CN106651814A - 一种图像处理方法和装置 - Google Patents
一种图像处理方法和装置 Download PDFInfo
- Publication number
- CN106651814A CN106651814A CN201710021963.3A CN201710021963A CN106651814A CN 106651814 A CN106651814 A CN 106651814A CN 201710021963 A CN201710021963 A CN 201710021963A CN 106651814 A CN106651814 A CN 106651814A
- Authority
- CN
- China
- Prior art keywords
- image
- grid shadow
- grid
- frequency spectrum
- shadow
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000001228 spectrum Methods 0.000 claims abstract description 102
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000001914 filtration Methods 0.000 claims abstract description 25
- 239000006185 dispersion Substances 0.000 claims description 37
- 230000008569 process Effects 0.000 claims description 33
- 230000009466 transformation Effects 0.000 claims description 25
- 230000003595 spectral effect Effects 0.000 claims description 17
- 229920006395 saturated elastomer Polymers 0.000 claims description 15
- 230000000052 comparative effect Effects 0.000 claims description 4
- 238000004148 unit process Methods 0.000 claims description 2
- 239000004744 fabric Substances 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 11
- 230000001629 suppression Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 241000638935 Senecio crassissimus Species 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本申请提供一种图像处理方法和装置,所述方法包括:获取图像不同方向信号的频谱;根据所述不同方向信号的频谱判断所述图像中是否存在栅影;如果存在栅影,则确定所述栅影的方向;根据所述图像中栅影的方向进行栅影滤除处理,得到滤除所述栅影后的图像。本申请实施例中,先获取图像不同方向信号的频谱,然后根据频谱能够快速的检测出图像中是否存在栅影,以及准确的检测出栅影的方向,然后根据栅影的方向进行栅影滤除处理,实现了对栅影的有效抑制,提高了图像的质量。
Description
技术领域
本申请涉及图像处理技术,特别涉及一种图像处理方法和装置。
背景技术
在X线投影图像中,辐射的来源包括主射线和散射线。图像的生成主要依靠主射线,散射线的存在会影响图像的质量,降低图像的对比度。因此,通常使用固定的滤线栅来过滤散射线,去除散射线带来的影响,但是,这种方式会在图像中出现明显的栅影。
现有技术中,通过栅影检测和栅影的抑制来去除图像中的栅影,提高图像质量。其中,先通过分析计算空间域和频率域的动态自相关函数,并利用该自相关函数对图像进行检测,得到栅影方向及频率大小等栅影信息,之后,再通过设定好的固定滤波器来抑制该栅影信息。
由此可知,现有技术中,一方面,对栅影的检测比较复杂,其计算量较大;另一方面,其抑制栅影时采用的固定方向以及频率大小的滤波器,这会导致当栅影特征发生改变时处理失效。特别是当图像中没有栅影存在时,如果仍使用固定的滤波器进行处理,则会导致图像部分信息丢失,不但没有提高图像质量,反而降低了图像质量。
因此,如何简单有效的去除图像中的栅影信息来提高图像质量是目前有待解决的技术问题。
发明内容
有鉴于此,本申请提供一种图像处理方法和装置,以及解决现有技术中不能有效除去图像中的栅影信息来提高图像质量的技术问题。
具体地,本申请是通过如下技术方案实现的:
第一方面提供一种图像处理方法,所述方法包括:
获得图像不同方向信号的频谱;
根据所述不同方向信号的频谱判断所述图像中是否存在栅影;
