CN107409167A - 图像处理装置 - Google Patents
图像处理装置 Download PDFInfo
- Publication number
- CN107409167A CN107409167A CN201580077831.1A CN201580077831A CN107409167A CN 107409167 A CN107409167 A CN 107409167A CN 201580077831 A CN201580077831 A CN 201580077831A CN 107409167 A CN107409167 A CN 107409167A
- Authority
- CN
- China
- Prior art keywords
- block
- image
- frame
- superposition
- processing apparatus
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 65
- 230000004927 fusion Effects 0.000 claims abstract description 82
- 230000009471 action Effects 0.000 claims description 42
- 238000000034 method Methods 0.000 claims description 19
- 230000009467 reduction Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 230000035807 sensation Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 239000012634 fragment Substances 0.000 abstract description 7
- 230000000694 effects Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 15
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013098 chemical test method Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002285 radioactive effect Effects 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 230000029052 metamorphosis Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/21—Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
-
- 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
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
- G06V10/7515—Shifting the patterns to accommodate for positional errors
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Picture Signal Circuits (AREA)
Abstract
根据本发明，能够提供一种即使是S/N比差的实时图像也能够可靠地去除噪声的图像处理装置。本发明为如下结构：搜索帧(F0)的何处拍进了目标区块(BT)。在将帧(F0)与帧(F1)相叠加时，设定作为帧(F0)的片段的目标区块(BT)和作为帧(F1)的片段的多个叠加对象区块，如果从对各个叠加对象区块(BR)叠加目标区块(BT)来生成的融合区块(BF)中选择叠加后的被检体像彼此互相增强的程度最高的融合区块来作为选择区块(BS)，则能够可靠地抑制被检体像的重影化。
Description
技术领域
本发明涉及一种去除放射线图像中重叠的噪声的图像处理装置，特别是涉及一种对构成实时图像的各帧的图像质量进行改善的图像处理装置。
背景技术
医疗机构具备获取放射线的图像的放射线摄影装置。在这种放射线摄影装置中，存在一种能够连续地拍摄放射线图像并将其结果输出为运动图像的装置。这种运动图像有时被称为实时图像(例如参照专利文献1)。
实时图像是通过对被检体照射低剂量的放射线而得到的，因此与在静止图像摄影(点片摄影)中得到的图像相比S/N比差，含有大量噪声。放射线摄影装置具备用于降低该噪声的图像处理装置。该图像处理装置为以下结构：通过将在时间上连续的两个帧相叠加来获得改善了S/N比的噪声降低图像。
另外，实时图像是捕捉到被检体运动的样子的运动图像。因而，仅通过单纯将图像相叠加的话，会生成被检体的像叠加出重影那样的噪声降低图像。这是由于在两张图像之间，被检体被拍进的位置、形状互不相同。而且，根据图像的部分不同，被检体像之间的偏离状况各式各样，因此仅通过以使一方的图像相对于另一方的图像向某个方向偏移的方式来进行叠加的话，无法防止被检体的像的重影化。在实时图像上的被检体像中，存在在各帧之间像一致的部分和像不一致的部分。对于一致的部分，仅通过单纯将图像相叠加就能够实现噪声的降低。但是，不一致的部分的被检体像会模糊。
因此，根据以往结构，采用了通过花费各种工夫来防止像的重影化那样的结构。例如，在专利文献1中为以下结构：通过图像分析来调查帧上的各像素与叠加对象图像上的哪个部分对应，进行将帧上的像素与叠加对象图像上的对应像素相叠加的动作。如果设为这种结构，则一边将帧上的构造物与叠加对象图像上的构造物对位一边进行叠加。
专利文献1：日本特开平01-314477
发明内容
发明要解决的问题
然而，根据上述结构，存在如下问题。
即，在以往结构中，无法进行可靠的图像的叠加。
在专利文献1所涉及的方法中，通过针对帧上的一个像素逐一地比较叠加对象图像的像素来搜索叠加对象图像的与帧上的像素对应的像素，因此也经常错误地识别对应像素。当成为这种情况时，图像之间无法准确地叠加，无法得到可视性高的噪声降低图像。
专利文献1所涉及的方法尤其不适于拍进了强噪声成分的帧。当帧的S/N比变差时，无法去除噪声。对该原理进行说明。在专利文献1的结构中，从叠加对象图像上搜索与帧上的极窄范围(例如一个像素)内的像素值相似的像素值并将它们相叠加。因而，根据专利文献1的方法，成为将叠加对象图像上的发白部分叠加到帧中拍进的发白部分那样的图像处理。也就是说，在专利文献1的方法中，一边模仿帧上的像一边进行叠加对象图像的叠加，因此无法进行大胆地改变帧上的像素值那样的图像处理。
在帧和叠加对象图像中重叠有强噪声的情况下，有时需要进行大胆地改变帧上的像素值那样的图像处理。例如，被拍进帧中的理应发白的部分由于强噪声的影响而变得发黑。从降低噪声的观点来说，需要进行以下图像处理：对帧上的发黑部分叠加叠加对象图像中不存在噪声重叠的发白部分以使帧上的噪声变弱。但是，在专利文献1所涉及的方法中，没有成为大胆地变更帧上的像素的像素值那样的结构。因而，在专利文献1的方法中进行如下动作：从叠加对象图像上的某个部分找出发黑部分并将该发黑部分叠加到帧上的发黑部分。作为结果，帧上的强噪声不会变弱而被原样残留。
根据图像上的位置不同，噪声的形态变化且不稳定。因而，如果改良专利文献1的方法而基于图案匹配进行图像的叠加，则即使是强噪声也能够去除。图案匹配是一种从叠加对象图像中找出与在帧上的具有某种程度的面积的部分中拍进的像相似的像的技术。尽管由于强烈的噪声的重叠而导致在帧的某个像素与叠加对象图像上的对应像素之间像素值大不相同，但是对图案匹配的相同性的评价造成的影响小。因而，能够执行大胆地改变一个像素的像素值那样的图像的叠加。但是，当噪声变得更加强而导致噪声的振幅超出被检体的关注部分与周边部分的像素值之差的情况多那样的状况时，图案匹配的结果的准确性变差。这是由于，在图案匹配中通过将多个像素的比较结果进行平均来降低噪声的影响，但是在大大损害了各像素的比较结果的准确性的情况下变得无法完全进行平均。
本发明是鉴于这种情况而完成的，其目的在于提供一种能够可靠地去除构成实时图像的各帧的噪声的图像处理装置。
用于解决问题的方案
本发明为了解决上述问题而采用如下结构。
即，本发明所涉及的图像处理装置将属于时间序列图像的原始图像与叠加对象图像相叠加来进行原始图像的噪声降低处理，其中，时间序列图像是通过连续地拍摄被检体来生成的，该图像处理装置的特征在于，具备：目标设定单元，其将原始图像上的至少一部分区域分割为多个区块，将多个区块中的一个区块设定为目标区块；叠加对象设定单元，其在叠加对象图像上的互不相同的位置设定多个与所设定的目标区块具有相同的形状和大小的叠加对象区块；叠加单元，其通过对各个叠加对象区块叠加目标区块来生成融合区块；选择单元，其从多个融合区块中选择叠加后的被检体像彼此互相增强的程度最高的融合区块来作为选择区块；以及图像生成单元，其通过将针对多个区块中的各个区块生成的选择区块相接合来生成噪声降低图像。
[作用和效果]根据本发明，即使是S/N比差的实时图像也能够可靠地去除噪声。即，在本发明的图像处理装置中，在将原始图像与叠加对象图像相叠加时，设定作为原始图像的片段的目标区块和作为叠加对象图像的片段的多个叠加对象区块，从对各个叠加对象区块叠加目标区块来生成的融合区块中选择叠加后的被检体像彼此互相增强的程度最高的融合区块来作为选择区块。而且，根据本发明，将多个选择区块相接合来生成噪声降低图像。如果成为像这样搜索叠加对象图像的何处拍进了目标区块的结构，则能够一边在原始图像上的被检体像上跟踪一边进行图像之间的叠加，因此不会在错误的认识下将叠加对象图像叠加于原始图像。
特别是，本发明的结构为从融合区块中选择叠加后的被检体像彼此互相增强的程度最高的融合区块来作为选择区块。如果这样，则具有与以往的方法不同的优点。
即，在以往的方法中，在原始图像的S/N比差的情况下，有时无法顺利地进行动作。在以往的方法中，无法进行大胆地变更原始图像上的像素值那样的动作。因而，原始图像上的强噪声被原样残留地完成了图像间的叠加。并且，即使设为想要可靠地消除原始图像上的噪声而利用图案匹配那样的结构，在噪声的振幅强的情况下，有时准确性也差。
根据本发明，在叠加时，以被检体像是否清晰为指标来对作为目标区块的对象的叠加对象区块进行挑选，因此能够判断被检体像是否能够以降低了噪声的状态进行相叠加。即，本发明的结构对S/N比差的实时图像的噪声降低处理特别有效。
另外，在上述的图像处理装置中，优选的是，选择单元通过针对各个融合区块计算表示对比度的值并将值彼此进行比较，来计算叠加后的被检体像彼此互相增强的程度，进行选择区块的选择。
[作用和效果]上述结构示出了本发明的具体的结构。如果通过针对各个融合区块计算表示对比度的值并将值彼此进行比较来进行融合区块的选择，则能够从多个融合区块中可靠地选择叠加后的被检体像彼此互相增强的程度最高的融合区块。拍进了互不相同的被检体像的区块彼此叠加来生成的融合区块具有低对比度。这是由于，在叠加时，不同的被检体像彼此互相减弱。另一方面，具有相同的被检体像的区块彼此叠加来生成的融合区块具有高对比度。这是由于，在叠加时，相同的被检体像彼此互相增强。这样，只要利用对比度来比较融合区块，就能够容易地进行融合区块的选择。
另外，在上述的图像处理装置中，优选的是，选择单元通过针对各个融合区块利用微分计算特征量并将特征量彼此进行比较，来计算叠加后的被检体像彼此互相增强的程度，进行选择区块的选择。
[作用和效果]上述结构示出了本发明的具体的结构。如果通过针对各个融合区块利用微分值计算特征量并将值彼此进行比较来进行融合区块的选择，则能够从多个融合区块中可靠地选择叠加后的被检体像彼此互相增强的程度最高的融合区块。针对拍进了互不相同的被检体像的区块彼此叠加来生成的融合区块中含有的多个像素，按每个像素对该融合区块进行微分而得到的微分值的绝对值的总和小。这是由于，在叠加时，不同的被检体像彼此互相减弱，像变得模糊。另一方面，针对具有相同的被检体像的区块彼此叠加来生成的融合区块中含有的多个像素，按每个像素对该融合区块进行微分时，微分值的绝对值的总和变大。这是由于，在叠加时，相同的被检体像彼此互相增强，像变得清晰。这样，只要利用微分值比较融合区块，就能够容易地进行融合区块的选择。
另外，在上述的图像处理装置中，优选的是，选择单元通过针对各个融合区块利用滤波处理计算特征量并将特征量彼此进行比较，来计算叠加后的被检体像彼此互相增强的程度，进行选择区块的选择。
[作用和效果]本发明的选择单元的动作并不限于对融合区块实施微分处理的结构，也能够通过利用滤波处理来实现。本发明能够与构成装置时的具体要求相匹配地变更方式。
另外，在上述的图像处理装置中，优选的是，原始图像是连续地拍摄到的图像中的在原始图像前一帧拍摄到的图像。
另外，在上述的图像处理装置中，优选的是，原始图像是与连续地拍摄到的图像中的在原始图像的前一帧拍摄到的图像对应的噪声降低图像。
[作用和效果]上述结构示出了本发明的更为具体的结构。本发明能够应用于各种方式的噪声降低处理。
另外，在上述的图像处理装置中，优选的是，目标设定单元将原始图像纵横地进行分割来设定矩形形状的目标区块。
[作用和效果]上述结构示出了本发明的更为具体的结构。如果将原始图像纵横地进行分割来设定矩形形状的目标区块，则能够以多个目标区块可靠地占满原始图像的方式来执行目标区块的设定。
另外，在上述的图像处理装置中，优选的是，目标设定单元所设定的目标区块为正方形。
[作用和效果]上述结构示出了本发明的更为具体的结构。如果目标区块是正方形，则本发明的图像处理装置执行的处理变得更加简单。
另外，在上述的图像处理装置中，优选的是，叠加对象设定单元以如下方式进行动作：设定叠加对象图像上的以相当于目标区块的位置为中心的范围，关注属于范围的与目标区块相同形状的部分来设定叠加对象区块，之后，在范围上一边改变部分的位置一边依次设定叠加对象区块。
[作用和效果]上述结构示出了本发明的更为具体的结构。如果以如下方式进行动作则能够更加可靠地执行叠加对象区块的设定：设定叠加对象图像上的以相当于目标区块的位置为中心的范围，关注属于范围的与目标区块相同形状的部分来设定叠加对象区块，之后，在范围上一边改变部分的位置一边依次设定叠加对象区块。
另外，在上述的图像处理装置中，优选的是，图像生成单元通过按照与选择区块对应的目标区块的位置信息排列选择区块来执行接合的动作。
[作用和效果]上述结构示出了本发明的更为具体的结构。如果通过按照与选择区块对应的目标区块的位置信息排列选择区块来执行接合的动作，则将选择区块以与原始图像的目标区块相同的排列顺序进行排列，从而生成噪声降低图像，因此噪声降低图像成为只是将噪声可靠地从原始图像中去除的图像。
发明的效果
根据本发明，能够提供一种即使是S/N比差的实时图像也能够可靠地去除噪声的图像处理装置。本发明为搜索原始图像的何处拍进了目标区块那样的结构。在将原始图像与叠加对象图像相叠加时，设定作为原始图像的片段的目标区块和作为叠加对象图像的片段的多个叠加对象区块，如果从对各个叠加对象区块叠加目标区块来生成的融合区块中选择叠加后的被检体像彼此互相增强的程度最高的融合区块来作为选择区块，则能够可靠地抑制被检体像的重影化。
附图说明
图1是说明本发明所涉及的图像处理装置的概要的示意图。
图2是说明本发明所涉及的图像处理装置的整体结构的功能框图。
图3是说明本发明的原始图像的示意图。
图4是说明本发明的目标设定部的动作的示意图。
图5是说明本发明的叠加对象设定部的动作的示意图。
图6是说明本发明的叠加对象设定部的动作的示意图。
图7是说明本发明的叠加部的动作的示意图。
图8是说明本发明的选择部的动作的示意图。
图9是说明本发明的图像生成部的动作的示意图。
图10是说明本发明的图像处理装置中的动作的重复的示意图。
图11是说明本发明的图像处理装置中的动作的重复的示意图。
具体实施方式
本发明所涉及的图像处理装置10将属于时间序列图像的原始图像与叠加对象图像相叠加来对原始图像进行噪声降低处理，其中，该时间序列图像是通过连续地拍摄被检体来生成的。下面，参照实施例对图像处理装置10的具体结构进行说明。此外，帧F0相当于本发明的原始图像，帧F1相当于本发明的叠加对象图像。
实施例1
对本发明的图像处理装置10的结构进行说明。本发明的图像处理装置10是被用作降低实时图像的噪声的用途的装置。实时图像摄影是X射线摄影的一种，目的是将透视像拍摄成运动图像，因此实时图像为运动图像。在这种实时图像摄影中，被检体要长时间地暴露于X射线，因此为了抑制被检体的被辐射剂量，用于摄影的X射线的剂量被抑制得比较低。因而，实时图像具有由于统计噪声而导致S/N比差的倾向。
如图1所示，当对本发明的图像处理装置10输入实时图像V时，输出从实时图像V降低噪声后的噪声降低运动图像Vα。此时，图像处理装置10通过按构成实时图像V的每一帧进行图像处理来从各帧降低噪声，将这些帧按时间序列的顺序进行接合来生成噪声降低运动图像Vα。图像处理装置10对帧进行的图像处理具体是指，通过将某一帧与在其前一帧拍摄到的帧相叠加来抵消在各帧上随机出现的噪声，由此降低帧上的噪声。通过这样，图1的用点线表示的实时图像V上的噪声降低，能够生成可视性提高的噪声降低运动图像Vα。
图2是说明本发明的图像处理装置10的结构的功能框图。图2示出基于帧F1和帧F0进行的图像处理来作为动作的一例。本发明的图像处理装置10也基于构成实时图像V的任意的帧Fm和在帧Fm的前一帧拍摄到的帧Fm-1进行与图2相同的图像处理。
简单地说明图2中的帧F0和帧F1。帧F0是开始进行实时图像的摄影后最先获取到的帧，帧F1是继帧F0之后拍摄到的最初的帧。因而，帧F0的摄影和帧F1的摄影是在时间序列上彼此相邻的摄影。
此外，在此利用在时间序列上彼此相邻的帧进行说明，但未必需要在时间序列上相邻，也可以中间隔着其它帧。例如可以使用任意的帧Fm和帧Fm-k(m>k>1)来进行处理。
图3的左侧例示了帧F0。帧F0为与在图2中说明的帧F1相同的图像。在实时图像摄影中，对被检体进行运动图像摄影，因此如图3的右侧所示，被拍进帧F0的被检体像与被拍进帧F1的被检体像严格来说并不相同。这是由于，在拍摄帧F0之后直到拍摄下一个帧F1为止的期间，摄影对象的被检体进行了移动。被拍进帧F0的被检体像与被拍进帧F1的被检体像相似。被拍进帧F0的被检体的位置与被拍进帧F1的被检体的位置不同。并且，被拍进各帧F0、F1的被检体像的形状虽然相似，但严格来说并不相同。
此外，与帧F1同样地，在帧F0中含有噪声。当将源自两个帧的噪声成分进行比较时，这两个噪声成分的表现图案互不相同。这说明，如果将帧F0与帧F1相叠加，则各帧F0、F1中含有的噪声成分被抵消，似乎能够生成可视性良好的图像。这是由于，能够预料到如果将帧F0、F1相叠加，则帧中包含的被检体像互相增强，另外帧中含有的噪声成分互相减弱。但是，在单纯将各帧F0、F1相叠加的情况下，被拍进各帧F0、F1的被检体像如图3的右侧所示那样互相偏移地叠加。即，虽然能够通过叠加处理可靠地抵消噪声成分，但被检体像的可视性劣化。
为了抑制这种将各帧F0、F1相叠加时的被检体的偏移，需要将帧F1划分为小区块(目标区块BT)，并按每个目标区块BT使帧F0偏移后将被检体像相叠加。为了实现这种动作而设置了各部11、12、13、14、15。以下，按顺序说明各部11、12、13、14、15的具体的动作。
<目标设定部11的动作>
图4对实施例1的目标设定部11的动作进行了说明。目标设定部11将后面拍摄到的帧F1纵横地分割来设定矩形的目标区块BT1、BT2、BT3、……BTend。在图4的说明中，为了便于说明，将目标区块设为不交叠的平铺状，但实施例1的结构并不限于此，也可以设定为使目标区块交叠。作为目标区块的形状，能够选择正方形。目标设定部11相当于本发明的目标设定单元。这样，目标设定部11将拍进被检体像的帧F1的至少一部分区域分割为多个区块，将所述多个区块中的一个区块设定为目标区块BT。目标区块BT是帧F1上的不具有飞地的正方形的一个区域、即多个像素所属的区域。
<叠加对象设定部12的动作>
由目标设定部11设定的目标区块BT1、BT2、BT3、……BTend的位置信息被发送到叠加对象设定部12。该叠加对象设定部12对目标区块BT1、BT2、BT3、……BTend进行同样的动作。在之后的说明中，设为说明叠加对象设定部12对其中的目标区块BTm进行的动作。叠加对象设定部12相当于本发明的叠加对象设定单元。
图5示出了叠加对象设定部12在帧F0上设定与目标区块BTm对应的范围Rm的情形。叠加对象设定部12设定帧F0上的以相当于目标区块BTm的位置为中心的比目标区块BTm大的矩形的范围。因而，该范围被设定在前面的帧F0上。决定将所设定的该范围称为范围Rm。范围Rm为与目标区块BTm对应的范围。
对范围Rm的大小的决定方法进行说明。帧F0和帧F1分别是相继连拍得到的图像，因此所拍进的被检体像理应不存在那么大的变化。关于被检体像在两帧F0、F1之间以何种程度剧烈地移动，能够通过事先实际测量来获知被检体像的移动。例如在进行拍进心脏那样的摄影的情况下，图像中的心脏的像的大小大致确定。因而，只要对被检体像在过去拍摄到的实时图像的帧F0、F1之间移动了几个像素进行计数，就能够从某种程度上预测出目标区块BT在本次摄影中的帧F1上的移动量。因而，构成为基于在该实测结果中得到的被检体像的移动量来决定范围Rm。即，范围Rm被设定为足够大于由实测结果示出的范围，使得该范围Rm可靠地包含根据实测结果预测的目标区块BT的移动目的地。
另外，随着连拍的频率变得稀疏，两帧F0、F1中拍进的被检体像的移动量变大。因而，能够以使范围Rm随着帧频下降而逐渐变大的方式变更设定。
图6示出了叠加对象设定部12从范围Rm中设定叠加对象区块的情形。叠加对象设定部12关注属于范围Rm的与目标区块BT具有相同的形状和大小的矩形的部分，将该部分认定为叠加对象区块BR。然后，叠加对象设定部12一边使部分的位置在范围Rm上沿纵向或横向一个像素一个像素地变更一边依次设定叠加对象区块BR。图6示出了在部分从范围Rm上的左上端部移动到右下端部的期间设定了多个叠加对象区块BR1、…BRp、…BRq的情形。通过这样，叠加对象设定部12在与帧F1不同的位置处拍进被检体的帧F0上设定处于互不相同的位置的多个叠加对象区块BR。因而，多个叠加对象图像BR互相交叠。
<叠加部13的动作>
由目标设定部11设定的目标区块BTm和由叠加对象设定部12设定的多个叠加对象区块BR1、…BRp、…BRq被发送到叠加部13。叠加部13如图7所示那样进行对各个叠加对象区块BR1、…BRp、…BRq叠加目标区块BTm的动作。通过这样，生成与叠加对象区块BR1、…BRp、…BRq分别对应的融合区块BF1、…BFp、…BFq。叠加部13所进行的区块的叠加动作的具体的方法是以下方法：将叠加对象的各区块中的彼此处于同一位置的像素的像素值进行平均，将所得到的平均值配置在与该像素对应的位置来生成新的区块。
在生成该融合区块时，在图7中用阴影表示的目标区块BTm的噪声成分与同样用阴影表示的叠加对象区块BR1、…BRp、…BRq的噪声成分被抵消。因而，能够减少融合区块BF1、…BFp、…BFq的噪声成分。叠加部13相当于本发明的叠加单元。这样，叠加部13通过对各个叠加对象区块BR叠加目标区块BT，来生成叠加了两个区块中拍进的被检体像的融合区块BF。
<选择部14的动作>
融合区块BF1、…BFp、…BFq被发送到选择部14。该融合区块BF1、…BFp、…BFq是将帧F0的一部分(目标区块BT)与帧F1的一部分(叠加对象区块BR1、…BRp、…BRq)相叠加所得到的区块。
说起融合区块BF1、…BFp、…BFq彼此有何不同，叠加对象区块在帧F0中的位置不同。因而，在融合区块BF1、…BFp、…BFq中，既存在被检体像被拍成重影的区块，又存在被检体像正好重合地拍进的区块。选择部14从多个融合区块BF1、…BFp、…BFq中选择被检体像正好重合地拍进的融合区块，并将该融合区块设定为选择区块BSm。选择部14相当于本发明的选择单元。
图8表现选择部14的动作。如图8所示，选择部14针对各个融合区块BF1、…BFp、…BFq计算对比度值C。作为对比度值C的计算方法，例如能够利用如下那样的式子。
C＝(Pmax-Pmin)
在此，Pmax表示构成融合区块BF的像素的像素值中的最大的像素值，Pmin表示构成融合区块BF的像素的像素值中的最小的像素值。而且，选择部14将与各个融合区块BF1、…BFp、…BPq对应的各个对比度值C1、…Cp、…Cq进行比较，来找出值最大的对比度值。然后，如图8的下侧所示，选择部14将与找出的最大的对比度值Cp对应的融合区块BFp设定为选择区块BSm。通过这样，选择部14完成融合区块BF的选择。
选择部14通过进行这种动作，来从融合区块BF中选择源自目标区块BTm的被检体像与源自叠加对象区块BRm的被检体像正好重合地拍进的区块作为选择区块BSm。下面说明为何能够通过进行图8示出的动作来进行这种选择。
在图7中，目标区块BTm和叠加对象区块BR1、…BRp、…BRq中拍进的被检体像用斜线表示。叠加对象区块BR1、…BRp、…BRq中拍进的被检体像互不相同。这是由于叠加对象区块BR1、…BRp、…BRq在帧F0上位于互不相同的位置。与此相对地，目标区块BTm中拍进的被检体像具有某一固定的图案。
在拍进不同的被检体像的叠加对象区块BR1、…BRp、…BRq中理应存在拍进了目标区块BTm上的被检体像的区块。这是由于，帧F0和帧F1是连拍图像，因此帧F1上的一部分位于帧F0的某处。在帧F0中，与目标区块BTm对应的部分尤其应该处于与帧F1中的帧F0的目标区块BTm相同的位置的附近。确实从该附近获取到了叠加对象区块BR1、…BRp、…BRq。因而，说明在叠加对象区块BR1、…BRp、…BRq中存在拍进了目标区块BTm上的被检体像的区块。
图7中的融合区块BF1、BFq示出了将所拍进的被检体像的图案互不相同的目标区块BTm与叠加对象区块BR相叠加后的结果。融合区块BF1、BFq是将目标区块BTm和叠加对象区块BR进行平均所得到的结果。由于被进行了叠加的区块的被检体像的图案互不相同，因此在融合区块BF1、BFq中，以目标区块BTm中拍进的被检体像变淡的部分与叠加对象区块BR中拍进的被检体像变淡的部分发生了偏移的状态拍出重影。在将被检体像进行了叠加时，被检体像彼此互相减弱。
因而，将所拍进的被检体像的图案互不相同的目标区块BTm与叠加对象区块BR相叠加来生成的融合区块BF1、BFq的对比度值C1、Cq低。这是由于，被检体像被浅淡地拍进融合区块BF1、BFq，难以与被检体以外的背景的部分进行区分。
