CN105574833A - 探测器暗场图像模板中震颤或敲击伪影的识别及校正方法 - Google Patents
探测器暗场图像模板中震颤或敲击伪影的识别及校正方法 Download PDFInfo
- Publication number
- CN105574833A CN105574833A CN201510980121.1A CN201510980121A CN105574833A CN 105574833 A CN105574833 A CN 105574833A CN 201510980121 A CN201510980121 A CN 201510980121A CN 105574833 A CN105574833 A CN 105574833A
- Authority
- CN
- China
- Prior art keywords
- value
- grey scale
- artifact
- row
- scale pixel
- 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
- 206010044565 Tremor Diseases 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012937 correction Methods 0.000 title claims abstract description 29
- 230000008569 process Effects 0.000 claims description 25
- 230000000694 effects Effects 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 5
- 230000001934 delay Effects 0.000 abstract 1
- 210000000988 bone and bone Anatomy 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 4
- 239000010408 film Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供一种探测器暗场图像模板中震颤或敲击伪影的识别及校正方法,包括以下步骤:1)采集具有不同采集延时的暗场图像模板作为标准图像模板;2)对标准图像模板进行坏像素查找并对坏像素进行替换处理;3)采集临床暗场图像模板;4)对临床暗场图像模板进行坏像素查找并对坏像素进行替换处理;5)对坏像素替换处理后的临床暗场图像模板进行偏移量校正;6)对偏移量校正后的临床暗场图像模板进行震颤或敲击伪影与lag伪影及漏电流伪影区分并识别。本发明可简单快捷的完成对震颤或敲击伪影的识别与校正,能够在几乎不改变正常暗场图像的暗场图像质量的前提下,实时有效地校正震颤或敲击伪影,提高了平板探测器的抗震颤或敲击性能。
Description
技术领域
本发明属于X射线平板探测器领域,特别涉及一种探测器暗场图像模板中震颤或敲击伪影的识别及校正方法。
背景技术
随着平板探测器相关技术的发展,用户对于一款平板探测器的性能有了更高的要求,除了暗场图像质量好、探测器响应速度快、拍摄对象接受到的剂量低以外、对于探测器的便携性或者稳定性也有了更迫切的需求,也就是需要满足任何时间、任何地点的拍片需求,对于便携性与稳定性的主要挑战在于,探测器在拍片过程中会遇到各种不同的振动,例如,拍片时,床架或者探测器支架发生振动、病人的运动以及其他原因引起的振动,这些振动最终都会或大或小的引起探测器的振动,最终引起震颤伪影,这种伪影对于暗场图像质量的影响是直接的,并且是几乎是最严重的,它在暗场图像模板上的表现为横向上少则几根、多则几十根,上百根线上的像素值几乎全部异常、呈现异常亮或者异常暗的情况,正常信号受到极大影响或者可能被完全湮没,如图1所示,由图1可知,在图1的虚线区域,存在明显的震颤或敲击伪影。目前,对于这种震颤伪影传统的处理思路或者方法是在构成探测器的各个部件上,例如结构件、电路以及TFT传感器上增加增加处理部件遏制振动,以尽量减小振动,但是振动源影响到探测器的几乎所有部件,单独在某个部件上增加防振措施,效果不佳,振动源对于每个部件的影响错综复杂,难以分析,且对于每个部件添加抗振部件价格昂贵,所以目前对于震颤噪声或敲击伪影还没有简单易用且有效的方法。
发明内容
本发明针对现有技术存在的上述不足,提出了一种探测器暗场图像模板中震颤或敲击伪影的识别及校正方法,用于解决现有技术中为了减小震颤伪影对探测器暗场图像质量的影响在构成探测器的各个部件上增加处理部件遏制振动而存在的单独在某个部件上增加防振措施的效果不佳的问题、难以分析的问题,以及在每个部件添加振动部件价格昂贵的问题。
为实现上述目的及其他相关目的,本发明提供一种探测器暗场图像模板中震颤或敲击伪影的识别方法,包括以下步骤:
1)采集具有不同采集延时的暗场图像模板作为标准图像模板;
2)对所述标准图像模板进行坏像素查找并对坏像素进行替换处理;
3)采集临床暗场图像模板;
4)对所述临床暗场图像模板进行坏像素查找并对坏像素进行替换处理;
5)对坏像素替换处理后的所述临床暗场图像模板进行偏移量校正;
6)对偏移量校正后的所述临床暗场图像模板进行震颤或敲击伪影与lag伪影及漏电流伪影区分并识别。
作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案,步骤2)包括:
21)将所述标准图像模板划分成若干个包括m*n个像素的小区域,求所述小区域中像素灰度值的中值和标准差,根据如下公式找出坏像素:
其中,ROI1为所述标准图像模板中的一个小区域,ROI_Median为小区域中像素灰度值的中值,ROI_Std为小区域中像素灰度值的标准差;
22)将找出的坏像素用坏像素领域8个像素平均值进行替换。
作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案,步骤4)包括:
41)将所述临床暗场图像模板划分成若干个包括m*n个像素的小区域,求所述小区域中像素灰度值的中值和标准差,根据如下公式找出坏像素:
其中,ROI1为所述临床暗场图像模块中的一个小区域,ROI_Median为小区域中像素灰度值的中值,ROI_Std为小区域中像素灰度值的标准差;
42)将找出的坏像素用坏像素领域8个像素平均值进行替换。
作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案,步骤5)包括:
51)将坏像素替换处理后的所述标准图像模板中的每个像素根据公式y=kt+b进行线性拟合,得到拟合系数k和b的矩阵,其中,t为所述标准图像模板的采集延时,y为采集延时为t秒的像素灰度值;
52)将所述临床暗场图像模板的采集延时代入所述线性拟合公式y=kt+b得到偏移量暗场图像模板;
53)将所述临床暗场图像模板与所述偏移量暗场图像模板相减即得到校正后的暗场图像模板。
作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案,步骤6)包括:
61)分别对每一行的像素灰度值求标准差,得到所有行的标准差;
62)找出疑似含有震颤或敲击伪影的疑似行:所述疑似行的像素灰度值的标准差大于位于其前三行及位于其后三行中的像素灰度值的标准差,且所述疑似行的像素灰度值的标准差与位于其前三行及位于其后三行中的像素灰度值的标准差的平均值之差大于第一设定值;
63)求所述疑似行中像素灰度值的平均值,并分别求位于所述疑似行前三行及后三行中像素灰度值的平均值;求这些平均值中的最大值与其他几个平均值的平均值的差值;
64)求所述疑似行中像素灰度值的中值、所述疑似行中位于奇数列的像素灰度值的中值及所述疑似行中位于偶数列的像素灰度值的中值;找出位于奇数列的像素灰度值的中值大于该行像素灰度值的中值且位于偶数列的像素灰度值的中值小于该行像素灰度值的中值,或位于奇数列的像素灰度值的中值小于该行像素灰度值的中值且位于偶数列的像素灰度值的中值大于该行像素灰度值的中值的疑似行;
65)找出步骤64)得到的所述疑似行中位于奇数列的像素灰度值大于该行像素灰度值的中值的数目及位于偶数列的像素灰度值小于该行像素灰度值的中值的数目,或找出步骤64)得到的所述疑似行中位于奇数列的像素灰度值小于该行像素灰度值的中值的数目及位于偶数列的像素灰度值大于该行像素灰度值的中值的数目;求符合上述条件的位于奇数列的像素灰度值的数目与位于偶数列的像素灰度值的数目的差值,并找出二者中的最大值;
66)依据步骤63)中得到的差值、步骤65)中得到的差值及最大值判断所述疑似行中是否含有震颤或敲击伪影。
作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案,步骤62)中,所述第一设定值为0.95。
作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案,步骤66)中,依据步骤63)中得到的差值、步骤65)中得到的差值及最大值判断所述疑似行中是否含有震颤或敲击伪影的具体方法为:
若步骤63)中得到的差值大于第二设定值,且步骤65)中得到的差值小于第三设定值,且步骤65)中得到的最大值大于第四设定值,则判断所述疑似行中含有震颤或敲击伪影,否则不含有震颤或敲击伪影。
作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案,所述第二预定值为2.5,所述第三预定值为100,所述第四预定值为600。
本发明还提供一种探测器暗场图像模板中震颤或敲击伪影的校正方法,所述探测器暗场图像模板中震颤或敲击伪影的校正方法包括以下步骤:
1)采用如上述任一方案中所述的探测器暗场图像模板中震颤或敲击伪影的识别方法识别出具有震颤或敲击伪影的临床暗场图像模板;
2)分别对所述具有震颤或敲击伪影的临床暗场图像模板的每一列中各像素的灰度值进行多项式拟合,以将受震颤或敲击伪影影响的像素灰度值校正到正常水平,拟合公式为:y=anxn+an-1xn-1+an-2xn-2+.........a2x2+a1x+a,其中,y为校正后的像素灰度值,x为每一列中像素的位置,n为拟合阶数,a1~an为拟合系数。
作为本发明的探测器暗场图像模板中震颤或敲击伪影的校正方法的一种优选方案,步骤2)中,将每一列中的像素分为多段,分别对每一段中各像素灰度值进行多项式拟合。
作为本发明的探测器暗场图像模板中震颤或敲击伪影的校正方法的一种优选方案,每一段中,受震颤或敲击伪影影响的像素的数目小于该段中像素总数目的十分之一。
本发明的一种探测器暗场图像模板中震颤或敲击伪影的识别及校正方法的有益效果为:本发明的探测器暗场图像模板中震颤或敲击伪影的识别及校正方法,可以简单快捷的完成对震颤或敲击伪影的识别与校正,不需要改变任何硬件结构、不需要增加任何额外抗震颤或敲击机构,能够在几乎不改变正常暗场图像的暗场图像质量的前提下,实时有效地校正震颤或敲击伪影,极大的提高了平板探测器的抗震颤或敲击性能,降低了成本;同时,本发明可以在暗场图像模板存在lag(上一帧亮场曝光后残余信号在下一帧暗场被读出)伪影或漏电流伪影的情况下,先将震颤或敲击伪影与lag伪影及漏电流伪影区分并识别出来,进而提高后续校正的精准度。
附图说明
图1显示为现有技术中存在震颤或敲击伪影的暗场图像。
图2显示为本发明实施例一中提供的探测器暗场图像模板中震颤或敲击伪影的识别方法的流程图。
图3显示为本发明实施例二中的探测器暗场图像模板中震颤或敲击伪影的校正方法的流程图。
图4显示为本发明实施例二中的探测器暗场图像模板中震颤或敲击伪影的校正方法校正后的具有震颤或敲击伪影的暗场图像的像素灰度值与校正前的像素灰度值的对比图;其中,曲线①为校正前的暗场图像中一列像素灰度值,曲线②为校正后的暗场图像中一列像素灰度值。
图5显示本发明实施例二中的探测器暗场图像模板中震颤或敲击伪影的校正方法校正后的盆骨正位图与校正前的盆骨正位图的对比图;其中,图a为校正前的盆骨正位图,图b为校正后的盆骨正位图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
请参阅图2至图5。需要说明的是,本实施例中所提供的图示仅以示意方式说明本发明的基本构想,虽图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
实施例一
请参阅图2,本发明提供一种探测器暗场图像模板中震颤或敲击伪影的识别方法,所述探测器暗场图像模板中震颤或敲击伪影的识别方法包括以下步骤:
1)采集具有不同采集延时的暗场图像模板作为标准图像模板;
2)对所述标准图像模板进行坏像素查找并对坏像素进行替换处理;
3)采集临床暗场图像模板;
4)对所述临床暗场图像模板进行坏像素查找并对坏像素进行替换处理;
5)对坏像素替换处理后的所述临床暗场图像模板进行偏移量校正;
6)对偏移量校正后的所述临床暗场图像模板进行震颤或敲击伪影与lag伪影及漏电流伪影区分并识别。
在步骤1)中,请参阅图2中的S1步骤,采集具有不同采集延时的暗场图像模板作为标准图像模板。
作为示例,采用探测器采集具有不同采集延时(采集延时即发送采集命令到开始采集之间的时间间隔)的暗场图像模板作为标准图像模板,具体方法为:先将所述探测器热机,热机完成后,在相同温度条件下分别采集具有不同采集延时的暗场图像模板作为标准图像模板备用。所述暗场图像模板的采集延时可以分别为2秒和5秒。
在步骤2)中,请参阅图2中的S2步骤,对所述标准图像模板进行坏像素查找并对坏像素进行替换处理。
作为示例,对所述标准图像模板进行坏像素查找并对坏像素进行替换处理包括如下步骤:
21)将所述标准图像模板划分成若干个包括m*n(即m行n列)个像素的小区域ROI,求所述小区域ROI中像素灰度值的中值ROI_Median和标准差ROI_Std,根据如下公式找出坏像素:
其中,ROI1为所述标准图像模板中的一个小区域,ROI_Median为小区域中像素灰度值的中值,ROI_Std为小区域中像素灰度值的标准差;
22)将找出的坏像素用坏像素领域8个像素平均值进行替换。
具体的,步骤21)中公式的意思是在区域ROI1中的像素灰度值满足小于区域中像素灰度值的中值减去Low_sigma倍的ROI_Std,大于区域中像素灰度值的中值加上High_sigma倍的ROI_Std的点即为异常像素,Low_sigma和High_sigma的值按照实际情况决定,主要与探测器的噪声相关,本实施例中,这两个变量都定为6。
具体的,m及n的数值根据具体的探测器来决定,与探测器的读出芯片一个通道占有的像素数目有关,在本实施例中,将m及n设定为256。
具体的,ROI_Std的计算公式为:
式中,为一行像素灰度值的平均值,Xi,j为第i行,第j列像素的灰度值。
具体的,坏像素的替换可以按照如下公式进行:
在步骤3)中,请参阅图2中的S3步骤,采集临床暗场图像模板。
作为示例,,采用探测器采集所述临床暗场图像模板,具体方法为:先将所述探测器热机,热机完成后,采集具有一定采集延时的临床暗场图像模板。
在步骤4)中,请参阅图2中的S4步骤,对所述临床暗场图像模板进行坏像素查找并对坏像素进行替换处理。
作为示例,所述临床暗场图像模板进行坏像素查找并对坏像素进行替换处理的具体方法与步骤2)中对所述标准图像模板进行坏像素查找并对坏像素进行替换处理的具体方法相同,具体可参阅步骤2)的相关描述,此处不再累述。
在步骤5)中,请参阅图2中的S5步骤,对坏像素替换处理后的所述临床暗场图像模板进行偏移量校正。
作为示例,对坏像素替换处理后的所述临床暗场图像模板进行偏移量校正包括以下步骤:
51)将坏像素替换处理后的所述标准图像模板中的每个像素根据公式y=kt+b进行线性拟合,得到拟合系数k和b的矩阵,其中,t为所述标准图像模板的采集延时,y为采集延时为t秒的像素灰度值;
52)将所述临床暗场图像模板的采集延时代入所述线性拟合公式y=kt+b得到偏移量暗场图像模板;由于在相同温度下,对于不同的像素,随着曝光延时的增加,像素灰度值成线性增加,所以,将所述临床暗场图像模板的采集延时代入所述线性拟合公式y=kt+b可以得到一张偏移量暗场图像模板;
53)将所述临床暗场图像模板与所述偏移量暗场图像模板相减即得到校正后的暗场图像模板。
在步骤6)中,请参阅图2中的S6步骤,对偏移量校正后的所述临床暗场图像模板进行震颤或敲击伪影与lag伪影及漏电流伪影区分并识别。
作为示例,该步骤中以包括m*n个像素的区域作为研究对象,对偏移量校正后的所述临床暗场图像模板进行震颤或敲击伪影与lag伪影及漏电流伪影区分并识别包括以下步骤:
61)分别对每一行的像素灰度值求标准差,得到所有行的标准差ROW_i_std,其中i=1,2,…m;ROW_i_std的计算公式为:
式中,为一行像素灰度值的平均值,Xi,j为第i行,第j列像素的灰度值。
62)找出疑似含有震颤或敲击伪影的疑似行:所述疑似行的像素灰度值的标准差ROW_i_std大于位于其前三行及位于其后三行中的像素灰度值的标准差,且所述疑似行的像素灰度值的标准差ROW_i_std与位于其前三行及位于其后三行中的像素灰度值的标准差的平均值之差大于第一设定值;即所述疑似行满足如下条件:
(ROW_i_std>ROW_i-3_std)&(ROW_i_std>ROW_i-2_std)&
(ROW_i_std>ROW_i-1_std)&(ROW_i_std>ROW_i+1_std)&
(ROW_i_std>ROW_i+2_std)&(ROW_i_std>ROW_i+3_std)&
(ROW_i_std-average(ROW_i+3_std+ROW_i+2_std+ROW_i+1_std+
ROW_i-3_std+ROW_i-2_std+ROW_i-1_std)>T1
式中,i即为疑似行所处的行,“&”表示且的意思,即几个条件同时满足;T1为第一设定值。
63)求步骤62)得到的所述疑似行中像素灰度值的平均值,并分别求位于所述疑似行前三行及后三行中像素灰度值的平均值avgs_i,共得到7个平均值avgs_i;求这7个平均值中的最大值max_avgs(i)与其他6个平均值的平均值sum_avgs(i)/6的差值,记为std_avgs,作为识别震颤或敲击伪影的第一条件;具体计算公式如下所示:
max_avgs(i)=max(avgs_i-3,avgs_i-2,avgs_i-1,avgs_i,avgs_i+1,...
avgs_i+2,avgs_i+3)
sum_avgs(i)=sum(avgs_i-3,avgs_i-2,avgs_i-1,avgs_i,avgs_i+1,...
avgs_i+2,avgs_i+3)
std_avgs(i)=max_avgs(i)-(sum_avgs(i)-max_avgs(i))/6
64)求步骤62)得到的所述疑似行中像素灰度值的中值median_ROW_i_std、所述疑似行中位于奇数列的像素灰度值(即所述疑似行中第2k+1个像素灰度值,其中,k=0,1,2,…n-1)的中值median_odd(i)及所述疑似行中位于偶数列的像素灰度值(即所述疑似行中第2k个像素灰度值,其中,k=1,2,…n)的中值median_even(i);找出位于奇数列的像素灰度值的中值median_odd(i)大于该行像素灰度值的中值median_ROW_i_std且位于偶数列的像素灰度值的中值median_even(i)小于该行像素灰度值的中值median_ROW_i_std,或位于奇数列的像素灰度值的中值median_odd(i)小于该行像素灰度值的中值median_ROW_i_std且位于偶数列的像素灰度值的中值median_even(i)大于该行像素灰度值的中值median_ROW_i_std的疑似行,即找出符合下述条件的疑似行:
median_odd(i)>median_ROW_i_std&median_even(i)<median_ROW_i_std
或者:
median_odd(i)<median_ROW_i_std&median_even(i)>median_ROW_i_std
其中,“&”表示且的意思,即几个条件同时满足。
65)找出步骤64)得到的所述疑似行中位于奇数列的像素灰度值大于该行像素灰度值的中值median_ROW_i_std的数目(记为tmp1)及位于偶数列的像素灰度值小于该行像素灰度值的中值median_ROW_i_std的数目(记为tmp2),或找出步骤64)得到的所述疑似行中位于奇数列的像素灰度值小于该行像素灰度值的中值median_ROW_i_std的数目(记为tmp1)及位于偶数列的像素灰度值大于该行像素灰度值的中值median_ROW_i_std的数目(记为tmp2);计算符合上述条件的位于奇数列的像素灰度值的数目与位于偶数列的像素灰度值的数目的差值,即tmp1与tmp2的差值,记为他们tmp,并找出二者中的最大值max(tmp1,tmp2);将tmp和max(tmp1,tmp2)作为识别震颤或敲击伪影的第二和第三条件;此处,tmp1、tmp2及tmp这三个参数的物理意义如下:某一行像素灰度值呈现一亮一暗的分布时,需要根据这种分布的程度来确定是受到震颤或敲击噪声影响还是别的噪声影响,一般震颤或敲击噪声的这种分布的亮暗像素数目满足一定的数量关系,最严重的的情况是一行n个像素,亮暗像素各占一半,超过一定数目的亮暗分布几乎可以肯定就是受到震颤或敲击影响,否则可能是别的噪声,例如漏电流、采集时序等原因造成的影响;另外,亮暗像素数的差值也可以作为判定是否受到震颤或敲击噪声影响的一个条件,这是由于有的噪声,例如漏电流,可能会引起一行像素的大部分是亮,少部分是暗或者相反,震颤或敲击噪声引起的亮暗像素数目差值不大,几乎相当。
66)依据步骤63)中得到的差值std_avgs、步骤65)中得到的差值tmp及最大值max(tmp1,tmp2)判断所述疑似行中是否含有震颤或敲击伪影。
作为示例,所述第一设定值T1为探测器的经验数值,随着探测器类型的不同,所述第一设定值T1亦不同。优选地,本实施例中,所述第一设定值T1可以为但不仅限于0.95。
由图1可知,收到震颤或敲击伪影影响的行的像素灰度值明显区别于其他噪声源和正常像素灰度值的一个特点就是整行像素的灰度值呈不同程度的明暗相间的分布,这是由于在读取数据时,每次打开gate通道(行)时,dataline(行)上的数据依次被全部读取出来,因为TFT传感器(薄膜晶体管面阵传感器)的设计原因,奇数列和偶数列像素分别从两个不同的行控制芯片引出,所以当震颤或敲击产生时,奇数列和偶数列的像素灰度值差异变大,因此,需要执行步骤64),找出符合该步骤中条件的疑似行。
作为示例,步骤66)中,依据步骤63)中得到的差值std_avgs、步骤65)中得到的差值tmp及最大值max(tmp1,tmp2)判断所述疑似行中是否含有震颤或敲击伪影的具体方法为:
若步骤63)中得到的差值std_avgs大于第二设定值,且步骤65)中得到的差值tmp小于第三设定值,且步骤65)中得到的最大值max(tmp1,tmp2)大于第四设定值,则判断所述疑似行中含有震颤或敲击伪影,否则不含有震颤或敲击伪影。
作为示例,所述第二设定值、第三设定值及第四设定值受探测器型号的影响,不同型号的探测器中,所述第二设定值、第三设定值及第四设定值的数值不同,具体数值需要根据实验进行确定。优选地,本实施例中,所述第二设定值可以为但不仅限于2.5,所述第三设定值可以为但不仅限于100,所述第四设定值可以为但不仅限于600;亦即,若所述疑似行满足如下条件,即判定所述疑似行中含有震颤或敲击伪影:
std_avgs>2.5&max(tmp1,tmp2)>600&tmp<100
其中,“&”表示且的意思,即几个条件同时满足。
实施例二
请参阅图3,本发明提供一种探测器暗场图像模板中震颤或敲击伪影的校正方法,所述探测器暗场图像模板中震颤或敲击伪影的校正方法包括以下步骤:
1)采用如实施例一中所述的探测器暗场图像模板中震颤或敲击伪影的识别方法识别出具有震颤或敲击伪影的临床暗场图像模板;
2)分别对所述具有震颤或敲击伪影的临床暗场图像模板的每一列中各像素的灰度值进行多项式拟合,以将受震颤或敲击伪影影响的像素灰度值校正到正常水平,拟合公式为:y=anxn+an-1xn-1+an-2xn-2+.........a2x2+a1x+a,其中,y为校正后的像素灰度值,x为每一列中像素的位置,n为拟合阶数,a1~an为拟合系数。
在步骤1)中,请参阅图3中的S1步骤,采用如实施例一中所述的探测器暗场图像模板中震颤或敲击伪影的识别方法识别出具有震颤或敲击伪影的临床暗场图像模板。
具体的识别方法请参阅实施例一,此处不再累述。
在步骤2)中,请参阅图3中的S2步骤,分别对所述具有震颤或敲击伪影的临床暗场图像模板的每一列中各像素的灰度值进行多项式拟合,以将受震颤或敲击伪影影响的像素灰度值校正到正常水平,拟合公式为:y=anxn+an-1xn-1+an-2xn-2+.........a2x2+a1x+a,其中,y为校正后的像素灰度值,x为每一列中像素的位置,n为拟合阶数,a1~an为拟合系数。
作为示例,该步骤中以实施例一中所述的包括m*n个像素的区域作为研究对象。
如果一副临床暗场图像模板受到震颤或敲击噪声污染,受污染区域的行从第一个像素到最后一个像素都受到影响,但是从列的角度看,一列像素,只有受污染区域像素灰度值异常,其余的像素灰度值均正常,如图4中曲线①所示,图4中横坐标为像素在该列中的位置,纵坐标为像素灰度值;由图4可知,曲线①中五个像素灰度值的突起是由于受到震颤或敲击伪影的影响而产生的,同时由图4可知,虽然受到震颤或敲击伪影的影响,但曲线①总的趋势还是比较清晰的,因此可以采用多项式y=anxn+an-1xn-1+an-2xn-2+.........a2x2+a1x+a进行拟合,以将受震颤或敲击伪影影响的像素灰度值校正到正常水平。
需要说明的是,由于临床暗场图像模板有lag伪影或漏电流伪影等噪声的存在,所以在很多情况下,一列像素不能通过一个多项式很好拟合出来,譬如,如图4中的这列像素,如果直接做多项式拟合,得到的结果会是在像素灰度值正常的地方,拟合的重合度比较高,正常像素灰度值几乎不会受到影响,但是在灰度值突起的地方,拟合的曲线会形成一个“包”,这个“包”会将原始曲线突起的地方包裹,但是,在原始曲线过渡的地方,拟合的曲线的像素灰度值会比原始曲线高出很多,这样的校正会产生相反的效果,所以,在拟合之前,需要先将每一列中的像素分割为多段,而后分别对每一段中各像素灰度值进行多项式拟合。
作为示例,分割后的每一段中,受震颤或敲击伪影影响的像素的数目小于该段中像素总数目的十分之一。这样分割的原因在于:如果受到影响的像素占该段内像素总数目的比例太高,会导致拟合效果变差,如果比例太低,则需要分割的数目过多,影响处理的速度,从而导致处理的实时性变差。
作为示例,所述拟合多项式y=anxn+an-1xn-1+an-2xn-2+.........a2x2+a1x+a的拟合节数n需要根据拟合效果和拟合速度来确定,优选地,本实施例中,拟合多项式的拟合节数n=9,一列像素被划分为7段,但实际中拟合过程中并不以此为限。
采用本实施例的校正方法的校正效果请参阅图4及图5,图4为采用本实施例的校正方法校正后的具有震颤或敲击伪影的暗场图像的像素灰度值与校正前的像素灰度值的对比图;其中,曲线①为校正前的暗场图像中一列像素灰度值,曲线②为校正后的暗场图像中一列像素灰度值,图5为采用本实施例的校正方法校正后的盆骨正位图与校正前的盆骨正位图的对比图;其中,图a为校正前的盆骨正位图,图b为校正后的盆骨正位图。由图4及图5可知,采用本实施例的校正方法,可以将受震颤或敲击伪影影响的像素灰度值基本校正到正常水平,使得震颤或敲击伪影对暗场图像的影响降到最低。
综上所述,本发明提供一种探测器暗场图像模板中震颤或敲击伪影的识别及校正方法,所述探测器暗场图像模板中震颤或敲击伪影的识别方法包括以下步骤:1)采集具有不同采集延时的暗场图像模板作为标准图像模板;2)对所述标准图像模板进行坏像素查找并对坏像素进行替换处理;3)采集临床暗场图像模板;4)对所述临床暗场图像模板进行坏像素查找并对坏像素进行替换处理;5)对坏像素替换处理后的所述临床暗场图像模板进行偏移量校正;6)对偏移量校正后的所述临床暗场图像模板进行震颤或敲击伪影与lag伪影及漏电流伪影区分并识别。本发明的探测器暗场图像模板中震颤或敲击伪影的识别及校正方法,可以简单快捷的完成对震颤或敲击伪影的识别与校正,不需要改变任何硬件结构、不需要增加任何额外抗震颤或敲击机构,能够在几乎不改变正常暗场图像的暗场图像质量的前提下,实时有效地校正震颤或敲击伪影,极大的提高了平板探测器的抗震颤或敲击性能,降低了成本;同时,本发明可以在暗场图像模板存在lag(上一帧亮场曝光后残余信号在下一帧暗场被读出)伪影或漏电流伪影的情况下,先将震颤或敲击伪影与lag伪影及漏电流伪影区分并识别出来,进而提高后续校正的精准度。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (11)
1.一种探测器暗场图像模板中震颤或敲击伪影的识别方法,其特征在于,包括以下步骤:
1)采集具有不同采集延时的暗场图像模板作为标准图像模板;
2)对所述标准图像模板进行坏像素查找并对坏像素进行替换处理;
3)采集临床暗场图像模板;
4)对所述临床暗场图像模板进行坏像素查找并对坏像素进行替换处理;
5)对坏像素替换处理后的所述临床暗场图像模板进行偏移量校正;
6)对偏移量校正后的所述临床暗场图像模板进行震颤或敲击伪影与lag伪影及漏电流伪影区分并识别。
2.根据权利要求1所述的探测器暗场图像模板中震颤或敲击伪影的识别方法,其特征在于:步骤2)包括:
21)将所述标准图像模板划分成若干个包括m*n个像素的小区域,求所述小区域中像素灰度值的中值和标准差,根据如下公式找出坏像素:
其中,ROI1为所述标准图像模板中的一个小区域,ROI_Median为小区域中像素灰度值的中值,ROI_Std为小区域中像素灰度值的标准差;
22)将找出的坏像素用坏像素领域8个像素平均值进行替换。
3.根据权利要求1所述的探测器暗场图像模板中震颤或敲击伪影的识别方法,其特征在于:步骤4)包括:
41)将所述临床暗场图像模板划分成若干个包括m*n个像素的小区域,求所述小区域中像素灰度值的中值和标准差,根据如下公式找出坏像素:
其中,ROI1为所述临床暗场图像模块中的一个小区域,ROI_Median为小区域中像素灰度值的中值,ROI_Std为小区域中像素灰度值的标准差;
42)将找出的坏像素用坏像素领域8个像素平均值进行替换。
4.根据权利要求1所述的探测器暗场图像模板中震颤或敲击伪影的识别方法,其特征在于:步骤5)包括:
51)将坏像素替换处理后的所述标准图像模板中的每个像素根据公式y=kt+b进行线性拟合,得到拟合系数k和b的矩阵,其中,t为所述标准图像模板的采集延时,y为采集延时为t秒的像素灰度值;
52)将所述临床暗场图像模板的采集延时代入所述线性拟合公式y=kt+b得到偏移量暗场图像模板;
53)将所述临床暗场图像模板与所述偏移量暗场图像模板相减即得到校正后的暗场图像模板。
5.根据权利要求1所述的探测器暗场图像模板中震颤或敲击伪影的识别方法,其特征在于:步骤6)包括:
61)分别对每一行的像素灰度值求标准差,得到所有行的标准差;
62)找出疑似含有震颤或敲击伪影的疑似行:所述疑似行的像素灰度值的标准差大于位于其前三行及位于其后三行中的像素灰度值的标准差,且所述疑似行的像素灰度值的标准差与位于其前三行及位于其后三行中的像素灰度值的标准差的平均值之差大于第一设定值;
63)求所述疑似行中像素灰度值的平均值,并分别求位于所述疑似行前三行及后三行中像素灰度值的平均值;求这些平均值中的最大值与其他几个平均值的平均值的差值;
64)求所述疑似行中像素灰度值的中值、所述疑似行中位于奇数列的像素灰度值的中值及所述疑似行中位于偶数列的像素灰度值的中值;找出位于奇数列的像素灰度值的中值大于该行像素灰度值的中值且位于偶数列的像素灰度值的中值小于该行像素灰度值的中值,或位于奇数列的像素灰度值的中值小于该行像素灰度值的中值且位于偶数列的像素灰度值的中值大于该行像素灰度值的中值的疑似行;
65)找出步骤64)得到的所述疑似行中位于奇数列的像素灰度值大于该行像素灰度值的中值的数目及位于偶数列的像素灰度值小于该行像素灰度值的中值的数目,或找出步骤64)得到的所述疑似行中位于奇数列的像素灰度值小于该行像素灰度值的中值的数目及位于偶数列的像素灰度值大于该行像素灰度值的中值的数目;求符合上述条件的位于奇数列的像素灰度值的数目与位于偶数列的像素灰度值的数目的差值,并找出二者中的最大值;
66)依据步骤63)中得到的差值、步骤65)中得到的差值及最大值判断所述疑似行中是否含有震颤或敲击伪影。
6.根据权利要5所述的探测器暗场图像模板中震颤或敲击伪影的识别方法,其特征在于:步骤62)中,所述第一设定值为0.95。
7.根据权利要求5所述的探测器暗场图像模板中震颤或敲击伪影的识别方法,其特征在于:步骤66)中,依据步骤63)中得到的差值、步骤65)中得到的差值及最大值判断所述疑似行中是否含有震颤或敲击伪影的具体方法为:
若步骤63)中得到的差值大于第二设定值,且步骤65)中得到的差值小于第三设定值,且步骤65)中得到的最大值大于第四设定值,则判断所述疑似行中含有震颤或敲击伪影,否则不含有震颤或敲击伪影。
8.根据权利要求7所述的探测器暗场图像模板中震颤或敲击伪影的识别方法,其特征在于:所述第二预定值为2.5,所述第三预定值为100,所述第四预定值为600。
9.一种探测器暗场图像模板中震颤或敲击伪影的校正方法,其特征在于,包括以下步骤:
1)采用如权利要求1至8中任一项所述的探测器暗场图像模板中震颤或敲击伪影的识别方法识别出具有震颤或敲击伪影的临床暗场图像模板;
2)分别对所述具有震颤或敲击伪影的临床暗场图像模板的每一列中各像素灰度值进行多项式拟合,以将受震颤或敲击伪影影响的像素灰度值校正到正常水平,拟合公式为:y=anxn+an-1xn-1+an-2xn-2+.........a2x2+a1x+a,其中,y为校正后的像素灰度值,x为每一列中像素的位置,n为拟合阶数,a1~an为拟合系数。
10.根据权利要求9所述的探测器暗场图像模板中震颤或敲击伪影的校正方法,其特征在于:步骤2)中,将每一列中的像素分为多段,分别对每一段中各像素灰度值进行多项式拟合。
11.根据权利要求10所述的探测器暗场图像模板中震颤或敲击伪影的校正方法,其特征在于:每一段中,受震颤或敲击伪影影响的像素的数目小于该段中像素总数目的十分之一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510980121.1A CN105574833B (zh) | 2015-12-23 | 2015-12-23 | 探测器暗场图像模板中震颤或敲击伪影的识别及校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510980121.1A CN105574833B (zh) | 2015-12-23 | 2015-12-23 | 探测器暗场图像模板中震颤或敲击伪影的识别及校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105574833A true CN105574833A (zh) | 2016-05-11 |
CN105574833B CN105574833B (zh) | 2018-11-27 |
Family
ID=55884928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510980121.1A Active CN105574833B (zh) | 2015-12-23 | 2015-12-23 | 探测器暗场图像模板中震颤或敲击伪影的识别及校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105574833B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105938616A (zh) * | 2015-12-23 | 2016-09-14 | 上海奕瑞光电子科技有限公司 | 探测器暗场图像模板中震颤或敲击伪影的识别及校正方法 |
CN106551701A (zh) * | 2015-09-18 | 2017-04-05 | 上海奕瑞光电子科技有限公司 | 一种无线平板探测器及其图像校正方法 |
CN108416817A (zh) * | 2018-02-01 | 2018-08-17 | 上海奕瑞光电子科技股份有限公司 | 一种残影校正系数自动获得方法 |
CN109816734A (zh) * | 2019-01-23 | 2019-05-28 | 武汉精立电子技术有限公司 | 基于目标光谱的相机标定方法 |
CN114092413A (zh) * | 2021-10-29 | 2022-02-25 | 成都善思微科技有限公司 | 一种暗场图像还原方法、系统、存储介质及电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6404853B1 (en) * | 2001-11-02 | 2002-06-11 | Ge Medical Systems Global Technology Company, Llc | Method for identifying and correcting pixels with excess pixel lag in a solid state x-ray detector |
CN101178808A (zh) * | 2007-11-15 | 2008-05-14 | 南方医科大学 | 一种改进的锥形束ct环形伪影的消除方法 |
CN101510298A (zh) * | 2009-03-17 | 2009-08-19 | 西北工业大学 | 一种ct伪影的综合校正方法 |
CN101578868A (zh) * | 2006-12-28 | 2009-11-11 | 汤姆逊许可证公司 | 数字视频内容中的条带状伪影检测 |
CN102521797A (zh) * | 2011-11-04 | 2012-06-27 | 华中科技大学 | 扫描型红外成像系统的场景非均匀校正方法 |
CN102663693A (zh) * | 2012-03-26 | 2012-09-12 | 航天恒星科技有限公司 | 一种基于最小二乘法的线阵推扫式影像自适应辐射校正方法 |
CN103340621A (zh) * | 2013-06-04 | 2013-10-09 | 中国科学院苏州生物医学工程技术研究所 | 运动伪影消除装置及其消除运动伪影的方法 |
CN103593826A (zh) * | 2013-10-22 | 2014-02-19 | 南方医科大学 | 图像环形伪影校正方法 |
CN104135931A (zh) * | 2012-02-22 | 2014-11-05 | 皇家飞利浦有限公司 | 用于减少成像数据中的局部伪影的方法和系统 |
-
2015
- 2015-12-23 CN CN201510980121.1A patent/CN105574833B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6404853B1 (en) * | 2001-11-02 | 2002-06-11 | Ge Medical Systems Global Technology Company, Llc | Method for identifying and correcting pixels with excess pixel lag in a solid state x-ray detector |
CN101578868A (zh) * | 2006-12-28 | 2009-11-11 | 汤姆逊许可证公司 | 数字视频内容中的条带状伪影检测 |
CN101178808A (zh) * | 2007-11-15 | 2008-05-14 | 南方医科大学 | 一种改进的锥形束ct环形伪影的消除方法 |
CN101510298A (zh) * | 2009-03-17 | 2009-08-19 | 西北工业大学 | 一种ct伪影的综合校正方法 |
CN102521797A (zh) * | 2011-11-04 | 2012-06-27 | 华中科技大学 | 扫描型红外成像系统的场景非均匀校正方法 |
CN104135931A (zh) * | 2012-02-22 | 2014-11-05 | 皇家飞利浦有限公司 | 用于减少成像数据中的局部伪影的方法和系统 |
CN102663693A (zh) * | 2012-03-26 | 2012-09-12 | 航天恒星科技有限公司 | 一种基于最小二乘法的线阵推扫式影像自适应辐射校正方法 |
CN103340621A (zh) * | 2013-06-04 | 2013-10-09 | 中国科学院苏州生物医学工程技术研究所 | 运动伪影消除装置及其消除运动伪影的方法 |
CN103593826A (zh) * | 2013-10-22 | 2014-02-19 | 南方医科大学 | 图像环形伪影校正方法 |
Non-Patent Citations (4)
Title |
---|
EMA ANAS 等: "Comparison of ring artifact removal methods using flat panel detector based CT images", 《BIOMEDICAL ENGINEERING ONLINE》 * |
张定华 等: "体积CT系统中的平板探测器校正方法", 《仪器仪表学报》 * |
徐燕 等: "基于平板探测器的锥束CT投影图像校正", 《计算机工程与应用》 * |
王苦愚 等: "一种锥束CT中平板探测器输出图像校正方法", 《计算机辅助设计与图形学学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106551701A (zh) * | 2015-09-18 | 2017-04-05 | 上海奕瑞光电子科技有限公司 | 一种无线平板探测器及其图像校正方法 |
CN106551701B (zh) * | 2015-09-18 | 2020-04-10 | 上海奕瑞光电子科技股份有限公司 | 一种无线平板探测器及其图像校正方法 |
CN105938616A (zh) * | 2015-12-23 | 2016-09-14 | 上海奕瑞光电子科技有限公司 | 探测器暗场图像模板中震颤或敲击伪影的识别及校正方法 |
CN105938616B (zh) * | 2015-12-23 | 2018-12-04 | 上海奕瑞光电子科技股份有限公司 | 探测器暗场图像模板中震颤或敲击伪影的识别及校正方法 |
CN108416817A (zh) * | 2018-02-01 | 2018-08-17 | 上海奕瑞光电子科技股份有限公司 | 一种残影校正系数自动获得方法 |
CN108416817B (zh) * | 2018-02-01 | 2022-04-19 | 上海奕瑞光电子科技股份有限公司 | 一种残影校正系数自动获得方法 |
CN109816734A (zh) * | 2019-01-23 | 2019-05-28 | 武汉精立电子技术有限公司 | 基于目标光谱的相机标定方法 |
CN114092413A (zh) * | 2021-10-29 | 2022-02-25 | 成都善思微科技有限公司 | 一种暗场图像还原方法、系统、存储介质及电子设备 |
CN114092413B (zh) * | 2021-10-29 | 2024-07-19 | 成都善思微科技有限公司 | 一种暗场图像还原方法、系统、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105574833B (zh) | 2018-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105574833A (zh) | 探测器暗场图像模板中震颤或敲击伪影的识别及校正方法 | |
US10691393B2 (en) | Processing circuit of display panel, display method and display device | |
US10825184B2 (en) | Maximum connected domain marking method, target tracking method, and augmented reality/virtual reality apparatus | |
US20200134795A1 (en) | Image processing method, image processing system, and storage medium | |
CN110992382A (zh) | 用于辅助青光眼筛查的眼底图像视杯视盘分割方法及系统 | |
US20190286229A1 (en) | Eye tracking method, electronic device, and non-transitory computer readable storage medium | |
KR20170067876A (ko) | 구조적 정보를 사용한 결함 검출 | |
CN110222597B (zh) | 基于微表情调节屏幕显示的方法及装置 | |
US11281895B2 (en) | Expression recognition method, computer device, and computer-readable storage medium | |
CN110265119A (zh) | 骨龄评估与身高预测模型、其系统及其预测方法 | |
CN105938616A (zh) | 探测器暗场图像模板中震颤或敲击伪影的识别及校正方法 | |
CN113298830B (zh) | 一种基于自监督的急性颅内ich区域图像分割方法 | |
CN116757986A (zh) | 一种红外与可见光图像融合方法及装置 | |
CN111626379B (zh) | 肺炎x光图像检测方法 | |
CN116994044A (zh) | 一种基于掩码多模态生成对抗网络的图像异常检测模型的构建方法 | |
CN104809711B (zh) | 固体推进剂羽流烟雾视频图像处理方法 | |
CN116884036A (zh) | 基于YOLOv5DA的生猪姿态检测方法、装置、设备及介质 | |
CN104316220B (zh) | 一种基于机器视觉的水银体温计自动检定方法 | |
WO2020106393A2 (en) | Skeletal maturity determination using radiographs of portions of a hand | |
US10755088B2 (en) | Augmented reality predictions using machine learning | |
CN112418109B (zh) | 一种图像处理方法、装置 | |
CN107886615A (zh) | 边缘检测方法及验钞设备 | |
Zhong-zhi et al. | Counting ear rows in maize using image process method | |
CN117765532B (zh) | 基于共聚焦显微图像的角膜朗格汉斯细胞分割方法和装置 | |
US20210059626A1 (en) | Training method and system for collimator border detection method |
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 | ||
CB02 | Change of applicant information |
Address after: 201201 Shanghai City, Pudong New Area Pudong New Area Zhangjiang High tech Industrial District Ruiqinglu No. 590 9 2 storey 202 room Applicant after: Shanghai Yi Ruiguang electronic Polytron Technologies Inc Address before: 201201 Shanghai City, Pudong New Area Pudong New Area Zhangjiang High tech Industrial District Ruiqinglu No. 590 9 2 storey 202 room Applicant before: Shanghai Yirui Optoelectronics Technology Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |