CN104200446A - 一种dr影像对比度均衡的方法及系统 - Google Patents
一种dr影像对比度均衡的方法及系统 Download PDFInfo
- Publication number
- CN104200446A CN104200446A CN201410401345.8A CN201410401345A CN104200446A CN 104200446 A CN104200446 A CN 104200446A CN 201410401345 A CN201410401345 A CN 201410401345A CN 104200446 A CN104200446 A CN 104200446A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- module
- value image
- equilibrium
- 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.)
- Granted
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种DR影像对比度均衡的方法,包括:输入图像数据和体位信息,并根据体位信息设定局部区域的大小;对图像数据的每个像素点,以像素点为中心选取矩形区域,矩形局域的大小以所述局部区域的大小为依据;求取矩形区域的像素灰度最大值和像素灰度最小值得到第一灰度最大值图像和第一灰度最小值图像;并进行滤波处理得到第二灰度最大值图像和第二灰度最小值图像;对输入的原始图像数据的每个像素点,依据相对应的所述第二灰度最大值图像和第二灰度最小值图像确定相对应的直方图范围;每个像素点依据相对应的直方图范围进行直方图线性拉伸处理,得到对比度均衡的图像数据。解决DR图像存在亮暗差别较大,难以将不同组织的信息清晰显示的问题。
Description
技术领域
本发明涉及数字医学影像处理领域,具体说的是一种DR影像对比度均衡的方法及系统。
背景技术
现有的DR影像处理技术在实际运用过程中,由于人体不同组织厚度的不同,以及人体不同体质对X射线吸收率的不同,使得获取到的DR图像的亮暗差别较大,很难将人体不同组织的特征信息同时清晰的显示出来。在后期医生进行观察诊断时,便需要通过调节窗宽和窗位的窗技术等人工手段对图像的不同区域进行调整观察,既影响诊断地效率,又耗费不必要的时间。现有技术对上述问题一般采用多频处理的方法来抑制低频信息,从而达到均衡的目的,但是采用该方法所达到的均衡效果很有限,如果一味的增大均衡强度,反而会损失对比度,使组织之间的对比差异减少,丢失人体组织由于本身厚度不同而引起的自然灰度变化的影像信息。因此,有必要提供一种能够很好解决上述问题,具有良好均衡效果的方法及系统。
发明内容
本发明所要解决的技术问题是:提供一种DR影像对比度均衡的方法及系统,解决现有DR图像存在亮暗差别较大,难以将不同组织的信息同时清晰的显示出来,而采用多频处理方法容易丢失自然灰度变化信息的问题。
为了解决上述技术问题,本发明采用的技术方案为:一种DR影像对比度均衡的方法,包括:
输入图像数据和体位信息,并根据体位信息设定局部区域的大小;
对所述图像数据的每个像素点,以像素点为中心选取矩形区域,所述矩形局域的大小以所述局部区域的大小为依据;
求取所述矩形区域的像素灰度最大值和像素灰度最小值,得到对应的第一灰度最大值图像和第一灰度最小值图像;
对所述第一灰度最大值图像和第一灰度最小值图像进行滤波处理,得到第二灰度最大值图像和第二灰度最小值图像;
对输入的原始图像数据的每个像素点,依据相对应的所述第二灰度最大值图像和第二灰度最小值图像确定相对应的直方图范围;
对每个像素点依据相对应的直方图范围进行直方图线性拉伸处理,得到对比度均衡的图像数据。
本发明提供的另一个技术方案为:一种DR影像对比度均衡的系统,包括依次连接的输入模块、第一选取模块、计算模块、图像滤波模块、第二选取模块和直方图拉伸模块;
所述输入模块,用于输入图像数据和体位信息,并根据体位信息设定局部区域的大小;
所述第一选取模块,用于对所述图像数据的每个像素点,以像素点为中心选取矩形区域,所述矩形局域的大小以所述局部区域的大小为依据;
所述计算模块,用于求取所述矩形区域的像素灰度最大值和像素灰度最小值,得到对应的第一灰度最大值图像和第一灰度最小值图像;
所述图像滤波模块,用于对所述第一灰度最大值图像和第一灰度最小值图像进行滤波处理,得到第二灰度最大值图像和第二灰度最小值图像;
所述第二选取模块,用于对输入的原始图像数据的每个像素点,依据相对应的所述第二灰度最大值图像和第二灰度最小值图像确定相对应的直方图范围;
所述直方图拉伸模块,用于对每个像素点依据相对应的直方图范围进行直方图线性拉伸处理,得到对比度均衡的图像数据。
本发明的有益效果在于:区别于现有技术的DR图像亮暗差别大,难以将人体不同组织的信息同时清晰的显示出来,经过多频处理又将丢失组织自然灰度变化信息,影响诊断效率的缺点。本发明通过对图像数据根据体位信息设定适合的局部区域大小,并以像素点为中心选取矩形区域后求取对应的像素灰度最大值和最小值得到第一灰度最大值图像和第一灰度最小值图像;对上述图像进行图像滤波处理后得到第二灰度最小值和第二灰度最大值;最后,对原始的图像数据的每个像素点依据对应的第二灰度最大值和第二灰度最小值确定功能直方图范围,并对每个像素点进行直方图拉伸处理,最终获得对比度均衡,同时又保留组织自然灰度变化信息的图像数据。本发明获得的图像中不同人体组织都能够均匀显示,方便医生观察到不同组织的信息;并且组织的对比度良好,省去医生手动调节窗宽窗位观察不同组织的工作量。