图7中的融合区块BFp示出了将所拍进的被检体像的图案一致的目标区块BTm与叠加对象区块BR相叠加后的结果。由于进行了叠加的区块的被检体像的图案一致，因此被检体像在被叠加后被浓重地拍进融合区块BFp。在将被检体像进行了叠加时，被检体像彼此互相增强。
因而，将所拍进的被检体像的图案一致的目标区块BTm与叠加对象区块BR相叠加来生成的融合区块BFp的对比度值Cp高。这是由于，被检体像被浓重地拍进融合区块BFp，易于与被检体以外的背景的部分进行区分。
也就是说，只要选择部14进行在融合区块BF1、…BFp、…BFq之间计算对比度值C1、…Cp、…Cq并进行比较后选择具有最高的对比度的融合区块BFp的动作，就能够从融合区块BF1、…BFp、…BFq中选择以目标区块BT和叠加对象区块BRp中拍进的被检体像的图案一致的状态相叠加后的区块。通过这样，选择部14从多个融合区块BF中选择叠加后的被检体像彼此互相增强的程度最高的融合区块来作为选择区块BS。此时，选择部14通过针对各个融合区块BF计算表示对比度值C的值并将值彼此进行比较，来计算叠加后的被检体像彼此互相增强的程度，进行融合区块BF的选择。
<各部11、12、13、14的重复动作>
上述的各部11、12、13、14的动作是针对构成帧F1的目标区块BT中的一个目标区块进行的动作。各部11、12、13、14针对构成帧F1的所有目标区块BT1、BT2、BT3、……BTend生成选择区块BS1、BS2、BS3、……BSend。选择部14将用于定义所生成的选择区块BS1、BS2、BS3、……BSend的数据与所对应的目标区块BT在帧F1上的位置信息一起发送到图像生成部15。图像生成部15相当于本发明的图像生成单元。
<图像生成部15的动作>
图像生成部15如图9所示那样将选择区块BSm按附送的位置信息排列并进行接合，从而生成噪声降低帧F1α。该噪声降低帧F1α为从帧F1降低了噪声成分那样的图像。这样，图像生成部15通过将与由目标设定部11对帧F1进行分割来生成的多个区块中的各个区块对应的选择区块BS相接合，来生成降低了被拍进帧F1的噪声成分的噪声降低帧F1α。
<重复生成噪声降低帧>
在以上的说明中，说明了针对帧F1生成噪声降低帧F1α时的动作。图像处理装置10对其它帧F2等也进行同样的动作，来依次生成与这些帧对应的噪声降低帧Fα。图10示出了与依次生成帧F相应地由图像处理装置10连续地生成噪声降低帧Fα的情形。即，在拍摄实时图像V时，如果X射线摄影装置拍摄帧F1，则接收到帧F1的图像处理装置10基于各帧F0、F1生成噪声降低帧F1α，如果X射线摄影装置拍摄帧F2，则接收到帧F2的图像处理装置10基于各帧F1、F2生成噪声降低帧F2α。
图11示意性地示出了图像处理装置10与帧F的摄影相应地依次生成噪声降低帧Fα的情形。图像处理装置10使用最新的帧和在该帧的前一帧拍摄到的帧来生成噪声降低帧。
通过由CPU执行各种程序来实现上述的各部11、12、13、14、15。此外，也可以利用单独地执行各部11、12、13、14、15的多个处理装置来实现图像处理装置10。
如上所述，根据本发明，能够提供一种即使是S/N比差的实时图像也能够可靠地去除噪声的图像处理装置10。即，在本发明的图像处理装置10中，在将帧F1与帧F0相叠加时，设定作为帧F1的片段的目标区块BT和作为帧F0的片段的多个叠加对象区块BR，从对各个叠加对象区块BR叠加目标区块BT来生成的融合区块BF中选择叠加后的被检体像彼此互相增强的程度最高的融合区块来作为选择区块BS。而且，根据本发明，将多个选择区块BS相接合来生成噪声降低帧F1α。如果为像这样搜索帧F0的何处拍进了目标区块BT的结构，则能够一边在帧F1上的被检体像上跟踪一边进行图像间的叠加，因此不会在错误的认识下将帧F0叠加于帧F1。
特别是，本发明的结构为从融合区块BF中选择叠加后的被检体像彼此互相增强的程度最高的融合区块来作为选择区块BS的结构。如果这样，则具有与以往的方法不同的优点。
即，在以往的方法中，在帧F1的S/N比差的情况下，有时无法顺利地进行动作。在以往的方法中，无法进行大胆地变更帧F1上的像素值那样的动作。因而，帧F1上的强噪声被原样残留地完成了图像之间的叠加。并且，即使设为想要可靠地消除帧F1上的噪声而利用图案匹配那样的结构，在噪声的振幅强的情况下，有时准确性也差。
根据本发明，在叠加时，以被检体像是否清晰为指标来对作为目标区块BT的对象的叠加对象区块BR进行挑选，因此能够判断被检体像是否能够以降低了噪声的状态相叠加。即，本发明的结构对S/N比差的实时图像的噪声降低处理特别有效。
另外，如上述结构那样，如果通过针对各个融合区块BF计算表示对比度的值并将值彼此进行比较来进行融合区块BF的选择，则能够从多个融合区块BF中可靠地选择叠加后的被检体像彼此互相增强的程度最高的融合区块。拍进了互不相同的被检体像的区块彼此叠加来生成的融合区块BF具有低对比度。这是由于，在叠加时，不同的被检体像彼此互相减弱。另一方面，具有相同的被检体像的区块彼此叠加来生成的融合区块BF具有高对比度。这是由于，在叠加时，相同的被检体像彼此互相增强。这样，只要利用对比度来比较融合区块BF，就能够容易地进行融合区块BF的选择。
本发明并不限于上述结构，能够如下那样变形并实施。
(1)关于实施例1的结构，选择部14通过将融合区块BF的对比度值进行比较来进行选择动作，但本发明的结构并不限于该结构。也可以构成为，选择部14对微分值的绝对值进行比较来代替比较对比度值，由此进行选择动作。对于每个融合区块BF中包含的多个像素按每个像素实施微分处理来计算出微分值，计算每个融合区块BF的这些微分值的绝对值的总和值或最大值等特征性的值来作为代表值(特征量)，如果从融合区块BF中选择微分值的代表值最高的融合区块，则能够从多个融合区块BF中可靠地选择叠加后的被检体像彼此互相增强的程度最高的融合区块。也就是说，本变形例所涉及的选择部14通过针对各个融合区块BF计算微分值的代表值并将微分值彼此进行比较，来进行融合区块BF的选择。
即使对拍进了互不相同的被检体像的区块彼此叠加来生成的融合区块BF进行微分，所得到的微分值的代表值也小。这是由于，在叠加时，不同的被检体像彼此互相减弱，像变得模糊。另一方面，当对具有相同的被检体像的区块彼此叠加来生成的融合区块BF进行微分时，微分值的代表值大。这是由于，在叠加时，相同的被检体像彼此互相增强，像清晰。这样，只要利用微分值比较融合区块BF，就能够容易地进行融合区块BF的选择。
在针对两个融合区块BF比较微分值的代表值时，能够考虑各种方式。例如能够考虑如下方式：对于一个融合区块BF中包含的多个像素按每个像素进行微分并从所得到的微分值的绝对值中获取最大的绝对值，并且在空间上对另一个融合区块BF进行微分并从所得到的微分值的绝对值中获取最大的绝对值，并将所得到的最大值彼此进行比较。另外，也可以通过在融合区块B之间将微分值的绝对值的平均彼此进行比较来进行微分值的绝对值的比较。
或者，也可以取代在融合区块的比较中使用微分值，而在各个融合区块BF中实施滤波处理并将其结果彼此进行比较。关于用于该滤波处理的滤波器形状，作为一例，能够应用拉普拉斯滤波器等用于特征量计算的滤波器形状，另外也可以使用其它同种滤波器。
(2)本发明的结构也能够应用于除上述图像处理以外的图像处理。作为能够应用的图像处理，存在一种与生成噪声降低图像相关的递归滤波器。根据递归滤波器，存储将实时图像的帧相叠加而形成的噪声降低图像，并将该噪声降低图像设为叠加对象图像。然后，当被新输入了实时图像的帧时，将新的实时图像与叠加对象图像相叠加来生成新的噪声降低图像，并将其另行存储。之后，每次被输入新的帧时进行叠加所存储的噪声降低图像的动作，并依次生成与帧对应的噪声降低图像。将这种递归滤波器的动作称为循环相加处理。能够在实时图像的帧与叠加对象图像的叠加时应用本发明的各部11、12、13、14、15的动作。
产业上的可利用性
如上所述，本发明适用于医用领域。
附图标记说明
11：目标设定部(目标设定单元)；12：叠加对象设定部(叠加对象设定单元)；13：叠加部(叠加单元)；14：选择部(选择单元)；15：图像生成部(图像生成单元)。
Claims (10)
1.一种图像处理装置，将属于时间序列图像的原始图像与叠加对象图像相叠加来进行所述原始图像的噪声降低处理，其中，所述时间序列图像是通过连续地拍摄被检体来生成的，该图像处理装置的特征在于，具备：
目标设定单元，其将所述原始图像上的至少一部分区域分割为多个区块，将所述多个区块中的一个区块设定为目标区块；
叠加对象设定单元，其在所述叠加对象图像上的互不相同的位置设定多个与所设定的所述目标区块具有相同的形状和大小的叠加对象区块；
叠加单元，其通过对各个所述叠加对象区块叠加所述目标区块来生成融合区块；
选择单元，其从多个所述融合区块中选择叠加后的被检体像彼此互相增强的程度最高的融合区块来作为选择区块；以及
图像生成单元，其通过将针对所述多个区块中的各个区块生成的所述选择区块相接合来生成噪声降低图像。
2.根据权利要求1所述的图像处理装置，其特征在于，
所述选择单元通过针对各个所述融合区块计算表示对比度的值并将值彼此进行比较，来计算叠加后的被检体像彼此互相增强的程度，进行所述选择区块的选择。
3.根据权利要求1所述的图像处理装置，其特征在于，
所述选择单元通过针对各个所述融合区块利用微分计算特征量并将特征量彼此进行比较，来计算叠加后的被检体像彼此互相增强的程度，进行所述选择区块的选择。
4.根据权利要求1所述的图像处理装置，其特征在于，
所述选择单元通过针对各个所述融合区块利用滤波处理计算特征量并将特征量彼此进行比较，来计算叠加后的被检体像彼此互相增强的程度，进行所述选择区块的选择。
5.根据权利要求1至4中的任一项所述的图像处理装置，其特征在于，
所述叠加对象图像是通过连续地拍摄被检体来生成的图像中的在所述原始图像的前一帧拍摄到的图像。
6.根据权利要求1至4中的任一项所述的图像处理装置，其特征在于，
所述叠加对象图像是与通过连续地拍摄被检体来生成的图像中的在所述原始图像的前一帧拍摄到的图像对应的噪声降低图像。
7.根据权利要求1至6中的任一项所述的图像处理装置，其特征在于，
所述目标设定单元将所述原始图像纵横地进行分割来设定矩形形状的目标区块。
8.根据权利要求1至7中的任一项所述的图像处理装置，其特征在于，
所述目标设定单元所设定的目标区块为正方形。
9.根据权利要求1至8中的任一项所述的图像处理装置，其特征在于，
所述叠加对象设定单元以如下方式进行动作：设定所述叠加对象图像上的以相当于所述目标区块的位置为中心的范围，关注属于所述范围的与目标区块相同形状的部分来设定叠加对象区块，之后在所述范围上一边改变部分的位置一边依次设定叠加对象区块。
10.根据权利要求1至9中的任一项所述的图像处理装置，其特征在于，
所述图像生成单元通过按照与所述选择区块对应的所述目标区块的位置信息排列所述选择区块来执行接合的动作。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2015/050986 WO2016113888A1 (ja) | 2015-01-15 | 2015-01-15 | 画像処理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107409167A true CN107409167A (zh) | 2017-11-28 |
| CN107409167B CN107409167B (zh) | 2020-01-21 |
Family
ID=56405449
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201580077831.1A Active CN107409167B (zh) | 2015-01-15 | 2015-01-15 | 图像处理装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US10165156B2 (zh) |
| JP (1) | JP6414604B2 (zh) |
| CN (1) | CN107409167B (zh) |
| TW (1) | TWI583192B (zh) |
| WO (1) | WO2016113888A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112651910A (zh) * | 2019-10-11 | 2021-04-13 | 新疆三维智达网络科技有限公司 | 一种叠加防伪印章的生成方法及系统 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109978774B (zh) * | 2017-12-27 | 2021-06-18 | 展讯通信（上海）有限公司 | 多帧连续等曝光图像的去噪融合方法及装置 |
| US10949957B2 (en) | 2018-01-04 | 2021-03-16 | Gingy Technology Inc. | Biometric image processing method and electronic device thereof |
| JP2022517985A (ja) * | 2019-01-28 | 2022-03-11 | スタンレー電気株式会社 | 霧を介した画像強調のための弾道光変調 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6535617B1 (en) * | 2000-02-14 | 2003-03-18 | Digimarc Corporation | Removal of fixed pattern noise and other fixed patterns from media signals |
| US20070146529A1 (en) * | 2004-12-28 | 2007-06-28 | Shoichi Suzuki | Image sensing apparatus and image sensing apparatus control method |
| JP2007235319A (ja) * | 2006-02-28 | 2007-09-13 | Olympus Corp | ノイズ低減処理装置、方法、プログラム、およびカメラ装置 |
| CN101090456A (zh) * | 2006-06-14 | 2007-12-19 | 索尼株式会社 | 图像处理装置和方法、图像拾取装置和方法 |
| US20080030617A1 (en) * | 2005-02-21 | 2008-02-07 | Hisao Sasai | Moving Picture Processing Method |
| CN101175152A (zh) * | 2006-10-30 | 2008-05-07 | 索尼株式会社 | 图像处理设备、图像捕获设备和图像处理方法 |
| US20080107358A1 (en) * | 2006-07-21 | 2008-05-08 | Yasushi Saito | Image Processing Apparatus, Image Processing Method, and Computer Program |
| CN101744628A (zh) * | 2008-11-28 | 2010-06-23 | 东软飞利浦医疗设备系统有限责任公司 | 一种基于运动信号反馈的降噪装置及方法 |
| CN102113307A (zh) * | 2008-07-30 | 2011-06-29 | 三菱电机株式会社 | 图像处理装置、方法以及图像显示装置 |
| CN102592259A (zh) * | 2011-01-05 | 2012-07-18 | 索尼公司 | 图像处理设备以及图像处理方法 |
| JP2013201724A (ja) * | 2012-03-26 | 2013-10-03 | Toshiba Digital Media Engineering Corp | 画像処理装置及び画像処理方法 |
| US20130329033A1 (en) * | 2012-06-12 | 2013-12-12 | Olympus Corporation | Microscope system |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01314477A (ja) | 1988-06-14 | 1989-12-19 | Nec Corp | ビデオ信号のノイズ低減回路 |
| US6055025A (en) * | 1993-12-21 | 2000-04-25 | Lucent Technologies, Inc. | Method and apparatus for detecting abrupt and gradual scene changes in image sequences |
| JPH0956707A (ja) * | 1995-08-29 | 1997-03-04 | Ge Yokogawa Medical Syst Ltd | 画像処理方法，画像処理装置，ｘ線透視撮影装置及びｘ線撮影装置 |
| US8346011B2 (en) * | 2009-06-26 | 2013-01-01 | Mayo Foundation For Medical Education And Research | Reducing noise in an image |
| TWI459325B (zh) * | 2011-05-13 | 2014-11-01 | Altek Corp | 數位影像處理裝置及其處理方法 |
| US20140301625A1 (en) * | 2011-09-22 | 2014-10-09 | Shimadzu Corporation | Image processing apparatus and radiographic apparatus having the same |
| TWI528812B (zh) * | 2013-06-03 | 2016-04-01 | 恆景科技股份有限公司 | 降低雜訊的系統及方法 |
-
2015
- 2015-01-15 CN CN201580077831.1A patent/CN107409167B/zh active Active
- 2015-01-15 US US15/543,680 patent/US10165156B2/en active Active
- 2015-01-15 JP JP2016569183A patent/JP6414604B2/ja active Active
- 2015-01-15 WO PCT/JP2015/050986 patent/WO2016113888A1/ja active Application Filing
-
2016
- 2016-01-08 TW TW105100470A patent/TWI583192B/zh not_active IP Right Cessation
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6535617B1 (en) * | 2000-02-14 | 2003-03-18 | Digimarc Corporation | Removal of fixed pattern noise and other fixed patterns from media signals |
| US20070146529A1 (en) * | 2004-12-28 | 2007-06-28 | Shoichi Suzuki | Image sensing apparatus and image sensing apparatus control method |
| US20080030617A1 (en) * | 2005-02-21 | 2008-02-07 | Hisao Sasai | Moving Picture Processing Method |
| JP2007235319A (ja) * | 2006-02-28 | 2007-09-13 | Olympus Corp | ノイズ低減処理装置、方法、プログラム、およびカメラ装置 |
| CN101090456A (zh) * | 2006-06-14 | 2007-12-19 | 索尼株式会社 | 图像处理装置和方法、图像拾取装置和方法 |
| US20080107358A1 (en) * | 2006-07-21 | 2008-05-08 | Yasushi Saito | Image Processing Apparatus, Image Processing Method, and Computer Program |
| CN101175152A (zh) * | 2006-10-30 | 2008-05-07 | 索尼株式会社 | 图像处理设备、图像捕获设备和图像处理方法 |
| CN102113307A (zh) * | 2008-07-30 | 2011-06-29 | 三菱电机株式会社 | 图像处理装置、方法以及图像显示装置 |
| CN101744628A (zh) * | 2008-11-28 | 2010-06-23 | 东软飞利浦医疗设备系统有限责任公司 | 一种基于运动信号反馈的降噪装置及方法 |
| CN102592259A (zh) * | 2011-01-05 | 2012-07-18 | 索尼公司 | 图像处理设备以及图像处理方法 |
| JP2013201724A (ja) * | 2012-03-26 | 2013-10-03 | Toshiba Digital Media Engineering Corp | 画像処理装置及び画像処理方法 |
| US20130329033A1 (en) * | 2012-06-12 | 2013-12-12 | Olympus Corporation | Microscope system |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112651910A (zh) * | 2019-10-11 | 2021-04-13 | 新疆三维智达网络科技有限公司 | 一种叠加防伪印章的生成方法及系统 |
| CN112651910B (zh) * | 2019-10-11 | 2023-12-26 | 新疆三维智达网络科技有限公司 | 一种叠加防伪印章的生成方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6414604B2 (ja) | 2018-10-31 |
| CN107409167B (zh) | 2020-01-21 |
| JPWO2016113888A1 (ja) | 2017-09-28 |
| WO2016113888A1 (ja) | 2016-07-21 |
| TW201637426A (zh) | 2016-10-16 |
| US10165156B2 (en) | 2018-12-25 |
| TWI583192B (zh) | 2017-05-11 |
| US20180270401A1 (en) | 2018-09-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2015177845A1 (ja) | 画像処理装置 | |
| CN107409167A (zh) | 图像处理装置 | |
| US10559090B2 (en) | Method and apparatus for calculating dual-camera relative position, and device | |
| DE10080012B4 (de) | Dreidimensionales Verfahren zum Erkennen von Gegenständen und System zum Aufnehmen eines Gegenstandes aus einem Behältnis mit Verwendung des Verfahrens | |
| CN109300096A (zh) | 一种多聚焦图像融合方法及装置 | |
| JP2013065280A (ja) | 画像処理方法、画像処理装置およびプログラム | |
| CN102959942B (zh) | 立体观看用图像拍摄装置及其控制方法 | |
| EP2886043A1 (de) | Verfahren zum Fortsetzen von Aufnahmen zum Erfassen von dreidimensionalen Geometrien von Objekten | |
| CN104270560A (zh) | 一种多点对焦方法和装置 | |
| CN104853172B (zh) | 一种信息处理方法以及一种电子设备 | |
| CN107197269A (zh) | 一种视频拼接的方法与装置 | |
| CN109118544A (zh) | 基于透视变换的合成孔径成像方法 | |
| CN107403160A (zh) | 一种智能驾驶场景中图像检测方法、设备及其存储设备 | |
| CN111798374B (zh) | 一种图像拼接方法、装置、设备及介质 | |
| CN105208937B (zh) | 图像处理装置 | |
| CN104104881B (zh) | 物体的拍摄方法和移动终端 | |
| CN109754385A (zh) | 未配准多聚焦图像的快速融合方法 | |
| CN105335959A (zh) | 成像装置快速对焦方法及其设备 | |
| CN114119701A (zh) | 图像处理方法及其装置 | |
| CN106576140A (zh) | 图像处理装置以及程序 | |
| CN104460184B (zh) | 在拍摄装置中进行对焦的方法和设备 | |
| CN105359185B (zh) | 图像处理装置 | |
| JP2009118434A (ja) | ぶれ補正装置及び撮像装置 | |
| Qiu et al. | Focus stacking by multi-viewpoint focus bracketing | |
| CN105981129A (zh) | 扫描带电粒子显微镜图像的高画质化方法和扫描带电粒子显微镜装置 |
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 |