如果存在栅影,则确定所述栅影的方向;
根据所述图像中栅影的方向进行栅影滤除处理,得到滤除所述栅影后的图像。
第二方面提供一种图像处理装置,所述装置包括:
获得单元,用于获得图像不同方向信号的频谱;
第一判断单元,用于根据所述不同方向信号的频谱判断所述图像中是否存在栅影;
栅影方向确定单元,用于在所述第一判断单元判断所述图像中存在栅影时,确定所述栅影的方向;
处理单元,用于根据所述栅影确定单元确定所述栅影及栅影的方向进行栅影滤除处理,得到滤除所述栅影后的图像。
本申请实施例中,先获取图像不同方向信号的频谱,然后根据该频谱能够快速的检测出图像中是否存在栅影,以及准确的检测出栅影的方向,然后根据栅影的方向进行栅影滤除处理,实现了对栅影的有效抑制,提高了图像的质量。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
图1是本申请实施例提供的一种图像处理方法的流程图;
图2是本申请实施例提供的一种带有垂直栅影的原始图像示意图;
图3A是本申请实施例提供的一种垂直方向信号进行傅里叶变换得到的水平方向信号的频谱集合的示意图;
图3B本申请实施例提供的一种水平方向信号进行傅里叶变换得到的垂直方向信号的频谱集合的示意图;
图4是本申请实施例提供的一种滤波器频谱的示意图;
图5是为本申请实施例提供的一种滤除栅影后的图像示意图;
图6是本申请实施例提供的图像处理装置所在图像处理设备的一种硬件结构图;
图7是本申请实施例提供的一种图像处理装置的结构示意图;
图8是本申请实施例提供的一种图像处理装置的另一结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
请参阅图1,是本申请实施例提供的一种图像处理方法的流程图;所述方法包括:
步骤101:获得图像不同方向信号的频谱;
该步骤中,先对图像进行傅里叶变换,得到所述图像不同方向信号的频谱。其中,该步骤中的图像,是去掉靠近图像边缘的部分像素后得到的待处理图像。这是因为,由于原始图像边缘部分像素包含的信息较少,且边缘部分受到噪声的影响较大,所以需要将原始图像去掉靠近图像边缘的部分像素。
然后,分别对图像(即待处理图像)的水平方向和垂直方向进行傅立叶变换,得到不同方向的频谱集合(即频率分布曲线)。下面以对图像的水平方向和垂直方向分别进行傅立叶变换为例来说明。
其中,对图像的水平方向进行傅立叶变换具体过程为:
对图像中的每行元素进行傅立叶变换,得到的是垂直方向上信号的频谱。通过对图像中所有行元素分别进行傅立叶变换,得到垂直方向信号的频谱集合,其中,对图像中的行元素进行傅立叶变换的过程,对于本领域技术人员来说,已是熟知技术,在此不再赘述。
进一步,本实施例中,为了尽可能保留图像中的原始信息,将频谱集合中的所有频谱相加,求平均值,并将得到的频谱平均值作为最终的垂直方向信号的一维傅立叶频谱(即垂直频谱平均值)。由于傅立叶变换得到的频谱是对称的,本文中只需考虑频谱的一半即可。此外,本实施例中,为了方便统计及计算,可以先对频谱平均值进行LOG变换,并将得到的频谱结果归一化到0-1之间。
同理,对图像的垂直方向进行傅立叶变换的过程与水平方向的傅里叶变换过程类似,其不同之处是对图像按列进行傅立叶变换,得到的是水平方向上信号的频率。通过对图像中所有列元素分别进行傅立叶变换,得到水平方向信号的频谱集合。进一步,本实施例中,为了尽可能保留图像中的原始信息,对频谱集合中的所有频谱加和求平均值,并将得到的频谱平均值作为最终的水平方向信号的一维傅立叶频谱(即水平频谱平均值)。
由于图像的分辨率较高,为了提高算法的效率,本实施例中,对图像按行或按列进行傅立叶变换时可以采用隔行或隔列的方式进行傅里叶变换,来减小计算量。
请一并参阅图2,为本实施例提供的一张带有垂直栅影的原始图像示意图,对该原始图像分别进行水平方向和垂直方向进行傅里叶变换后,得到该图像水平方向信号的频谱集合图如图3A,垂直方向信号的频谱集合图如图3B所示。其中,图3A是本申请实施例提供的一种垂直方向信号进行傅里叶变换得到的水平方向信号的频谱集合的示意图,图3B是本申请实施例提供的一种水平方向信号进行傅里叶变换得到的垂直方向信号的频谱集合的示意图。
其中,图2是一幅2560×3072的原始图像,2560表示行号,3072表示列号。
图3A和图3B均为归一化后的频谱图,原始图像按行(列)进行傅里叶变换后得到的为初始频谱图,横轴表示频率,纵轴表示幅度。但是,为了方便计算,故将初始频谱图进行对数变换并归一化,所以,图3A和图3B的横坐标可以理解为频率百分比,纵坐标表示幅度。
步骤102:根据所述不同方向信号的频谱判断所述图像中是否存在栅影信息;如果是,执行步骤103;否则,直接输出该图像(图1中未示);
该步骤中,需要先预先确定栅影频率分布范围。而栅影频率分布范围,是根据医疗设备中探测器分辨率、滤线栅规格、探测器与滤线栅之间的安装距离,以及球管到探测器之间的距离,来确定的。本实施例中,栅影频率分布范围可以设定为0.85-0.95,但并不限于此,可以根据实际需要进行适应性调整。也就是说,只要分析在该范围内频谱的分布情况,就能够分析出栅影的相关信息。该实施例中,对于输入的图像,根据得到的所述各方向信号的频谱判断所述图像中是否存在栅影,包括:
1)确定所述水平方向信号和垂直方向信号的频谱在栅影频率分布范围内的水平离散程度和垂直离散程度;
该步骤中,可以采用标准差算法确定水平离散程度和垂直离散程度,该离散程度就是各方向信号频谱在栅影频率分布范围内的标准差大小,标准差越大,表示该频率范围内频率的幅值越大,该范围内的频率越强,离散程度越大,存在栅影的可能性就越大。反之,范围内的频率越弱,离散程度越小,存在栅影的可能性越小。
2)判断所述水平离散程度和垂直离散程度的大小是否均小于预设阈值,如果是,则确定所述图像中不存在栅影,直接输出所述图像;否则,确定所述图像中存在栅影,需要进行栅影的过滤处理。
该实施例中,预设阈值是预先设定的,比如设置为0.06等,但并不限于此。
也就是说,该实施例中,需要分别判断水平离散程度和垂直离散程度是否小于预设阈值,如果都小于,则确定图像中不存在栅影;否则,判断图像中存在栅影;其中,否则的情况又包括:水平离散程度和垂直离散程度均大于等于该预设阈值;或者,垂直离散程度小于预设阈值且水平离散程度大于等于该预设阈值;或者,水平离散程度小于预设阈值且垂直离散程度大于等于该预设阈值等,这几种情况,则确定图像中存在栅影。
步骤103:确定所述栅影的方向;
该步骤中,在确定图像中存在栅影后,还需要确定栅影的方向,其确定方式为:
1)比较所述水平离散程度与垂直离散程度的大小,也就是比较各方向信号频谱在栅影频率分布范围内的离散程度大小;
2)根据比较结果,确定所述离散程度大的一方为栅影的方向;
需要说明的是,由于图像中的栅影只存在于一个方向上(水平or垂直),因此,在判断图像中存在栅影后,还需要通过判断水平离散程度与垂直离散程度的大小来确定栅影的方向,离散程度大的方向即为栅影的方向;
3)记录所述图像中的栅影及所述栅影的方向。
此外,该实施例中,由于曝光条件对图像的质量有一定的影响,本实施例中,为了验证曝光条件对栅影检测是否也存在影响,分别收集不同曝光条件下使用滤线栅和未使用滤线栅的图像来说明。
对收集的所有图像,先计算出水平方向和垂直方向的信号频谱,然后,统计分析各方向信号频谱在栅影频率分布范围内的离散程度。根据统计的离散程度能够得到,当图像中未使用滤线栅时,其水平和垂直方向的离散程度均小于预设阈值(比如为0.06等);在使用滤线栅的图像中,与滤线栅相交的方向上其离散程度也小于此预设阈值。也就是说,本实施例中可以根据水平和垂直方向的离散程度是否均小于预设阈值,来判断图像中是否存在栅影。
步骤104:根据所述图像中栅影的方向进行栅影滤除处理,得到滤除所述栅影后的图像。
该步骤中,对图像中的栅影进行滤除处理的过程包括:
1)根据所述图像中栅影方向确定栅影频率;
也就是说,该实施例中,如果检测出图像中不存在栅影,则直接输出图像;如果检测出图像中存在栅影,则自动检测栅影的频率,即对检测到的栅影方向上的频谱进行分析,首先找到该方向频谱在栅影频率分布范围内的最大值的位置,该最大值的位置就是检测到的栅影频率的中心位置,则以该位置为中心,将预设宽度范围内的频率确定为栅影频率。其中预设宽度范围可以根据滤线栅特性和经验来确定。
2)根据所述栅影频率设置滤波器;
该步骤中,根据确定的栅影频率位置及栅影频率范围,设定一个频率曲线(本实施例以V形频率曲线为例,但是,在实际应用中,可以根据滤线栅的特性及经验来确定频率曲线,通常情况下,频率曲线与栅影形状相对应),如图4所示,图4为本申请实施例提供的一种滤波器频谱的示意图,图中的该V形频率曲线就可作为抑制栅影的滤波器的频率分布曲线。
也就是说,根据检测结果设定一维滤波器,需要说明的是,该滤波器的设定要依据以下原则:最大可能的抑制栅影信息,并尽可能保证图像不失真。
3)通过设置的滤波器对所述图像进行栅影滤除处理,得到滤除所述栅影后的图像。
该步骤中,所述图像中的栅影进行滤除处理的过程,就是对该V形频率曲线进行傅立叶反变换,获得抑制栅影的滤波器。然后,使用该滤波器对输入图像进行滤波,得到最终栅影抑制之后的图像。具体如图5所示,为本申请实施例提供的一种滤除栅影后的图像示意图。由图可知,图5是通过步骤101至步骤103后获得的最终抑制栅影后的图像示意图,从图中可以看到栅影被有效的抑制,且没有带来图像失真。
本申请实施例中,先获取图像不同方向信号的频谱,然后根据该频谱准确的判断出图像中是否存在栅影,并对存在栅影的图像自动设定滤波器,对栅影进行有效的抑制,提高了图像的质量。
在另一实施例中,该实施例在上述实施例的基础上,在对图像进行傅里叶变换前,所述方法还可以包括:
判断所述图像中是否存在饱和像素;
也就是说,当曝光剂量达到一定值时,图像的灰度呈现非线性变化,此时的灰度值很大,不能有效显示图像内容,通常根据探测器性能设定某一阈值,当图像像素灰度大于阈值时,则认为该像素饱和。简单来说,就是当图像灰度大于阈值时,显示器不能有效显示内容,此时就是存在饱和。
如果不存在,直接执行对所述图像进行傅里叶变换的步骤;
如果存在,则继续判断所述图像中饱和像素的面积占用整幅图像面积的比值是否小于第一设定值;其判断的目的是整幅图像中图像饱和像素面积不能太大,如果太大,就说明图像中有效信息就少,就会影响栅影频率的判断。通常情况下,根据经验来确定第一设定值,比如,第一设定值可以设置为大于70%的任意百分数值。