附图说明
图1为本发明一实施例一种DR影像对比度均衡的方法的流程框图;
图2为本发明一实施例一种DR影像对比度均衡的系统的结构方框图;
图3为现有技术直接输出得到的DR影像;
图4为本发明一实施例一种DR影像对比度均衡的方法及系统最终得到的DR影像。
图5为本发明一实施例一种DR影像对比度均衡的方法及系统的数据生成过程图。
标号说明:
1、输入模块;2、第一选取模块;3、计算模块;4、图像滤波模块;
5、第二选取模块;6、直方图拉伸模块。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:对图像数据的每个像素点依据体位信息选取局部区域,对每个局部区域的灰度最大值图像和灰度最小值图像进行滤波处理后依据处理结果确定各像素点相对应的直方图范围,并进行直方图拉伸,得到对比度均衡的图像数据。
请参照图1及图2,本发明提供一种DR影像对比度均衡的方法,包括:
步骤S1:输入图像数据和体位信息,并根据体位信息设定局部区域的大小;
步骤S2:对所述第一图像数据的每个像素点,以像素点为中心选取矩形区域,所述矩形局域的大小以所述局部区域的大小为依据;
步骤S3:求取所述矩形区域的像素灰度最大值和像素灰度最小值,得到对应的第一灰度最大值图像和第一灰度最小值图像;
步骤S4:对所述第一灰度最大值图像和第一灰度最小值图像进行滤波处理,得到第二灰度最大值图像和第二灰度最小值图像;
步骤S5:对输入的原始图像数据的每个像素点,依据相对应的所述第二灰度最大值图像和第二灰度最小值图像确定相对应的直方图范围;
步骤S6:对每个像素点依据相对应的直方图范围进行直方图线性拉伸处理,得到对比度均衡的图像数据。
从上述描述可知,本发明的有益效果在于:上述方案通过对图像数据根据体位信息设定适合的局部区域大小,体位信息即身体部位和方向信息。并以像素点为中心选取矩形区域后求取对应的像素灰度最大值和最小值得到第一灰度最大值图像和第一灰度最小值图像;对上述图像进行滤波处理后得到第二灰度最小值和第二灰度最大值;最后,对原始的图像数据的每个像素点依据对应的第二灰度最大值和第二灰度最小值确定功能直方图范围,并对每个像素点依据相对应的直方图范围进行直方图拉伸处理,最终获得对比度均衡,同时又保留组织自然灰度变化信息的图像数据。本发明获得的图像中不同人体组织都能够均匀显示,方便医生观察到不同组织的信息;并且组织的对比度良好,省去医生手动调节窗宽窗位观察不同组织的工作量。
需要说明的是,由于步骤S3中像素灰度最大值和像素最小值是针对每个像素点的矩形区域内求取的,容易受到某些较亮或较暗的小块信息的影响形成矩形块状效果,导致像素之间过度不均的情况。所以,本方案在步骤S4中对第一灰度最大值图像和第一灰度最小值图像进行滤波处理,滤波可以对图像处理进行平滑去噪处理,经过滤波处理后生成的第二灰度最小值图像和第二灰度最大值图像是均匀变化的。
步骤S5以及步骤S6中对原始图像数据的每一个像素点依据相对应的第二灰度最大值图像和第二灰度最小值图像来确定各像素点相对应的局部直方图范围,按照直方图线性拉伸的方法,对每个像素点进行线性拉伸,最终得到均衡处理后的图像。局部均衡的方法克服了以往全局拉伸不能兼顾不同密度的组织同时较好显示的局限性,根据局部区域的最大值和最小值自动确定像素的拉伸方向和强度,并对局部直方图信息对图像拉伸,扩大前景和背景灰度的差别,既能增强图像组织对比,又能提高全局均衡性。对每个像素点依据直方图范围进行直方图线性拉伸方法对于DR图像中经常出现的背景和前景都太亮或者太暗现象的处理非常有用,尤其可以带来X光图像中更好的骨骼结构显示以及曝光过度或者曝光不足照片中更好的细节。
请参阅图3及图4,图3为现有技术直接输出得到的DR影像,图3是没有经过文本技术处理的直接输出的DR影像,从图中可见器官、皮肤、腹脂线等软组织都太暗,不调床宽窗位基本得不到组织信息,而图4是经过本发明所述均衡方法处理得到的DR影像,图中腹脂线、结石都能较好的显示,并且组织对比明显。
进一步的,所述滤波处理为均值滤波处理。
进一步的,所述滤波处理为高斯滤波处理。
高斯滤波是一种线性平滑滤波,主要作用是对图像进行平滑处理,使图像变得均匀,从而消除最大值最小值图像的块状效果。高斯滤波是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到,高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。
进一步的,所述矩形区域的大小范围在100-1500像素之内。
请参阅图2,本发明提供的另一个技术方案为:
一种DR影像对比度均衡的系统,包括依次连接的输入模块1、第一选取模块2、计算模块3、图像滤波模块4、第二选取模块5和直方图拉伸模块6;
所述输入模块1,用于输入图像数据和体位信息,并根据体位信息设定局部区域的大小;
所述第一选取模块2,用于对所述图像数据的每个像素点,以像素点为中心选取矩形区域,所述矩形局域的大小以所述局部区域的大小为依据;
所述计算模块3,用于求取所述矩形区域的像素灰度最大值和像素灰度最小值,得到对应的第一灰度最大值图像和第一灰度最小值图像;
所述图像滤波模块4,用于对所述第一灰度最大值图像和第一灰度最小值图像进行滤波处理,得到第二灰度最大值图像和第二灰度最小值图像;
所述第二选取模块5,用于对输入的原始图像数据的每个像素点,依据相对应的所述第二灰度最大值图像和第二灰度最小值图像确定相对应的直方图范围;
所述直方图拉伸模块6,用于对每个像素点依据相对应的直方图范围进行直方图线性拉伸处理,得到对比度均衡的图像数据。
从上述描述可知,本发明的有益效果在于:上述方案通过输入模块1对图像数据根据体位信息设定适合的局部区域大小,并通过第一选取模块2和计算模块3以像素点为中心选取矩形区域后求取对应的像素灰度最大值和最小值得到第一灰度最大值图像和第一灰度最小值图像;通过图像滤波模块4对上述图像进行滤波处理后得到第二灰度最小值和第二灰度最大值;最后,通过第二选取模块5和直方图拉伸模块6对原始的图像数据的每个像素点依据对应的第二灰度最大值和第二灰度最小值确定功能直方图范围,并对每个像素点依据相对应的直方图范围进行直方图拉伸处理,最终获得对比度均衡,同时又保留组织自然灰度变化信息的图像数据。采用本发明系统获得的图像中不同人体组织都能够均匀显示,方便医生观察到不同组织的信息;并且组织的对比度良好,省去医生手动调节窗宽窗位观察不同组织的工作量。
进一步的,所述图像滤波模块4为均值滤波模块。
进一步的,所述图像滤波模块4为高斯滤波模块。
进一步的,所述输入模块1中对局部区域的大小的设定范围在100-1500像素。
请参照图5,本发明的实施例一为:
首先输入图像,本实施例以选择一个腹部正位片为例,图像大小为3072x3072;那么第二步需要输入部位体位信息,即输入腹部正位;每个部位体位都对应着一个矩形区域大小,该参数是通过大量样本测试统计得到,并建立了查找表,在应用时只要根据部位体位进行查找对应的矩形大小;对图像的每个像素点,在设定的矩形范围内,查找最大值和最小值,这样每个像素点都有一个最大值和一个最小值,这些最大值最小值又分别构成了最大值图像MAX和最小值图像MIN;由于一定区域内的最大值和最小值是相同的,所以最大值图像和最小值图像可见明显的分块效果,那么对其进行均值滤波后可变得均匀;最后,对每个像素点,在滤波后的最大最小值图像中找到对应的区域最大值和最小值,对该像素进行线性拉伸,得到均衡值;每个像素都完成后,得到均衡后图像。
综上所述,本发明提供的一种DR影像对比度均衡的方法及系统,能够很好的解决现有DR图像难以将不同组织的信息同时清晰的显示处理,影响诊断效率的问题,生成对比度均衡的DR影像,不仅能够将不同人体组织都均匀显示;而且图像组织的对比度良好,方便医生观察到不同组织的信息,省去手动调节窗宽窗位的程序,大大提高诊断效率。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种DR影像对比度均衡的方法,其特征在于,包括:
输入图像数据和体位信息,并根据体位信息设定局部区域的大小;
对所述图像数据的每个像素点,以像素点为中心选取矩形区域,所述矩形局域的大小以所述局部区域的大小为依据;
求取所述矩形区域的像素灰度最大值和像素灰度最小值,得到对应的第一灰度最大值图像和第一灰度最小值图像;
对所述第一灰度最大值图像和第一灰度最小值图像进行滤波处理,得到第二灰度最大值图像和第二灰度最小值图像;
对输入的原始图像数据的每个像素点,依据相对应的所述第二灰度最大值图像和第二灰度最小值图像确定相对应的直方图范围;
对每个像素点依据相对应的直方图范围进行直方图线性拉伸处理,得到对比度均衡的图像数据。
2.根据权利要求1所述的一种DR影像对比度均衡的方法,其特征在于,所述滤波处理为均值滤波处理。
3.根据权利要求1所述的一种DR影像对比度均衡的方法,其特征在于,所述滤波处理为高斯滤波处理。
4.根据权利要求1所述的一种DR影像对比度均衡的方法,其特征在于,所述矩形区域的大小范围在100-1500像素之内。
5.一种DR影像对比度均衡的系统,其特征在于,包括依次连接的输入模块、第一选取模块、计算模块、图像滤波模块、第二选取模块和直方图拉伸模块;
所述输入模块,用于输入图像数据和体位信息,并根据体位信息设定局部区域的大小;
所述第一选取模块,用于对所述图像数据的每个像素点,以像素点为中心选取矩形区域,所述矩形局域的大小以所述局部区域的大小为依据;
所述计算模块,用于求取所述矩形区域的像素灰度最大值和像素灰度最小值,得到对应的第一灰度最大值图像和第一灰度最小值图像;
所述图像滤波模块,用于对所述第一灰度最大值图像和第一灰度最小值图像进行滤波处理,得到第二灰度最大值图像和第二灰度最小值图像;
所述第二选取模块,用于对输入的原始图像数据的每个像素点,依据相对应的所述第二灰度最大值图像和第二灰度最小值图像确定相对应的直方图范围;
所述直方图拉伸模块,用于对每个像素点依据相对应的直方图范围进行直方图线性拉伸处理,得到对比度均衡的图像数据。
6.根据权利要求5所述的一种DR影像对比度均衡的系统,其特征在于,所述图像滤波模块为均值滤波模块。
7.根据权利要求5所述的一种DR影像对比度均衡的系统,其特征在于,所述图像滤波模块为高斯滤波模块。
