CN106910172B - 一种图像处理方法及装置 - Google Patents
一种图像处理方法及装置 Download PDFInfo
- Publication number
- CN106910172B CN106910172B CN201710097541.4A CN201710097541A CN106910172B CN 106910172 B CN106910172 B CN 106910172B CN 201710097541 A CN201710097541 A CN 201710097541A CN 106910172 B CN106910172 B CN 106910172B
- Authority
- CN
- China
- Prior art keywords
- image
- value
- obj
- edge
- gray
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 239000000463 material Substances 0.000 claims abstract description 46
- 230000001629 suppression Effects 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000003044 adaptive effect Effects 0.000 claims abstract description 9
- 238000009499 grossing Methods 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 45
- 238000003708 edge detection Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 230000009977 dual effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 23
- 230000003321 amplification Effects 0.000 abstract description 7
- 238000003199 nucleic acid amplification method Methods 0.000 abstract description 7
- 230000002401 inhibitory effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 16
- 238000007689 inspection Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000012886 linear function Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005314 correlation function Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- GUTLYIVDDKVIGB-OUBTZVSYSA-N Cobalt-60 Chemical compound [60Co] GUTLYIVDDKVIGB-OUBTZVSYSA-N 0.000 description 1
- 238000000333 X-ray scattering Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- 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
- G06T2207/10116—X-ray image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像处理方法及装置，用以在改善图像显示效果的同时，抑制对图像噪声的放大效应，进而得到更好的图像显示效果。方法包括：获取X射线安全设备采集到的被检查包裹图像；通过对I(x，y)进行背景噪声抑制以得到Iobj(x，y)；通过对Iobj(x，y)进行边缘细节增强以得到Iedge(x，y)；从双能X射线材料特征数据库中获取与Iobj(x，y)对应的材料信息图像Imat(x，y)；通过对Imat(x，y)进行自适应滤波平滑处理以得到Imat‑mean(x，y)；根据Iedge(x，y)与Imat‑mean(x，y)查询双能X射线颜色特征数据库，以得到并输出被检查包裹对应的待显示图像Ishow(x，y)。采用本发明提供的方法，在改善图像显示效果的同时，抑制了边缘细节增强对背景噪声的放大效应，得到了更好的图像显示效果。
Description
技术领域
本发明涉及图像处理领域，特别涉及一种图像处理方法及装置。
背景技术
X射线透射成像技术已经广泛应用于安全检查领域，其基本原理是，当X射线透照被检查包裹时，由于包裹内物体物质组成、密度、大小、数量等特征往往各不相同，对X射线的衰减能力也不同，透照穿过包裹的X射线被探测装置接收，形成像素灰度值不同的图像，此基础上，双能X射线安检设备再将灰度图像进行彩色化显示，其流程是：设备利用两种不同能谱X射线透照包裹，分析处理输出信号及两种不同能谱输出信号间的差异，获得被检查物体的材料信息，基于图像灰度信息与材料信息，对图像赋以不同颜色标识，使得图像同时具备灰度分辨能力与材料分辨能力。
图像显示效果是安检设备性能的核心体现，背景洁净、细节清晰、色彩层次分明的安检图像显示效果是安检设备的追求目标，然而，由于被检查包裹的复杂性，以及安检设备成像过程涉及的射线源焦斑漂移、X射线散射、探测板响应不一致、电路噪声等不利因素影响，安检图像具有不同于一般图像的特点，原始图像显示效果往往并不十分理想，主要表现为：图像背景区域存在杂点、图像细节清晰度不足、基于原始高低能图像获得的图像材料信息噪声明显，图像显示效果欠佳。如果不做任何处理，直接观察原始图像，则视觉效果欠佳，难以满足检察人员的判读需求，因此，需要对图像进行处理，改善其显示效果，得到更理想、视觉效果更佳的安全检查图像。
在现有技术中，通常是通过图像增强的手段来对图像进行处理，从而提升显示效果，然而，采用这样的方式，在增强图像细节的同时，会产生对图像噪声的放大效应，因而，如何提出一种图像处理方法，在改善图像显示效果的同时，抑制对图像噪声的放大效应，进而得到更好的图像显示效果，是一亟待解决的技术问题。
发明内容
本发明提供一种图像处理方法及装置，用以在改善图像显示效果的同时，抑制对图像噪声的放大效应，进而得到更好的图像显示效果。
本发明提供一种图像处理方法，包括：
获取X射线安全设备采集到的被检查包裹图像I(x，y)；
通过对所述I(x，y)进行背景噪声抑制以得到背景噪声抑制后的包裹前景图像Iobj(x，y)；
通过对所述Iobj(x，y)进行边缘细节增强以得到边缘增强后的包裹前景图像Iedge(x，y)；
从双能X射线材料特征数据库中获取与所述Iobj(x，y)对应的材料信息图像Imat(x，y)；
通过对所述Imat(x，y)进行自适应滤波平滑处理以得到平滑后的材料信息图像Imat-mean(x，y)；
根据边缘增强后的包裹前景图像Iedge(x，y)与平滑后的图像材料信息Imat-mean(x，y)查询双能X射线颜色特征数据库，以得到被检查包裹对应的待显示图像Ishow(x，y)；
输出所述待显示图像Ishow(x，y)。
本发明的有益效果在于：在获取到X射线安全设备采集到的被检查包裹图像I(x，y)之后，首先对I(x，y)进行背景噪声抑制，然后再对背景噪声抑制后的包裹前景图像进行边缘细节增强，从而抑制了边缘细节增强对背景噪声的放大效应，得到了更好的图像显示效果。
在一个实施例中，所述通过对所述I(x，y)进行背景噪声抑制以得到背景噪声抑制后的包裹前景图像Iobj(x，y)，包括：
计算所述I(x，y)中每个像素点的灰度值；
当所述I(x，y)中存在灰度值高于第一预设灰度阈值的第一目标像素点时，确定所述第一目标像素点属于图像背景噪声；
将所述第一目标像素点的灰度值赋值为背景值；
当所述I(x，y)中存在灰度值低于第二预设灰度阈值的第二目标像素点时，确定所述第二目标像素点属于图像前景，其中，所述第二预设灰度阈值小于所述第一预设灰度阈值。
在一个实施例中，当所述I(x，y)中存在灰度值低于所述第一预设灰度阈值且高于第二预设灰度阈值的第三目标像素点时，所述通过对所述I(x，y)进行背景噪声抑制以得到背景噪声抑制后的包裹前景图像Iobj(x，y)，还包括：
将相邻的所述第三目标像素点组成连通区域；
根据所述连通区域中所有像素点的灰度值计算所述连通区域的平均灰度值；
当所述连通区域的面积小于预设面积阈值且所述连通区域的平均灰度值与所述第一预设灰度阈值差值的绝对值小于所述连通区域的平均灰度值与所述第二预设灰度阈值差值的绝对值时，确定所述连通区域属于图像背景噪声，将所述连通区域中像素点的灰度值赋值为背景值；
当所述连通区域的面积不小于预设面积阈值或所述连通区域的平均灰度值与所述第一预设灰度阈值差值的绝对值大于所述连通区域的平均灰度值与所述第二预设灰度阈值差值的绝对值时，确定所述连通区域属于图像前景。
在一个实施例中，所述通过对所述Iobj(x，y)进行边缘细节增强以得到边缘增强后的包裹前景图像Iedge(x，y)，包括：
对所述Iobj(x，y)进行低通滤波，以得到所述Iobj(x，y)的模糊图像；
根据所述Iobj(x，y)中的各位置的像素的灰度值减去所述Iobj(x，y)的模糊图像中相同位置像素的灰度值以得到所述Iobj(x，y)的近似高频信息图像；
根据预设比例放大所述近似高频信息图像，并将放大后的近似高频信息图像与所述Iobj(x，y)图像进行叠加，以得到边缘增强后的包裹前景图像Iedge(x,y)。
在一个实施例中，所述通过对所述Imat(x，y)进行自适应滤波平滑处理以得到平滑后的材料信息图像Imat-mean(x，y)，包括：
确定所述Imat(x，y)对应于Iobj(x,y)图像中的强边缘区域；
通过第一预设方式对所述强边缘区域进行滤波操作，并通过第二预设方式对除所述强边缘区域之外的其他区域进行滤波操作，以得到平滑后的材料信息图像Imat-mean(x，y)。
在一个实施例中，所述确定所述Imat(x，y)对应于Iobj(x,y)图像中的强边缘区域，包括：
对Iobj(x,y)图像进行Sobel边缘检测，获得边缘图像Iobj_edge(x,y)；
确定所述Iobj_edge(x,y)中像素值大于第三灰度阈值的区域为强边缘区域。
本发明还用于提供一种图像处理装置，包括：
获取模块，用于获取X射线安全设备采集到的被检查包裹图像I(x，y)；
第一处理模块，用于通过对所述I(x，y)进行背景噪声抑制以得到背景噪声抑制后的包裹前景图像Iobj(x，y)；
第二处理模块，用于通过对所述Iobj(x，y)进行边缘细节增强以得到边缘增强后的包裹前景图像Iedge(x，y)；
获取模块，用于从双能X射线材料特征数据库中获取与所述Iobj(x，y)对应的材料信息图像Imat(x，y)；
第三处理模块，用于通过对所述Imat(x，y)进行自适应滤波平滑处理以得到平滑后的材料信息图像Imat-mean(x，y)；
查询模块，用于根据边缘增强后的包裹前景图像Iedge(x，y)与平滑后的图像材料信息Imat-mean(x，y)查询双能X射线颜色特征数据库，以得到被检查包裹对应的待显示图像Ishow(x，y)；
输出模块，用于输出所述待显示图像Ishow(x，y)。
在一个实施例中，所述第一处理模块，包括：
第一计算子模块，用于计算所述I(x，y)中每个像素点的灰度值；
第一确定子模块，用于当所述I(x，y)中存在灰度值高于第一预设灰度阈值的第一目标像素点时，确定所述第一目标像素点属于图像背景噪声；
第一赋值子模块，用于将所述第一目标像素点的灰度值赋值为背景值；
第二确定子模块，用于当所述I(x，y)中存在灰度值低于第二预设灰度阈值的第二目标像素点时，确定所述第二目标像素点属于图像前景，其中，所述第二预设灰度阈值小于所述第一预设灰度阈值。
在一个实施例中，所述第一处理模块，还包括：
连通子模块，用于当所述I(x，y)中存在灰度值低于所述第一预设灰度阈值且高于第二预设灰度阈值的第三目标像素点时，将相邻的所述第三目标像素点组成连通区域；
第二计算子模块，用于根据所述连通区域中所有像素点的灰度值计算所述连通区域的平均灰度值；
第二赋值子模块，用于当所述连通区域的面积小于预设面积阈值且所述连通区域的平均灰度值与所述第一预设灰度阈值差值的绝对值小于所述连通区域的平均灰度值与所述第二预设灰度阈值差值的绝对值时，确定所述连通区域属于图像背景噪声，将所述连通区域中像素点的灰度值赋值为背景值；
第三确定子模块，用于当所述连通区域的面积不小于预设面积阈值或所述连通区域的平均灰度值与所述第一预设灰度阈值差值的绝对值大于所述连通区域的平均灰度值与所述第二预设灰度阈值差值的绝对值时，确定所述连通区域属于图像前景。
在一个实施例中，第二处理模块，包括：
第一滤波子模块，用于对所述Iobj(x，y)进行低通滤波，以得到所述Iobj(x，y)的模糊图像；
第三计算子模块，用于根据所述Iobj(x，y)中的各位置的像素的灰度值减去所述Iobj(x，y)的模糊图像中相同位置像素的灰度值以得到所述Iobj(x，y)的近似高频信息图像；
叠加子模块，用于根据预设比例放大所述近似高频信息图像，并将放大后的近似高频信息图像与所述Iobj(x，y)图像进行叠加，以得到边缘增强后的包裹前景图像Iedge(x,y)。
在一个实施例中，所述第三处理模块，包括：
第四确定子模块，用于确定所述Imat(x，y)对应于Iobj(x,y)图像中的强边缘区域；
第二滤波子模块，用于通过第一预设方式对所述强边缘区域进行滤波操作，并通过第二预设方式对除所述强边缘区域之外的其他区域进行滤波操作，以得到平滑后的材料信息图像Imat-mean(x，y)。
在一个实施例中，所述第四确定子模块，包括：
对Iobj(x,y)图像进行Sobel边缘检测，获得边缘图像Iobj_edge(x,y)；
确定所述Iobj_edge(x,y)中像素值大于第三灰度阈值的区域为强边缘区域。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1A为本发明一实施例中一种图像处理方法的流程图；
图1B为从采集到的原始图像到输出X射线安检图像Ishow(x，y)的处理流程图；
图2为本发明一实施例中一种图像处理方法的流程图；
图3为本发明一实施例中一种图像处理方法的流程图；
图4A为本发明一实施例中一种图像处理方法的流程图；
图4B为Seg(E(x,y))对应的函数曲线图；
图4C为αgray(f(x,y))对应的函数曲线图；
图4D为βedge(E(x,y))对应的函数曲线图；
图5为本发明一实施例中一种图像处理方法的流程图；
图6为本发明一实施例中一种图像处理方法的流程图；
图7为本发明一实施例中一种图像处理装置的框图；
图8为本发明一实施例中一种图像处理装置的框图；
图9为本发明一实施例中一种图像处理装置的框图；
图10为本发明一实施例中一种图像处理装置的框图；
图11为本发明一实施例中一种图像处理装置的框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
图1A为本发明一实施例中一种图像处理方法的流程图，如图1A所示，该方法包括如下步骤S101-S107：
在步骤S101中，获取X射线安全设备采集到的被检查包裹图像I(x，y)；
在步骤S102中，通过对I(x，y)进行背景噪声抑制以得到背景噪声抑制后的包裹前景图像Iobj(x，y)；
在步骤S103中，通过对Iobj(x，y)进行边缘细节增强以得到边缘增强后的包裹前景图像Iedge(x，y)；
在步骤S104中，从双能X射线材料特征数据库中获取与Iobj(x，y)对应的材料信息图像Imat(x，y)；
在步骤S105中，通过对Imat(x，y)进行自适应滤波平滑处理以得到平滑后的材料信息图像Imat-mean(x，y)；
在步骤S106中，根据边缘增强后的包裹前景图像Iedge(x，y)与平滑后的图像材料信息Imat-mean(x，y)查询双能X射线颜色特征数据库，以得到被检查包裹对应的待显示图像Ishow(x，y)；
在步骤S107中，输出待显示图像Ishow(x，y)。
图1B为从采集到的原始图像到输出X射线安检图像Ishow(x，y)的处理流程图。
本实施例中，预先设置两个灰度阈值：第一预设灰度阈值Seghi-bkg和第二预设灰度阈值Seglo-bkg，其中，Seghi-bkg高于Seglo-bkg。
如图1A或图1B所示，在获取到X射线安全设备采集到的被检查包裹图像(即原始图像)I(x，y)之后，通过对I(x，y)进行背景噪声抑制以得到背景噪声抑制后的包裹前景图像Iobj(x，y)，其中，对I(x，y)进行背景噪声抑制的具体方法如下：
获取被检查包裹图像I(x，y)的灰度值，其中，灰度值高于Seghi-bkg的部分，认为是图像背景噪声，将其灰度值直接赋值为背景值；灰度低于Seglo-bkg的部分，认为是包裹前景，对其灰度值予以保留。
其次，对图像I(x，y)中灰度介于Seghi--bkg和Seglo-bkg之间的部分，进行连通区分析，具体如下：
先设置连通区面积与连通区平均灰度两个判断指标，对所有灰度介于Seghi--bkg和Seglo-bkg之间的连通区逐个进行统计。当被统计的连通区面积低于预设的面积阈值且连通区的平均灰度值与Seghi-bkg的差值的绝对值小于该连通区域的平均灰度值与Seglo-bkg的差值的绝对值时(即连通区域的平均灰度值更接近第一预设灰度阈值)，则认为该连通区域属于图像背景噪声，将该连通区域中像素点的灰度值赋值为背景值。
另外，根据噪声产生的机理和大量的实际图像表明，噪声几乎不可能成片且无空隙出现，也就是说，噪声区域的面积不会超过某个值。将该值预先设置为面积阈值，如果连通区域的面积大于或等于该面积阈值时，不管连通区域的平均灰度值接近第一预设灰度阈值还是接近第二预设灰度阈值，都认为该连通区域属于图像前景。
同时，当连通区域的平均灰度值与第一预设灰度阈值差值的绝对值大于连通区域的平均灰度值与第二预设灰度阈值差值的绝对值时(即连通区域的平均灰度值更接近第二预设灰度阈值)，也认为该连通区域属于图像前景。
保留被认为属于图像前景的所有像素点的灰度值。
在将图像背景噪声赋值完毕后，得到背景噪声抑制后的包裹前景图像Iobj(x，y)。然后通过对Iobj(x，y)进行边缘细节增强以得到边缘增强后的包裹前景图像Iedge(x，y)，具体方式如下：对Iobj(x，y)进行低通滤波，以得到Iobj(x，y)的模糊图像；根据Iobj(x，y)中的各位置的像素的灰度值减去Iobj(x，y)的模糊图像中相同位置像素的灰度值以得到Iobj(x，y)的近似高频信息图像；根据预设比例放大近似高频信息图像，并将放大后的近似高频信息图像与Iobj(x，y)图像进行叠加，以得到边缘增强后的包裹前景图像Iedge(x,y)。
从双能X射线材料特征数据库中获取与Iobj(x，y)对应的材料信息图像Imat(x，y)。确定Imat(x，y)对应于Iobj(x,y)图像中的强边缘区域；通过第一预设方式对强边缘区域进行滤波操作，并通过第二预设方式对除强边缘区域之外的其他区域进行滤波操作，以得到平滑后的材料信息图像Imat-mean(x，y)。
其中，Imat(x，y)对应于Iobj(x,y)图像中的强边缘区域通过如下方式确定：
对Iobj(x,y)图像进行Sobel边缘检测，获得边缘图像Iobj_edge(x,y)；
确定Iobj_edge(x,y)中像素值大于第三灰度阈值的区域为强边缘区域。
上述第一预设方式具体如下：
在Imat(x,y)对应的Iobj(x,y)图像中强边缘区域处，首先，将待处理像素(x,y)及与其相邻的8个像素点进行极值比较，即将以待处理为中心的3×3个像素点进行极值比较，如果待处理像素值为此3×3范围内的极大值或极小值，那么，直接取此3×3范围内的中值(将3×3范围内的9个像素的像素值按照从大到小的顺序或者从小到大的顺序进行排列，排列后的第5个值即为中值)作为待处理像素输出值；如果待处理像素值非此3×3范围内的极大值或极小值，那么，只统计此3×3范围内与待处理像素值差异在30％以内的像素，并进行累积平均，作为待处理像素输出值。
上述第二预设方式具体如下：
在Imat(x,y)对应的Iobj(x,y)图像中非强边缘区域处，首先，计算待处理像素(x,y)与其最靠近的强边缘区域的距离len，当len为不大于2个像素距离，将此(x,y)的滤波模板尺度定为3×3；当len为3个像素距离，将此(x,y)的滤波模板尺度定为5×5；当len为4个像素距离及以上时，将此(x,y)的滤波模板尺度定为7×7。在滤波处理时，利用(x,y)处对应的模板尺度，进行此模板尺度下的平滑滤波操作，得到待处理像素输出材料值。
当得到平滑后的材料信息图像Imat-mean(x，y)；根据边缘增强后的包裹前景图像Iedge(x，y)与平滑后的图像材料信息Imat-mean(x，y)查询双能X射线颜色特征数据库，以得到被检查包裹对应的待显示图像Ishow(x，y)；输出待显示图像Ishow(x，y)。
需要说明的是，上述实施例仅用于解释本发明，并不用于限制本发明，本发明除可用于采集和处理安检设备图像之外，还可以用于采集和处理双能X射线人体安全检查设备图像、CT型X射线安检设备采集的DR(Digital Radiography，数字射线成像)行包图像、基于钴60、加速器等技术的车辆检查、集装箱检查设备采集图像等。
本发明的有益效果在于：在获取到X射线安全设备采集到的被检查包裹图像I(x，y)之后，首先对I(x，y)进行背景噪声抑制，然后再对背景噪声抑制后的包裹前景图像进行边缘细节增强，从而抑制了边缘细节增强对背景噪声的放大效应，得到了更好的图像显示效果。
在一个实施例中，如图2所示，上述步骤S102可被实施为如下步骤S201-S204：
在步骤S201中，计算I(x，y)中每个像素点的灰度值；
在步骤S202中，当I(x，y)中存在灰度值高于第一预设灰度阈值的第一目标像素点时，确定第一目标像素点属于图像背景噪声；
在步骤S203中，将第一目标像素点的灰度值赋值为背景值；
在步骤S204中，当I(x，y)中存在灰度值低于第二预设灰度阈值的第二目标像素点时，确定第二目标像素点属于图像前景，其中，第二预设灰度阈值小于第一预设灰度阈值。
本实施例中，本实施例中，预先设置两个灰度阈值：第一预设灰度阈值Seghi-bkg和第二预设灰度阈值Seglo-bkg，其中，Seghi-bkg高于Seglo-bkg。
计算被检查包裹图像I(x，y)中每个像素点的灰度值，当其中存在灰度值高于第一预设灰度阈值的第一目标像素点时，确定第一目标像素点属于图像背景噪声，当其中存在灰度值低于第二预设灰度阈值的第二目标像素点时，确定该第二目标像素点属于图像前景。本实施例中，第二预设灰度阈值小于第一预设灰度阈值。
在一个实施例中，当I(x，y)中存在灰度值低于第一预设灰度阈值且高于第二预设灰度阈值的第三目标像素点时，如图3所示，上述步骤S12可被实施为如下步骤S301-S304：
在步骤S301中，将相邻的第三目标像素点组成连通区域；
在步骤S302中，根据连通区域中所有像素点的灰度值计算连通区域的平均灰度值；
在步骤S303中，当连通区域的面积小于预设面积阈值且连通区域的平均灰度值与第一预设灰度阈值差值的绝对值小于连通区域的平均灰度值与第二预设灰度阈值差值的绝对值时，确定连通区域属于图像背景噪声，将连通区域中像素点的灰度值赋值为背景值；
在步骤S304中，当连通区域的面积不小于预设面积阈值或连通区域的平均灰度值与第一预设灰度阈值差值的绝对值大于连通区域的平均灰度值与第二预设灰度阈值差值的绝对值时，确定连通区域属于图像前景。
设置连通区面积与连通区平均灰度两个判断指标，对所有灰度介于第一预设灰度阈值Seghi--bkg和第二预设灰度阈值Seglo-bkg之间的连通区逐个进行统计。当被统计的连通区面积低于预设的面积阈值且连通区的平均灰度值与Seghi-bkg的差值的绝对值小于该连通区域的平均灰度值与Seglo-bkg的差值的绝对值时(即连通区域的平均灰度值更接近第一预设灰度阈值)，则认为该连通区域属于图像背景噪声，将该连通区域中像素点的灰度值赋值为背景值。
另外，根据噪声产生的机理和大量的实际图像表明，噪声几乎不可能成片且无空隙出现，也就是说，噪声区域的面积不会超过某个值。将该值预先设置为面积阈值，如果连通区域的面积大于或等于该面积阈值时，不管连通区域的平均灰度值接近第一预设灰度阈值还是接近第二预设灰度阈值，都认为该连通区域属于图像前景。
同时，当连通区域的平均灰度值与第一预设灰度阈值差值的绝对值大于连通区域的平均灰度值与第二预设灰度阈值差值的绝对值时(即连通区域的平均灰度值更接近第二预设灰度阈值)，也认为该连通区域属于图像前景。
在一个实施例中，如图4A所示，上述步骤S103可被实施为如下步骤S401-S403：
在步骤S401中，对Iobj(x，y)进行低通滤波，以得到Iobj(x，y)的模糊图像；
在步骤S402中，根据Iobj(x，y)中的各位置的像素的灰度值减去Iobj(x，y)的模糊图像中相同位置像素的灰度值以得到Iobj(x，y)的近似高频信息图像；
在步骤S403中，根据预设比例放大近似高频信息图像，并将放大后的近似高频信息图像与Iobj(x，y)图像进行叠加，以得到边缘增强后的包裹前景图像Iedge(x,y)。
