10-05 | Fuji Photo Film Co Ltd | 放射線画像の連結処理方法および放射線画像処理装置 |
JP2001351092A (ja) | 2000-04-04 | 2001-12-21 | Konica Corp | 画像処理選択方法および画像選択方法ならびに画像処理装置 |
US20020085743A1 (en) | 2000-04-04 | 2002-07-04 | Konica Corporation | Image processing selecting method, image selecting method and image processing apparatus |
US7650044B2 (en) * | 2001-07-30 | 2010-01-19 | Cedara Software (Usa) Limited | Methods and systems for intensity matching of a plurality of radiographic images |
JP4230731B2 (ja) | 2002-07-29 | 2009-02-25 | 株式会社東芝 | ディジタル画像処理装置及びx線診断装置 |
JP4323770B2 (ja) * | 2002-10-18 | 2009-09-02 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム及び記録媒体 |
JP4980552B2 (ja) * | 2003-09-30 | 2012-07-18 | コニカミノルタエムジー株式会社 | 画像処理方法および画像処理装置ならびに画像処理プログラム |
US7440559B2 (en) | 2003-10-22 | 2008-10-21 | Nokia Corporation | System and associated terminal, method and computer program product for controlling the flow of content |
JP2005296332A (ja) * | 2004-04-12 | 2005-10-27 | Toshiba Corp | X線診断装置、画像生成装置及び画像生成方法 |
US7412111B2 (en) * | 2004-11-19 | 2008-08-12 | General Electric Company | Enhanced image processing method for the presentation of digitally-combined medical images |
JP2006181149A (ja) * | 2004-12-28 | 2006-07-13 | Canon Inc | 放射線画像処理装置、放射線画像処理方法、プログラム及びコンピュータ可読媒体 |
US7239805B2 (en) * | 2005-02-01 | 2007-07-03 | Microsoft Corporation | Method and system for combining multiple exposure images having scene and camera motion |
JP4677488B2 (ja) * | 2005-06-07 | 2011-04-27 | トムソン ライセンシング | 静止画像、ビデオ、および映画のコンテンツベースのガウスノイズ低減 |
RU2336655C1 (ru) * | 2006-12-08 | 2008-10-20 | Общество с ограниченной ответственностью ООО "Юник Ай Сиз" | Способ выделения областей объекта и фона на цифровых изображениях |
JP2009017020A (ja) * | 2007-07-02 | 2009-01-22 | Nissan Motor Co Ltd | 画像処理装置及び表示画像生成方法 |
-
2010
- 2010-07-05 JP JP2010153224A patent/JP5665393B2/ja not_active Expired - Fee Related
-
2011
- 2011-06-17 EP EP11170424A patent/EP2405395A1/en not_active Withdrawn
- 2011-07-01 US US13/175,280 patent/US8823835B2/en active Active
- 2011-07-04 KR KR1020110065760A patent/KR20120003811A/ko active IP Right Grant
- 2011-07-04 RU RU2011127476/08A patent/RU2496142C2/ru active
- 2011-07-04 BR BRPI1103510-2A patent/BRPI1103510A2/pt not_active IP Right Cessation
- 2011-07-05 CN CN201410841045.1A patent/CN104599234B/zh active Active
- 2011-07-05 CN CN201110188702.3A patent/CN102393954B/zh not_active Expired - Fee Related
-
2014
- 2014-07-22 KR KR20140092678A patent/KR101510726B1/ko active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1457024A (zh) * | 2002-05-10 | 2003-11-19 | 佳能株式会社 | 灰度变换处理 |
CN1849627A (zh) * | 2003-09-11 | 2006-10-18 | 松下电器产业株式会社 | 视觉处理装置、视觉处理方法、视觉处理程序以及半导体装置 |
CN1764243A (zh) * | 2004-10-19 | 2006-04-26 | 奥林巴斯株式会社 | 图像处理装置、图像记录装置和图像处理方法 |
CN1847977A (zh) * | 2005-04-12 | 2006-10-18 | 诺日士钢机株式会社 | 灰度变换校正方法以及使用该方法的灰度变换校正模块 |
CN101365039A (zh) * | 2007-08-06 | 2009-02-11 | 株式会社尼康 | 图像处理装置、摄像装置和图像处理记录介质 |
Also Published As
Publication number | Publication date |
---|---|
KR20140097096A (ko) | 2014-08-06 |
RU2496142C2 (ru) | 2013-10-20 |
CN104599234A (zh) | 2015-05-06 |
US8823835B2 (en) | 2014-09-02 |
CN104599234B (zh) | 2017-11-14 |
JP5665393B2 (ja) | 2015-02-04 |
RU2011127476A (ru) | 2013-01-10 |
US20120002083A1 (en) | 2012-01-05 |
EP2405395A1 (en) | 2012-01-11 |
KR101510726B1 (ko) | 2015-04-10 |
CN102393954A (zh) | 2012-03-28 |
JP2012011132A (ja) | 2012-01-19 |
KR20120003811A (ko) | 2012-01-11 |
BRPI1103510A2 (pt) | 2014-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102393954B (zh) | 图像处理设备、放射线成像系统和图像处理方法 | |
US9498180B2 (en) | Detecting and quantifying patient motion during tomosynthesis scans | |
JP4366362B2 (ja) | 線量応答校正システム、および、線量応答校正方法 | |
JP6117183B2 (ja) | X線画像診断装置及びx線発生装置の制御方法 | |
WO2010131547A1 (en) | Radiographic apparatus and control method for the same | |
JP2009136376A (ja) | 画像処理装置およびそのプログラム | |
US20190282194A1 (en) | System and method for mobile x-ray imaging | |
US6449390B1 (en) | Image processing apparatus and method therefor | |
US10231685B2 (en) | Operating an x-ray system for examining an object | |
WO2020036007A1 (ja) | 医用情報処理装置及び医用情報処理方法、プログラム | |
US20060066911A1 (en) | Edge detection and correcting system and method | |
EP3370616B1 (en) | Device for imaging an object | |
US8199995B2 (en) | Sensitometric response mapping for radiological images | |
US8611498B2 (en) | Image processing apparatus, image processing method, radiation imaging system, and computer-readable recording medium | |
JP5972347B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US10123757B2 (en) | Image-processing device, radiation image capture system, image-processing method, and computer-readable storage medium | |
JP7370694B2 (ja) | 医用情報処理装置及び医用情報処理方法、プログラム | |
JP5908817B2 (ja) | 骨塩量計測装置および方法 | |
KR101092207B1 (ko) | 비선형 응답특성을 가지는 디지털 방사선 검출 이미지의 밸런스 보정 방법 및 장치 | |
US11145094B2 (en) | Image reconstruction apparatus and image reconstruction method | |
JP2006263226A (ja) | 放射線画像処理装置、放射線画像処理方法、プログラム及びコンピュータ可読媒体 | |
JP2013173058A (ja) | 画像処理装置及び画像処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150128 |