8.根据权利要求5所述的一种DR影像对比度均衡的系统,其特征在于,所述输入模块中对局部区域的大小的设定范围在100-1500像素。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410401345.8A CN104200446B (zh) | 2014-08-14 | 2014-08-14 | 一种dr影像对比度均衡的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410401345.8A CN104200446B (zh) | 2014-08-14 | 2014-08-14 | 一种dr影像对比度均衡的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104200446A true CN104200446A (zh) | 2014-12-10 |
CN104200446B CN104200446B (zh) | 2017-05-24 |
Family
ID=52085732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410401345.8A Active CN104200446B (zh) | 2014-08-14 | 2014-08-14 | 一种dr影像对比度均衡的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104200446B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108109135A (zh) * | 2017-12-06 | 2018-06-01 | 贵阳朗玛信息技术股份有限公司 | 一种获取图像灰度级分布的方法及装置 |
CN108121942A (zh) * | 2016-11-30 | 2018-06-05 | 南昌欧菲生物识别技术有限公司 | 一种指纹识别的方法及装置 |
CN108242049A (zh) * | 2016-12-26 | 2018-07-03 | 河北天地智慧医疗设备股份有限公司 | 一种针对gpu优化的全尺度dr影像增强处理方法 |
CN110246195A (zh) * | 2018-10-19 | 2019-09-17 | 浙江大华技术股份有限公司 | 一种大气光值的确定方法、装置、电子设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101527038A (zh) * | 2009-04-02 | 2009-09-09 | 四川虹微技术有限公司 | 一种改进的基于直方图的图像对比度增强方法 |
US20100260436A1 (en) * | 2002-02-12 | 2010-10-14 | Tatsumi Watanabe | Image processing apparatus and image processing method |
-
2014
- 2014-08-14 CN CN201410401345.8A patent/CN104200446B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100260436A1 (en) * | 2002-02-12 | 2010-10-14 | Tatsumi Watanabe | Image processing apparatus and image processing method |
CN101527038A (zh) * | 2009-04-02 | 2009-09-09 | 四川虹微技术有限公司 | 一种改进的基于直方图的图像对比度增强方法 |
Non-Patent Citations (2)
Title |
---|
BIN LIU ET AL.: "Contrast Enhancement using Non-overlapped Sub-blocks and Local Histogram Projection", 《IEEE TRANSACTIONS ON CONSUMER ELECTRONICS》 * |
武治国 等: "一种基于直方图非线性变换的图像对比度增强方法", 《光子学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108121942A (zh) * | 2016-11-30 | 2018-06-05 | 南昌欧菲生物识别技术有限公司 | 一种指纹识别的方法及装置 |
CN108121942B (zh) * | 2016-11-30 | 2022-08-23 | 江西欧迈斯微电子有限公司 | 一种指纹识别的方法及装置 |
CN108242049A (zh) * | 2016-12-26 | 2018-07-03 | 河北天地智慧医疗设备股份有限公司 | 一种针对gpu优化的全尺度dr影像增强处理方法 |
CN108109135A (zh) * | 2017-12-06 | 2018-06-01 | 贵阳朗玛信息技术股份有限公司 | 一种获取图像灰度级分布的方法及装置 |
CN110246195A (zh) * | 2018-10-19 | 2019-09-17 | 浙江大华技术股份有限公司 | 一种大气光值的确定方法、装置、电子设备和存储介质 |
CN110246195B (zh) * | 2018-10-19 | 2022-05-17 | 浙江大华技术股份有限公司 | 一种大气光值的确定方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104200446B (zh) | 2017-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10217201B2 (en) | Image processing method, image processing system, and imaging system | |
CN106530236B (zh) | 一种医学图像处理方法及系统 | |
CN104200446A (zh) | 一种dr影像对比度均衡的方法及系统 | |
CN110853024B (zh) | 医疗图像处理方法、装置、存储介质及电子设备 | |
CN104091309B (zh) | 一种平板x射线图像的均衡显示方法及系统 | |
US11419727B2 (en) | Semi-automated imaging reconstruction for orbital fracture repair | |
CN116883537A (zh) | 基于图像增强的普通外科手术影像采集方法 | |
CN104574284A (zh) | 一种数字x射线图像对比度增强处理方法 | |
CN109087310A (zh) | 睑板腺纹理区域的分割方法、系统、存储介质及智能终端 | |
Ittannavar et al. | Comparative study of mammogram enhancement techniques for early detection of breast cancer | |
CN103226808A (zh) | 一种图像增强方法和系统 | |
US20110305382A1 (en) | Image processing method and radiographic apparatus using the same | |
CN105225237B (zh) | 光声显微血管图像分割和量化方法及装置 | |
CN109636749A (zh) | 图像处理方法 | |
SA et al. | Enhanced Homomorphic Unsharp Masking method for intensity inhomogeneity correction in brain MR images | |
CN110136089B (zh) | 一种人类胚胎心脏超声图像增强方法 | |
CN110084866B (zh) | 一种计算机断层成像方法和装置 | |
CN101430787B (zh) | 数字胸片心脏钙化影像增强方法 | |
CN111489314A (zh) | 图像增强方法、装置及终端设备 | |
CN111091514A (zh) | 一种口腔cbct图像去噪方法及系统 | |
Frosio et al. | Real time enhancement of cephalometric radiographies | |
CN117455780B (zh) | 内镜暗场图像的增强方法、装置、电子设备及存储介质 | |
Divya et al. | A study and analysis of image enhancement techniques augmenting dental pantamograms to review jawbone cysts and tumors | |
CN116843582B (zh) | 基于深度学习的2cmos相机的去噪增强系统及方法 | |
CN107784677A (zh) | X射线图像处理方法、装置、系统及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 518000, A, Hua Han Innovation Park, 16 Lang Shan Road, North hi tech Industrial Park, Guangdong, Shenzhen, 3A Applicant after: SHENZHEN ANGELL TECHNOLOGY CO., LTD. Address before: 518000, A, Hua Han Innovation Park, 16 Lang Shan Road, North hi tech Industrial Park, Guangdong, Shenzhen, 3A Applicant before: Shenzhen Angell Technology Co., Ltd. |
|
COR | Change of bibliographic data | ||
GR01 | Patent grant | ||
GR01 | Patent grant |