本实施例中，在将图像背景噪声赋值完毕后，得到背景噪声抑制后的包裹前景图像Iobj(x，y)。然后通过对Iobj(x，y)进行边缘细节增强以得到边缘增强后的包裹前景图像Iedge(x，y)。其中，边缘细节增强具体采用一种改进的反锐化掩模边缘增强算法实现。具体方式如下：对Iobj(x，y)进行低通滤波，以得到Iobj(x，y)的模糊图像；根据Iobj(x，y)中的各位置的像素的灰度值减去Iobj(x，y)的模糊图像中相同位置像素的灰度值以得到Iobj(x，y)的近似高频信息图像；根据预设比例放大近似高频信息图像，并将放大后的近似高频信息图像与Iobj(x，y)图像进行叠加，以得到边缘增强后的包裹前景图像Iedge(x,y)。
其中，上述改进的反锐化掩模边缘增强算法的公式具体如下：
其中，(x,y)表示当前待处理像素位置；g(x,y)表示边缘增强图像；f(x,y)表示待增强图像(经矫正后的原始合成图像)；E(x,y)表示f(x,y)的sobel边缘强度图像；αgray(f(x,y))表示与f(x,y)值相关的函数；βedge(E(x,y))表示与E(x,y)值相关的函数；γ为一常数参数；
表示以(x,y)为中心3×3范围内f灰度均值；
表示以(x,y)为中心5×5范围内f灰度均值；Seg(E(x,y))表示与E(x,y)值相关的函数。
其中，图4B为Seg(E(x,y))对应的函数曲线图，其为一种随灰度递增的非线性函数曲线，曲线在低灰度区域与高灰度区域的增长趋势高于常规灰度区域。
高频信息图像放大倍数由3个参数乘积决定，分别是：图像灰度值相关函数αgray(f(x,y))，图像边缘值相关函数βedge(E(x,y))，常数参数γ。
图4C为αgray(f(x,y))对应的函数曲线图，其为一种中间高、两端低的类似正态分布形式的非线性函数曲线。
图4D为βedge(E(x,y))对应的函数曲线图，其为一种非线性函数曲线，分为三段，第一段为低边缘强度区域，保持一个基准系数；第二段为高边缘强度区域，为随边缘强度递减的曲线；第三段为中等边缘强度区域，为一个凸包状曲线。
在一个实施例中，如图5所示，上述步骤S105可被实施为如下步骤S501-S502：
在步骤S501中，确定Imat(x，y)对应于Iobj(x,y)图像中的强边缘区域；
在步骤S502中，通过第一预设方式对强边缘区域进行滤波操作，并通过第二预设方式对除强边缘区域之外的其他区域进行滤波操作，以得到平滑后的材料信息图像Imat-mean(x，y)。
从双能X射线材料特征数据库中获取与Iobj(x，y)对应的材料信息图像Imat(x，y)。确定Imat(x，y)对应于Iobj(x,y)图像中的强边缘区域；通过第一预设方式对强边缘区域进行滤波操作，并通过第二预设方式对除强边缘区域之外的其他区域进行滤波操作，以得到平滑后的材料信息图像Imat-mean(x，y)。
在一个实施例中，如图6所示，上述步骤S501可被实施为如下步骤S601-S602：
在步骤S601中，对Iobj(x,y)图像进行Sobel边缘检测，获得边缘图像Iobj_edge(x,y)；
在步骤S602中，确定Iobj_edge(x,y)中像素值大于第三灰度阈值的区域为强边缘区域。
本实施例中，Imat(x，y)对应于Iobj(x,y)图像中的强边缘区域通过如下方式确定：
对Iobj(x,y)图像进行Sobel边缘检测，获得边缘图像Iobj_edge(x,y)；
确定Iobj_edge(x,y)中像素值大于第三灰度阈值的区域为强边缘区域。
图7为本发明一实施例中一种图像处理装置的框图，如图7所示，该装置包括如下模块：
获取模块71，用于获取X射线安全设备采集到的被检查包裹图像I(x，y)；
第一处理模块72，用于通过对I(x，y)进行背景噪声抑制以得到背景噪声抑制后的包裹前景图像Iobj(x，y)；
第二处理模块73，用于通过对Iobj(x，y)进行边缘细节增强以得到边缘增强后的包裹前景图像Iedge(x，y)；
获取模块74，用于从双能X射线材料特征数据库中获取与Iobj(x，y)对应的材料信息图像Imat(x，y)；
第三处理模块75，用于通过对Imat(x，y)进行自适应滤波平滑处理以得到平滑后的材料信息图像Imat-mean(x，y)；
查询模块76，用于根据边缘增强后的包裹前景图像Iedge(x，y)与平滑后的图像材料信息Imat-mean(x，y)查询双能X射线颜色特征数据库，以得到被检查包裹对应的待显示图像Ishow(x，y)；
输出模块77，用于输出待显示图像Ishow(x，y)。
在一个实施例中，如图8所示，第一处理模块72，包括：
第一计算子模块81，用于计算I(x，y)中每个像素点的灰度值；
第一确定子模块82，用于当I(x，y)中存在灰度值高于第一预设灰度阈值的第一目标像素点时，确定第一目标像素点属于图像背景噪声；
第一赋值子模块83，用于将第一目标像素点的灰度值赋值为背景值；
第二确定子模块84，用于当I(x，y)中存在灰度值低于第二预设灰度阈值的第二目标像素点时，确定第二目标像素点属于图像前景，其中，第二预设灰度阈值小于第一预设灰度阈值。
在一个实施例中，如图9所示，第一处理模块72，还包括：
连通子模块91，用于当I(x，y)中存在灰度值低于第一预设灰度阈值且高于第二预设灰度阈值的第三目标像素点时，将相邻的第三目标像素点组成连通区域；
第二计算子模块92，用于根据连通区域中所有像素点的灰度值计算连通区域的平均灰度值；
第二赋值子模块93，用于当连通区域的面积小于预设面积阈值且连通区域的平均灰度值与第一预设灰度阈值差值的绝对值小于连通区域的平均灰度值与第二预设灰度阈值差值的绝对值时，确定连通区域属于图像背景噪声，将连通区域中像素点的灰度值赋值为背景值；
第三确定子模块94，用于当连通区域的面积不小于预设面积阈值或连通区域的平均灰度值与第一预设灰度阈值差值的绝对值大于连通区域的平均灰度值与第二预设灰度阈值差值的绝对值时，确定连通区域属于图像前景。
在一个实施例中，如图10所示，第二处理模块73，包括：
第一滤波子模块101，用于对Iobj(x，y)进行低通滤波，以得到Iobj(x，y)的模糊图像；
第三计算子模块102，用于根据Iobj(x，y)中的各位置的像素的灰度值减去Iobj(x，y)的模糊图像中相同位置像素的灰度值以得到Iobj(x，y)的近似高频信息图像；
叠加子模块103，用于根据预设比例放大近似高频信息图像，并将放大后的近似高频信息图像与Iobj(x，y)图像进行叠加，以得到边缘增强后的包裹前景图像Iedge(x,y)。
在一个实施例中，如图11所示，第三处理模块75，包括：
第四确定子模块111，用于确定Imat(x，y)对应于Iobj(x,y)图像中的强边缘区域；
第二滤波子模块112，用于通过第一预设方式对强边缘区域进行滤波操作，并通过第二预设方式对除强边缘区域之外的其他区域进行滤波操作，以得到平滑后的材料信息图像Imat-mean(x，y)。
在一个实施例中，第四确定子模块，包括：
对Iobj(x,y)图像进行Sobel边缘检测，获得边缘图像Iobj_edge(x,y)；
确定Iobj_edge(x,y)中像素值大于第三灰度阈值的区域为强边缘区域。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种图像处理方法，其特征在于，包括：
获取X射线安全设备采集到的被检查包裹图像I(x，y)；
通过对所述I(x，y)进行背景噪声抑制以得到背景噪声抑制后的包裹前景图像Iobj(x，y)；
通过对所述Iobj(x，y)进行边缘细节增强以得到边缘增强后的包裹前景图像Iedge(x，y)；
从双能X射线材料特征数据库中获取与所述Iobj(x，y)对应的材料信息图像Imat(x，y)；
通过对所述Imat(x，y)进行自适应滤波平滑处理以得到平滑后的材料信息图像Imat-mean(x，y)；
根据边缘增强后的包裹前景图像Iedge(x，y)与平滑后的材料信息图像Imat-mean(x，y)查询双能X射线颜色特征数据库，以得到被检查包裹对应的待显示图像Ishow(x，y)；
输出所述待显示图像Ishow(x，y)。
2.如权利要求1所述的方法，其特征在于，所述通过对所述I(x，y)进行背景噪声抑制以得到背景噪声抑制后的包裹前景图像Iobj(x，y)，包括：
计算所述I(x，y)中每个像素点的灰度值；
当所述I(x，y)中存在灰度值高于第一预设灰度阈值的第一目标像素点时，确定所述第一目标像素点属于图像背景噪声；
将所述第一目标像素点的灰度值赋值为背景值；
当所述I(x，y)中存在灰度值低于第二预设灰度阈值的第二目标像素点时，确定所述第二目标像素点属于图像前景，其中，所述第二预设灰度阈值小于所述第一预设灰度阈值。
3.如权利要求2所述的方法，其特征在于，当所述I(x，y)中存在灰度值低于所述第一预设灰度阈值且高于第二预设灰度阈值的第三目标像素点时，所述通过对所述I(x，y)进行背景噪声抑制以得到背景噪声抑制后的包裹前景图像Iobj(x，y)，还包括：
将相邻的所述第三目标像素点组成连通区域；
根据所述连通区域中所有像素点的灰度值计算所述连通区域的平均灰度值；
当所述连通区域的面积小于预设面积阈值且所述连通区域的平均灰度值与所述第一预设灰度阈值差值的绝对值小于所述连通区域的平均灰度值与所述第二预设灰度阈值差值的绝对值时，确定所述连通区域属于图像背景噪声，将所述连通区域中像素点的灰度值赋值为背景值；
当所述连通区域的面积不小于预设面积阈值或所述连通区域的平均灰度值与所述第一预设灰度阈值差值的绝对值大于所述连通区域的平均灰度值与所述第二预设灰度阈值差值的绝对值时，确定所述连通区域属于图像前景。
4.如权利要求1所述的方法，其特征在于，所述通过对所述Iobj(x，y)进行边缘细节增强以得到边缘增强后的包裹前景图像Iedge(x，y)，包括：
对所述Iobj(x，y)进行低通滤波，以得到所述Iobj(x，y)的模糊图像；
根据所述Iobj(x，y)中的各位置的像素的灰度值减去所述Iobj(x，y)的模糊图像中相同位置像素的灰度值以得到所述Iobj(x，y)的近似高频信息图像；
根据预设比例放大所述近似高频信息图像，并将放大后的近似高频信息图像与所述Iobj(x，y)图像进行叠加，以得到边缘增强后的包裹前景图像Iedge(x,y)。
5.如权利要求1所述的方法，其特征在于，所述通过对所述Imat(x，y)进行自适应滤波平滑处理以得到平滑后的材料信息图像Imat-mean(x，y)，包括：
确定所述Imat(x，y)对应于Iobj(x,y)图像中的强边缘区域；
通过第一预设方式对Imat(x，y)图像中的强边缘区域进行滤波操作，并通过第二预设方式对Imat(x，y)图像中除所述Imat(x，y)图像中的强边缘区域之外的其他区域进行滤波操作，以得到平滑后的材料信息图像Imat-mean(x，y)。
6.如权利要求5所述的方法，其特征在于，所述确定所述Imat(x，y)对应于Iobj(x,y)图像中的强边缘区域，包括：
对Iobj(x,y)图像进行Sobel边缘检测，获得边缘图像Iobj_edge(x,y)；
确定所述Iobj_edge(x,y)中像素值大于第三灰度阈值的区域为强边缘区域。
7.一种图像处理装置，其特征在于，包括：
获取模块，用于获取X射线安全设备采集到的被检查包裹图像I(x，y)；
第一处理模块，用于通过对所述I(x，y)进行背景噪声抑制以得到背景噪声抑制后的包裹前景图像Iobj(x，y)；
第二处理模块，用于通过对所述Iobj(x，y)进行边缘细节增强以得到边缘增强后的包裹前景图像Iedge(x，y)；
获取模块，用于从双能X射线材料特征数据库中获取与所述Iobj(x，y)对应的材料信息图像Imat(x，y)；
第三处理模块，用于通过对所述Imat(x，y)进行自适应滤波平滑处理以得到平滑后的材料信息图像Imat-mean(x，y)；
查询模块，用于根据边缘增强后的包裹前景图像Iedge(x，y)与平滑后的材料信息图像Imat-mean(x，y)查询双能X射线颜色特征数据库，以得到被检查包裹对应的待显示图像Ishow(x，y)；
输出模块，用于输出所述待显示图像Ishow(x，y)。
8.如权利要求7所述的装置，其特征在于，所述第一处理模块，包括：
第一计算子模块，用于计算所述I(x，y)中每个像素点的灰度值；
第一确定子模块，用于当所述I(x，y)中存在灰度值高于第一预设灰度阈值的第一目标像素点时，确定所述第一目标像素点属于图像背景噪声；
第一赋值子模块，用于将所述第一目标像素点的灰度值赋值为背景值；
第二确定子模块，用于当所述I(x，y)中存在灰度值低于第二预设灰度阈值的第二目标像素点时，确定所述第二目标像素点属于图像前景，其中，所述第二预设灰度阈值小于所述第一预设灰度阈值。
9.如权利要求8所述的装置，其特征在于，所述第一处理模块，还包括：
连通子模块，用于当所述I(x，y)中存在灰度值低于所述第一预设灰度阈值且高于第二预设灰度阈值的第三目标像素点时，将相邻的所述第三目标像素点组成连通区域；
第二计算子模块，用于根据所述连通区域中所有像素点的灰度值计算所述连通区域的平均灰度值；
第二赋值子模块，用于当所述连通区域的面积小于预设面积阈值且所述连通区域的平均灰度值与所述第一预设灰度阈值差值的绝对值小于所述连通区域的平均灰度值与所述第二预设灰度阈值差值的绝对值时，确定所述连通区域属于图像背景噪声，将所述连通区域中像素点的灰度值赋值为背景值；
第三确定子模块，用于当所述连通区域的面积不小于预设面积阈值或所述连通区域的平均灰度值与所述第一预设灰度阈值差值的绝对值大于所述连通区域的平均灰度值与所述第二预设灰度阈值差值的绝对值时，确定所述连通区域属于图像前景。
10.如权利要求7所述的装置，其特征在于，第二处理模块，包括：
第一滤波子模块，用于对所述Iobj(x，y)进行低通滤波，以得到所述Iobj(x，y)的模糊图像；
第三计算子模块，用于根据所述Iobj(x，y)中的各位置的像素的灰度值减去所述Iobj(x，y)的模糊图像中相同位置像素的灰度值以得到所述Iobj(x，y)的近似高频信息图像；
叠加子模块，用于根据预设比例放大所述近似高频信息图像，并将放大后的近似高频信息图像与所述Iobj(x，y)图像进行叠加，以得到边缘增强后的包裹前景图像Iedge(x,y)。
11.如权利要求7所述的装置，其特征在于，所述第三处理模块，包括：
第四确定子模块，用于确定所述Imat(x，y)对应于Iobj(x,y)图像中的强边缘区域；
第二滤波子模块，用于通过第一预设方式对Imat(x，y)图像中的强边缘区域进行滤波操作，并通过第二预设方式对Imat(x，y)图像中除所述Imat(x，y)图像中的强边缘区域之外的其他区域进行滤波操作，以得到平滑后的材料信息图像Imat-mean(x，y)。
12.如权利要求11所述的装置，其特征在于，所述第四确定子模块，包括：
对Iobj(x,y)图像进行Sobel边缘检测，获得边缘图像Iobj_edge(x,y)；
确定所述Iobj_edge(x,y)中像素值大于第三灰度阈值的区域为强边缘区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710097541.4A CN106910172B (zh) | 2017-02-22 | 2017-02-22 | 一种图像处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710097541.4A CN106910172B (zh) | 2017-02-22 | 2017-02-22 | 一种图像处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106910172A CN106910172A (zh) | 2017-06-30 |
| CN106910172B true CN106910172B (zh) | 2020-02-28 |
Family
ID=59209128
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710097541.4A Active CN106910172B (zh) | 2017-02-22 | 2017-02-22 | 一种图像处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106910172B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109584198B (zh) * | 2017-09-26 | 2022-12-23 | 浙江宇视科技有限公司 | 一种人脸图像质量评价方法、装置及计算机可读存储介质 |
| CN108714003B (zh) * | 2018-05-27 | 2020-11-06 | 徐州新南湖科技有限公司 | 基于灰度测量的固定桌面维护系统 |
| CN110889807B (zh) * | 2019-11-20 | 2023-04-07 | 公安部第一研究所 | 一种通道式x射线安检设备图像处理方法 |
| CN116403094B (zh) * | 2023-06-08 | 2023-08-22 | 成都菁蓉联创科技有限公司 | 一种嵌入式图像识别方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN200984188Y (zh) * | 2006-11-01 | 2007-12-05 | 公安部第一研究所 | 中位直射式双能量x射线人体内外藏物检查系统 |
| CN101639936A (zh) * | 2009-04-28 | 2010-02-03 | 北京捷科惠康科技有限公司 | 一种x射线图像增强方法及系统 |
| CN101779962A (zh) * | 2010-01-19 | 2010-07-21 | 西安华海医疗信息技术股份有限公司 | 一种增强医学x射线影像显示效果的方法 |
| CN102999750A (zh) * | 2012-12-31 | 2013-03-27 | 清华大学 | 一种去除背景干扰的现场指纹增强方法 |
| CN103996168A (zh) * | 2014-01-21 | 2014-08-20 | 公安部第一研究所 | 一种基于区域自适应处理的x射线安全检查图像增强方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6987833B2 (en) * | 2003-10-16 | 2006-01-17 | General Electric Company | Methods and apparatus for identification and imaging of specific materials |
-
2017
- 2017-02-22 CN CN201710097541.4A patent/CN106910172B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN200984188Y (zh) * | 2006-11-01 | 2007-12-05 | 公安部第一研究所 | 中位直射式双能量x射线人体内外藏物检查系统 |
| CN101639936A (zh) * | 2009-04-28 | 2010-02-03 | 北京捷科惠康科技有限公司 | 一种x射线图像增强方法及系统 |
| CN101779962A (zh) * | 2010-01-19 | 2010-07-21 | 西安华海医疗信息技术股份有限公司 | 一种增强医学x射线影像显示效果的方法 |
| CN102999750A (zh) * | 2012-12-31 | 2013-03-27 | 清华大学 | 一种去除背景干扰的现场指纹增强方法 |
| CN103996168A (zh) * | 2014-01-21 | 2014-08-20 | 公安部第一研究所 | 一种基于区域自适应处理的x射线安全检查图像增强方法 |
Non-Patent Citations (2)
| Title |
|---|
| Material recognition with the Medipix photon counting colour X-ray system;B.Norlin et al.;《ELSEVIER》;20040630;第265-269页 * |
| 双能X射线包裹图像特征区域剔除方法;孔维武 杨立瑞;《第十五届全国图象图形学学术会议论文集》;20101231;第89-94页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106910172A (zh) | 2017-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106910172B (zh) | 一种图像处理方法及装置 | |
| US7689055B2 (en) | Method and apparatus for enhancing image acquired by radiographic system | |
| US6442284B1 (en) | Watermark detection utilizing regions with higher probability of success | |
| EP2541496B1 (en) | Method, medium, and apparatus of filtering depth noise using depth information | |
| EP2261853B1 (en) | Image processing apparatus, medium, and method | |
| CN104303208B (zh) | 用于去除包含在视频中的雾的图像处理装置及其方法 | |
| KR101248808B1 (ko) | 경계 영역의 잡음 제거 장치 및 방법 | |
| US9437017B2 (en) | Method and apparatus for metal artifact elimination in a medical image | |
| EP2355039B1 (en) | Image generating apparatus and method for emphasizing edge based on image characteristics | |
| JP5416377B2 (ja) | 画像処理装置及びそれを備えたｘ線異物検出装置並びに画像処理方法 | |
| Kanwal et al. | Region based adaptive contrast enhancement of medical X-ray images | |
| US8131102B2 (en) | Method for processing a digital gray value image so that a reduced image noise and simultaneously a higher image sharpness is achieved | |
| US8055092B2 (en) | Image processing apparatus and image processing method | |
| WO2017061593A1 (ja) | Ｘ線検査装置 | |
| Chen et al. | A combinational approach to the fusion, de-noising and enhancement of dual-energy x-ray luggage images | |
| Trentacoste et al. | Unsharp masking, countershading and halos: enhancements or artifacts? | |
| EP2846306A1 (en) | Image processing apparatus for removing haze contained in still image and method thereof | |
| CN102521800A (zh) | 一种针对多模图像的去噪及锐化方法 | |
| Wang et al. | Image enhancement for radiography inspection | |
| KR20140109801A (ko) | 3d이미지 품질을 향상시키는 방법과 장치 | |
| Trivedi et al. | A new contrast measurement index based on logarithmic image processing model | |
| JP2017148125A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
| CN115018738B (zh) | 彩色图像生成方法、装置、设备及可读存储介质 | |
| CN114494098A (zh) | 一种锂电池x射线图像增强方法、装置以及存储介质 | |
| JPH10208046A (ja) | Ｘ線異物検出方法 |
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 |