CN107018278A - 一种实现病案高清扫描的方法 - Google Patents

Abstract

本发明公开了一种实现病案高清扫描的方法，包括选择一款600dpi分辨率的高拍仪，并将将高拍仪的数据线和电脑USB接口连接，安装高拍仪的驱动程序，安装完成后，找一处桌面光照均匀的地方将高拍仪摆放好，将需要扫描的病案平整放在高拍仪的摄像头下方，使用电脑上的软件对其进行扫描，扫描时，高拍仪中的灯管从摄像头处将光线照射到待扫描的病案上，光线反射后由cmos感光元件接收，但是由于图像色彩的深浅不一，使得反射光强度也各不相同，感光元件可以接收各种强度的光并转化为二进制的数字符号，最后由控制扫描的软件把这些数据还原为显示器上可以看到的图像，并存储在存储器中，后台采用多种算法对扫描图片进行处理，保证扫描件的高清晰度。

Description

一种实现病案高清扫描的方法

技术领域

本发明涉及一种病案扫描技术，具体涉及一种实现病案高清扫描的方法。

背景技术

病案指按规范记录病人疾病表现和诊疗情况的档案，由医疗机构的病案管理部门按相关规定保存。不仅有纸质的，还有电子文档、医学影像检查胶片、病理切片等保存形式。指医务人员记录疾病诊疗过程的文件，它客观地、完整地、连续的记录了病人的病情变化、诊疗经过、治疗效果及最终转归，是医疗、教学、科研的基础资料，也是医学科学的原始档案材料，现有的病案都是通过扫描仪进行扫描转化为图片存储在电脑上，因病案的扫描量极大，扫描件的清晰度无法得到保证，但现有的技术很难克服上述问题。

发明内容

本发明要解决的技术问题是克服现有的的问题，提供一种实现病案高清扫描的方法。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明提供了一种实现病案高清扫描的方法，包括如下步骤：选择一款600dpi分辨率的高拍仪，并将将高拍仪的数据线和电脑USB接口连接，安装高拍仪的驱动程序，安装完成后，找一处桌面光照均匀的地方将高拍仪摆放好，将需要扫描的病案平整放在高拍仪的摄像头下方，使用电脑上的软件对其进行扫描，扫描时，高拍仪中的灯管从摄像头处将光线照射到待扫描的病案上，光线反射后由cmos感光元件接收，但是由于图像色彩的深浅不一，使得反射光强度也各不相同，感光元件可以接收各种强度的光并转化为二进制的数字符号，最后由控制扫描的软件把这些数据还原为显示器上可以看到的图像，并存储在存储器中。

作为本发明的一种优选技术方案，所述存储器中的图片将通过USB传输的方式上传到电脑中，再将其上传到服务器上，在服务器中采用最临近点插值算法、双线性插值算法、双立方插值算法、等多种算法对扫描图片进行处理。

作为本发明的一种优选技术方案，所述最临近点插值算法是当二维数字图像从源图像N*M被放为(j*N)*(k*M)目标图像是，参照数学斜率计算公式必然有:(X1-Xmin)/(Xmax-Xmin)＝(Y1-Ymin)/(Ymax-Ymin)，当Xmin和Ymin均为从零开始的像素点时，公式可以简化为:X＝Y1(Xmax/Ymax)，对于任意一幅源图像来说，假设放大后目标图像的宽为Dw高为Dh,任意目标像素点(Dx,Dy)，在源图像上的位置为:Sx＝Dx*(Sh/Dh)//row；Sy＝Dy*(Sw/Dw)//column；其中，(Sx,Sy)为对于的源图像上的像素点，Sw和Sh分别为源图像的宽度和高度。最终有Dpixel(Dx,Dy)＝Spixel(Sx,Sy)。

作为本发明的一种优选技术方案，所述双线性插值算法是对于一个目的像素，设置坐标通过反向变换得到的浮点坐标为(i+u,j+v)，(其中i、j均为浮点坐标的整数部分，u、v为浮点坐标的小数部分，是取值[0,1)区间的浮点数)，则这个像素得值f(i+u,j+v)可由原图像中坐标为(i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所对应的周围四个像素的值决定，即：f(i+u,j+v)＝(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1)+u(1-v)f(i+1,j)+uvf(i+1,j+1)其中f(i,j)表示源图像(i,j)处的的像素值，以此类推。

作为本发明的一种优选技术方案，所述双立方插值算法涉及到16个像素点，其中(i’,j’)表示待计算像素点在源图像中的包含小数部分的像素坐标，dx表示X方向的小数坐标，dy表示Y方向的小数坐标，双立方插值是立方插值在二维空间的表达,插值公式可以表述为:G(x,y)＝f(f(p00,p01,p02,p03,y),f(p10,p11,p12,p13,y),f(p20,p21,p22,p23,y),f(p30,p31,p32,p33,y),x)解出其中的16个参数，即可得带G(x,y)目标插值点的值。

本发明所达到的有益效果是：该方案是一种实现病案高清扫描的方法，该方案采用高拍仪进行纸质病案扫描，扫描后的病案图片将以文件的形式存储到服务器上，后台采用最临近点插值算法、双线性插值算法、双立方插值算法、最临近点插值缩放等多种算法对扫描图片进行处理，保证扫描件的高清晰度。

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1是本发明的实施模块示意图；

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。

实施例1

如图1所示，本发明提供一种实现病案高清扫描的方法，包括如下步骤：选择一款600dpi分辨率的高拍仪，并将将高拍仪的数据线和电脑USB接口连接，安装高拍仪的驱动程序，安装完成后，找一处桌面光照均匀的地方将高拍仪摆放好，将需要扫描的病案平整放在高拍仪的摄像头下方，使用电脑上的软件对其进行扫描，扫描时，高拍仪中的灯管从摄像头处将光线照射到待扫描的病案上，光线反射后由cmos感光元件接收，但是由于图像色彩的深浅不一，使得反射光强度也各不相同，感光元件可以接收各种强度的光并转化为二进制的数字符号，最后由控制扫描的软件把这些数据还原为显示器上可以看到的图像，并存储在存储器中。

存储器中的图片将通过USB传输的方式上传到电脑中，再将其上传到服务器上，在服务器中采用最临近点插值算法、双线性插值算法、双立方插值算法、等多种算法对扫描图片进行处理。

最临近点插值算法是当二维数字图像从源图像N*M被放为(j*N)*(k*M)目标图像是，参照数学斜率计算公式必然有:(X1-Xmin)/(Xmax-Xmin)＝(Y1-Ymin)/(Ymax-Ymin)，当Xmin和Ymin均为从零开始的像素点时，公式可以简化为:X＝Y1(Xmax/Ymax)，对于任意一幅源图像来说，假设放大后目标图像的宽为Dw高为Dh,任意目标像素点(Dx,Dy)，在源图像上的位置为:Sx＝Dx*(Sh/Dh)//row；Sy＝Dy*(Sw/Dw)//column；其中，(Sx,Sy)为对于的源图像上的像素点，Sw和Sh分别为源图像的宽度和高度。最终有Dpixel(Dx,Dy)＝Spixel(Sx,Sy)。

双线性插值算法是对于一个目的像素，设置坐标通过反向变换得到的浮点坐标为(i+u,j+v)，(其中i、j均为浮点坐标的整数部分，u、v为浮点坐标的小数部分，是取值[0,1)区间的浮点数)，则这个像素得值f(i+u,j+v)可由原图像中坐标为(i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所对应的周围四个像素的值决定，即：f(i+u,j+v)＝(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1)+u(1-v)f(i+1,j)+uvf(i+1,j+1)其中f(i,j)表示源图像(i,j)处的的像素值，以此类推。

双立方插值算法涉及到16个像素点，其中(i’,j’)表示待计算像素点在源图像中的包含小数部分的像素坐标，dx表示X方向的小数坐标，dy表示Y方向的小数坐标，双立方插值是立方插值在二维空间的表达,插值公式可以表述为:G(x,y)＝f(f(p00,p01,p02,p03,y),f(p10,p11,p12,p13,y),f(p20,p21,p22,p23,y),f(p30,p31,p32,p33,y),x)解出其中的16个参数，即可得带G(x,y)目标插值点的值。

需要说明的是，最临近点插值算法从BufferedImage对象中获取像素数组的代码如下：

int type＝img.getType()；

if(type＝＝BufferedImage.TYPE_INT_ARGB||

type＝＝BufferedImage.TYPE_INT_RGB){

img.getRaster().setDataElements(x,y,width,height,pixelsData)；

}

else{

img.setRGB(x,y,width,height,pixelsData,0,width)；

}

1

从源图像对象一维像素数组转换为三维对象数组，代码如下：

int[][][]tempData＝new int[imgRows][imgCols][4]；

tempData[row][col][0]＝(aRow[col]>>24)&0xFF；//alpha

tempData[row][col][1]＝(aRow[col]>>16)&0xFF；//red

tempData[row][col][2]＝(aRow[col]>>8)&0xFF；//green

tempData[row][col][3]＝(aRow[col])&0xFF；//blue

首先要计算行与列的缩放比例，计算代码如下：

float rowRatio＝((float)srcH)/((float)destH)；

float colRatio＝((float)srcW)/((float)destW)；

计算源像素点的行位置：

int srcRow＝Math.round(((float)row)*rowRatio)；

计算源像素点的列位置：

int srcCol＝Math.round(((float)col)*colRatio)；

程序源代码

public class NearNaighborZoom implements ImageScale{

public NearNaighborZoom(){

}

/**

*(X-Xmin)/(Xmax-Xmin)＝(Y-Ymin)/(Ymax-Ymin)

*assume Xmin and Ymin are zero,then the formula will be f(x)＝kx(k-coefficent,slope)

*

*/

@Override

public int[]imgScale(int[]inPixelsData,int srcW,int srcH,int destW,int destH){

int[][][]inputThreeDeminsionData＝processOneToThreeDeminsion(inPixelsData,srcH,srcW)；

int[][][]outputThreeDeminsionData＝new int[destH][destW][4]；

float rowRatio＝((float)srcH)/((float)destH)；

float colRatio＝((float)srcW)/((float)destW)；

for(int row＝0；row<destH；row++){

//convert to three dimension data

int srcRow＝Math.round(((float)row)*rowRatio)；

if(srcRow>＝srcH){

srcRow＝srcH-1；

2

}

for(int col＝0；col<destW；col++){

int srcCol＝Math.round(((float)col)*colRatio)；

if(srcCol>＝srcW){

srcCol＝srcW-1；

}

outputThreeDeminsionData[row][col][0]＝inputThreeDeminsionData[srcRow][srcCol][0]；//alpha

outputThreeDeminsionData[row][col][1]＝inputThreeDeminsionData[srcRow][srcCol][1]；//red

outputThreeDeminsionData[row][col][2]＝inputThreeDeminsionData[srcRow][srcCol][2]；//green

outputThreeDeminsionData[row][col][3]＝inputThreeDeminsionData[srcRow][srcCol][3]；//blue

}

}

return convertToOneDim(outputThreeDeminsionData,destW,destH)；

}

/*<p>The purpose of this method is to convert the data in the 3Darray of ints back into</p>

*<p>the 1d array of type int.</p>

*

*/

public int[]convertToOneDim(int[][][]data,int imgCols,int imgRows){

//Create the 1D array of type int to be populated with pixel data

int[]oneDPix＝new int[imgCols*imgRows*4]；

//Move the data into the 1D array.Note the

//use of the bitwise OR operator and the

//bitwise left-shift operators to put the

//four 8-bit bytes into each int.

for(int row＝0,cnt＝0；row<imgRows；row++){

for(int col＝0；col<imgCols；col++){

oneDPix[cnt]＝((data[row][col][0]<<24)&0xFF000000)

|((data[row][col][1]<<16)&0x00FF0000)

|((data[row][col][2]<<8)&0x0000FF00)

|((data[row][col][3])&0x000000FF)；

cnt++；

}//end for loop on col

}//end for loop on row

return oneDPix；

}//end convertToOneDim

private int[][][]processOneToThreeDeminsion(int[]oneDPix2,intimgRows,int imgCols){

int[][][]tempData＝new int[imgRows][imgCols][4]；

for(int row＝0；row<imgRows；row++){

//per row processing

int[]aRow＝new int[imgCols]；

for(int col＝0；col<imgCols；col++){

int element＝row*imgCols+col；

aRow[col]＝oneDPix2[element]；

}

//convert to three dimension data

for(int col＝0；col<imgCols；col++){

tempData[row][col][0]＝(aRow[col]>>24)&0xFF；//alpha

tempData[row][col][1]＝(aRow[col]>>16)&0xFF；//red

tempData[row][col][2]＝(aRow[col]>>8)&0xFF；//green

tempData[row][col][3]＝(aRow[col])&0xFF；//blue

}

}

return tempData；

}

双线性插值算法代码int x＝(i+0.5)*m/a-0.5

int y＝(j+0.5)*n/b-0.5

代替

int x＝i*m/a

int y＝j*n/b

所述双立方插值算法的JAVA源代码如下：

本发明所达到的有益效果是：该方案是一种实现病案高清扫描的方法，该方案采用高拍仪进行纸质病案扫描，扫描后的病案图片将以文件的形式存储到服务器上，后台采用最临近点插值算法、双线性插值算法、双立方插值算法、最临近点插值缩放等多种算法对扫描图片进行处理，保证扫描件的高清晰度。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种实现病案高清扫描的方法，其特征在于，包括如下步骤：选择一款600dpi分辨率的高拍仪，并将将高拍仪的数据线和电脑USB接口连接，安装高拍仪的驱动程序，安装完成后，找一处桌面光照均匀的地方将高拍仪摆放好，将需要扫描的病案平整放在高拍仪的摄像头下方，使用电脑上的软件对其进行扫描，扫描时，高拍仪中的灯管从摄像头处将光线照射到待扫描的病案上，光线反射后由cmos感光元件接收，但是由于图像色彩的深浅不一，使得反射光强度也各不相同，感光元件可以接收各种强度的光并转化为二进制的数字符号，最后由控制扫描的软件把这些数据还原为显示器上可以看到的图像，并存储在存储器中。

2.根据权利要求1所述的一种实现病案高清扫描的方法，其特征在于，所述存储器中的图片将通过USB传输的方式上传到电脑中，再将其上传到服务器上，在服务器中采用最临近点插值算法、双线性插值算法、双立方插值算法、等多种算法对扫描图片进行处理。

3.根据权利要求2所述的一种实现病案高清扫描的方法，其特征在于，所述最临近点插值算法是当二维数字图像从源图像N*M被放为(j*N)*(k*M)目标图像是，参照数学斜率计算公式必然有:(X1-Xmin)/(Xmax-Xmin)＝(Y1-Ymin)/(Ymax-Ymin)，当Xmin和Ymin均为从零开始的像素点时，公式可以简化为:X＝Y1(Xmax/Ymax)，对于任意一幅源图像来说，假设放大后目标图像的宽为Dw高为Dh,任意目标像素点(Dx,Dy)，在源图像上的位置为:Sx＝Dx*(Sh/Dh)//row；Sy＝Dy*(Sw/Dw)//column；其中，(Sx,Sy)为对于的源图像上的像素点，Sw和Sh分别为源图像的宽度和高度；最终有Dpixel(Dx,Dy)＝Spixel(Sx,Sy)。

4.根据权利要求2所述的一种实现病案高清扫描的方法，其特征在于，所述双线性插值算法是对于一个目的像素，设置坐标通过反向变换得到的浮点坐标为(i+u,j+v)，(其中i、j均为浮点坐标的整数部分，u、v为浮点坐标的小数部分，是取值[0,1)区间的浮点数)，则这个像素得值f(i+u,j+v)可由原图像中坐标为(i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所对应的周围四个像素的值决定，即：f(i+u,j+v)＝(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1)+u(1-v)f(i+1,j)+uvf(i+1,j+1)其中f(i,j)表示源图像(i,j)处的的像素值，以此类推。

5.根据权利要求2所述的一种实现病案高清扫描的方法，其特征在于，所述双立方插值算法涉及到16个像素点，其中(i’,j’)表示待计算像素点在源图像中的包含小数部分的像素坐标，dx表示X方向的小数坐标，dy表示Y方向的小数坐标，双立方插值是立方插值在二维空间的表达,插值公式可以表述为:G(x,y)＝f(f(p00,p01,p02,p03,y),f(p10,p11,p12,p13,y),f(p20,p21,p22,p23,y),f(p30,p31,p32,p33,y),x)解出其中的16个参数，即可得带G(x,y)目标插值点的值。