CN106651787B - 基于x射线的hdr图像合成方法及系统 - Google Patents
基于x射线的hdr图像合成方法及系统 Download PDFInfo
- Publication number
- CN106651787B CN106651787B CN201610981476.7A CN201610981476A CN106651787B CN 106651787 B CN106651787 B CN 106651787B CN 201610981476 A CN201610981476 A CN 201610981476A CN 106651787 B CN106651787 B CN 106651787B
- Authority
- CN
- China
- Prior art keywords
- pixel
- gain
- correction
- value
- homogeneity
- 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.)
- Active
Links
- 238000010189 synthetic method Methods 0.000 title claims abstract description 14
- 238000012937 correction Methods 0.000 claims abstract description 356
- 230000004927 fusion Effects 0.000 claims abstract description 86
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 54
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims description 19
- 235000013350 formula milk Nutrition 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 10
- 238000003702 image correction Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 36
- 238000010586 diagram Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 238000012935 Averaging Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000009795 derivation Methods 0.000 description 4
- 239000002956 ash Substances 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 235000002918 Fraxinus excelsior Nutrition 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 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
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- 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
- G06T2207/20172—Image enhancement details
- G06T2207/20208—High dynamic range [HDR] image processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于X射线的HDR图像合成方法，包括：在基于X射线曝光时，采集得到Low Gain图和High Gain图，并根据预先设置的暗校正表、均匀性校正表、坏点校正表依次对该Low Gain图的像素值进行校正，及依次对High Gain图的像素值进行校正，根据预先设置的融合系数函数将校正后的Low Gain图和High Gain图进行合成，得到HDR图像。本发明还公开了一种基于X射线的HDR图像合成系统，使得能够有效将Low Gain图和High Gain图进行合成，且合成后得到的HDR图像的图像质量高，且能够降低对基于X射线拍摄时，对曝光量的要求。
Description
技术领域
本发明涉及X射线领域，尤其涉及一种基于X射线的高动态范围(High-DynamicRange，HDR)图像合成方法及系统。
背景技术
现有技术中，X射线成像装置主要由高压，球管及探测器组成，其中，X线球管的管电压(KV)和X线球管的输出功率(MAS)都将直接影响到探测器上感光元器件接收的曝光量，当曝光量较小(即欠爆)时，采集的图像对比度低、噪声大、细节损失严重；当曝光量较大(即过曝)时，采集的图像的像素值很容易达到最大，损失大部分图像信息，所以在拍片时对设置的曝光量的要求很高。
目前，X射线成像设备中部分探测器在硬件上有改进，一次曝光可以同时采集两张亮度差异很大的数字图像，暗的(即亮度小的)为低增益(Low Gain)图，亮的(即亮度大的)为高增益(High Gain)图。当曝光量较低时，采集到的Low Gain图的效果与欠曝光的效果相同，而此时采集到的High Gain图的效果优于Low Gain图，而增大曝光量时，将会出现HighGain图已经过曝光，而此时采集到的Low Gain图的效果优于High Gain图的情况。同样一次曝光，比较薄的较薄的软件组区域Low Gain图效果好，比较厚的骨骼交叠区域High Gain图效果好。如果一次曝光可以把Low Gain图和High Gain图合成一张，能够提升图像效果。
因此，如何将Low Gain图和High Gain图进行合成是目前亟待解决的技术问题。
发明内容
本发明的主要目的在于提供一种基于X射线的HDR图像合成方法及系统，旨在解决现有技术中Low Gain图和High Gain图无法合成以得到高质量图像的技术问题。
为实现上述目的，本发明第一方面提供一种基于X射线的HDR图像合成方法，所述方法包括：
在基于X射线曝光时，采集得到低增益Low Gain图和高增益High Gain图；
根据预先设置的暗校正表、均匀性校正表、坏点校正表依次对所述Low Gain图的像素值进行校正，及依次对所述High Gain图的像素值进行校正；
根据预先设置的融合系数函数将校正后的Low Gain图和High Gain图进行合成，得到所述HDR图像。
为实现上述目的，本发明第二方面提供一种基于X射线的HDR图像合成系统，所述系统包括：
图像采集模块，用于在基于X射线曝光时，采集得到低增益Low Gain图和高增益High Gain图；
图像校正模块，用于根据预先设置的暗校正表、均匀性校正表、坏点校正表依次对所述Low Gain图的像素值进行校正，及依次对所述High Gain图的像素值进行校正；
图像合成模块，用于根据预先设置的融合系数函数将校正后的Low Gain图和HighGain图进行合成，得到所述HDR图像。
本发明提供一种基于X射线的HDR图像合成方法，该方法包括：在基于X射线曝光时，采集得到Low Gain图和High Gain图，并根据预先设置的暗校正表、均匀性校正表、坏点校正表依次对该Low Gain图的像素值进行校正，及依次对High Gain图的像素值进行校正，根据预先设置的融合系数函数将校正后的Low Gain图和High Gain图进行合成，得到HDR图像。相对于现有技术，在采集到Low Gain图和High Gain图之后，通过利用预先设置的暗校正表、均匀性校正表、坏点校正表对Low Gain图和High Gain图进行校正，并利用预先设置的融合系数函数将校正后的Low Gain图和High Gain图合成为HDR图像，使得能够有效将Low Gain图和High Gain图进行合成，且合成后得到的HDR图像的图像质量高，且能够降低对基于X射线拍摄时，对曝光量的要求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明第一实施例中基于X射线的HDR图像合成方法的流程示意图；
图2为本发明第二实施例中基于X射线的HDR图像合成方法的流程示意图；
图3为第一实施例中步骤103及第二实施例中步骤207的细化步骤的流程示意图；
图4为本发明实施例中融合系数函数的推导过程的示意图；
图5为本发明实施例中融合系数函数的曲线示意图；
图6为本发明第三实施例中基于X射线的HDR图像合成系统的功能模块的示意图；
图7为本发明第四实施例中基于X射线的HDR图像合成系统的功能模块的示意图；
图8为本发明第三实施例中图像合成模块603的细化功能模块的示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
由于现有技术中Low Gain图和High Gain图无法合成得到高质量图像的技术问题。
为了解决上述技术问题，本发明提出基于X射线的HDR图像合成方法，在采集到LowGain图和High Gain图之后，通过利用预先设置的暗校正表、均匀性校正表、坏点校正表对Low Gain图和High Gain图进行校正，并利用预先设置的融合系数函数将校正后的LowGain图和High Gain图合成为HDR图像，使得能够有效将Low Gain图和High Gain图进行合成，且合成后得到的HDR图像的图像质量高，且能够降低对基于X射线拍摄时，对曝光量的要求。
请参阅图1，为本发明第一实施例中基于X射线的HDR图像合成方法的流程示意图，该方法包括：
步骤101、在基于X射线曝光时，采集得到Low Gain图和High Gain图；
步骤102、根据预先设置的暗校正表、均匀性校正表、坏点校正表依次对所述LowGain图的像素值进行校正，及依次对所述High Gain图的像素值进行校正；
在本发明实施例中，上述基于X射线的HDR图像合成方法是由基于X射线的HDR图像合成系统(以下简称：合成系统)实现的，在基于X射线曝光时，该合成系统将采集得到LowGain图和High Gain图，且将根据预先设置的暗校正表，均匀性校正表，坏点校正表依次对Low Gain图的像素值进行校正，及依次对High Gain图的像素值进行校正。
为了更好的理解本发明实施例中的技术方案，下面将分别介绍暗校正表、均匀性校正表、坏点校正表的生成方式。
(1)暗校正表
暗校正表包含低增益暗校正表和高增益暗校正表，且对Low Gain图进行校正时使用的是低增益暗校正表，对High Gain图进行校正时使用的是高增益暗校正表。
其中，暗校正表也称为offset校正表，它是在没有曝光情况下，由硬件暗电流产生的像素值，具体的，在暗图稳定状态下，采集N次，且每一次都将采集到一张低增益图和一张高增益图，将该N张低增益图中相同坐标的像素点的像素值求平均，即可得到低增益暗校正表，将该N张高增益图中相同坐标的像素点的像素值求平均，即可得到高增益暗校正表。该N可以5、10等正整数，在实际应用中，可根据需要设置采集的次数，此处不做限定。
(2)均匀性校正表
均匀性校正表也称为gain校正表，均匀性校正表包含低增益均匀性校正表及高增益均匀性校正表，且对Low Gain图进行校正时使用的是低增益均匀性校正表，对High Gain图进行校正时使用的是高增益均匀性校正表。
其中，均匀性校正表的数目有多个，且均匀性校正表的数目具体可根据探测器的线性来设定，例如，可以设定为5张。
以均匀性校正表的数据为5个为例，可以通过如下方式得到5张低增益均匀性校正表及5张高增益均匀性校正表：
先确定5个灰度值，按顺序取灰度值，并基于灰度值调整X射线曝光时的曝光量，在该曝光量的条件下，采集M次，得到M个Low Gain图和M个High Gain图，对利用上述的暗校正表对采集到的图进行校正，并将M个Low Gain图的相同坐标的像素点的像素值求平均，得到该灰度值对应的低增益均匀性校正表，且将M个High Gain图的相同坐标的像素点的像素值求平均，得到该灰度值对应的高增益均匀性校正表，且通过上述方式，可以分别得到5个灰度值分别对应的均匀性校正表。
(3)坏点校正表
坏点校正表也称为defect校正表，是属于掩膜图像，且坏点校正表中，像素点的像素值为0或者为1，具体的，坏点像素点的像素值设定为1，正常像素点的像素值设定为0。
该坏点校正表包含低增益坏点校正表及高增益坏点校正表，且在对Low Gain图进行校正时使用的是低增益坏点校正表，在对High Gain图进行校正时使用的是高增益坏点校正表。
坏点校正表是在没有曝光量的情况下，采集H次图像，得到H个Low Gain图及得到H个High Gain图，且将该H个Low Gain图中相同坐标的像素点的像素值求平均，并进行二值化处理，得到低增益坏点校正表；将该H个High Gain图中相同坐标的像素点的像素值求平均，并进行二值化处理，得到高增益坏点校正表。
可以理解的是，在通过上述方式生成暗校正表、均匀性校正表、坏点校正表之后，上述表可以预先保存在合成系统中，以便用于合成HDR图像。
在本发明实施例中，合成系统是先利用预先设置的暗校正表对Low Gain图和HighGain图进行校正，然后利用预先设置的均匀性校正表对暗校正后的Low Gain图和HighGain图进行校正，再利用预先设置的坏点校正表对均匀性校正后的Low Gain图和HighGain图进行校正。
步骤103、根据预先设置的融合系数函数将校正后的Low Gain图和High Gain图进行合成，得到所述HDR图像。
在本发明实施例中，合成系统在完成对Low Gain图和High Gain图的校正之后，将根据预先设置的融合系数函数将校正后的Low Gain图和High Gain图进行合成，得到HDR图像。
在本发明实施例中，在基于X射线曝光时，采集得到Low Gain图和High Gain图，并根据预先设置的暗校正表、均匀性校正表、坏点校正表依次对该Low Gain图的像素值进行校正，及依次对High Gain图的像素值进行校正，根据预先设置的融合系数函数将校正后的Low Gain图和High Gain图进行合成，得到HDR图像。相对于现有技术，在采集到Low Gain图和High Gain图之后，通过利用预先设置的暗校正表、均匀性校正表、坏点校正表对LowGain图和High Gain图进行校正，并利用预先设置的融合系数函数将校正后的Low Gain图和High Gain图合成为HDR图像，使得能够有效将Low Gain图和High Gain图进行合成，且合成后得到的HDR图像的图像质量高，且能够降低对基于X射线拍摄时，对曝光量的要求。
基于1所述第一实施例，请参阅图2，为本发明第二实施例中基于X射线的HDR图像合成方法的流程示意图，该方法包括：
步骤201、在基于X射线曝光时，采集得到Low Gain图和High Gain图；
步骤202、将所述Low Gain图中各像素点的像素值减去预先设置的低增益暗校正表中相同坐标的像素点的像素值，得到暗校正后的Low Gain图，将所述High Gain图中各像素点的像素值减去预先设置的高增益暗校正表中相同坐标的像素点的像素值，得到暗校正后的High Gain图；
在本发明实施例中，合成系统在基于X射线曝光时，采集到Low Gain图和HighGain图之后，将先利用暗校正表对该Low Gain图和High Gain图进行校正，具体的，将LowGain图中各像素点的像素值减去预先设置的低增益暗校正表中相同坐标的像素点的像素值，得到暗校正后的Low Gain图，将High Gain图图中各像素带你的像素值减去预先设置的高增益暗校正表中相同坐标的像素点的像素值，得到暗校正后的High Gain图。
在对Low Gain图和High Gain图进行暗校正之后，根据预先设置的均匀性校正表及坏点校正表依次对暗校正后的Low Gain图进行校正，及依次对暗校正后的High Gain图进行校正。具体如步骤203至步骤207描述的内容。
步骤203、对于暗校正后的Low Gain图及暗校正后的High Gain图中的任意一个像素点，确定像素点的像素值gray(r，c)，确定在预先设置的多张均匀性校正表上与所述像素点相同坐标上的像素点的像素值gain[i](r，c)，其中，(r，c)表示所述像素点的行列坐标，i表示第i张均匀性校正表；
步骤204、确定包含所述像素点的像素值gray(r，c)的最小范围，所述最小范围由两张所述均匀性校正表中与所述像素点相同坐标的像素值构成；其中，在所述像素点属于暗校正后的Low Gain图时，所述均匀性校正表是低增益均匀性校正表，在所述像素点属于暗校正后的High Gain图时，所述均匀性校正表是高增益均匀性校正表；
步骤205、利用两张所述均匀性校正表中与所述像素点相同坐标的像素值确定所述像素点校正后的像素值，以得到均匀性校正后的Low Gain图和均匀性校正后的HighGain图；
在本发明实施例中，在对Low Gain图和High Gain图进行暗校正之后，将对暗校正后的Low Gain图及High Gain图进行均匀性校正。步骤203至步骤205即为均匀性校正的过程。
其中，合成系统将分别对Low Gain图和High Gain图进行均匀性校正，其中，进行均匀性校正的过程包括：
遍历Low Gain图中的像素点，确定遍历到的像素点n的像素值gray(r，c)，其中，(r，c)表示该像素点n的坐标，且确定在预先设置的多张均匀性校正表上与像素点n相同坐标的像素点的像素值，分别为gain[i](r，c)，其中，i的值为1至K，其中，K表示均匀性校正表的张数。合成系统将确定包含像素点n的像素值gray(r，c)的最小范围，该最小范围是由两张均匀性校正表中与像素点n相同坐标的像素值构成。进一步的，合成系统将利用该两张均匀性校正表中与该像素点n相同坐标的像素值确定像素点n校正后的像素值，具体的：若像素点n的像素值gray(r，c)在第j张均匀性校正表的像素值gain[j](r，c)和在第k张均匀性校正表的像素值gain[k](r，c)之间，则按照如下公式计算像素点n校正后的像素值：
dst(r，c)＝A*gray(r，c)+B
B＝meanVal[j](r,c)-A*gain[j](r,c)
其中，dst(r，c)表示像素点n校正后的像素值，gray(r，c)表示像素点n校正前的像素值，meanVal[j](r,c)表示第j张均匀性校正表的像素值的均值，meanVal[k](r,c)表示第k张均匀性校正表的像素值的均值，gain[j](r,c)表示在第j张均匀性校正表中与像素点n相同坐标的像素点的像素值，gain[k](r,c)表示在第k张均匀性校正表中与像素点n相同坐标的像素点的像素值。
需要说明的是，若像素点n属于Low Gain图，则上述均匀性校正表具体为低增益均匀性校正表，若像素点属于High Gain图，则上述均匀性校正表具体为高增益均匀性校正表。
通过上述方式能够有效的实现对像素点n的均匀性校正，且能够完成对Low Gain图及High Gain图中所有像素点的均匀性校正。
在本发明实施例中，在完成均匀性校正之后，合成系统还将根据预先设置的坏点校正表对均匀性校正后的Low Gain图进行校正，及对均匀性校正后的High Gain图进行校正。具体参阅步骤206及步骤207。
步骤206、对于均匀性校正后的Low Gain图及均匀性校正后的High Gain图中的任意一个像素点n1，若所述像素点n1在预置的坏点校正表中相同坐标的像素点n2的像素值为1，且所述像素点n2的相邻像素点中像素值为0的个数大于预设数值时，则确定所述像素点n1的相邻像素点中，在所述坏点校正表中相同坐标的像素点的像素值为0的所有像素点；
步骤207、利用所述所有像素点的平均值作为所述像素点n1校正后的像素值，其中，在所述像素点n1属于均匀性校正后的Low Gain图时，所述坏点校正表为低增益坏点校正表，在所述像素点n1属于均匀性校正后的High Gain图时，所述坏点校正表为高增益坏点校正表，其中，所述坏点校正表中，正常像素点的像素值为0，坏点像素点的像素值为1；
在本发明实施例中，对于均匀性校正后的Low Gain图及均匀性校正后的HighGain图中的任意一个像素点n1，都将进行坏点校正，即将上述Low Gain图及High Gain图中的所有坏点都进行坏点校正，以使得校正后的Low Gain图和High Gain图中没有坏点。
具体的，合成系统将遍历均匀性校正后的Low Gain图及High Gain图，若遍历到像素点n1，合成系统将确定该像素点n1在预置的坏点校正表中相同坐标的像素点n2的像素值是否为1，若该像素点n2的像素点为1，则表明该像素点n2为坏点，且需要对像素点n1的像素值进行坏点校正，合成系统将确定像素点n2的相邻像素点中像素值为0的像素点的个数是否大于预设数值，其中，像素点的像素值为0表明该像素点为正常像素点，即需要确定像素点n2在坏点校正表中相邻像素点中正常像素点的个数是否大于预设数值，该预设数值可以为3。且若大于该预设数值，则确定像素点n1的相邻像素点中，在坏点校正表中相同坐标的像素点的像素值为0的所有像素点，且利用该所有像素点的平均值作为该像素点n1校正后的像素值。
其中，若像素点n2的像素值为0，则表明该像素点n2为正常像素点，不需要对像素点n1的像素值进行坏点校正，合成系统将遍历至下一个像素点。
通过上述方式，能够对均匀性校正后的Low Gain图及High Gain图中的所有像素点的坏点进行坏点校正，且可以理解的是，在对均匀性校正后的Low Gain图中的像素点进行坏点校正时，使用的坏点校正表是低增益坏点校正表，在对均匀性校正后的High Gain图中的像素点进行坏点校正时，使用的坏点校正表是高增益坏点校正表。
步骤208、根据预先设置的融合系数函数将校正后的Low Gain图和High Gain图进行合成，得到所述HDR图像。
在本发明实施例中，合成系统在完成对Low Gain图和High Gain图的校正之后，将根据预先设置的融合系数函数将校正后的Low Gain图和High Gain图进行合成，得到HDR图像。
在本发明实施例中，在采集到Low Gain图和High Gain图之后，通过利用预先设置的暗校正表、均匀性校正表、坏点校正表对Low Gain图和High Gain图进行校正，并利用预先设置的融合系数函数将校正后的Low Gain图和High Gain图合成为HDR图像，使得能够有效将Low Gain图和High Gain图进行合成，且合成后得到的HDR图像的图像质量高，且能够降低对基于X射线拍摄时，对曝光量的要求。
请参阅图3，为第一实施例中步骤103及第二实施例中步骤207的细化步骤的流程示意图，包括：
步骤301、对校正后的Low Gain图中各像素点的灰度值按照预置的变换公式变换为高增益灰度值；
步骤302、将所述各像素点的高增益灰度值代入预先设置的融合系数函数，确定所述各像素点的第一融合系数，并基于所述各像素点的第一融合系数，确定所述各像素点在校正后的High Gain图中相同坐标的像素点的第二融合系数；
步骤303、利用所述各像素点的第一融合系数及所述各像素点在校正后的HighGain图中相同坐标的像素点的第二融合系数确定所述各像素点合成后的像素值，得到合成后的HDR图像。
为了更好的理解本发明实施例中的技术方案，下面将介绍融合系数函数的推导过程，请参阅图4，为本发明实施例中，融合系数函数的推导过程的示意图，该推导过程包括：
1、获取Low Gain图的线性区间及High Gain图的线性区间
将X线管球的输出功率(MAS)调节到最大，并进行一次图像采集，将采集得到的High Gain图做暗校正，且将暗校正后的High Gain图中各像素点的灰度值的均值的N倍(如0.8倍)作为灰度阈值GrayThVal，且逐渐降低MAS，得到不同MAS下，采集到的High Gain图暗校正后的各像素点的平均灰度值，得到不同MAS与平均灰度值之间的对应关系，且将平均灰度值大于GrayThVal时对应的MAS的范围作为High Gain图的线性区间，将平均灰度值小于或等于GrayThVal时对应的MAS的范围作为Low Gain图的线性区间。
2、Low Gain图的图像序列及High Gain图的图像序列
固定X线球馆的管电压，且取最小值，X线管球的输出功率也固定在最小值，例如X线球馆的管电压可以固定在40KV，X线管球的输出功率可以固定在200W，采集一次图像，得到一张Low Gain图和一张High Gain图，然后，将X线管球的输出功率逐渐增大，例如每次增大1W，且每次增大后都将采集一次图像，得到一张Low Gain图和一张High Gain图，通过上述方式，即可得到在X线管球的输出功率逐渐增大时，Low Gain图的图像序列及High Gain图的图像序列，且一张Low Gain图与一张High Gain图构成图组。
3、暗校正
对采集到的Low Gain图的图像序列及High Gain图的图像序列采用相应的暗校正表进行校正，且暗校正的方式如第二实施例中描述，此处不再赘述。且在完成暗校正之后，将按照图像序列的先后顺序，计算图组中的Low Gain图的灰度均值及High Gain图的灰度均值，且在High Gain图的灰度均值大于GrayThVal时，停止计算，得到Low Gain图的灰度均值的范围及High Gain图的灰度均值的范围。
4、拟合Low Gain线性参数及High Gain线性参数
使用最小二乘法拟合Low Gain图的线性区间中的MAS、High Gain图中线性区间中的MAS、Low Gain图的灰度均值的范围、High Gain图的灰度均值的范围的关系式系数，关系式定义如下：
yl＝al*x+bl
yh＝ah*x+bh
其中，yl表示Low Gain图拟合后的关系式，yh表示High Gain图拟合后的关系式，al表示Low Gain图中线性区间中的MAS，bl表示Low Gain图的灰度均值的范围，ah表示HighGain图中线性区间中的MAS，bh表示High Gain图中灰度均值的范围。
5、Low Gain图到High Gain图的变换系数
定义灰度变换公式如下：
a＝ah/al
b＝bh-a*bl
其中，表示在Low Gain图中坐标为(r，c)的像素点的灰度值，yh(l)(r,c)表示在Low Gain图中坐标为(r，c)的像素点的高增益灰度值，al表示Low Gain图中线性区间中的MAS，bl表示Low Gain图的灰度均值的范围，ah表示High Gain图中线性区间中的MAS，bh表示High Gain图中灰度均值的范围。
6、计算融合过度区间
将灰度阈值GrayThVal和最小灰度值的平均值作为融合过度区间的起始点xst，灰度阈值GrayThVal作为融合过度区间的终点xed。
其中，最小灰度值是将X线球馆的管电压设置为最小值，X线管球的输出功率也固定在最小值时采集到的High Gain图暗校正后的灰度值的平均值。
7、计算融合系数函数
定义融合系数函数的公式如下：
其中，
其中，表示Low Gain图中坐标为(r，c)的像素点的第一融合系数，yh(l)(r,c)表示在Low Gain图中坐标为(r，c)的像素点的高增益灰度值，yst表示常数，且取值在0.1～0.3之间，xmid表示xst与xed的平均值，xst表示High Gain图的融合过度区间的起始点，xed表示融合过度区间的终点。
请参阅图5，为上述融合系数函数的曲线示意图。
以上即为融合系数函数的推导过程。
在本发明实施例中，在对Low Gain图及High Gain图完成暗校正、均匀性校正及坏点校正之后，将对校正后的Low Gain图中各像素点的灰度值按照预置的变换公式变换为高增益灰度值，该预置的变换公式如下：
其中，表示在Low Gain图中坐标为(r，c)的像素点的灰度值，yh(l)(r,c)表示在Low Gain图中坐标为(r，c)的像素点的高增益灰度值，a和b为常数。
在得到Low Gain图中各像素点变换后的高增益灰度值之后，合成系统将Low Gain图中各像素点的高增益灰度值代入预先设置的融合系数函数，确定该Low Gain图中各像素点的第一融合系数。
其中，融合系数函数如下：
其中，
其中，表示Low Gain图中坐标为(r，c)的像素点的第一融合系数，yh(l)(r,c)表示在Low Gain图中坐标为(r，c)的像素点的高增益灰度值，yst表示常数，且取值在0.1～0.3之间，xmid表示xst与xed的平均值，xst表示High Gain图的融合过度区间的起始点，xed表示融合过度区间的终点。
通过上述方式，能够计算得到Low Gain图中坐标为(r，c)的像素点的第一融合系数，且利用该第一融合系数，可以得到坐标为(r，c)的像素点在High Gain图中的第二融合系数，且计算公式如下：其中，表示坐标为(r，c)的像素点在High Gain图中的第二融合系数。
因此，合成系统可以得到各像素点在Low Gain图中的第一融合系数及在HighGain图中的第二融合系数。且进一步的，合成系统将各像素点的第一融合系数及第二融合系数确定各像素点合成后的像素值，使得能够将Low Gain图和High Gain图合成，并得到HDR图像。
其中，合成的公式如下：
其中，y(r,c)表示坐标为(r，c)的像素点融合后的像素值，即为在HDR图像中的像素值，表示Low Gain图中坐标为(r，c)的像素点的第一融合系数，表示坐标为(r，c)的像素点在High Gain图中的第二融合系数，yh(l)(r,c)表示在Low Gain图中坐标为(r，c)的像素点的高增益灰度值，yh(r,c)表示在High Gain图中坐标为(r，c)的像素点的灰度值。
在本发明实施例中，通过上述融合系数函数能够有效的将校正后的Low Gain图和High Gain图合成为HDR图像，图像质量好，且对曝光量的要求低。
请参阅图6，为本发明第三实施例中基于X射线的HDR图像合成系统的功能模块的示意图，该合成系统包括：
图像采集模块601，用于在基于X射线曝光时，采集得到低增益Low Gain图和高增益High Gain图；
图像校正模块602，用于根据预先设置的暗校正表、均匀性校正表、坏点校正表依次对所述Low Gain图的像素值进行校正，及依次对所述High Gain图的像素值进行校正；
在本发明实施例中，在基于X射线曝光时，该图像采集模块601将采集得到LowGain图和High Gain图，且图像校正模块602将根据预先设置的暗校正表，均匀性校正表，坏点校正表依次对Low Gain图的像素值进行校正，及依次对High Gain图的像素值进行校正。
在本发明实施例中，图像校正模块602是先利用预先设置的暗校正表对Low Gain图和High Gain图进行校正，然后利用预先设置的均匀性校正表对暗校正后的Low Gain图和High Gain图进行校正，再利用预先设置的坏点校正表对均匀性校正后的Low Gain图和High Gain图进行校正。
图像合成模块603，用于根据预先设置的融合系数函数将校正后的Low Gain图和High Gain图进行合成，得到所述HDR图像。
在本发明实施例中，在完成对Low Gain图和High Gain图的校正之后，图像合成模块603将根据预先设置的融合系数函数将校正后的Low Gain图和High Gain图进行合成，得到HDR图像。
在本发明实施例中，在基于X射线曝光时，采集得到Low Gain图和High Gain图，并根据预先设置的暗校正表、均匀性校正表、坏点校正表依次对该Low Gain图的像素值进行校正，及依次对High Gain图的像素值进行校正，根据预先设置的融合系数函数将校正后的Low Gain图和High Gain图进行合成，得到HDR图像。相对于现有技术，在采集到Low Gain图和High Gain图之后，通过利用预先设置的暗校正表、均匀性校正表、坏点校正表对LowGain图和High Gain图进行校正，并利用预先设置的融合系数函数将校正后的Low Gain图和High Gain图合成为HDR图像，使得能够有效将Low Gain图和High Gain图进行合成，且合成后得到的HDR图像的图像质量高，且能够降低对基于X射线拍摄时，对曝光量的要求。
请参阅图7，为本发明第四实施例中基于X射线的HDR图像合成系统的功能模块的示意图，该合成系统包含如图6所示第三实施例描述的图像采集模块601、图像校正模块602及图像合成模块603，且与图6所示第三实施例描述的内容相似，此处不做赘述。
在本发明实施例中，图像校正模块602包括：
暗校正模块701，用于将所述Low Gain图中各像素点的像素值减去预先设置的低增益暗校正表中相同坐标的像素点的像素值，得到暗校正后的Low Gain图，将所述HighGain图中各像素点的像素值减去预先设置的高增益暗校正表中相同坐标的像素点的像素值，得到暗校正后的High Gain图；
在本发明实施例中，图像采集模块601在基于X射线曝光时，采集到Low Gain图和High Gain图之后，暗校正模块701将先利用暗校正表对该Low Gain图和High Gain图进行校正，具体的，将Low Gain图中各像素点的像素值减去预先设置的低增益暗校正表中相同坐标的像素点的像素值，得到暗校正后的Low Gain图，将High Gain图图中各像素带你的像素值减去预先设置的高增益暗校正表中相同坐标的像素点的像素值，得到暗校正后的HighGain图。
校正模块702，用于根据预先设置的均匀性校正表及坏点校正表依次对暗校正后的Low Gain图进行校正，及依次对暗校正后的High Gain图进行校正。
在对Low Gain图和High Gain图进行暗校正之后，校正模块702根据预先设置的均匀性校正表及坏点校正表依次对暗校正后的Low Gain图进行校正，及依次对暗校正后的High Gain图进行校正。
其中，所述校正模块702包括：
均匀性校正模块703，用于对于暗校正后的Low Gain图及暗校正后的High Gain图中的任意一个像素点，确定像素点的像素值gray(r，c)，确定在预先设置的多张均匀性校正表上与所述像素点相同坐标上的像素点的像素值gain[i](r，c)，其中，(r，c)表示所述像素点的行列坐标，i表示第i张均匀性校正表；
所述均匀性校正模块703还用于确定包含所述像素点的像素值gray(r，c)的最小范围，所述最小范围由两张所述均匀性校正表中与所述像素点相同坐标的像素值构成；其中，在所述像素点属于暗校正后的Low Gain图时，所述均匀性校正表是低增益均匀性校正表，在所述像素点属于暗校正后的High Gain图时，所述均匀性校正表是高增益均匀性校正表；
所述均匀性校正模块703还用于利用两张所述均匀性校正表中与所述像素点相同坐标的像素值确定所述像素点校正后的像素值，以得到均匀性校正后的Low Gain图和均匀性校正后的High Gain图；
坏点校正模块704，用于根据预先设置的坏点校正表对均匀性校正后的Low Gain图进行校正，及对均匀性校正后的High Gain图进行校正。
在本发明实施例中，所述坏点校正模块704具体用于对于均匀性校正后的LowGain图及均匀性校正后的High Gain图中的任意一个像素点n1，若所述像素点n1在预置的坏点校正表中相同坐标的像素点n2的像素值为1，且所述像素点n2的相邻像素点中像素值为0的个数大于预设数值时，则确定所述像素点n1的相邻像素点中，在所述坏点校正表中相同坐标的像素点的像素值为0的所有像素点；
且坏点校正模块704还用于利用所述所有像素点的平均值作为所述像素点n1校正后的像素值，其中，在所述像素点n1属于均匀性校正后的Low Gain图时，所述坏点校正表为低增益坏点校正表，在所述像素点n1属于均匀性校正后的High Gain图时，所述坏点校正表为高增益坏点校正表，其中，所述坏点校正表中，正常像素点的像素值为0，坏点像素点的像素值为1。
在本发明实施例中，在对Low Gain图和High Gain图进行暗校正之后，均匀性校正模块703将对暗校正后的Low Gain图及High Gain图进行均匀性校正。
其中，合成系统将分别对Low Gain图和High Gain图进行均匀性校正，且均匀性校正模块703遍历Low Gain图中的像素点，确定遍历到的像素点n的像素值gray(r，c)，其中，(r，c)表示该像素点n的坐标，且确定在预先设置的多张均匀性校正表上与像素点n相同坐标的像素点的像素值，分别为gain[i](r，c)，其中，i的值为1至K，其中，K表示均匀性校正表的张数。均匀性校正模块703将确定包含像素点n的像素值gray(r，c)的最小范围，该最小范围是由两张均匀性校正表中与像素点n相同坐标的像素值构成。进一步的，均匀性校正模块703将利用该两张均匀性校正表中与该像素点n相同坐标的像素值确定像素点n校正后的像素值，具体的：若像素点n的像素值gray(r，c)在第j张均匀性校正表的像素值gain[j](r，c)和在第k张均匀性校正表的像素值gain[k](r，c)之间，则按照如下公式计算像素点n校正后的像素值：
dst(r，c)＝A*gray(r，c)+B
B＝meanVal[j](r,c)-A*gain[j](r,c)
其中，dst(r，c)表示像素点n校正后的像素值，gray(r，c)表示像素点n校正前的像素值，meanVal[j](r,c)表示第j张均匀性校正表的像素值的均值，meanVal[k](r,c)表示第k张均匀性校正表的像素值的均值，gain[j](r,c)表示在第j张均匀性校正表中与像素点n相同坐标的像素点的像素值，gain[k](r,c)表示在第k张均匀性校正表中与像素点n相同坐标的像素点的像素值。
需要说明的是，若像素点n属于Low Gain图，则上述均匀性校正表具体为低增益均匀性校正表，若像素点属于High Gain图，则上述均匀性校正表具体为高增益均匀性校正表。
通过上述方式均匀性校正模块703能够有效的实现对像素点n的均匀性校正，且能够完成对Low Gain图及High Gain图中所有像素点的均匀性校正。
在本发明实施例中，在完成均匀性校正之后，坏点校正模块704还将根据预先设置的坏点校正表对均匀性校正后的Low Gain图进行校正，及对均匀性校正后的High Gain图进行校正。
在本发明实施例中，对于均匀性校正后的Low Gain图及均匀性校正后的HighGain图中的任意一个像素点n1，都将进行坏点校正，即将上述Low Gain图及High Gain图中的所有坏点都进行坏点校正，以使得校正后的Low Gain图和High Gain图中没有坏点。
具体的，坏点校正模块704将遍历均匀性校正后的Low Gain图及High Gain图，若遍历到像素点n1，合成系统将确定该像素点n1在预置的坏点校正表中相同坐标的像素点n2的像素值是否为1，若该像素点n2的像素点为1，则表明该像素点n2为坏点，且需要对像素点n1的像素值进行坏点校正，坏点校正模块704将确定像素点n2的相邻像素点中像素值为0的像素点的个数是否大于预设数值，其中，像素点的像素值为0表明该像素点为正常像素点，即需要确定像素点n2在坏点校正表中相邻像素点中正常像素点的个数是否大于预设数值，该预设数值可以为3。且若大于该预设数值，则确定像素点n1的相邻像素点中，在坏点校正表中相同坐标的像素点的像素值为0的所有像素点，且利用该所有像素点的平均值作为该像素点n1校正后的像素值。
其中，若像素点n2的像素值为0，则表明该像素点n2为正常像素点，不需要对像素点n1的像素值进行坏点校正，坏点校正模块704将遍历至下一个像素点。
通过上述方式，坏点校正模块704能够对均匀性校正后的Low Gain图及High Gain图中的所有像素点的坏点进行坏点校正，且可以理解的是，在对均匀性校正后的Low Gain图中的像素点进行坏点校正时，使用的坏点校正表是低增益坏点校正表，在对均匀性校正后的High Gain图中的像素点进行坏点校正时，使用的坏点校正表是高增益坏点校正表。
在本发明实施例中，在采集到Low Gain图和High Gain图之后，通过利用预先设置的暗校正表、均匀性校正表、坏点校正表对Low Gain图和High Gain图进行校正，并利用预先设置的融合系数函数将校正后的Low Gain图和High Gain图合成为HDR图像，使得能够有效将Low Gain图和High Gain图进行合成，且合成后得到的HDR图像的图像质量高，且能够降低对基于X射线拍摄时，对曝光量的要求。
请参阅图8，为本发明第三实施中图像合成模块603的细化功能模块的示意图，该图像合成模块603包括：
变换模块801，用于对校正后的Low Gain图中各像素点的灰度值按照预置的变换公式变换为高增益灰度值；
系数计算模块802，用于将所述各像素点的高增益灰度值代入预先设置的融合系数函数，确定所述各像素点的第一融合系数，并基于所述各像素点的第一融合系数，确定所述各像素点在校正后的High Gain图中相同坐标的像素点的第二融合系数；
像素合成模块803，用于利用所述各像素点的第一融合系数及所述各像素点在校正后的High Gain图中相同坐标的像素点的第二融合系数确定所述各像素点合成后的像素值，得到合成后的HDR图像。
在本发明实施例中，在对Low Gain图及High Gain图完成暗校正、均匀性校正及坏点校正之后，变换模块801将对校正后的Low Gain图中各像素点的灰度值按照预置的变换公式变换为高增益灰度值，该预置的变换公式如下：
其中，表示在Low Gain图中坐标为(r，c)的像素点的灰度值，yh(l)(r,c)表示在Low Gain图中坐标为(r，c)的像素点的高增益灰度值，a和b为常数。
在得到Low Gain图中各像素点变换后的高增益灰度值之后，系数计算模块802将Low Gain图中各像素点的高增益灰度值代入预先设置的融合系数函数，确定该Low Gain图中各像素点的第一融合系数。
其中，融合系数函数如下：
其中，
其中，表示Low Gain图中坐标为(r，c)的像素点的第一融合系数，yh(l)(r,c)表示在Low Gain图中坐标为(r，c)的像素点的高增益灰度值，yst表示常数，且取值在0.1～0.3之间，xmid表示xst与xed的平均值，xst表示High Gain图的融合过度区间的起始点，xed表示融合过度区间的终点。
通过上述模块，能够计算得到Low Gain图中坐标为(r，c)的像素点的第一融合系数，且利用该第一融合系数，可以得到坐标为(r，c)的像素点在High Gain图中的第二融合系数，且计算公式如下：其中，表示坐标为(r，c)的像素点在High Gain图中的第二融合系数。
因此，合成系统可以得到各像素点在Low Gain图中的第一融合系数及在HighGain图中的第二融合系数。且进一步的，像素合成模块803将各像素点的第一融合系数及第二融合系数确定各像素点合成后的像素值，使得能够将Low Gain图和High Gain图合成，并得到HDR图像。
其中，合成的公式如下：
其中，y(r,c)表示坐标为(r，c)的像素点融合后的像素值，即为在HDR图像中的像素值，表示Low Gain图中坐标为(r，c)的像素点的第一融合系数，表示坐标为(r，c)的像素点在High Gain图中的第二融合系数，yh(l)(r,c)表示在Low Gain图中坐标为(r，c)的像素点的高增益灰度值，yh(r,c)表示在High Gain图中坐标为(r，c)的像素点的灰度值。
在本发明实施例中，通过上述融合系数函数能够有效的将校正后的Low Gain图和High Gain图合成为HDR图像，图像质量好，且对曝光量的要求低。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上为对本发明所提供的一种基于X射线的HDR图像合成方法及系统的描述，对于本领域的技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种基于X射线的高动态范围HDR图像合成方法，其特征在于，所述方法包括：
在基于X射线曝光时，采集得到低增益Low Gain图和高增益High Gain图；
根据预先设置的暗校正表、均匀性校正表、坏点校正表依次对所述Low Gain图的像素值进行校正，及依次对所述High Gain图的像素值进行校正；
根据预先设置的融合系数函数将校正后的Low Gain图和High Gain图进行合成，得到所述HDR图像；
所述根据预先设置的暗校正表、均匀性校正表、坏点校正表依次对所述Low Gain图的像素值进行校正，及依次对所述High Gain图的像素值进行校正，包括：
将所述Low Gain图中各像素点的像素值减去预先设置的低增益暗校正表中相同坐标的像素点的像素值，得到暗校正后的Low Gain图，将所述High Gain图中各像素点的像素值减去预先设置的高增益暗校正表中相同坐标的像素点的像素值，得到暗校正后的HighGain图；
根据预先设置的均匀性校正表及坏点校正表依次对暗校正后的Low Gain图进行校正，及依次对暗校正后的High Gain图进行校正。
2.根据权利要求1所述的方法，其特征在于，所述根据预先设置的均匀性校正表及坏点校正表依次对暗校正后的Low Gain图进行校正，及依次对暗校正后的High Gain图进行校正，包括：
对于暗校正后的Low Gain图及暗校正后的High Gain图中的任意一个像素点，确定像素点的像素值gray(r，c)，确定在预先设置的多张均匀性校正表上与所述像素点相同坐标上的像素点的像素值gain[i](r，c)，其中，(r，c)表示所述像素点的行列坐标，i表示第i张均匀性校正表；
确定包含所述像素点的像素值gray(r，c)的最小范围，所述最小范围由两张所述均匀性校正表中与所述像素点相同坐标的像素值构成；其中，在所述像素点属于暗校正后的LowGain图时，所述均匀性校正表是低增益均匀性校正表，在所述像素点属于暗校正后的HighGain图时，所述均匀性校正表是高增益均匀性校正表；
利用两张所述均匀性校正表中与所述像素点相同坐标的像素值确定所述像素点校正后的像素值，以得到均匀性校正后的Low Gain图和均匀性校正后的High Gain图；
还包括：
根据预先设置的坏点校正表对均匀性校正后的Low Gain图进行校正，及对均匀性校正后的High Gain图进行校正。
3.根据权利要求2所述的方法，其特征在于，所述根据预先设置的坏点校正表对均匀性校正后的Low Gain图进行校正，及对均匀性校正后的High Gain图进行校正，包括：
对于均匀性校正后的Low Gain图及均匀性校正后的High Gain图中的任意一个像素点n1，若所述像素点n1在预置的坏点校正表中相同坐标的像素点n2的像素值为1，且所述像素点n2的相邻像素点中像素值为0的个数大于预设数值时，则确定所述像素点n1的相邻像素点中，在所述坏点校正表中相同坐标的像素点的像素值为0的所有像素点；
利用所述所有像素点的平均值作为所述像素点n1校正后的像素值，其中，在所述像素点n1属于均匀性校正后的Low Gain图时，所述坏点校正表为低增益坏点校正表，在所述像素点n1属于均匀性校正后的High Gain图时，所述坏点校正表为高增益坏点校正表，其中，所述坏点校正表中，正常像素点的像素值为0，坏点像素点的像素值为1。
4.根据权利要求1至3任意一项所述的方法，其特征在于，所述根据预先设置的融合系数函数将校正后的Low Gain图和High Gain图进行合成，得到所述HDR图像，包括：
对校正后的Low Gain图中各像素点的灰度值按照预置的变换公式变换为高增益灰度值；
将所述各像素点的高增益灰度值代入预先设置的融合系数函数，确定所述各像素点的第一融合系数，并基于所述各像素点的第一融合系数，确定所述各像素点在校正后的HighGain图中相同坐标的像素点的第二融合系数；
利用所述各像素点的第一融合系数及所述各像素点在校正后的High Gain图中相同坐标的像素点的第二融合系数确定所述各像素点合成后的像素值，得到合成后的HDR图像。
5.一种基于X射线的高动态范围HDR图像合成系统，其特征在于，所述系统包括：
图像采集模块，用于在基于X射线曝光时，采集得到低增益Low Gain图和高增益HighGain图；
图像校正模块，用于根据预先设置的暗校正表、均匀性校正表、坏点校正表依次对所述Low Gain图的像素值进行校正，及依次对所述High Gain图的像素值进行校正；
图像合成模块，用于根据预先设置的融合系数函数将校正后的Low Gain图和HighGain图进行合成，得到所述HDR图像；
所述图像校正模块包括：
暗校正模块，用于将所述Low Gain图中各像素点的像素值减去预先设置的低增益暗校正表中相同坐标的像素点的像素值，得到暗校正后的Low Gain图，将所述High Gain图中各像素点的像素值减去预先设置的高增益暗校正表中相同坐标的像素点的像素值，得到暗校正后的High Gain图；
校正模块，用于根据预先设置的均匀性校正表及坏点校正表依次对暗校正后的LowGain图进行校正，及依次对暗校正后的High Gain图进行校正。
6.根据权利要求5所述的系统，其特征在于，所述校正模块包括：
均匀性校正模块，用于对于暗校正后的Low Gain图及暗校正后的High Gain图中的任意一个像素点，确定像素点的像素值gray(r，c)，确定在预先设置的多张均匀性校正表上与所述像素点相同坐标上的像素点的像素值gain[i](r，c)，其中，(r，c)表示所述像素点的行列坐标，i表示第i张均匀性校正表；
所述均匀性校正模块还用于确定包含所述像素点的像素值gray(r，c)的最小范围，所述最小范围由两张所述均匀性校正表中与所述像素点相同坐标的像素值构成；其中，在所述像素点属于暗校正后的Low Gain图时，所述均匀性校正表是低增益均匀性校正表，在所述像素点属于暗校正后的High Gain图时，所述均匀性校正表是高增益均匀性校正表；
所述均匀性校正模块还用于利用两张所述均匀性校正表中与所述像素点相同坐标的像素值确定所述像素点校正后的像素值，以得到均匀性校正后的Low Gain图和均匀性校正后的High Gain图；
坏点校正模块，用于根据预先设置的坏点校正表对均匀性校正后的Low Gain图进行校正，及对均匀性校正后的High Gain图进行校正。
7.根据权利要求6所述的系统，其特征在于，所述坏点校正模块具体用于对于均匀性校正后的Low Gain图及均匀性校正后的High Gain图中的任意一个像素点n1，若所述像素点n1在预置的坏点校正表中相同坐标的像素点n2的像素值为1，且所述像素点n2的相邻像素点中像素值为0的个数大于预设数值时，则确定所述像素点n1的相邻像素点中，在所述坏点校正表中相同坐标的像素点的像素值为0的所有像素点；
及还用于利用所述所有像素点的平均值作为所述像素点n1校正后的像素值，其中，在所述像素点n1属于均匀性校正后的Low Gain图时，所述坏点校正表为低增益坏点校正表，在所述像素点n1属于均匀性校正后的High Gain图时，所述坏点校正表为高增益坏点校正表，其中，所述坏点校正表中，正常像素点的像素值为0，坏点像素点的像素值为1。
8.根据权利要求5至7任意一项所述的系统，其特征在于，所述图像合成模块包括：
变换模块，用于对校正后的Low Gain图中各像素点的灰度值按照预置的变换公式变换为高增益灰度值；
系数计算模块，用于将所述各像素点的高增益灰度值代入预先设置的融合系数函数，确定所述各像素点的第一融合系数，并基于所述各像素点的第一融合系数，确定所述各像素点在校正后的High Gain图中相同坐标的像素点的第二融合系数；
像素合成模块，用于利用所述各像素点的第一融合系数及所述各像素点在校正后的High Gain图中相同坐标的像素点的第二融合系数确定所述各像素点合成后的像素值，得到合成后的HDR图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610981476.7A CN106651787B (zh) | 2016-11-08 | 2016-11-08 | 基于x射线的hdr图像合成方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610981476.7A CN106651787B (zh) | 2016-11-08 | 2016-11-08 | 基于x射线的hdr图像合成方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106651787A CN106651787A (zh) | 2017-05-10 |
| CN106651787B true CN106651787B (zh) | 2019-08-23 |
Family
ID=58805410
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610981476.7A Active CN106651787B (zh) | 2016-11-08 | 2016-11-08 | 基于x射线的hdr图像合成方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106651787B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107274353B (zh) * | 2017-05-17 | 2020-12-25 | 上海集成电路研发中心有限公司 | 一种黑白图像中缺陷像素的校正方法 |
| CN108924432B (zh) * | 2018-06-12 | 2021-01-05 | 东软医疗系统股份有限公司 | 一种信号偏差的校正方法、装置及设备 |
| CN110771131B (zh) * | 2018-08-30 | 2021-12-21 | 深圳市大疆创新科技有限公司 | 图像坏点校正方法及设备、存储介质 |
| CN109889743B (zh) * | 2019-03-05 | 2020-09-01 | 长光卫星技术有限公司 | 一种高低增益联合存贮的夜光遥感相机大动态范围图像获取方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101917551A (zh) * | 2010-08-10 | 2010-12-15 | 浙江大学 | 一种单次曝光的高动态范围图像获取方法 |
| CN102640184A (zh) * | 2009-10-20 | 2012-08-15 | 苹果公司 | 用于图像信号处理的时域滤波技术 |
| CN105163044A (zh) * | 2015-09-09 | 2015-12-16 | 长春长光辰芯光电技术有限公司 | 高动态范围图像传感器数据输出方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8902328B2 (en) * | 2013-03-14 | 2014-12-02 | Konica Minolta Laboratory U.S.A., Inc. | Method of selecting a subset from an image set for generating high dynamic range image |
-
2016
- 2016-11-08 CN CN201610981476.7A patent/CN106651787B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102640184A (zh) * | 2009-10-20 | 2012-08-15 | 苹果公司 | 用于图像信号处理的时域滤波技术 |
| CN101917551A (zh) * | 2010-08-10 | 2010-12-15 | 浙江大学 | 一种单次曝光的高动态范围图像获取方法 |
| CN105163044A (zh) * | 2015-09-09 | 2015-12-16 | 长春长光辰芯光电技术有限公司 | 高动态范围图像传感器数据输出方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| "基于黑体标定的红外图像非均匀性校正系统设计";梁超 等;《中国光学》;20160630;第9卷(第3期);第385-393页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106651787A (zh) | 2017-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106651787B (zh) | 基于x射线的hdr图像合成方法及系统 | |
| CN106197673B (zh) | 一种自适应宽温度范围非均匀校正方法及系统 | |
| CN106131527A (zh) | 双摄像头颜色同步方法、装置及终端 | |
| US7529424B2 (en) | Correction of optical distortion by image processing | |
| US20160352996A1 (en) | Terminal, image processing method, and image acquisition method | |
| US20140078358A1 (en) | Solid-state imaging apparatus and driving method of solid-state imaging apparatus | |
| CN108871588A (zh) | 一种红外成像系统多维度联合非均匀性校正方法 | |
| EP3131084A1 (en) | Image processing device with image compensation function and image processing method thereof | |
| CN105141841B (zh) | 摄像设备及其方法 | |
| CN105136308B (zh) | 一种红外焦平面阵列变积分时间下的自适应校正方法 | |
| CN103312996B (zh) | 图像处理设备、图像处理方法和放射线系统 | |
| CN105100601B (zh) | 摄像装置及其控制方法和信号处理装置 | |
| JP2012518361A (ja) | 自動ホワイトバランス（ａｗｂ）調整 | |
| CN110473159A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
| CN106408518B (zh) | 图像融合方法、装置及终端设备 | |
| CN108416754A (zh) | 一种自动去除鬼影的多曝光图像融合方法 | |
| CN104320575A (zh) | 一种用于便携式终端的图像处理方法及图像处理装置 | |
| CN112525359B (zh) | 一种基于红外图像的红外测温校正方法及终端 | |
| CN110599418B (zh) | 一种变换域融合的全局色调映射方法 | |
| CN105931210B (zh) | 一种高分辨率图像重建方法 | |
| CN111986106A (zh) | 一种基于神经网络的高动态图像重建方法 | |
| JPWO2012153604A1 (ja) | 画像処理装置 | |
| CN105957020B (zh) | 图像生成装置以及图像生成方法 | |
| TWI249358B (en) | Image processing device, image processing method and image display device | |
| CN113793272B (zh) | 图像降噪方法及装置、存储介质、终端 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |