CN104412296B - 图像处理装置 - Google Patents

图像处理装置 Download PDF

Info

Publication number
CN104412296B
CN104412296B CN201280074424.1A CN201280074424A CN104412296B CN 104412296 B CN104412296 B CN 104412296B CN 201280074424 A CN201280074424 A CN 201280074424A CN 104412296 B CN104412296 B CN 104412296B
Authority
CN
China
Prior art keywords
pixel
image
value
pixel value
mentioned
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
Application number
CN201280074424.1A
Other languages
English (en)
Other versions
CN104412296A (zh
Inventor
高桥涉
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.)
Shimadzu Corp
Original Assignee
Shimadzu Corp
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 Shimadzu Corp filed Critical Shimadzu Corp
Publication of CN104412296A publication Critical patent/CN104412296A/zh
Application granted granted Critical
Publication of CN104412296B publication Critical patent/CN104412296B/zh
Expired - Fee Related 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
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/77Retouching; Inpainting; Scratch removal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/181Segmentation; Edge detection involving edge growing; involving edge linking
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40Picture signal circuits
    • H04N1/409Edge or detail enhancement; Noise or error suppression

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明的图像处理装置具有对提取图像(P7)实施图像处理的结构,该提取图像(P7)是提取出了显现于原始图像(P0)中的线状结构物的图像。即,具备线连接处理部(19),该线连接处理部(19)将由于噪声等间断地显现于提取图像(P7)中的线状结构物进行连接来生成断片化消除图像(P8)。线连接处理部(19)一边基于方向图像(P5)获取显现于提取图像(P7)中的线状结构物的延伸方向一边对提取图像(P7)中的线状结构物的延伸方向进行像素的插值,因此线状结构物沿着其延伸方向进行延伸。通过进行该动作,间断地显现于提取图像(P7)中的线状结构物自然地连接,因此能够提供可视性更高的图像。

Description

图像处理装置
技术领域
本发明涉及一种在放射线摄影中对图像实施处理使得易于视觉识别线状的结构物的图像处理装置。
背景技术
在医疗机构中具备利用放射线获取被检体的图像的放射线摄影装置。在这种放射线摄影装置中,存在一种以拍摄插入被检体的血管中的引导线为目的而使用的装置。作为进行这种图像处理的装置,例如存在专利文献1中记载的装置。
即使通过放射线摄影装置得到被检体的透视图像,也未必将引导线清楚地显现于图像中。因此,现有的放射线摄影装置实施图像处理以提高图像上的引导线的可视性。对该现有的图像处理的具体处理进行说明。在专利文献1中记载的图像处理中,构成为通过统计处理来去除显现于图像中的噪声。在该噪声去除处理中引导线不会被去除。因而,根据现有结构,通过去除噪声,能够获得引导线更加清楚的图像。
专利文献1:日本特开2001-111835号公报
发明内容
发明要解决的问题
然而,在现有的图像处理中存在如下问题。
即,在现有的图像处理中只能获取可视性低的图像。即,在现有的图像处理中不能进行强调引导线这样的处理。
引导线在图像上不清晰并不限于图像上的噪声的原因。还存在以下情况:由于引导线原本浅淡地显现于图像,难以看出图像上的引导线。在现有结构中无法进行强调引导线这样的图像处理。因而,即使进行现有结构的图像处理,浅淡地显现于图像的引导线也仍为原样。也就是说,在现有的图像处理中只能获得可视性低的图像。
本发明是鉴于这种情况而完成的,其目的在于提供一种能够获得可视性高的图像的图像处理装置。
用于解决问题的方案
为了解决上述问题,本发明采用如下的结构。
即,本发明所涉及的图像处理装置是一种对通过透视被检体而得到的原始图像进行处理的图像处理装置,其特征在于,具备:评价图像生成单元,其基于原始图像生成评价图像,该评价图像用于评价各像素是否为原始图像上的线状结构物;方向图像生成单元,其基于原始图像生成方向图像,该方向图像表示设各像素为原始图像上的线状结构物时的线的延伸方向;差分图像生成单元,其基于方向图像生成差分图像,该差分图像是从线状结构物的部分的像素值减去线状结构物以外的部分的像素值而得到的;提取图像生成单元,其基于评价图像和差分图像来生成提取图像,该提取图像是提取出了原始图像上的线状结构物的图像;以及线连接处理单元,其基于方向图像获取显现于提取图像中的线状结构物的延伸方向,在提取图像上确定沿线状结构物的延伸方向排列的起点像素和终点像素,并对两个像素之间进行插值,由此将间断地显现于提取图像中的线状结构物进行连接来生成断片化消除图像。
[作用和效果]根据上述结构,能够进行强调显现于原始图像中的线状结构物这样的图像处理。具体地说,通过两种方法来识别显现于原始图像中的线状结构物。第一方法是,制作用于评价各像素是否为原始图像上的线状结构物的评价图像。由此,确定原始图像上的线状结构物的位置。第二方法是,获取显现于原始图像中的线状结构物与线状结构物以外的部分之差分,生成显现了线状结构物的差分图像。由此,获知在原始图像中线状结构物以与线状结构物以外的像素相比相差何种程度的像素值显现。评价图像仅具有与线状结构物在原始图像中的位置有关的信息。另一方面,差分图像包含伴随在原始图像的整个区域实施定向的差分处理而产生的伪像。如果利用具有这种缺点的两个图像提取线状结构物,则能够互相弥补两种方法所具有的缺点。因而,所获得的提取图像为仅将线状结构物保持浓度地从原始图像抽出而得到的图像,是可视性高的图像。
并且,根据上述结构,还具备线连接处理单元,该线连接处理单元将由于噪声等而间断地显现于提取图像中的线状结构物进行连接来生成断片化消除图像。线连接处理单元一边基于方向图像获取显现于提取图像中的线状结构物的延伸方向一边在提取图像上沿线状结构物的延伸方向进行像素的插值,因此线状结构物沿着其延伸方向进行延伸。通过进行该动作,间断地显现于提取图像中的线状结构物自然地连接,因此能够提供可视性更高的图像。
另外,更为优选的是,在上述图像处理装置中,线连接处理单元在从提取图像上的像素中确定起点像素时,将具有阈值以上的像素值的像素确定为起点像素。
[作用和效果]上述结构示出了本发明的结构的更为具体的结构。当线连接处理单元从提取图像上的像素中确定起点像素时,如果将具有绝对值为阈值以上的像素值的像素确定为起点像素,则能够对提取图像上的鲜明的线状结构物可靠地进行线连接处理。
另外,更为优选的是,在上述图像处理装置中,线连接处理单元在从提取图像上的候选像素中确定终点像素时,获取将候选像素与预定的起点像素相连接的方向,并且根据方向图像获取起点像素所属的像素线状结构物的延伸方向,将被判断为所获取到的两个方向的一致度高的候选像素优先确定为终点像素。
[作用和效果]上述结构示出了本发明的结构的更为具体的结构。即,如果线连接处理单元获取将作为线连接的终点的终点像素的候选像素与预定的起点像素相连接的方向,并且根据方向图像获取起点像素所属的线状结构物的延伸方向,并将被判断为所获取到的两个方向的一致度高的候选像素优先确定为终点像素,则能够从候选像素中选择恰当的终点像素。如果使线状结构物从起点像素朝向两个方向的一致度高的候选像素延伸,则能够使线状结构物沿着线状结构物的延伸方向延长。即,如果基于上述判断进行线连接处理,则能够更加自然地进行线上结构物的线连接处理。
另外,更为优选的是,在上述图像处理装置中,线连接处理单元在从提取图像上的候选像素中确定终点像素时,从提取图像获取候选像素的像素值的绝对值,由此将被判断为像素值的绝对值高的候选像素优先确定为终点像素。
[作用和效果]上述结构示出了本发明的结构的更为具体的结构。即,如果将被判断为像素值的绝对值高的候选像素优先确定为终点像素,则能够对提取图像上的鲜明的线状结构物可靠地进行线连接处理。
另外,更为优选的是,在上述图像处理装置中,线连接处理单元通过对处于夹在起点像素与终点像素之间的位置的像素的像素值进行变更,来进行线连接处理。
[作用和效果]上述结构示出了本发明的结构的更为具体的结构。即,如果通过对位于夹在起点像素与终点像素之间的位置的像素的像素值进行变更来进行线连接处理,则能够通过对极少的像素进行变更处理来完成线连接处理。
另外,更为优选的是,在上述图像处理装置中,线连接处理单元在像素值变更处理之前求取变更后的像素值时,通过计算起点像素与像素值置换处理对象的像素之间的距离以及终点像素与像素值置换处理对象的像素之间的距离,来以与起点像素和终点像素中的离像素值置换处理对象的像素远的像素的像素值相比、更接近起点像素和终点像素中的离像素值置换处理对象的像素近的像素的像素值的方式,求出变更后的像素值。
[作用和效果]上述结构示出了本发明的结构的更为具体的结构。如果在执行线连接处理的过程中以与起点像素和终点像素中的离像素值置换处理对象的像素远的像素的像素值相比、更接近起点像素和终点像素中的离像素值置换处理对象的像素近的像素的像素值的方式进行像素值的变更,,则起点像素与终点像素更顺畅地连接。即,当观察线连接处理后的起点像素与终点像素之间的像素值的变化时,起点像素的像素值逐渐变化而转变为终点像素的像素值。这样,如果起点像素和终点以在二者之间不设置像素值的大阶差的方式进行线连接处理,则能够获取可视性更优良的断片化消除图像。
另外,更为优选的是,在上述图像处理装置中,线连接处理单元在像素值变更处理之前求取变更后的像素值时,在针对提取图像上的相同位置计算出多个变更后的像素值的情况下,将绝对值更大的像素值用于变更处理。
[作用和效果]上述结构示出了本发明的结构的更为具体的结构。如果在线连接处理单元在像素值变更处理之前求取变更后的像素值时,在针对提取图像上的相同位置计算出多个变更后的像素值时,以将绝对值更大的像素值用于变更处理的方式进行动作,则能够获取可视性更优良的断片化消除图像。即,在变更某个像素的像素值的情况下,当该像素属于浓线与淡线交叉的位置时,优先对浓线实施线连接处理。通过这样,线连接处理单元能够以将鲜明地显现于原始图像中的浓线可靠地连接的方式执行线连接处理。
另外,更为优选的是,在上述图像处理装置中,具备重叠图像生成单元,该重叠图像生成单元将原始图像与断片化消除图像相叠加来生成重叠图像,线连接处理单元在求出变更后的像素值之后,以使变更后的像素值的绝对值比起点像素的像素值的绝对值大并且比终点像素的像素值的绝对值大的方式调整变更后的像素值,从而在断片化消除图像中强调线被延长的部分。
[作用和效果]上述结构示出了本发明的结构的更为具体的结构。如果将断片化消除图像与原始图像相叠加,则能够将原始图像中的被检体的细微结构与断片化消除图像中的清楚的线状结构物集合来生成可视性优良的重叠图像。此时,在位于与断片化消除图像中的被实施了线连接处理的像素相同位置的原始图像上的像素中没有显现线状结构物。因而,将断片化消除图像上的被实施了线连接处理的像素和位于与该像素相同位置的原始图像上的像素相叠加而生成的像素的浓度会变得淡了原始图像上的像素的浓度的淡的程度。因此,根据上述结构,以使变更后的像素值的绝对值变得更大的方式实施调整。通过设为这种结构,显现于重叠图像中的线状结构物不会局部地变淡,能够生成可视性优良的重叠图像。
发明的效果
本发明的图像处理装置具有对提取图像实施图像处理的结构,该提取图像是提取出了显现于原始图像中的线状结构物的图像。即,具备线连接处理单元,该线连接处理单元将间断地显现于提取图像中的线状结构物进行连接来生成断片化消除图像。线连接处理单元一边基于方向图像获取显现于提取图像中的线状结构物的延伸方向一边在提取图像上沿线状结构物的延伸方向进行像素的插值,因此线状结构物沿着其延伸方向进行延伸。通过进行该动作,间断地显现于提取图像中的线状结构物自然地连接,因此能够提供可视性更高的图像。
附图说明
图1是说明实施例1所涉及的图像处理装置的结构的功能框图。
图2是说明实施例1所涉及的图像处理装置的动作的示意图。
图3是说明实施例1所涉及的图像处理装置的动作的示意图。
图4是说明实施例1所涉及的图像处理装置的动作的示意图。
图5是说明实施例1所涉及的图像处理装置的动作的示意图。
图6是说明实施例1所涉及的图像处理装置的动作的示意图。
图7是说明实施例1所涉及的图像处理装置的动作的示意图。
图8是说明实施例1所涉及的图像处理装置的动作的示意图。
图9是说明实施例1所涉及的图像处理装置的动作的示意图。
图10是说明实施例1所涉及的图像处理装置的动作的示意图。
图11是说明实施例1所涉及的线连接处理部的动作的示意图。
图12是说明实施例1所涉及的线连接处理部的动作的示意图。
图13是说明实施例1所涉及的线连接处理部的动作的示意图。
图14是说明实施例1所涉及的线连接处理部的动作的示意图。
图15是说明实施例1所涉及的线连接处理部的动作的示意图。
图16是说明实施例1所涉及的线连接处理部的动作的示意图。
图17是说明实施例1所涉及的线连接处理部的动作的示意图。
图18是说明实施例1所涉及的线连接处理部的动作的示意图。
图19是说明实施例1所涉及的线连接处理部的动作的示意图。
图20是说明实施例1所涉及的线连接处理部的动作的示意图。
图21是说明实施例1所涉及的线连接处理部的动作的示意图。
图22是说明实施例1所涉及的线连接处理部的动作的示意图。
图23是说明实施例1所涉及的线连接处理部的动作的示意图。
图24是说明实施例1所涉及的线连接处理部的动作的示意图。
图25是说明实施例1所涉及的线连接处理部的动作的示意图。
图26是说明实施例1所涉及的线连接处理部的动作的示意图。
图27是说明实施例1所涉及的线连接处理部的动作的示意图。
图28是说明实施例1所涉及的线连接处理部的动作的示意图。
图29是说明实施例1所涉及的线连接处理的效果的示意图。
图30是说明本发明的一个变形例所涉及的线连接处理部的动作的示意图。
图31是说明本发明的一个变形例所涉及的线连接处理部的动作的示意图。
图32是说明本发明的一个变形例所涉及的线连接处理部的动作的示意图。
图33是说明本发明的一个变形例所涉及的线连接处理部的动作的示意图。
图34是说明本发明的一个变形例所涉及的线连接处理部的动作的示意图。
图35是说明本发明的一个变形例所涉及的线连接处理部的动作的示意图。
具体实施方式
下面,作为用于实施发明的方式,对具体的实施例进行说明。
实施例1
下面说明本发明的实施例。实施例中的X射线相当于本发明的放射线。另外,显现于图像中的引导线图像等暗线相当于本发明的线状结构物。
如图1所示,实施例1所涉及的图像处理装置1构成为当输入通过用X射线拍摄被检体而获得的图像(称为原始图像P0)时,输出将显现于该原始图像P0中的引导线图像等暗线的亮度调整为易于视觉识别而得到的处理图像(重叠图像P9)。
<图像处理装置的整体结构>
如图1所示,实施例1所涉及的图像处理装置1具备:分析部13,其利用二维海赛矩阵来分析原始图像P0;评价图像生成部15,其生成评价图像P3,该评价图像P3用于评价各像素是否为原始图像P0上的线状结构物;方向图像生成部16,其基于原始图像P0生成方向图像P5,该方向图像P5表示设各像素是原始图像P0上的线状结构物时的线的延伸方向;差分图像生成部17,其基于方向图像P5生成差分图像P6,该差分图像P6是从线状结构物的部分的像素值减去线状结构物以外的部分的像素值而得到的;以及提取图像生成部18,其基于评价图像P3和差分图像P6生成提取图像P7,该提取图像P7是保持原始图像P0上的浓度地从原始图像P0提取原始图像P0上的线状结构物的图像。评价图像生成部15相当于本发明的评价图像生成单元,方向图像生成部16相当于本发明的方向图像生成单元。另外,差分图像生成部17相当于本发明的差分图像生成单元,提取图像生成部18相当于本发明的提取图像生成单元。
另外,实施例1所涉及的图像处理装置1还具备线连接处理部19,该线连接处理部19基于方向图像P5将间断地显现于提取图像P7中的线状结构物进行连接来生成断片化消除(defragmentation)图像P8。线连接处理部19相当于本发明的线连接处理单元。
另外,图像处理装置1还具备重叠图像生成部20,该重叠图像生成部20将断片化消除图像P8与原始图像P0相叠加来生成重叠图像(重叠图像P9)。另外,图像处理装置1还具备特征值图像生成部14,该特征值图像生成部14生成特征值图像P2并将特征值图像P2输出到评价图像生成部15,该特征值图像P2是将分析部13对原始图像P0进行分析的结果、即特征值进行排列而得到的。重叠图像生成部20相当于本发明的重叠图像生成单元。
存储部28成为对各部13、14、15、16、17、18、19、20进行动作时的滤波器、参数进行存储的存储装置。各部13、14、15、16、17、18、19、20能够根据需要访问存储部28。
<图像处理装置的主要动作>
接着,对图像处理装置1的主要动作进行说明。图像处理装置1主要通过分析部13、特征值图像生成部14、评价图像生成部15、方向图像生成部16、差分图像生成部17、提取图像生成部18、线连接处理部19各部进行动作。其中,首先对各部13、14、15、16、17的动作统一进行说明,接着,对线连接处理部19的动作进行说明。
<分析部的动作>
输入到图像处理装置1的原始图像P0被输入到分析部13。对分析部13的微分动作进行说明。原始图像P0中图像上的位置与像素值相关联。即,如果指定原始图像P0中的x方向和y方向的位置,则能够获取位于此处的像素的像素值。也就是说,如图2所示,在原始图像P0中,能够掌握像素值与x方向(横向)和y方向(纵向)这两个变量相关联的双变量函数。当将像素值设为d时,d=f(x,y)这样的关系成立。
分析部13使用微分滤波器在x方向上对原始图像P0进行偏微分,在x方向上对此时获得的微分函数进一步进行偏微分。另外,分析部13在x方向上对原始图像P0进行偏微分,在y方向上对此时获得的微分函数进一步进行偏微分。同样地,分析部13在y方向上对原始图像P0进行偏微分,在y方向上对此时获得的微分函数进一步进行偏微分。分析部13利用这些操作生成海赛矩阵H。海赛矩阵H是如下的矩阵。
[数1]
在此,在x方向上进行偏微分之后在y方向上进行偏微分而得到的二次微分函数与在y方向上进行偏微分之后在x方向上进行偏微分而得到的二次微分函数是相同函数。因而,海赛矩阵是对称矩阵,具有两个特征值λ1、λ2和与这两个特征值相对应的特征矢量。此时,设为特征值λ1的绝对值大于特征值λ2的绝对值。分析部13基于海赛矩阵H求出特征值和特征矢量。
接着,分析部13计算出与特征值λ1相对应的特征矢量v1。特征矢量v1是具有x方向和y方向的要素的矢量。
<特征值图像生成部的动作>
分析部13将绝对值最大的特征值λ1送到特征值图像生成部14。海赛矩阵H是将与原始图像P0的位置相应的函数进行矩阵化而得到的。因而,特征值λ1的值应与原始图像P0的位置相应地变化。特征值图像生成部14使特征值λ1与原始图像P0的位置相对应地排列,生成将特征值λ1排列成二维矩阵状而得到的特征值图像P2。
<评价图像生成部的动作>
特征值图像生成部14将特征值图像P2送到评价图像生成部15。评价图像生成部15通过使规定的函数作用于各特征值λ1来调整特征值λ1的值。即,评价图像生成部15将特征值图像P2中的正的高值的特征值λ1全部变换为大致接近1的值。而且,评价图像生成部15将特征值图像P2中的低值的特征值λ1全部变换为大致接近0的值。另外,评价图像生成部15将特征值图像P2中的中间值的特征值λ1变换为例如0.1~0.9之间的某个值。通过这样,使得特征值图像P2中成为-16,384到16,383之间的某个值的特征值λ1通过变换而取0到1之间的某个值。
评价图像生成部15选择单调递增的非线性的函数,来作为用于变换的函数。具体地说,使用logistic函数等。如图3所示,评价图像生成部15通过保持特征值图像P2中的正的中间值的特征值λ1的尺度,并且压缩极端的特征值λ1、负的特征值λ1的尺度,来进行数值的变换。通过这样,评价图像生成部15对特征值图像P2进行变换来生成评价图像P3。此外,负的特征值λ1全部被变换为0。
说明特征值λ1的含义。所谓特征值λ1的绝对值大是指原始图像P0中的二次偏微分值的绝对值大。另外,特征值λ1的符号直接对应于二次偏微分值的符号。二次偏微分值的绝对值的大小表示函数中的U型曲线拐成何种程度。另外,二次偏微分值的符号对应于函数中的U型曲线的凹凸。例如设为具有如图4所示那样的位置与像素值的关系。图4中的箭头表示曲线图中的大的凹陷的位置。这种位置是与周围相比像素值变得极端小的部分,表示图像上的暗线。如果沿着位置对图4的曲线进行二次微分,则微分值在箭头部分取正的高值。也就是说,将特征值缩放后的变换值进行排列而得到的评价图像P3示出将原始图像P0看作位置与像素值相关联的函数时的极端小的位置。评价图像P3中的值接近1的部分为在原始图像P0中显现了暗线的部分,评价图像P3中的值接近0的部分为在原始图像P0中没有显现暗线的平坦的部分。
相反地,在原始图像P0中显现了明线的部分,微分值取负的小值。即,在想提取明线的情况下,评价图像生成部15选择单调递减的非线性的函数,来作为变换用的函数。也就是说,将特征值缩放后的变换值进行排列而得到的评价图像P3示出将原始图像P0看作位置与像素值相关联的函数时的极端大的位置。评价图像P3中的值接近1的部分为在原始图像P0中显现了明线的部分,评价图像P3中的值接近0的部分为在原始图像P0中没有显现明线的平坦的部分。
<方向图像生成部的动作>
分析部13将特征矢量v1送到方向图像生成部16。方向图像生成部16计算出特征矢量v1与x轴形成的角θ1。而且,分析部13通过将该角θ1与90o相加来计算出角θ2。海赛矩阵H是将与原始图像P0的位置相应的函数进行矩阵化而得到的。因而,角θ2的值应与原始图像P0的位置相应地变化。方向图像生成部16使角θ2与原始图像P0的位置相对应地进行排列,生成将角θ2排列成二维矩阵状而得到的方向图像P5。
实际的方向图像P5的角θ2并不是在0°~360°之间取自由的值。即,通过离散处理将角θ2分为接近0°、18°、36°、54°、72°、90°、108°、126°、144°、162°中的某个角度的角度。因而,方向图像P5是将表示0°~162°这10种角度中的某种角度的值排列成二维矩阵状而得到的图像。这样,方向图像生成部16将角度锁定到10种角度来生成方向图像P5,由此使后面的运算处理变得简单。此外,角θ2取不到360°的值而最大为162°的理由后面叙述。
说明角θ2的含义。角θ2是将特征矢量v1与x方向所形成的角旋转90°后得到的角度。考虑该特征矢量v1的方向的含义。如图5所示,考虑位于原始图像P0的暗线上的像素p。在图5中,用v1表示与该像素p对应的特征矢量。特征矢量v1是与绝对值大的特征值λ1有关的特征矢量。因而,特征矢量v1所表示的方向是指原始图像P0的像素p处的与暗线的连接方向正交的方向。即,角θ2表示使与沿着暗线的方向正交的方向旋转90°时的方向与x方向所形成的角。简言之,角θ2表示沿着显现于原始图像P0中的暗线的方向与x方向所形成的角。此处的沿着暗线的方向是指在像素p处与暗线相切的切线的延伸方向。
说明角θ2最大为162°的理由。如果将角θ2设为18°,则如图6的左侧所示,x轴与暗线B所形成的角是18°。同样地,如果将角θ2设为198°,则如图6的右侧所示,x轴与暗线B所形成的角是198°。将图6的左侧与右侧相比较可知,角θ2为18°时的暗线B的方向与角θ2为198°时的暗线B的方向一致。也就是说,即使角θ2加上180°,该角度所示的暗线B的方向也与原来的角θ2所示的方向相同。也就是说,即使将角θ2设为大于等于0°且小于180°,也能够在整个方向上表现暗线B的方向。实际上,对角θ2实施了离散处理,因此所能取的最大角度是162°。
<差分图像生成部的动作>
方向图像P5被送到差分图像生成部17。差分图像生成部17一边参照方向图像P5,一边获取显现于原始图像中的线状结构物与线状结构物以外的部分的差分,从而生成显现了线状结构物的差分图像。下面,说明该差分图像生成部17的动作。
图7左侧示出由差分图像生成部17生成的滤波器。图7左侧的滤波器f包括三个区域,是获取中心区域的像素值与用斜线表示的周围区域的像素值的差分的差分滤波器。如果将该滤波器f实施于原始图像P0,则能够获知关注像素的像素值与周围像素的像素值相比存在多大的差异。滤波器f的大小例如是纵横为15×15像素。
差分图像生成部17所使用的滤波器f还是具有方向性的各向异性滤波器(各向异性平滑滤波器)。例如,图7左侧所示的滤波器f为适于沿纵向显现了暗线的原始图像P0的滤波器。在实际的原始图像P0中暗线被弯曲地显现。因而,当差分图像生成部17对原始图像P0实施滤波时,必须与根据暗线的部分的变化而变化的暗线的延伸方向相应地切换滤波器。因此,存储部28存储多个将图7左侧所示的滤波器每次旋转18°而得到的例如图7右侧那样的滤波器。针对构成原始图像P0的各像素,差分图像生成部17使存储在存储部28中的滤波器中的某一个滤波器发挥作用,来生成差分图像。与暗线的延伸方向相应地准备10种用于该动作的滤波器。
差分图像生成部17在进行动作时,必须决定对原始图像P0的各像素实施10种滤波器中的哪种滤波器。因此,差分图像生成部17一边参照方向图像P5一边选择滤波器。方向图像P5是表示显现各像素的暗线的延伸方向的图像。因而,差分图像生成部17针对构成原始图像P0的各像素,选择与方向图像P5所示的10种方向相应的滤波器并施加该滤波器,由此生成差分图像P6。差分图像P6是沿着暗线的延伸方向对原始图像P0实施平滑处理并且将暗线的像素值减去暗线以外的部分的像素值而得到的图像。
图8示出了差分图像生成部17对原始图像P0上的像素p进行动作的状态。差分图像生成部17获取位于与原始图像P0上的像素p相同位置的方向图像P5的像素(对应像素)的像素值。方向图像P5的像素值为表示暗线的延伸方向的值。将对应像素设为表示90°的像素值。于是,差分图像生成部17从存储部28读出图7左侧所说明的纵向的滤波器f并使其作用于原始图像P0的像素p。此时,像素p位于滤波器f的中心。差分图像生成部17对构成原始图像P0的各像素进行相同的动作,生成如图9所示的差分图像P6。
如图9所示,差分图像P6为显现于原始图像P0中的被检体图像消失并且显现于原始图像P0中的暗线被抽出的状态。在图8中用剖面线表示原始图像P0上的被检体图像。在差分图像P6中出现的暗线是保持了与原始图像P0的像素值有关的信息的暗线。因而,当仔细观察显现于差分图像P6中的暗线时,暗线的浓度局部地存在差异。关于该暗线的浓度的局部的差异,直接表示将暗线显现于原始图像P0时所看到的局部的浓度差异。
另外,如图9所示,在差分图像P6中出现除暗线以外的细线状的噪声。这是由于对原始图像P0的整个区域实施定向的滤波而产生的伪像。必须去除该伪像。通过提取图像生成部18来去除该伪像。
<提取图像生成部的动作>
差分图像P6和评价图像P3被送到提取图像生成部18。提取图像生成部18通过将评价图像P3与差分图像P6进行乘法运算处理,来生成从原始图像P0提取出了暗线的提取图像P7。在评价图像P3中,将原始图像P0中出现暗线的部分设为1,将没有出现暗线的部分设为0。评价图像P3是虽然包括0到1之间的像素值却表示原始图像P0中的暗线的位置的接近二值图像的图像。因而,评价图像P3不具有表示暗线在原始图像P0中以何种浓度被显现的信息。差分图像P6是对原始图像P0实施了定向滤波而得到的图像,因此保持了暗线的浓度信息。但是,差分图像P6是由于实施定向滤波导致包含伪像的图像。
因此,如图10所示,如果将评价图像P3与差分图像P6进行乘法运算处理,则在原始图像P0中的没有成为暗线的部分,将差分图像P6的像素值乘以评价图像P3的像素值即0,从而该部分的像素值为0。通过这样,能够去除差分图像P6中出现的伪像。所生成的提取图像P7是直接提取显现于原始图像P0中的暗线那样的图像。在提取图像P7中易于视觉识别暗线。
<线连接处理部的动作>
接着,对本发明中最具特征性的结构、即线连接处理部19的动作进行说明。线连接处理部19对如图11所示那样由于噪声等而间断地显现了线状结构物的提取图像P7施加线连接处理,从而生成消除线状结构物的断片化而得到的断片化消除图像P8。此时,线连接处理部19参照方向图像P5。更为具体地说,线连接处理部19决定将提取图像P7中的线进行连接的起点的像素和终点的像素这两个像素。而且,通过在这两点之间加画短线来实现线连接处理。在图11中,将线连接的起点表示为边界像素(Frontier pixels)F,将终点表示为终点像素G。线连接处理部19基于方向图像P5来获取显现于提取图像P7中的线状结构物的延伸方向,确定沿提取图像P7中的线状结构物的延伸方向排列的边界像素F和终点像素G,并对两个像素之间进行插值,由此将间断地显现于提取图像P7中的线状结构物进行连接来生成断片化消除图像P8。边界像素F相当于本发明的起点像素。
图12是示出线连接处理部19的动作的流程图。如图12所示,线连接处理部19首先对提取图像P7实施预处理,进行后续的图像处理的预先准备(预处理步骤S1)。然后,线连接处理部19对构成提取图像P7的各像素附加像素标签,生成标签图像Q1(标签图像生成步骤S2)。然后,线连接处理部19将在标签图像Q1中附加有表示构成线状结构物的像素的标签的边界像素F中的一个设为处理对象(处理对象边界像素设定步骤S3),针对处理对象边界像素搜索插值像素IP(插值像素搜索步骤S4)。然后,针对各插值像素IP获取后述的新像素值(新像素值获取步骤S5)。线连接处理部19一边变更处理对象的边界像素F一边反复进行插值像素搜索步骤S4和新像素值获取步骤S5。最后,线连接处理部19对插值像素IP的像素值进行变更并生成断片化消除图像P8(像素值变更步骤S6)。下面,对这些步骤的详细内容依次进行说明。
<预处理步骤S1>
首先,线连接处理部19从存储部28读出设定值,针对提取图像P7中的绝对值低于设定值的部分的像素值,在不使符号发生反转的状态下进行变更使得绝对值变得更低。具体地说,将像素值变更为0。由此,能够去除提取图像P7中含有的噪声、细小的被检体图像,从而生成线状结构物更显眼的简化提取图像P7a。通过这样来简化后续的图像处理。
<标签图像生成步骤S2>
接着,线连接处理部19将简化提取图像P7a的各像素分为两种并针对各像素获取表示分类的标签。即,线连接处理部19从存储部28读出阈值,将绝对值比所读出的阈值高的像素划分为边界像素F,将绝对值比所读出的阈值低的像素划分为非边界像素N。该边界像素F是作为之后要进行线连接时的起点的像素。线连接处理部19在从提取图像P7(简化提取图像P7a)上的像素中确定边界像素F时,将具有阈值以上的像素值的像素确定为边界像素F。
图13示出了线连接处理部19对简化提取图像P7a的各像素进行分类并生成表示该分类的分布的标签图像Q1的情形。将简化提取图像P7a中的像素值的绝对值小的像素全部设为非边界像素N,将像素值的绝对值大的像素设为边界像素F。之后,线连接处理部19对边界像素F中的每个像素反复进行相同的处理。在图13中的简化提取图像P7a中有8个暗像素(像素值的绝对值大的像素),因此线连接处理部19反复进行8次之后要说明的步骤S4和步骤S5。
<处理对象边界像素设定步骤S3>
线连接处理部19参照标签图像Q1并从该标签图像Q1中选择要进行图像处理的处理对象的边界像素F。在图14中,决定用附图标记F0表示选择出的边界像素F。
<插值像素搜索步骤S4:候选像素T的设定>
接着,线连接处理部19开始搜索要进行像素值的插值的插值像素IP0。插值像素IP0是指之后要变更像素值的像素,位于边界像素F0与之后要获取的终点像素G0之间。边界像素F0是指作为线连接处理部19将简化提取图像P7a中的间断的线进行连接时的起点的像素。同样地,终点像素G0是指作为线连接处理部19将简化提取图像P7a中的间断的线进行连接时的终点的像素。也就是说,线连接处理部19通过对提取图像P7加画以边界像素F0为起点、以终点像素G0为终点的线来实现线连接处理。首先,对该终点像素G0的获取方法进行说明。这是由于如果没有决定该终点像素G0则无法搜索插值像素IP0。
图14示出了线连接处理部19对作为终点像素G0的候选的候选像素T进行指定的情形。线连接处理部19设定以边界像素F0为中心的正方形的区域,并将属于该区域的所有像素设定为候选像素T。但是,将边界像素F0本身从候选像素T中排除。简化提取图像P7a中的候选像素T的位置被保持在候选像素映射图像Q2(F0)中。作为正方形区域,例如优选为5×5像素的大小。
此外,在实施例1中,不需要构成为将以边界像素F0为中心的正方形区域中包含的所有像素设定为候选像素T。即,线连接处理部19也可以仅将属于正方形区域的边界像素F设定为候选像素T。
<插值像素搜索步骤S4:候选像素T的判断>
线连接处理部19首先在候选像素T中决定作为判断对象的候选像素T0,并判断该候选像素T0是否为终点像素G0。如图14右侧所示,从候选像素T存在24个来看,线连接处理部19要反复进行24次判断动作。
图15示出了判断候选像素T0是否为终点像素G0的情形。线连接处理部19获取通过边界像素F0的中心和候选像素T0的中心的线段的延伸方向来作为矢量。具体地说,线连接处理部19根据边界像素F0与候选像素T0的位置关系,从存储部28读出与之对应的矢量并进行动作。也就是说,在存储部28中准备了像素的位置关系与矢量相对应的表。为了在说明上进行区分,决定将该矢量称为像素排列方向矢量。在图15右侧,用实线表示像素排列方向矢量。即,像素排列方向矢量是以边界像素F0为起点且朝向候选像素T0方向延伸的矢量。
线连接处理部19此次参照存储部28中存储的方向图像P5,来获取对边界像素F0分配了什么样的矢量。方向图像P5是与像素相关联地排列矢量而得到的图像,矢量的方向为在原始图像P0中按各像素示出线状结构物向哪个方向延伸的方向。为了在说明上进行区分,决定将该矢量称为结构物延伸方向矢量。在图15右侧,用虚线表示结构物延伸方向矢量。即,结构物延伸方向矢量是以边界像素F0为起点且朝向图像上的线状结构物中的边界像素F0所属的线状结构物的延伸方向延伸的矢量。
线连接处理部19获取像素排列方向矢量与结构物延伸方向矢量所形成的角θ。所获得的角θ与候选像素T0的位置之间的关系被保持在角映射图像Q3(F0)中(参照图17左侧)。角θ原本是以边界像素F为起点的两个矢量所形成的角。但是,在角映射图像Q3中角θ所映射的位置并非与角映射图像Q3上的边界像素F的位置相同,而是与候选像素T的位置相同。在理解本发明时需要留意该点。例如,与在图17左侧用斜线的框包围来示出的候选像素T1处于同一位置的角θ是通过在图16中说明的动作得到的候选像素T1所对应的角。
该角θ具有某种有益的特性。即,如果该角θ足够小,则能够判断为候选像素T是终点像素G。进一步详细地说明这一点。图16示出了通过线连接处理部19对简化提取图像P7a中的属于暗线的候选像素T1进行判断的情形。候选像素T1中的像素排列方向矢量的方向与从边界像素F0看到的候选像素T1的方向一致,是斜右下方。另一方面,候选像素T1中的结构物延伸方向矢量的方向与边界像素F0所属的线状结构物的延伸方向一致,是下方。
在图16的例子中,虽然不能说像素排列方向矢量的方向与结构物延伸方向矢量的方向一致,但作为极端的例子设为二者一致。此时,如果在边界像素F0与候选像素T1之间加画线,则简化提取图像P7a的可视性可靠地提高。对该理由进行说明。线连接处理部19通过在简化提取图像P7a中以将边界像素F与终点像素G相连接的方式加画线,来进行动作。假设在图16的例子中设为候选像素T1位于边界像素F0的下面,在边界像素F0与候选像素T1之间加画线。于是,加画的该线的延伸方向与像素排列方向矢量的方向一致,是下方。另一方面,边界像素F0是沿纵向延伸的线状结构物的一员。这是由于边界像素F0的结构物延伸方向矢量向下方延伸。即,通过加画线而被延长成向下方延伸的线状结构物进一步向下方延伸。如果像这样以保存线状结构物的延伸方向的方式进行加画线的动作,则能够提供更加自然且可视性高的图像。
之后,将候选像素T1的角θ设为足够小的角并继续进行说明。线连接处理部19从如图17所示那样生成的角映射图像Q3(F0)读出角θ,并且从简化提取图像P7a读出像素值,从而获取表示各候选像素T是否与线连接处理的对象相匹配的连接可靠值R。即,某个候选像素T的连接可靠值R是根据该候选像素T的角θ和该候选像素T的像素值来计算出的。具体地说,通过将表示角θ的大小的项与表示像素值的绝对值的大小的项相乘来计算出连接可靠值R。因而,角θ越小则连接可靠值R越增加,像素值的绝对值越大则连接可靠值R越增加。所获取到的连接可靠值R与像素的位置之间的关系被保持在连接可靠值映射图像Q4(F0)中(参照图17右侧)。
之所以角θ越小则连接可靠值R越增加,这是由于如上所述那样线状结构物的延伸方向与之后加画的线的延伸方向一致。在此,对像素值的绝对值越大则连接可靠值R越高的理由进行说明。如果在简化提取图像P7a中显眼的线状结构物发生中断,则在对图像进行视觉识别时该线状结构物很鲜明。另外,所谓在简化提取图像P7a中显眼的线状结构物,是极端明亮或者极端暗的地方。因此,需要对由这种像素值极端大或者极端小的像素构成的线状结构物优先执行线连接处理。具体地说,像素值的绝对值越大,则连接可靠值R越增加。
线连接处理部19从存储部28读出设定值,在候选像素T的连接可靠值R为某个值以上的情况下将该候选像素T设为后续的线连接处理对象。而且,在候选像素T的连接可靠值R小于某个值的情况下,线连接处理部19不将该候选像素T设为后续的线连接处理对象。在图18左侧,用加号表示被设为线连接处理对象的候选像素T,用减号表示没有被设为线连接处理对象的候选像素T。利用了该连接可靠值R的评价结果被保持在连接可靠值映射图像Q5(F0)中。
这样,线连接处理部19在从提取图像上的候选像素T中确定终点像素G时,获取将候选像素T与预定的边界像素F相连接的方向,并且从方向图像P5获取候选像素T所属的像素线状结构物的延伸方向,将被判断为所获取到的两个方向的一致度高的候选像素T优先确定为终点像素G。
另外,线连接处理部19在从提取图像上的候选像素T中确定终点像素G时,从提取图像P7(简化提取图像P7a)获取候选像素T的像素值的绝对值,由此将被判断为像素值的绝对值高的候选像素T优先确定为终点像素G。
线连接处理部19基于连接可靠值R将被设为线连接处理的对象的候选像素T认定为线连接的终点像素G。之后,说明线连接处理部19对其中的终点像素G0进行的动作。
<插值像素搜索步骤S4:插值像素IP的确定>
线连接处理部19如图18所示那样将连接边界像素F0和终点像素G0的直线所通过的像素确定为插值像素IP。但是,将边界像素F从插值像素IP中排除。简化提取图像P7a中的插值像素IP的位置被保持在插值像素映射图像Q6(F0、G0)中。在图18中,边界像素F0与终点像素G0仅相隔一个像素,因此插值像素IP只有一个。但是,如果如图19左侧所示那样与确定插值像素IP有关的边界像素F与终点像素G的对彼此分离,则确定出与之相应多的插值像素IP。线连接处理部19通过变更该插值像素IP的像素值来实现线连接处理。即,线连接处理部19通过对位于夹在边界像素F与终点像素G之间的位置的像素的像素值进行变换来进行线连接处理。
<新像素值获取步骤S5>
对将插值像素IP的像素值具体变更为何种像素值进行说明。线连接处理部19基于插值像素IP、边界像素F0以及终点像素G的位置关系来计算变更后的像素值。决定将线连接处理部19之后要求出的变更后的像素值称为新像素值n。
在图19右侧说明了求出插值像素IP的新像素值n的方法。线连接处理部19求出从边界像素F的中心到插值像素IP的中心的距离A和从插值像素IP的中心到终点像素G0的距离B。接着,线连接处理部19从简化提取图像P7a读出边界像素F和终点像素G0的像素值。然后,线连接处理部19基于距离A、B对彼此的像素值加权来计算出新像素值n。即,如果将边界像素F的像素值设为Vf,将终点像素G的像素值设为Vg,则如下面那样求出新像素值n。新像素值n相当于本发明的变更后的像素值。
n=Vf·B/(A+B)+Vg·A/(A+B)
即,线连接处理部19在像素值变换处理之前求出新像素值n时,通过计算出边界像素F与像素值置换处理对象的像素之间的距离A以及终点像素G与像素值置换处理对象的像素之间的距离B,来以与边界像素F和终点像素G中的离像素值置换处理对象的插值像素IP远的像素的像素值相比、更接近边界像素F和终点像素G中的离像素值置换处理对象的插值像素IP近的像素的像素值的方式,求出新像素值n。
新像素值n与像素的位置之间的关系被保持在新像素值映射图像Q7中。图20示出了根据插值像素映射图像Q6(F0、G0)生成新像素值映射图像Q7的情形。
<像素值变更步骤S6>
图21示出了线连接处理部19对提取图像P7进行像素值变更并执行线连接处理的情形。即,线连接处理部19确定新像素值映射图像Q7中的计算出新像素值n的新像素值已计算像素的位置,从而确定位于与该像素相同位置的提取图像P7上的像素。然后,线连接处理部19将在提取图像P7上确定的像素的像素值变更为同一位置的新像素值已计算像素的像素值。通过这样,如图21所示那样对提取图像P7进行线连接处理,来生成断片化消除图像P8。另一方面,线连接处理部19针对位于与新像素值映射图像Q7中的没有计算出新像素值n的新像素值未算出像素相同位置的提取图像P7上的像素不进行像素值的变更。
<关于动作的反复>
以上的说明是针对F0的动作,F0是简化提取图像P7a所具有的8个边界像素F中的一个。线连接处理部19对其它边界像素F1~F7也进行相同的动作。即,对边界像素F0~F7中的各边界像素进行8次在图14中说明过的候选像素T的确定,对边界像素F0~F7中的各边界像素进行8次利用图15、图16、图17、图18说明过的终点像素G的判断。每次确定多个终点像素G。即,如图22所示,在边界像素F0~F7中存在各自所对应的终点像素组[G0]~[G7]。
然后,线连接处理部19此次将边界像素F0与相应的终点像素组[G0]内的终点像素G0a、G0b、……中的某一个作为一对,来确定插值像素IP。例如,如果设为与边界像素F0相应地存在5个终点像素G0,则线连接处理部19反复进行5次在图19、图20中说明过的动作。每次确定多个插值像素IP。通过这样,如图23所示那样对终点像素G0a、G0b、……确定各自所对应的插值像素组[IP0a]、[IP0b]、……。线连接处理部19当结束对边界像素F0确定插值像素IP时,还继续对其它边界像素F1~F7确定插值像素IP。因而,在与其它边界像素F1~F7对应的终点像素组[G1]~[G7]中,对各终点像素G确定插值像素组[IP0a]、[IP0b]、……的情况也相同。
<新像素值映射图像生成时的新像素值n的覆盖>
从这种情况来看,还认为在简化提取图像P7a中认定了相当多的插值像素IP,但事实并非如此。这是由于当线连接处理部19反复进行插值像素搜索步骤S4时,简化提取图像P7a中的相同位置的像素多次被确定为插值像素IP。线连接处理部19每次确定插值像素IP时都计算新像素值n,因此针对简化提取图像P7a上的相同位置的像素计算出多个新像素值n。因此,存在以下问题:在图21中说明过的像素值变更处理中要利用这些新像素值n中的哪一个?
根据实施例1的结构,通过覆盖新像素值映射图像Q7的值解决了该问题。图24示出了覆盖新像素值映射图像Q7的值的情形。在图24中示出了以下情况:在线连接处理部19反复进行处理期间,简化提取图像P7a中的相同位置的像素被重复地确定为插值像素IP0~IP7。线连接处理部19每次确定插值像素IP0~IP7时都计算新像素值n,因此存在与各插值像素IP0~IP7对应的新像素值n。线连接处理部19在生成新像素值映射图像Q7时,反复进行覆盖处理以留下绝对值最大的新像素值n。如果用图24说明该情况,则首先在线连接处理部19确定了插值像素IP0时,将与该插值像素对应的新像素值332配置在新像素值映射图像Q7中。之后,线连接处理部19依次确定插值像素IP1、插值像素IP2,但此时计算出的新像素值比332低,因此不变更新像素值映射图像Q7。而且,线连接处理部19确定了插值像素IP3时算出的新像素值1045比新像素值映射图像Q7上的新像素值332高。因此,线连接处理部19将新像素值n覆盖成1045。之后,线连接处理部19依次确定插值像素IP4~IP7,所计算出的新像素值比1045低,因此不变更新像素值映射图像Q7。
即,线连接处理部19在像素值变换处理之前求出新像素值n时,在针对提取图像P7(简化提取图像P7a)上的相同位置计算出多个新像素值n的情况下,将绝对值更大的新像素值用于变换处理。因而,无论以怎样的顺序确定插值像素IP0~IP7,最终的新像素值n都不变。
此外,图24说明了将新像素值映射图像Q7的像素值变更为插值像素IP的像素值中的某一个的情形。但是,作为线连接处理部19的实际的处理,未必限于进行如图24中说明那样的像素值的变更。具体地说,线连接处理部19将绝对值最大的插值像素IP的像素值与简化提取图像P7a中的与该插值像素IP为相同位置的像素的像素值进行比较。而且,在简化提取图像P7a的像素的像素值的绝对值大于插值像素IP的像素值的绝对值的情况下,线连接处理部19在新像素值映射图像Q7的同一位置处不设定新像素值n。通过这种动作,线连接处理部19将简化提取图像P7a上的像素值的绝对值大的像素排除到伴随线连接处理的像素变换处理的对象之外。
对像这样构成为更新新像素值映射图像Q7时的效果进行说明。现在考虑如图25那样的提取图像P7。在提取图像P7中显现了沿纵向和横向延伸的两条线状结构物。而且,在提取图像P7中,这两条线状结构物的相交部分缺失,在此处两条线均中断。设为对这种提取图像P7进行线连接处理。
图26示出了基于将图25的提取图像P7简化后得到的简化提取图像P7a来生成新像素值映射图像Q7的情形。图26示出了新像素值映射图像Q7的生成途中,因此新像素值映射图像Q7并没有完成。在图26的状态下,针对左侧图中的用粗线包围的两个像素搜索插值像素IP。因而,在用粗线包围的两个像素中,其中一个像素是边界像素F,另一个像素是终点像素G。线连接处理部19将夹在这两个像素之间的纵向的三个像素确定为插值像素IP并针对这三个像素分别计算新像素值n。此时计算出的新像素值n与在图左侧用粗线包围的两个像素的像素值相似。这是由于新像素值n是基于边界像素F和终点像素G计算出的。新像素值n的实际的计算情形已经利用图19进行了说明。
图27示出了线连接处理部19进一步进行图像处理后的状态。在图27的状态下,针对左侧图的用粗线包围的两个像素搜索插值像素IP。因而,在用粗线包围的两个像素中,其中一个像素是边界像素F,另一个像素是终点像素G。线连接处理部19将夹在这两个像素之间的横向的三个像素确定为插值像素IP并针对这三个像素分别计算新像素值n。此时计算出的新像素值n仍与在图左侧用粗线包围的两个像素的像素值相似。
在此,关注在图27的新像素值映射图像Q7中用圆圈示出的像素。对该像素的新像素值n计算两次。具体地说,在利用图26说明过的第一次处理和利用图27说明过的第二次处理这两次处理中计算新像素值n。当将此时计算出的两个新像素值n的绝对值进行比较时,在第二次处理中计算出的新像素值n的绝对值比在第一次处理中计算出的新像素值n的绝对值大。因而,线连接处理部19在第二次处理时对圆圈的像素进行新像素值n的覆盖。在图27的状态下新像素值映射图像Q7完成。
图28示出了利用由线连接处理部19通过上述过程完成的新像素值映射图像Q7来执行像素值的变更的情形。当参照所生成的断片化消除图像P8时可知如下内容。即,在显现于提取图像P7的两条线状结构物中,较暗地显现且横向延伸的线状结构物被优先连接。鲜明地显现于提取图像P7中的线状结构物是与周边相比极端明亮或者极端暗的线状结构物中的某一个。根据实施例1的结构,能够通过在新像素值n的覆盖处理上下功夫,来生成将鲜明且间断地显现于提取图像P7中的线状结构物更自然地连接而得到的断片化消除图像P8。
<重叠图像生成部的动作>
重叠图像生成部20将断片化消除图像P8与原始图像P0加权之后相加,生成将二者相叠加而得到的重叠图像P9。通过这样,图像处理装置1的动作结束。在断片化消除图像P8中,显现于原始图像P0中的线状结构物以保持浓度的状态显现。而且,线状结构物通过线连接处理而不间断地自然地连接。因而,如果将这种断片化消除图像P8与原始图像P0相叠加,则能够生成可视性高的重叠图像P9。
<线接处理部所具有的其它效果>
如上所述,线连接处理部19通过将间断地显现于提取图像P7中的线状结构物相连结来提高重叠图像P9的可视性。但是,线连接处理部19还因其它不同的理由而提高重叠图像P9的可视性。在此,对实施例1的结构所具有的不同效果进行说明。
现在考虑如图29那样的提取图像P7。在提取图像P7中显现了沿倾斜方向延伸的线状结构物。但是,根据部位的不同,该线状结构物的粗细各不相同。即,本来应该被提取为相同的粗细的线状结构物由于噪声等而以局部收细的形式被提取出。在将提取图像P7以这种状态叠加于原始图像P0的情况下,无法获取可视性高的重叠图像P9。这是由于显现于重叠图像P9中的线状结构物的粗细各不相同,是不自然的图像。
当基于该提取图像P7生成新像素值映射图像Q7时,成为图29那样。即,在新像素值映射图像Q7中以填回提取图像P7上的线状结构物中的收细部分的方式排列新像素值n。该收细部分Sa被夹在属于线状结构物的部分Sb1、Sb2之间。因而,构成收细部分Sa的像素在插值像素搜索步骤S4中被确定为插值像素IP。
如果利用以这种方式生成的新像素值映射图像Q7进行像素值变更处理,则如图29所示那样生成线状结构物以相同粗细显现的断片化消除图像P8。如果将这种断片化消除图像P8与原始图像P0相叠加,则能够生成可视性高的重叠图像P9。
如上所述,根据上述结构,能够进行强调显现于原始图像中的线状结构物这样的图像处理。具体地说,通过两种方法来识别显现于原始图像P0中的线状结构物。第一方法是制作用于评价各像素是否为原始图像上的线状结构物的评价图像P3。由此,确定原始图像上的线状结构物的位置。第二方法是,获取显现于原始图像P0中的线状结构物与线状结构物以外的部分的差分,生成显现了线状结构物的差分图像P6。由此,获知在原始图像P0中线状结构物以与线状结构物以外的像素相比相差何种程度的像素值显现。评价图像P3仅具有与线状结构物在原始图像P0中的位置有关的信息。另一方面,差分图像P6包含伴随在原始图像P0的整个区域实施定向的差分处理而产生的伪像。如果利用具有这种缺点的两个图像提取线状结构物,则能够互相弥补两种方法所具有的缺点。因而,所获得的提取图像P7为仅将线状结构物保持浓度地从原始图像P0抽出而得到的图像,是可视性高的图像。
并且,根据上述结构,还具备线连接处理部19,该线连接处理部19将间断地显现于提取图像P7中的线状结构物进行连接来生成断片化消除图像P8。线连接处理部19一边基于方向图像P5获取显现于提取图像P7中的线状结构物的延伸方向一边沿提取图像P7中的线状结构物的延伸方向进行像素的插值,因此线状结构物沿着其延伸方向进行延伸。通过进行该动作,间断地显现于提取图像P7中的线状结构物自然地连接,因此能够提供可视性更高的断片化消除图像P8。
另外,在线连接处理部19从提取图像上的像素中确定边界像素F时,如果将具有绝对值为阈值以上的像素值的像素确定为起点像素,则能够对提取图像上的鲜明的线状结构物可靠地进行线连接处理。
然后,如果线连接处理部19获取将作为线连接的终点的终点像素G的候选像素T与预定的边界像素F相连接的方向,并且根据方向图像P5获取边界像素F所属的线状结构物的延伸方向,并将被判断为所获取到的两个方向的一致度高的候选像素T优先确定为终点像素G,则能够从候选像素T中选择恰当的终点像素G。如果使线状结构物从边界像素F朝向两个方向的一致度高的候选像素T延伸,则能够使线状结构物沿着线状结构物的延伸方向延长。即,如果基于上述判断进行线连接处理,则能够更加自然地进行线状结构物的线连接处理。
而且,如实施例1所示,如果将被判断为像素值的绝对值高的候选像素T优先确定为终点像素G,则能够对提取图像上的鲜明的线状结构物可靠地进行线连接处理。
另外,如果通过对位于夹在边界像素F与终点像素G之间的位置的像素的像素值进行变更来进行线连接处理,则能够通过对极少的像素进行变更处理来完成线连接处理。
而且,如果在执行线连接处理的过程中以与边界像素F和终点像素G中的离像素值置换处理对象的像素远的像素的像素值相比、更接近边界像素F和终点像素G中的离像素值置换处理对象的像素近的像素的像素值的方式进行像素值的变更,则边界像素F与终点像素G更顺畅地连接。即,当观察断片化消除图像P8中的边界像素F与终点像素G之间的像素值的变化时,边界像素F的像素值逐渐变化而转变为终点像素G的像素值。这样,如果边界像素F和终点以在二者之间不设置像素值的大阶差的方式进行线连接处理,则能够获取可视性更优良的断片化消除图像P8。
如上所述,如果在线连接处理部19在像素值变更处理之前求取新像素值n时,在针对提取图像上的相同位置计算出多个新像素值n时,以将绝对值更大的新像素值用于变更处理的方式进行动作,则能够获取可视性更优良的断片化消除图像P8。即,在变更某个像素的像素值的情况下,当该像素属于浓线与淡线交叉的位置时,优先对浓线实施线连接处理。通过这样,线连接处理部19能够以将鲜明地显现于原始图像P0中的浓线可靠地连接的方式执行线连接处理。
如上所述,如果将断片化消除图像P8与原始图像P0相叠加,则能够将原始图像P0中的被检体的细微结构与断片化消除图像P8中的清楚的线状结构物集合来生成可视性优良的重叠图像P9。此时,在位于与断片化消除图像P8中的被实施了线连接处理的像素相同位置的原始图像上的像素中没有显现线状结构物。因而,将被实施了线连接处理的像素和位于与该像素相同位置的原始图像上的像素相叠加而生成的像素的浓度会变得淡了原始图像上的像素的浓度的淡的程度。因此,根据上述结构,以使新像素值n的绝对值变得更大的方式实施调整。通过设为这种结构,显现于重叠图像P9中的线状结构物不会局部地变淡,能够生成可视性优良的重叠图像P9。
本发明并不限于上述结构,能够如下述那样变形并实施。
(1)在上述结构中,断片化消除图像P8没有成为强调了线被延长的部分的图像,但也可以强调延长部分地生成断片化消除图像P8。如果设为这种结构,则能够生成可视性进一步提高的重叠图像P9。下面,说明从上述实施例改善的改善点。
首先,说明上述实施例的问题。现在,考虑如图30左侧那样的原始图像P0。在原始图像P0中,横向延伸的一条线状结构物以在图像中央部断裂的状态显现。当基于这种原始图像P0生成提取图像P7时,提取图像P7成为与原始图像P0相同的图像。这是由于提取图像P7只不过是从原始图像P0提取出了线状结构物的图像。
图30右侧用条形图示出了与提取图像P7中的显现了线状结构物的行对应的分布图。根据该分布图,像素值以三个像素的宽度为0。分布图中的其它部分相当于在提取图像P7中显现了线状结构物的部分,取正值。
图31用分布图示出了在上述说明的实施例中生成断片化消除图像P8的情形。基于提取图像P7生成的新像素值映射图像Q7的分布图如图31那样。即,在新像素值映射图像Q7中,对提取图像P7上像素值为0的三个像素的区域准备了在新像素值获取步骤S5中计算出的新像素值n。当基于这种提取图像P7和新像素值映射图像Q7生成断片化消除图像P8时,获取将在提取图像P7中间断的横线进行连接而得到的断片化消除图像P8(参照图35右侧)。
关注在图31中生成的断片化消除图像P8中的像素的像素值。根据上述结构,提取图像P7上的像素的像素值成为新像素值映射图像Q7上的像素的像素值的基础。在图31中的提取图像P7中,整整五个像素都排列相同的像素值,因此新像素值映射图像Q7上的像素的像素值也与该像素值相同(详细情况参照新像素值获取步骤S5)。当根据这种提取图像P7和新像素值映射图像Q7生成断片化消除图像P8时,断片化消除图像P8如图35右侧所示那样成为无间隙地整整8个像素都排列相同的像素值而得到的图像。
图32用分布图示出了基于在图31中得到的断片化消除图像P8来生成重叠图像P9的情形。原始图像P0的分布图与上述提取图像P7的分布图相同。为了区分,用阴影表示原始图像P0的分布图。当将这种原始图像P0和断片化消除图像P8相叠加来生成重叠图像P9时,重叠图像P9的分布图成为如图32那样。
关注在图32中生成的重叠图像P9中的像素的像素值。重叠图像P9的分布图中存在三个像素的凹陷区域。也就是说,在重叠图像P9中,如图35左侧所示那样淡淡地呈现显现于原始图像P0中的三个像素宽度的明亮的部分。
考虑在图32中的重叠图像P9的分布图中怎样会产生这种凹陷区域。当观察图32中的断片化消除图像P8的分布图时,在该时间点理想地完成了线连接。即,此时的断片化消除图像P8与如图35右侧所示那样横向地排成一列的8个像素的像素值相同,不能辨别哪一处是通过线连接处理而延长出的部分。另一方面,如图30左侧所示,在原始图像P0中存在显现了线的暗部分和线中断的明亮部分。因而,即使设为将断片化消除图像P8叠加于原始图像P0,断片化消除图像P8也不能消除原始图像P0中的三个像素的明亮部分。因而,原始图像P0中的线中断的明亮部分成为三个像素的凹陷,并显现于重叠图像P9的分布图中。不能说这种线连接是理想的,使图像的可视性变差。
在本变形例中,为了改良这种缺陷,在生成新像素值映射图像Q7时下工夫。即,线连接处理部19在新像素值获取步骤S5中计算出像素值时,将基于边界像素F、终点像素G计算出的新像素值n与规定的值相加,并将新像素值n调整得较暗。于是,如图33那样,在新像素值映射图像Q7中排列比提取图像P7上的像素值高的像素值。
即,线连接处理部19在求出新像素值n之后,以使新像素值n的绝对值大于边界像素F的像素值的绝对值并且大于终点像素G的像素值的绝对值的方式调整新像素值n,从而在断片化消除图像P8中强调线被延长的部分。
关于对在新像素值获取步骤S5中计算出的新像素值n实施什么样的运算来将新像素值n调解得较暗,既可以将新像素值n与规定的值相加,也可以参照与边界像素F处于同一位置的原始图像P0上的像素值,将新像素值n与绝对值随着该像素值的绝对值变大而变大的值相加。另外,还可以参照与终点像素G处于同一位置的原始图像P0上的像素值,将新像素值n与绝对值随着该像素值的绝对值变大而变大的值相加。此外,在所参照的边界像素F等的像素值为负的情况下,与新像素值n相加的值为负,在所参照的边界像素F等的像素值为正的情况下,与新像素值n相加的值为正。
在本变形例中生成的断片化消除图像P8成为如下状态:实施了线连接的部分被比线连接处理前的线状结构物暗地强调。即,断片化消除图像P8的分布图中存在三个像素的隆起区域。当观察以这种方式生成的断片化消除图像P8时,看不出来线状结构物被顺畅地连接。但是,断片化消除图像P8只不过是在图像处理中生成的中间图像,该图像不是能用于诊断这样的性质的图像。
图34用分布图示出了生成本变形例中的重叠图像P9的情形。关注图34中的像素的像素值。重叠图像P9的分布图既没有隆起部分也没有凹陷部分,是理想的分布图。即,在此时的重叠图像P9中,如图35右侧所示那样横向地排成一列的8个像素的像素值相同,不能辨别哪一处是通过线连接处理而延长出的部分。之所以能够进行这种理想的线连接,原因存在于重叠图像P9的生成过程。即,在生成重叠图像P9时,断片化消除图像P8的分布图所具有的隆起与原始图像P0的分布图所具有的凹陷相抵消而消除。重叠图像P9是可视性优良的图像,基于该图像能够进行恰当的诊断。
在位于与本发明中生成的断片化消除图像P8中的被实施线连接处理的像素相同位置的原始图像上的像素中没有显现线状结构物。因而,将断片化消除图像上的被实施线连接处理的像素和位于与该像素相同位置的原始图像上的像素相叠加而生成的像素的浓度变得淡了原始图像上的像素的浓度的淡的程度。因此,根据上述结构,以使变更后的像素值的绝对值变得更大的方式实施调整。通过设为这种结构,显现于重叠图像P9中的线状结构物不会局部地变淡,能够生成可视性优良的重叠图像P9。
本发明的结构并不限于上述结构,能够如下述那样变形并实施。
(1)在上述实施例中,结构物延伸方向矢量是分配给边界像素F的矢量,但本发明并不限于该结构。即,也可以以对各个候选像素T分配该矢量的方式求出结构物延伸方向矢量并计算出连接可靠值R。在这种情况下,角θ是以候选像素T为起点的结构物延伸方向矢量与像素排列方向矢量所形成的角。该角θ在角映射图像Q3中被配置在与作为结构物延伸方向矢量的起点的候选像素T相同的位置处。另外,也可以求出与候选像素T有关的结构物延伸方向矢量和与边界像素F有关的结构物延伸方向矢量。在这种情况下,能够针对各个结构物延伸方向矢量求出角θ。而且,也可以根据它们计算出连接可靠值R。
(2)在上述实施例中,根据角θ和候选像素T的像素值来计算出连接可靠值R,但本发明并不限于该结构。即,也可以取代候选像素T的像素值而根据边界像素F的像素值来计算出连接可靠值R。另外,还可以根据候选像素T的像素值和边界像素F的像素值来计算出连接可靠值R。
产业上的可利用性
如上所述,本发明所涉及的图像处理装置适于医疗领域。
附图标记说明
N:新像素值(变更后的像素值);F:边界像素(起点像素);G:终点像素;P0:原始图像;P3:评价图像;P5:方向图像;P6:差分图像;P7:提取图像;P8:断片化消除图像;P9:重叠图像;T:候选像素;15:评价图像生成部(评价图像生成单元);16:方向图像生成部(方向图像生成单元);17:差分图像生成部(差分图像生成单元);19:线连接处理部(线连接处理单元);18:提取图像生成部(提取图像生成单元);20:重叠图像生成部(重叠图像生成单元)。

Claims (8)

1.一种图像处理装置,对通过透视被检体而得到的原始图像进行处理,其特征在于,具备:
评价图像生成单元,其基于上述原始图像生成评价图像,该评价图像用于评价各像素是否为原始图像上的线状结构物;
方向图像生成单元,其基于上述原始图像生成方向图像,该方向图像表示设各像素为原始图像上的线状结构物时的线的延伸方向;
差分图像生成单元,其基于上述方向图像生成差分图像,该差分图像是从线状结构物的部分的像素值减去线状结构物以外的部分的像素值而得到的;
提取图像生成单元,其基于上述评价图像和上述差分图像来生成提取图像,该提取图像是提取出了原始图像上的线状结构物的图像;以及
线连接处理单元,其基于上述方向图像获取显现于上述提取图像中的线状结构物的延伸方向,在上述提取图像上确定沿线状结构物的延伸方向排列的起点像素和终点像素,并对两个像素之间进行插值,由此将间断地显现于上述提取图像中的线状结构物进行连接来生成断片化消除图像。
2.根据权利要求1所述的图像处理装置,其特征在于,
上述线连接处理单元在从上述提取图像上的像素中确定上述起点像素时,将具有绝对值为阈值以上的像素值的像素确定为上述起点像素。
3.根据权利要求1或2所述的图像处理装置,其特征在于,
上述线连接处理单元在从上述提取图像上的候选像素中确定上述终点像素时,获取将上述候选像素与预定的上述起点像素相连接的方向,并且根据上述方向图像获取上述起点像素所属的像素线状结构物的延伸方向,将被判断为所获取到的两个方向的一致度高的上述候选像素优先确定为上述终点像素。
4.根据权利要求1或2所述的图像处理装置,其特征在于,
上述线连接处理单元在从上述提取图像上的候选像素中确定上述终点像素时,从上述提取图像获取上述候选像素的像素值的绝对值,由此将被判断为像素值的绝对值高的上述候选像素优先确定为上述终点像素。
5.根据权利要求1或2所述的图像处理装置,其特征在于,
上述线连接处理单元通过对处于夹在上述起点像素与上述终点像素之间的位置的像素的像素值进行变更,来进行线连接处理。
6.根据权利要求5所述的图像处理装置,其特征在于,
上述线连接处理单元在像素值变更处理之前求取变更后的像素值时,通过计算上述起点像素与像素值置换处理对象的像素之间的距离以及上述终点像素与像素值置换处理对象的像素之间的距离,来以与上述起点像素和上述终点像素中的离像素值置换处理对象的像素远的像素的像素值相比、更接近上述起点像素和上述终点像素中的离像素值置换处理对象的像素近的像素的像素值的方式,求出变更后的像素值。
7.根据权利要求5所述的图像处理装置,其特征在于,
上述线连接处理单元在像素值变更处理之前求取变更后的像素值时,在针对提取图像上的相同位置计算出多个变更后的像素值的情况下,将绝对值更大的像素值用于变更处理。
8.根据权利要求5所述的图像处理装置,其特征在于,
还具备重叠图像生成单元,该重叠图像生成单元将上述原始图像与上述断片化消除图像相叠加来生成重叠图像,
上述线连接处理单元在求出变更后的像素值之后,以使变更后的像素值的绝对值比上述起点像素的像素值的绝对值大并且比上述终点像素的像素值的绝对值大的方式调整变更后的像素值,从而在上述断片化消除图像中强调线被延长的部分。
CN201280074424.1A 2012-06-29 2012-06-29 图像处理装置 Expired - Fee Related CN104412296B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2012/004263 WO2014002148A1 (ja) 2012-06-29 2012-06-29 画像処理装置

Publications (2)

Publication Number Publication Date
CN104412296A CN104412296A (zh) 2015-03-11
CN104412296B true CN104412296B (zh) 2017-12-01

Family

ID=49782385

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280074424.1A Expired - Fee Related CN104412296B (zh) 2012-06-29 2012-06-29 图像处理装置

Country Status (4)

Country Link
US (1) US9478014B2 (zh)
JP (1) JP5924408B2 (zh)
CN (1) CN104412296B (zh)
WO (1) WO2014002148A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10970894B2 (en) * 2019-07-25 2021-04-06 Dreamworks Animation Llc Filling empty pixels
JP7403994B2 (ja) * 2019-08-21 2023-12-25 富士フイルムヘルスケア株式会社 医用画像処理装置および医用画像処理方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62208178A (ja) 1986-03-10 1987-09-12 Matsushita Electric Ind Co Ltd 線切れ接続装置
US5273040A (en) * 1991-11-14 1993-12-28 Picker International, Inc. Measurement of vetricle volumes with cardiac MRI
JP3442470B2 (ja) * 1994-05-10 2003-09-02 ジーイー横河メディカルシステム株式会社 画像処理方法及び画像処理装置
US5867606A (en) * 1997-08-12 1999-02-02 Hewlett-Packard Company Apparatus and method for determining the appropriate amount of sharpening for an image
US6614432B1 (en) * 1999-04-16 2003-09-02 Adobe Systems Incorporated Image rendering technique
JP4112762B2 (ja) * 1999-10-05 2008-07-02 株式会社東芝 画像処理装置およびx線診断装置
WO2001088851A1 (en) 2000-05-18 2001-11-22 Koninklijke Philips Electronics N.V. Image processing method, system and examination apparatus for extracting a threadlike structure in a noisy digital image
JP4045422B2 (ja) * 2002-07-23 2008-02-13 株式会社日立メディコ 画像処理装置
JP4421203B2 (ja) * 2003-03-20 2010-02-24 株式会社東芝 管腔状構造体の解析処理装置
US7561186B2 (en) * 2004-04-19 2009-07-14 Seiko Epson Corporation Motion blur correction
JP4702235B2 (ja) * 2006-09-11 2011-06-15 株式会社島津製作所 核医学診断装置
JP5229873B2 (ja) * 2008-01-31 2013-07-03 東芝メディカルシステムズ株式会社 画像表示装置
JP2009226141A (ja) 2008-03-25 2009-10-08 Institute Of National Colleges Of Technology Japan 画像処理装置および画像処理方法
US8194936B2 (en) * 2008-04-25 2012-06-05 University Of Iowa Research Foundation Optimal registration of multiple deformed images using a physical model of the imaging distortion
WO2010045386A1 (en) * 2008-10-14 2010-04-22 Lightlab Imaging, Inc. Methods for stent strut detection and related measurement and display using optical coherence tomography
CA2743937A1 (en) * 2010-06-22 2011-12-22 Queen's University At Kingston C-arm pose estimation using intensity-based registration of imaging modalities
JP5701138B2 (ja) * 2011-04-19 2015-04-15 富士フイルム株式会社 医用画像処理装置および方法、並びにプログラム

Also Published As

Publication number Publication date
CN104412296A (zh) 2015-03-11
JPWO2014002148A1 (ja) 2016-05-26
US20150206286A1 (en) 2015-07-23
US9478014B2 (en) 2016-10-25
WO2014002148A1 (ja) 2014-01-03
JP5924408B2 (ja) 2016-05-25

Similar Documents

Publication Publication Date Title
CN109819321B (zh) 一种视频超分辨率增强方法
CN111583173B (zh) 一种rgb-d图像显著性目标检测方法
CN111242238B (zh) 一种rgb-d图像显著性目标获取的方法
KR102314520B1 (ko) 객체 검출 장치 및 방법
Huang et al. Efficient random saliency map detection
EP3230948B1 (en) A method and apparatus for producing a video stream
CN111739064B (zh) 用于视频中目标跟踪的方法及存储设备和控制设备
CN109166125A (zh) 一种基于多边缘融合机制的三维深度图像分割算法
CN112116543B (zh) 基于检测式生成框架的图像修复方法、系统及装置
CN104412296B (zh) 图像处理装置
CN111797841A (zh) 一种基于深度残差网络的视觉显著性检测方法
CN111179170A (zh) 一种显微血细胞图像快速全景拼接方法
CN106031145A (zh) 图像处理装置和图像处理方法
Fanfani et al. PRNU registration under scale and rotation transform based on convolutional neural networks
RU2583725C1 (ru) Способ и система для обработки изображения
Sharma et al. Different techniques of image SR using deep learning: a review
JP5849791B2 (ja) 画像処理装置
JP2015035799A (ja) 情報処理装置、撮像装置、情報処理システム、情報処理方法およびプログラム
Wlodek et al. Achieving 3D imaging through focus stacking
KR101382227B1 (ko) 윈도우 영상을 분류하는 방법, 이를 입체 영상으로 변환하는 방법 및 이를 수행하는 전자 장치
CN107292824A (zh) 一种基于相关性的分焦平面偏振图像插值方法
CN118334370A (zh) 截齿磨损检测模型的训练方法、系统、设备及存储介质
Hao et al. MACNet: Multi-attention and context network for polyp segmentation
CN113011441B (zh) 一种目标检测方法、系统、装置及存储介质
Wei-bo et al. An improved Kirsch human face image edge-detection method based on canny lgorithm

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171201