CN104809702A - 基于频率域处理的脉诊曲线图像网格消除方法 - Google Patents
基于频率域处理的脉诊曲线图像网格消除方法 Download PDFInfo
- Publication number
- CN104809702A CN104809702A CN201510196511.XA CN201510196511A CN104809702A CN 104809702 A CN104809702 A CN 104809702A CN 201510196511 A CN201510196511 A CN 201510196511A CN 104809702 A CN104809702 A CN 104809702A
- Authority
- CN
- China
- Prior art keywords
- grid
- spectrogram
- image
- feeling
- frequency domain
- 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 Analysis (AREA)
Abstract
本发明涉及一种基于频率域处理的脉诊曲线图像网格消除方法。首先对脉诊曲线图像进行快速傅里叶变换并移频取对数后得到对数频谱图;然后对对数频谱图进行二值化;接下来将对数频谱图按照二值化后的对数频谱图中的高亮部分所对应的位置进行修改,将对应位置上的值改为0,得到去网格后的频谱图;最后,对去网格后的频率域图像进行傅里叶反变换,对反变换后的图像进行二值化,然后用SUSAN滤波法对去网格后的二值图像中的点状噪声进行处理,得到更好的消除网格后的脉诊曲线图像。该发明解决了基于频率域处理的扫描脉诊曲线图像网格消除不完全的缺点,有广泛的适用范围。
Description
技术领域
本发明属于脉诊曲线图像数字化提取之前的背景网格线去除方法,特别涉及到一种在频率域处理的脉诊曲线图像网格消除方法。
背景技术
对医学曲线的研究一直是生理学、病理学以及生物医学工程等学科领域的重要工作。由于以前的医学曲线多是以纸张为介质并采用“档案式”管理模式,这种保存方式有几个主要的缺点,例如资料容易破损、色彩褪变,且存在管理繁琐等弊端,难以查询和维护,不便于与医院信息化数据库连接和集成。为了解决这个问题,有必要对医学曲线进行数字化研究以为医院数字化、信息化进程的发展奠定基础。
在进行脉诊曲线数字化时,我们需要对现有的纸质的脉诊曲线采用扫描或者数码相机拍摄的方式获得脉诊曲线图像,图像背景通常为规整的网格,目标脉诊曲线与网格交叠重合,如果不把坐标网格去掉,将严重影响曲线提取的效果。所以对目标脉诊曲线进行检测与提取之前,首先有必要进行脉诊图片背景坐标网格的消除。背景坐标网格去除通常可以采用空域去除和频域去除两种方法。空域去除法通常采用如均值滤波法、中值滤波法、维纳滤波法、十字模板匹配法、Hough曲变换法、投影法、直线模板匹配法、形态学滤波等方法。与空域处理不同的是,频域滤波主要针对在空域有一定变换规律的信号。频域去除法是指通过傅里叶变换、余弦变换、小波变换等变换方法将图像从空域变换到频域,在频域的角度分析图像的特征并进行处理。频域法的优点是对背景网格依赖性不强,一般不会损失曲线信息。本发明提出了一种基于频率域处理的脉诊曲线图像网格消除方法。
发明内容
为了在频率域消除脉诊图片的网格,有必要先对仿真网格的频域图像特点进行分析。本发明根据自制的仿真网格,分别对无较大倾斜的仿真网格和存在较大倾斜的仿真网格进行了实验,分析了网格在频域的分布特点,并得出了在频率域消除网格的具体步骤,为实现本发明之目的,采用以下技术方案予以实现:
(1)首先对脉诊曲线图像进行傅里叶变换并移频取对数后得到频率域图像并保存;
(2)对频率域图像进行二值化;
(3)在原始频谱图像中,将与二值化后的对数频谱图的高亮部分所对应的位置上的值修改为0;
(4)最后对修改后的频率域图像进行傅里叶反变换并二值化,得到消除网格后的脉诊曲线图像。
上述步骤1)、2)、3)、4)分别按如下方式进行:
1)对原始脉诊曲线图像变换得到频谱图:对原始脉诊曲线图像进行快速傅里叶变换并移频取对数后得到对数频谱图;
2)对频谱图进行二值化:对对数频谱图进行二值化;
3)消除网格在频域中的分量:将对数频谱图按照二值化后的对数频谱图中的高亮部分所对应的位置进行修改,将对应位置上的值改为0,得到去网格后的频谱图;
4)对去网格后的频率域图像进行反变换及后处理:对去网格后的频率域图像进行傅里叶反变换,对反变换后的图像进行二值化,然后用SUSAN滤波法对去网格后的二值图像中的点状噪声进行处理,得到消除网格后的脉诊曲线图像。
附图说明
图1为脉诊图片频域处理流程图
图2为快速傅里叶变换前后的空域脉诊图和频域脉诊图,图2a)为原始脉诊图,图2b)为对数频谱图
图3为有无倾斜的仿真网格在空域和频域的一系列图像,图3a)为仿真网格原图,图3b)为仿真网格对数频谱图,图3c)为二值化的仿真网格对数频谱图,图3d)为倾斜仿真网格原图,图3e)为倾斜仿真网格对数频谱图,图3f)为二值化的倾斜仿真网格对数频谱图
图4为处理前后的对数频谱图,图4a)为二值频谱图,图4b)为处理后的频谱图
图5为有无二值化及后处理的去网格脉诊图,图5a)为初步去网格后的图像,图5b)为二值化并进行SUSAN滤波后的图像
具体实施方式
为了更好地理解本发明的技术方案,以下结合图1-5作进一步说明并着重对其中所涉及的几个关键步骤进行较为详细的描述。
1)频域脉诊曲线图像特点分析
为了消除网格在频域的分量,我们必须找出网格在频域的分布规律。为此,通过自制的仿真网格实验,我们对无较大倾斜的网格和存在较大倾斜的网格分别进行了快速傅里叶变换(图2所示为快速傅里叶变换前后的空域脉诊图和频域脉诊图。其中,图2a)为原始脉诊图,图2b)为对数频谱图)。
为了更清晰地观察到网格在频域的分布特点,我们对频谱图进行了二值化。由图3可以看出,不论仿真网格是否有倾斜,网格在频域中的强能量点在频谱图中一个十字线上分布明显,只是十字叉存在角度的差异,但不管怎样我们都可以通过消除频域中对应规整网格的这些高能量点来达到消除网格的目的。
2)二值化
本发明对原始脉诊曲线图像进行快速傅里叶变换得到频谱图,再通过移频及对数变换得到对数频谱图,增加了频谱图的可视细节。为了更准确的得到频域中网格所对应的这些高能量点的位置,我们要对对数频谱图进行二值化。图4为处理前后的对数频谱图,图4a)为二值频谱图,图4b)为处理后的频谱图。
然后将对数频谱图按照二值化后的对数频谱图中的高亮部分所对应的位置进行修改,将对应位置上的值改为0,得到处理后的频谱图。在消除了频谱图上的这些强能量点之后,再进行傅里叶反变换,就得到初步去网格后的图像。
3)后处理
为了得到更好的去网格效果,我们要对反变换后的去网格图像进行后处理。首先我们要进行二值化,然后用SUSAN滤波法对去网格后的二值图像中的点状噪声进行处理,得到很好的去网格的效果。如图5所示为所得到的去网格脉诊图。其中,图5a)为去网格后的图像,图5b)为二值化与SUSAN滤波后的图像。
Claims (2)
1.一种基于频率域处理的脉诊曲线图像网格消除方法,其包括以下步骤:
1)对原始脉诊曲线图像变换得到频谱图;
2)对频谱图进行二值化;
3)消除网格在频域中的分量;
4)对去网格后的频率域图像进行反变换及后处理。
2.如权利要求1所述的一种基于频率域处理的脉诊曲线图像网格消除方法,其中,步骤1)、2)、3)、4)分别按如下方式进行:
1)对原始脉诊曲线图像变换得到频谱图:对原始脉诊曲线图像进行快速傅里叶变换并移频取对数后得到对数频谱图;
2)对频谱图进行二值化:对对数频谱图进行二值化;
3)消除网格在频域中的分量:将对数频谱图按照二值化后的对数频谱图中的高亮部分所对应的位置进行修改,将对应位置上的值改为0,得到初步去网格后的频谱图;
4)对去网格后的频率域图像进行反变换及后处理:对去网格后的频率域图像进行傅里叶反变换,对反变换后的图像进行二值化,然后用SUSAN滤波法对去网格后的二值图像中的点状噪声进行处理,得到消除网格后的脉诊曲线图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510196511.XA CN104809702B (zh) | 2015-04-22 | 2015-04-22 | 基于频率域处理的脉诊曲线图像网格消除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510196511.XA CN104809702B (zh) | 2015-04-22 | 2015-04-22 | 基于频率域处理的脉诊曲线图像网格消除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104809702A true CN104809702A (zh) | 2015-07-29 |
CN104809702B CN104809702B (zh) | 2018-07-03 |
Family
ID=53694507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510196511.XA Expired - Fee Related CN104809702B (zh) | 2015-04-22 | 2015-04-22 | 基于频率域处理的脉诊曲线图像网格消除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104809702B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106339994A (zh) * | 2016-08-29 | 2017-01-18 | 合肥康胜达智能科技有限公司 | 一种图像增强方法 |
CN108305220A (zh) * | 2017-12-29 | 2018-07-20 | 华中科技大学 | 一种机载红外退化图像校正方法 |
CN109146812A (zh) * | 2018-08-16 | 2019-01-04 | 上海波汇科技股份有限公司 | 一种基于频域滤波的内窥镜图像去除六角形噪声的方法 |
CN109272489A (zh) * | 2018-08-21 | 2019-01-25 | 西安电子科技大学 | 基于背景抑制与多尺度局部熵的红外弱小目标检测方法 |
CN110327033A (zh) * | 2019-04-04 | 2019-10-15 | 浙江工业大学 | 一种基于深度神经网络的心肌梗死心电图的筛查方法 |
CN110897635A (zh) * | 2019-12-31 | 2020-03-24 | 中国海洋大学 | 真实场景下心电图信号提取和识别的方法 |
CN117314798A (zh) * | 2023-11-29 | 2023-12-29 | 国药新光医疗科技有限公司 | 一种去除纤维镜图像网格的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049598A (zh) * | 2012-11-29 | 2013-04-17 | 北京航空航天大学 | 一种基于像素坐标策略的电磁兼容测试曲线图片的信息提取方法 |
US20130218157A1 (en) * | 2012-02-08 | 2013-08-22 | Angiodynamics, Inc. | System and method for increasing a target zone for electrical ablation |
CN103942539A (zh) * | 2014-04-09 | 2014-07-23 | 上海交通大学 | 一种人头部椭圆精确高效提取及遮蔽人脸检测方法 |
-
2015
- 2015-04-22 CN CN201510196511.XA patent/CN104809702B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130218157A1 (en) * | 2012-02-08 | 2013-08-22 | Angiodynamics, Inc. | System and method for increasing a target zone for electrical ablation |
CN103049598A (zh) * | 2012-11-29 | 2013-04-17 | 北京航空航天大学 | 一种基于像素坐标策略的电磁兼容测试曲线图片的信息提取方法 |
CN103942539A (zh) * | 2014-04-09 | 2014-07-23 | 上海交通大学 | 一种人头部椭圆精确高效提取及遮蔽人脸检测方法 |
Non-Patent Citations (1)
Title |
---|
左航: ""测井曲线的自动识别与提取"", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106339994A (zh) * | 2016-08-29 | 2017-01-18 | 合肥康胜达智能科技有限公司 | 一种图像增强方法 |
CN108305220A (zh) * | 2017-12-29 | 2018-07-20 | 华中科技大学 | 一种机载红外退化图像校正方法 |
CN108305220B (zh) * | 2017-12-29 | 2020-06-02 | 华中科技大学 | 一种机载红外退化图像校正方法 |
CN109146812A (zh) * | 2018-08-16 | 2019-01-04 | 上海波汇科技股份有限公司 | 一种基于频域滤波的内窥镜图像去除六角形噪声的方法 |
CN109272489A (zh) * | 2018-08-21 | 2019-01-25 | 西安电子科技大学 | 基于背景抑制与多尺度局部熵的红外弱小目标检测方法 |
CN110327033A (zh) * | 2019-04-04 | 2019-10-15 | 浙江工业大学 | 一种基于深度神经网络的心肌梗死心电图的筛查方法 |
CN110327033B (zh) * | 2019-04-04 | 2022-05-03 | 浙江工业大学 | 一种基于深度神经网络的心肌梗死心电图的筛查方法 |
CN110897635A (zh) * | 2019-12-31 | 2020-03-24 | 中国海洋大学 | 真实场景下心电图信号提取和识别的方法 |
CN110897635B (zh) * | 2019-12-31 | 2021-01-15 | 中国海洋大学 | 真实场景下心电图信号提取和识别的方法 |
CN117314798A (zh) * | 2023-11-29 | 2023-12-29 | 国药新光医疗科技有限公司 | 一种去除纤维镜图像网格的方法 |
CN117314798B (zh) * | 2023-11-29 | 2024-05-03 | 国药新光医疗科技有限公司 | 一种去除纤维镜图像网格的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104809702B (zh) | 2018-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104809702A (zh) | 基于频率域处理的脉诊曲线图像网格消除方法 | |
CN108805840B (zh) | 图像去噪的方法、装置、终端及计算机可读存储介质 | |
US10168526B2 (en) | Cell contour formation apparatus and method of the same, and non-transitory computer readable storage medium storing a cell contour formation program | |
CN104075965B (zh) | 一种基于分水岭分割的显微图像颗粒粒度测量方法 | |
CN104616255B (zh) | 基于乳腺x线图像的自适应增强方法 | |
CN107705313B (zh) | 一种遥感图像舰船目标分割方法 | |
Cui et al. | Edge feature extraction based on digital image processing techniques | |
CN110646851B (zh) | 一种基于Shearlet变换的自适应阈值地震随机噪声压制方法 | |
WO2020232910A1 (zh) | 基于图像处理的目标物统计方法、装置、设备及存储介质 | |
CN109377453B (zh) | X射线图像中摩尔纹的消除方法、系统、存储介质及装置 | |
CN103793709A (zh) | 细胞识别方法和装置、以及尿液分析仪 | |
CN103530634A (zh) | 人脸特征提取方法 | |
CN104580937A (zh) | 一种红外成像系统条纹噪声去除方法 | |
CN107784639B (zh) | 一种无人机遥感图像改进多边滤波去噪方法 | |
Kalpana et al. | Extraction of edge detection using digital image processing techniques | |
CN111091107A (zh) | 一种人脸区域边缘检测方法、装置及存储介质 | |
CN102521811A (zh) | 基于各向异性扩散和互信息匀质性测度的sar图像降斑方法 | |
CN110838093B (zh) | 一种fMOST或MOST显微图像条纹噪声去除方法 | |
Li et al. | A study of crack detection algorithm | |
CN103778615A (zh) | 基于区域相似性的多聚焦图像融合方法 | |
CN102222324B (zh) | 一种基于对称特性的图像显著区域检测方法 | |
Zhang et al. | A novel speckle reduction and contrast enhancement method based on fuzzy anisotropic diffusion | |
CN102722895B (zh) | 基于分数傅立叶变换的形状描述方法 | |
Zhang et al. | Cascaded-Automatic Segmentation for Schistosoma japonicum eggs in images of fecal samples | |
Wang et al. | Image edge detection algorithm based onwavelet fractional differential theory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Chen Zhaoxue Inventor after: Yao Xiaofen Inventor before: Yao Xiaofen Inventor before: Chen Zhaoxue |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180703 Termination date: 20210422 |
|
CF01 | Termination of patent right due to non-payment of annual fee |