如果不小于,表示此张图像包含的有效信息太少,不对图像进行傅里叶变换,并提示出错;如果小于,则将所述图像分块,得到每块图像;并对每块分别进行栅影的判断,即下述步骤:
继续判断所述每块图像中饱和像素的面积占用整块图像面积的比值是否小于第二设定值;其判断的目的是每块图像中图像饱和像素面积不能太大,如果太大,就说明每块图像中有效信息就少,就会影响栅影频率的判断。通常情况下,依据经验来设定第二设定值,比如,第二设定值可以设置为小于25%的任意百分数值等。
如果小于,则对所述每块图像进行傅里叶变换,得到所述每块图像各方向信号的频谱;根据所述各方向信号的频谱判断所述每块图像中是否存在栅影;如果存在,则确定存在栅影的图像块,并对确定存在栅影的图像块通过统计结果投票,获得整个图像中存在的栅影;对整个图像中存在的栅影进行栅影滤除处理,得到滤除所述栅影后的图像。
该实施例中,判断每块图像中是否存在栅影,以及对存在栅影的滤除过程,与上述对图像中是否存在栅影以及对栅影的滤除过程类似,具体详见上述,在此不再赘述。
也就是说,该实施例中,如果图像在曝光过程中,如果曝光条件合适,就不会出现图像中灰度值过大的情况;但是,如果曝光条件不合适,将会导致图像中出现灰度值过大的情况,即图像饱和。对于图像饱和部分,图像的有效信息丢失,则会影响图像是否存在栅影的判断。因此,本申请实施例提供了对于输入的原始图像,首先,判断所述图像中是否存在饱和像素;如果不存在,直接执行对所述图像进行傅里叶变换的步骤;如果存在,则要继续判断图像中饱和像素的面积,若饱和面积达到整张图像的第一设定值(比如70%以上等),表示此张图像包含的有效信息太少,不需要对图像进行栅影判断,并提示出错;若饱和面积小于第一设定值(比如70%以上等),则将图像进行分块,并判断每块图像是否存在栅影,如果存在栅影,对于栅影进行滤除处理。
对于每个图像块,首先确定每个图像块中饱和部分的面积占整个图像块的比例小于第二设定值(比如小于25%等),如果小于,则对所述每个图像块进行傅里叶变换,得到所述每个图像块各方向信号的频谱,并根据所述各方向信号的频谱判断所述每个图像块中是否存在栅影,如果存在,则确定存在栅影的图像块;如果不小于,则检索下一块图像,直到检索完每一块图像,得到该图像中存在栅影的所有图像块;然后,对确定存在栅影的所有图像块通过统计结果投票,获得所述图像中栅影的方向。即获得图中最终栅影的方向,并执行步骤103中对图像中的栅影进行滤除处理。
其中,统计结果投票就是统计每个图像块中栅影的方向,哪个方向多,则最终图像的栅影方向就为此方向。然后按照此方向对所述图像中存在的栅影进行栅影滤除处理,得到滤除所述栅影后的图像。
本申请实施例中,先获取图像不同方向信号的频谱,然后根据该频谱能够快速的检测出图像中是否存在栅影,以及准确的检测出栅影的方向,然后根据栅影的方向确定栅影频率,根据栅影频率自动设定对应的滤波器,通过该滤波器对图像中的栅影进行滤除,实现了对栅影的有效抑制,提高了图像的质量。
与前述图像处理方法的实施例相对应,本申请还提供了图像处理装置的实施例。
本申请提供的图像处理装置的实施例可以应用在图像处理设备上,该图像处理设备可以是上位机。如图6所示,为本申请实施例提供的图像处理装置所在图像处理设备的一种硬件结构图,该图像处理设备可以包括处理器601以及机器可读存储介质602,其中,处理器601和机器可读存储介质602通常借由内部总线603相互连接。在其他可能的实现方式中,所述图像处理设备还可能包括外部接口604,以能够与其他设备或者部件进行通信。进一步地,机器可读存储介质602上存储有图像处理的控制逻辑605,该控制逻辑605从功能上划分的逻辑模块,可以是图7所示的图像处理装置的结构。
请参考图7,为本申请实施例提供的一种图像处理装置的结构示意图,所述装置包括:获得单元71,第一判断单元72,栅影方向确定单元73和处理单元74,其中,
获取单元71,用于获取图像不同方向信号的频谱;其中,不同方向就是指图像各个方向的信号频谱。
第一判断单元72,用于根据所述不同方向信号的频谱判断所述图像中是否存在栅影;
栅影方向确定单元73,用于在所述第一判断单元判断所述图像中存在栅影时,确定所述栅影的方向;
处理单元74,用于根据所述栅影确定单元确定所述栅影及栅影的方向进行栅影滤除处理,得到滤除所述栅影后的图像。
可选的,在另一实施例中,该实施例在上述实施例的基础上的,所述获取单元71包括:傅里叶变换单元,计算单元和第一频谱确定单元(图7中未示),其中,
傅里叶变换单元,用于对所述图像的水平方向进行傅里叶变换,得到所述图像垂直方向信号的频谱集合;以及对所述图像的垂直方向进行傅里叶变换,得到所述图像水平方向信号的频谱集合;
计算单元,用于计算所述垂直方向信号的频谱集合的垂直频谱平均值,以及所述水平方向信号的频谱集合的水平频谱平均值;
第一频谱确定单元,用于将所述垂直频谱平均值作为垂直方向信号的频谱,以及将所述水平频谱平均值作为水平方向信号的频谱。
可选的,在另一实施例中,该实施例在上述实施例的基础上的,所述第一判断单元72包括:离散程度确定单元,阈值判断单元和第一栅影确定单元(图7中未示),其中,
离散程度确定单元,用于确定所述水平方向信号和垂直方向信号的频谱在栅影频率分布范围内的水平离散程度和垂直离散程度;
阈值判断单元,用于判断所述水平离散程度和垂直离散程度的大小是否均小于预设阈值;
第一栅影确定单元,用于在所述阈值判断单元判断水平和垂直离散程度均小于预设阈值时,确定所述图像中不存在栅影;否则,确定所述图像中存在栅影。
可选的,在另一实施例中,该实施例在上述实施例的基础上的,所述栅影方向确定单元73包括:比较单元,栅影方向确定子单元和记录单元(图7中未示),其中,
比较单元,用于比较所述水平离散程度与垂直离散程度的大小;
栅影方向确定子单元,用于根据比较结果,确定所述离散程度大的一方为栅影的方向;
记录单元,用于记录所述图像中的栅影及所述栅影的方向。
可选的,在另一实施例中,该实施例在上述实施例的基础上的,所述处理单元74包括:频率确定单元,设置单元和过滤处理单元(图7中未示),其中,
频率确定单元,用于根据所述图像中栅影方向的频谱确定栅影频率;
设置单元,用于根据所述栅影频率设置滤波器;
过滤处理单元,用于通过所述设置单元设置的滤波器对所述图像进行栅影滤除处理,得到滤除所述栅影后的图像。
可选的,在另一实施例中,该实施例在上述实施例的基础上的,所述装置还可以包括:第二判断单元81,第三判断单元82、划分单元83,第四判断单元84,第二频谱确定单元85,第五判断单元86,栅影块确定单元87和第二栅影确定单元88,其结构示意图如图8所示,其中,
第二判断单元81,用于判断所述图像中是否存在饱和像素;
所述获取单元71,还用于在所述第二判断单元81的判断结果为不存在饱和像素时,获取图像不同方向信号的频谱;
第三判断单元82,用于在所述第二判断单元81的判断结果为存在饱和像素时,继续判断所述图像中饱和像素的面积占用整幅图像面积的比值是否小于第一设定值;
划分单元83,用于在所述第三判断单元82的判断结果小于第一设定值时,将所述图像划分为多个图像块;
第四判断单元84,用于判断所述每个图像块中饱和像素的面积占用整个图像块面积的比值是否小于第二设定值;
第二频谱确定单元85,用于在所述第四判断单元84的判断结果小于第二设定值时,获取每个图像块不同方向信号的频谱,其具体过程为对所述每个图像块进行傅里叶变换,得到所述每个图像块不同方向信号的频谱;
第五判断单元86,用于根据所述不同方向信号的频谱判断所述每个图像块中是否存在栅影;
栅影块确定单元87,用于根据所述第五判断单元86的判断结果确定存在栅影的图像块;
第二栅影确定单元88,用于对确定的存在栅影的图像块通过统计结果投票,获得整个图像中栅影的方向;
所述处理单元74,还用于根据所述第二栅影确定单元88得到的整个图像中栅影的方向进行栅影滤除处理,得到滤除所述栅影后的图像。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
可选的,在另一实施例中,本申请实施例还提供一种图像处理设备,包括:处理器;以及用于存储所述处理器可执行指令的存储器;其中,
所述处理器被配置为:
获取图像不同方向信号的频谱;
根据所述不同方向信号的频谱判断所述图像中是否存在栅影;
如果存在栅影,则确定所述栅影的方向;
根据所述图像中栅影的方向进行栅影滤除处理,得到滤除所述栅影后的图像。
该实施例中,处理器被配置的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
本申请实施例中,先获取图像不同方向信号的频谱,然后根据频谱能够快速的检测出图像中是否存在栅影,以及准确的检测出栅影的方向,然后根据栅影的方向的频谱确定栅影频率,根据栅影频率自动设定对应的滤波器,通过该滤波器对图像中的栅影进行滤除,实现了对栅影的有效抑制,提高了图像的质量。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。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申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (10)
1.一种图像处理方法,其特征在于,包括:
获得图像不同方向信号的频谱;
根据所述不同方向信号的频谱判断所述图像中是否存在栅影;
如果存在栅影,则确定所述栅影的方向;
根据所述图像中栅影的方向进行栅影滤除处理,得到滤除所述栅影后的图像。
2.根据权利要求1所述的方法,其特征在于,所述获得图像不同方向信号的频谱,包括:
对所述图像的水平方向进行傅里叶变换,得到所述图像垂直方向信号的频谱集合;以及对所述图像的垂直方向进行傅里叶变换,得到所述图像水平方向信号的频谱集合;
计算所述垂直方向信号的频谱集合的垂直频谱平均值,以及所述水平方向信号的频谱集合的水平频谱平均值;
将所述垂直频谱平均值作为垂直方向信号的频谱,以及将所述水平频谱平均值作为水平方向信号的频谱。
3.根据权利要求2所述的方法,其特征在于,所述根据所述不同方向信号的频谱判断所述图像中是否存在栅影,包括:
确定所述水平方向信号和垂直方向信号的频谱在栅影频率分布范围内的水平离散程度和垂直离散程度;
判断所述水平离散程度和垂直离散程度的大小是否均小于预设阈值,如果均小于,确定所述图像中不存在栅影;否则,确定所述图像中存在栅影。
4.根据权利要求3所述的方法,其特征在于,所述确定所述图像中栅影的方向包括:
比较所述水平离散程度与垂直离散程度的大小;
根据比较结果,确定所述离散程度大的一方为栅影的方向;
记录所述图像中所述栅影的方向。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述根据所述图像中栅影的方向进行栅影滤除处理,得到滤除所述栅影后的图像,包括:
根据所述图像中栅影方向的频谱确定栅影频率;
根据所述栅影频率设置滤波器;
通过设置的滤波器对所述图像进行栅影滤除处理,得到滤除所述栅影后的图像。
6.根据权利要求1至4任一项所述的方法,其特征在于,在对图像进行傅里叶变换前,所述方法还包括:
判断所述图像中是否存在饱和像素;
如果不存在,执行获得图像不同方向信号的频谱的步骤;
如果存在,继续判断所述图像中饱和像素的面积占用整幅图像面积的比值是否小于第一设定值;
如果小于第一设定值,则将所述图像分块,得到多个图像块;
判断所述每个图像块中饱和像素的面积占用整块图像面积的比值是否小于第二设定值;
如果小于,则执行获得图像不同方向信号的频谱的步骤;
根据所述不同方向信号的频谱判断所述每个图像块中是否存在栅影;
如果存在,则确定存在栅影的图像块;
对确定存在栅影的图像块通过统计结果投票,获得所述图像中栅影的方向;
执行所述根据所述图像中栅影的方向进行栅影滤除处理,得到滤除所述栅影后的图像的步骤。
7.一种图像处理装置,其特征在于,包括:
获取单元,用于获取图像不同方向信号的频谱;
第一判断单元,用于根据所述不同方向信号的频谱判断所述图像中是否存在栅影;
栅影方向确定单元,用于在所述第一判断单元判断所述图像中存在栅影时,确定所述栅影的方向;
处理单元,用于根据所述栅影确定单元确定所述栅影的方向进行栅影滤除处理,得到滤除所述栅影后的图像。
8.根据权利要求7所述的装置,其特征在于,所述获取单元包括:
傅里叶变换单元,用于对所述图像的水平方向进行傅里叶变换,得到所述图像垂直方向信号的频谱集合;以及对所述图像的垂直方向进行傅里叶变换,得到所述图像水平方向信号的频谱集合;
计算单元,用于计算所述垂直方向信号的频谱集合的垂直频谱平均值,以及所述水平方向信号的频谱集合的水平频谱平均值;
第一频谱确定单元,用于将所述垂直频谱平均值作为垂直方向信号的频谱,以及将所述水平频谱平均值作为水平方向信号的频谱。
9.根据权利要求8所述的装置,其特征在于,所述第一判断单元包括:
离散程度确定单元,用于确定所述水平方向信号和垂直方向信号的频谱在栅影频率分布范围内的水平离散程度和垂直离散程度;
阈值判断单元,用于判断所述水平离散程度和垂直离散程度的大小是否均小于预设阈值;
第一栅影确定单元,用于在所述阈值判断单元判断水平和垂直离散程度均小于所述预设阈值时,确定所述图像中不存在栅影;否则,确定所述图像中存在栅影。
10.根据权利要求9所述的装置,其特征在于,所述栅影方向确定单元包括:
比较单元,用于比较所述水平离散程度与垂直离散程度的大小;
栅影方向确定子单元,用于根据比较结果,确定所述离散程度大的一方为栅影的方向;
记录单元,用于记录所述图像中所述栅影的方向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710021963.3A CN106651814B (zh) | 2017-01-12 | 2017-01-12 | 一种图像处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710021963.3A CN106651814B (zh) | 2017-01-12 | 2017-01-12 | 一种图像处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106651814A true CN106651814A (zh) | 2017-05-10 |
CN106651814B CN106651814B (zh) | 2020-06-12 |
Family
ID=58843153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710021963.3A Active CN106651814B (zh) | 2017-01-12 | 2017-01-12 | 一种图像处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106651814B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108009994A (zh) * | 2017-10-25 | 2018-05-08 | 沈阳东软医疗系统有限公司 | 一种坏线修复方法、装置及设备 |
CN111110259A (zh) * | 2018-10-30 | 2020-05-08 | 辽宁开普医疗系统有限公司 | 一种识别滤线栅安装状态并进行栅影抑制的方法 |
CN113808232A (zh) * | 2021-09-22 | 2021-12-17 | 北京万东医疗科技股份有限公司 | 一种滤线栅伪影抑制方法、装置、电子设备及存储介质 |
CN114724000A (zh) * | 2022-06-09 | 2022-07-08 | 深圳精智达技术股份有限公司 | 一种屏拍图摩尔纹的处理方法、处理装置及处理设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0962888A2 (en) * | 1998-06-02 | 1999-12-08 | General Electric Company | Method for removing grid line artifacts in x-ray images |
CN103476338A (zh) * | 2011-03-24 | 2013-12-25 | 富士胶片株式会社 | 图像处理设备、图像处理方法和图像处理程序 |
CN104574288A (zh) * | 2013-10-22 | 2015-04-29 | 辽宁开普医疗系统有限公司 | 一种自适应的滤线栅伪影抑制方法及其装置 |
CN105096260A (zh) * | 2014-05-12 | 2015-11-25 | 陈跃泉 | 一种消除数字式x光机图像栅纹的方法 |
CN105574816A (zh) * | 2014-10-13 | 2016-05-11 | Ge医疗系统环球技术有限公司 | 消除x光图像的滤线栅影的方法、装置及x光机升级套件 |
CN105787887A (zh) * | 2014-12-24 | 2016-07-20 | 晶通电子科技有限公司 | 一种去除dr图像静态滤线栅栅影的方法 |
-
2017
- 2017-01-12 CN CN201710021963.3A patent/CN106651814B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0962888A2 (en) * | 1998-06-02 | 1999-12-08 | General Electric Company | Method for removing grid line artifacts in x-ray images |
CN103476338A (zh) * | 2011-03-24 | 2013-12-25 | 富士胶片株式会社 | 图像处理设备、图像处理方法和图像处理程序 |
CN104574288A (zh) * | 2013-10-22 | 2015-04-29 | 辽宁开普医疗系统有限公司 | 一种自适应的滤线栅伪影抑制方法及其装置 |
CN105096260A (zh) * | 2014-05-12 | 2015-11-25 | 陈跃泉 | 一种消除数字式x光机图像栅纹的方法 |
CN105574816A (zh) * | 2014-10-13 | 2016-05-11 | Ge医疗系统环球技术有限公司 | 消除x光图像的滤线栅影的方法、装置及x光机升级套件 |
CN105787887A (zh) * | 2014-12-24 | 2016-07-20 | 晶通电子科技有限公司 | 一种去除dr图像静态滤线栅栅影的方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108009994A (zh) * | 2017-10-25 | 2018-05-08 | 沈阳东软医疗系统有限公司 | 一种坏线修复方法、装置及设备 |
CN108009994B (zh) * | 2017-10-25 | 2020-08-04 | 东软医疗系统股份有限公司 | 一种坏线修复方法、装置及设备 |
CN111110259A (zh) * | 2018-10-30 | 2020-05-08 | 辽宁开普医疗系统有限公司 | 一种识别滤线栅安装状态并进行栅影抑制的方法 |
CN111110259B (zh) * | 2018-10-30 | 2023-06-30 | 辽宁开普医疗系统有限公司 | 一种识别滤线栅安装状态并进行栅影抑制的方法 |
CN113808232A (zh) * | 2021-09-22 | 2021-12-17 | 北京万东医疗科技股份有限公司 | 一种滤线栅伪影抑制方法、装置、电子设备及存储介质 |
CN114724000A (zh) * | 2022-06-09 | 2022-07-08 | 深圳精智达技术股份有限公司 | 一种屏拍图摩尔纹的处理方法、处理装置及处理设备 |
CN114724000B (zh) * | 2022-06-09 | 2022-08-30 | 深圳精智达技术股份有限公司 | 一种屏拍图摩尔纹的处理方法、处理装置及处理设备 |
Also Published As
Publication number | Publication date |
---|---|
CN106651814B (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106651814A (zh) | 一种图像处理方法和装置 | |
Loo et al. | A comparison of physical image quality indices and observer performance in the radiographic detection of nylon beads | |
Almohammad et al. | Stego image quality and the reliability of PSNR | |
Wu et al. | Anti-forensics of median filtering | |
CN105606977B (zh) | 基于分层规则推理的局部放电prps图谱识别方法及系统 | |
EP3163574B1 (en) | Method and apparatus for detecting abnormal frame | |
CN106789844B (zh) | 一种恶意用户识别方法及装置 | |
CN110717472B (zh) | 基于改进的小波阈值去噪的故障诊断方法及系统 | |
CN109377457B (zh) | 药丸包衣图像处理方法、装置、计算机设备和存储介质 | |
CN109074635B (zh) | 用于对向量值图像去噪的设备和方法 | |
Persson et al. | A framework for performance characterization of energy‐resolving photon‐counting detectors | |
CN106296763A (zh) | 一种金属材料工业ct图像质量快速校正方法 | |
US5790694A (en) | Image processing method for inspecting with analysis of binarized high and low pass information in wavelet transformed image data | |
Hosseini et al. | Image sharpness metric based on maxpol convolution kernels | |
US20140226916A1 (en) | No-reference spatial aliasing measure for digital image resizing | |
CN111583132B (zh) | 一种去除遥感影像异常条带式噪声的方法、装置、设备及介质 | |
Liu et al. | Enhancing sensor pattern noise for source camera identification: An empirical evaluation | |
CN111897851A (zh) | 异常数据的确定方法、装置、电子设备及可读存储介质 | |
JP3681297B2 (ja) | 動作集積回路から獲得される時間分解光学データを圧縮及び分析するためのシステム及び方法 | |
CN115908303A (zh) | 一种电缆缺陷诊断模型的构建方法和系统 | |
KR20060052459A (ko) | 화상 검사 장치, 화상 검사 방법, 제어 프로그램 및 컴퓨터판독가능한 기억 매체 | |
CN112529080B (zh) | 一种基于频谱特征判别的图像生成方法 | |
Fanning | Metrics for image-based modeling of target acquisition | |
CN105096260A (zh) | 一种消除数字式x光机图像栅纹的方法 | |
Cogranne et al. | Statistical detection of LSB matching in the presence of nuisance parameters |
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 | ||
CB02 | Change of applicant information |
Address after: 110167 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province Applicant after: DongSoft Medical System Co., Ltd. Address before: Hunnan New Century Road 110179 Shenyang city of Liaoning Province, No. 16 Applicant before: Dongruan Medical Systems Co., Ltd., Shenyang |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |