CN108888284A - 图像调整方法、装置及设备、存储介质 - Google Patents
图像调整方法、装置及设备、存储介质 Download PDFInfo
- Publication number
- CN108888284A CN108888284A CN201810482076.0A CN201810482076A CN108888284A CN 108888284 A CN108888284 A CN 108888284A CN 201810482076 A CN201810482076 A CN 201810482076A CN 108888284 A CN108888284 A CN 108888284A
- Authority
- CN
- China
- Prior art keywords
- image
- exposure image
- area
- interest
- target object
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000012545 processing Methods 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 34
- 238000012360 testing method Methods 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 5
- 241000406668 Loxodonta cyclotis Species 0.000 claims description 2
- 230000005055 memory storage Effects 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 238000012805 post-processing Methods 0.000 abstract description 13
- 230000000694 effects Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 13
- 238000010521 absorption reaction Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 7
- 238000007540 photo-reduction reaction Methods 0.000 description 7
- 210000001015 abdomen Anatomy 0.000 description 6
- 210000000038 chest Anatomy 0.000 description 5
- 210000000988 bone and bone Anatomy 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 210000004072 lung Anatomy 0.000 description 4
- 210000001694 thigh bone Anatomy 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 210000002216 heart Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- IQVNEKKDSLOHHK-FNCQTZNRSA-N (E,E)-hydramethylnon Chemical compound N1CC(C)(C)CNC1=NN=C(/C=C/C=1C=CC(=CC=1)C(F)(F)F)\C=C\C1=CC=C(C(F)(F)F)C=C1 IQVNEKKDSLOHHK-FNCQTZNRSA-N 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种图像调整方法、装置及设备、存储介质,所述方法包括:获取被检体的原始曝光图像;确定所述原始曝光图像中的感兴趣区域;定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域;确定所定位的区域相对预定的基准方向的位置偏差;根据所述位置偏差对所述原始曝光图像进行旋转处理,得到所述被检体的目标曝光图像。实施本申请实施例,可以确定出能表征曝光过程中被检体与探测器的偏差程度的位置偏差,按照该位置偏差对原始曝光图像进行旋转处理,得到目标曝光图像,可以降低曝光过程中被检体与探测器的位置偏差,对目标曝光图像产生的影响,进而降低对后期处理曝光图像产生的负面影响。
Description
技术领域
本申请涉及医疗成像技术领域,尤其涉及图像调整方法、装置及设备、存储介质。
背景技术
数字化X射线摄影(Digital Radiography,简称:DR)设备,因其辐射剂量小、影像质量高等优点而被广泛应用,对不便移动的被检体进行检查时,需要采用移动式的DR设备。
以被检体是重症患者为例,重症患者通常位于病床上,在对病床上的患者进行检查时,由于不便移动患者,可以将移动式DR设备的探测器被放置在病床的床板下方,然后控制X射线的发射,X射线投射到患者的相应部位,探测器接收透过患者相应部位的X射线并生成曝光图像。
在上述检查过程中,由于探测器被床板遮挡,被检体的摆位相对探测器可能存在较大偏差,如对被检体的腹部进行检查时,可能出现探测器的中心线与被检体的椎骨不平行的情况,这会导致曝光图像中被检体呈倾斜状态,进而易对曝光图像的显示、信息提取、诊断等后处理操作产生负面影响。
发明内容
本申请提供图像调整方法、装置及设备、存储介质,以尽可能减少曝光时被检体与探测器的位置偏差,对后期处理曝光图像产生的负面影响。
根据本申请实施例的第一方面,提供一种图像调整方法,包括:
获取被检体的原始曝光图像;所述原始曝光图像为探测器在曝光过程中,接收透过所述被检体的X射线生成的图像;
确定所述原始曝光图像中的感兴趣区域;所述感兴趣区域内至少含有目标对象的部分特征,所述目标对象属于所述被检体;
定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域;
确定所定位的区域相对预定的基准方向的位置偏差;
根据所述位置偏差对所述原始曝光图像进行旋转处理,得到所述被检体的目标曝光图像。
在一个实施例中,确定所述原始曝光图像中的感兴趣区域,包括:
获取所述原始曝光图像在预定方向上的灰度分布曲线;
确定所述灰度分布曲线中,满足预定灰度条件的灰度值对应的图像位置;
基于所确定的图像位置,选取所述原始曝光图像的部分预定区域为所述感兴趣区域;所确定的图像位置为所述感兴趣区域的对称点,所述预定区域为预测的含有所述目标对象概率最高的区域。
在一个实施例中,获取所述原始曝光图像在预定方向上的灰度分布曲线,包括:
对所述原始曝光图像中每个像素点的灰度值取反;
计算预定方向上每列像素的灰度累加值;
对各列像素的灰度累加值进行数据拟合,得到所述灰度分布曲线;
在一个实施例中,所述被检体为人体,所述目标对象为椎骨,所述确定所述灰度分布曲线中,满足预定灰度条件的灰度值对应的图像位置,包括:
通过所述灰度分布曲线,确定灰度累加值最大的一列像素的位置为所述图像位置。
在一个实施例中,所述感兴趣区域为两条相交线段构成的两个扇形区域,所确定的图像位置为所述感兴趣区域的对称轴;定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域,包括:
将所述感兴趣区域划分为多个子区域;每个子区域内均含有两条相交线段的交点,且以所述交点为参考点,旋转对应角度后与所述对称轴重叠;
计算每个子区域的灰度标准差值;
基于计算结果选取灰度标准差值最小的子区域,为图像特征与所述目标对象的特征一致的区域。
在一个实施例中,所述预定方向和所述基准方向均为所述原始曝光图像的垂直方向。
在一个实施例中,所述感兴趣区域为矩形区域,定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域,包括:
检测所述感兴趣区域内的直线;
将检测出的直线转换为所述目标对象的边缘区域;
将所述边缘区域作为图像特征与所述目标对象的特征一致的区域。
在一个实施例中,检测所述感兴趣区域内的直线,包括:
对所述感兴趣区域进行平滑处理和去噪处理;
采用Hough变换方法对处理后的感兴趣区域进行检测,检测所述感兴趣区域内的直线。
在一个实施例中,将检测出的直线转换为所述目标对象的边缘区域,包括:
对检测出的直线进行平滑处理;
对平滑处理后的直线进行拟合,拟合出所述目标对象的边缘区域。
在一个实施例中,所述预定方向为所述原始曝光图像的垂直方向;
所述边缘区域为所述目标对象的纵向边缘时,所述基准方向为所述原始曝光图像中垂直方向;
所述边缘区域为所述目标对象的横向边缘时,所述基准方向为所述原始曝光图像中水平方向。
在一个实施例中,确定所述原始曝光图像中的感兴趣区域,包括:
将预测的含有所述目标对象概率最高的区域,确定为所述感兴趣区域。
在一个实施例中,定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域,包括:
将所述感兴趣区域划分为预定方向上距离相同的多个子区域,每个子区域含有不同对象的特征;
获取每个子区域在所述预定方向上的灰度分布曲线,并确定该灰度分布曲线中,满足预定灰度条件的灰度值对应的图像位置为候选位置;
对所确定的候选位置进行数据拟合,得到图像特征与所述目标对象的特征一致的区域。
在一个实施例中,获取每个子区域在所述预定方向上的灰度分布曲线,包括:
对每个子区域内每个像素点的灰度值取反;
计算所述预定方向上每列像素的灰度累加值;
对各列像素的灰度累加值进行数据拟合,得到所述灰度分布曲线。
在一个实施例中,所述预定方向为所述原始曝光图像的水平方向,所述基准方向为所述原始曝光图像的垂直方向。
在一个实施例中,确定所定位的区域相对预定的基准方向的位置偏差,包括:
计算所定位的区域相对预定的基准方向的倾斜角度。
在一个实施例中,根据所述位置偏差对所述原始曝光图像进行旋转处理,得到所述被检体的目标曝光图像,包括:
以所述原始曝光图像的中心为原点,按所述倾斜角旋转每个像素点,得到旋转后的曝光图像;
确定旋转后的曝光图像与所述原始曝光图像的重叠部分;
提取所述重叠部分的最大内接矩形区域内的图像;
将提取出的图像放大到与所述原始曝光图像同等大小,得到所述目标曝光图像。
根据本申请实施例的第二方面,提供一种图像调整装置,包括:
图像获取模块,用于获取被检体的原始曝光图像;所述原始曝光图像为探测器在曝光过程中,接收透过所述被检体的X射线生成的图像;
区域粗定模块,用于确定所述原始曝光图像中的感兴趣区域;所述感兴趣区域内至少含有目标对象的部分特征,所述目标对象属于所述被检体;
区域定位模块,用于定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域;
偏差确定模块,用于确定所定位的区域相对预定的基准方向的位置偏差;
图像处理模块,用于根据所述位置偏差对所述原始曝光图像进行旋转处理,得到所述被检体的目标曝光图像。
根据本申请实施例的第三方面,提供一种计算机设备,包括:
处理器;
存储处理器可执行指令的存储器;
其中,所述处理器耦合于所述存储器,用于读取所述存储器存储的程序指令,并作为响应,执行如上所述方法中的操作。
根据本申请实施例的第四方面,提供一个或多个机器可读存储介质,其上存储有指令,当由一个或多个处理器执行时,使得计算机设备执行如上所述方法中的操作。
应用本申请实施例,首先确定探测器生成的原始曝光图像中的感兴趣区域,该感兴趣区域内至少含有被检体的目标对象的部分特征,然后定位出所述感兴趣区域内图像特征与所述目标对象的特征一致的区域;确定所定位的区域相对预定的基准方向的位置偏差,再根据所确定的位置偏差对所述原始曝光图像进行旋转处理。由于所确定的位置偏差,与曝光过程中被检体相对探测器的位置偏差对应,可以表征曝光过程中被检体相对探测器的位置偏差程度,且根据所确定的位置偏差进行的旋转处理,目的在于降低曝光过程中被检体相对探测器的位置偏差,对目标曝光图像的影响。因此,旋转处理后,可以尽量使得目标曝光图像中的被检体呈无位置偏差的状态,降低曝光过程中被检体相对探测器的位置偏差对所述目标曝光图像的影响。
进而,以目标曝光图像为DR设备最终的曝光图像,替代原始曝光图像,可以减少曝光过程中被检体与探测器的位置偏差,对后期处理曝光图像产生的负面影响。
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
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1A是本申请一示例性实施例示出的DR设备的架构图;
图1B是本申请一示例性实施例示出的被检体相对探测器的摆位示意图;
图1C是本申请一示例性实施例示出的原始曝光图像的示意图;
图2A是本申请一示例性实施例示出的图像调整方法的流程图;
图2B是本申请一示例性实施例示出的灰度分布图;
图3A是本申请另一示例性实施例示出的图像调整方法的流程图;
图3B是本申请一示例性实施例示出的感兴趣区域的示意图;
图3C是本申请一示例性实施例示出的子区域和定位区域的示意图;
图4A是本申请另一示例性实施例示出的图像调整方法的流程图;
图4B是本申请另一示例性实施例示出的感兴趣区域的示意图;
图4C是本申请一示例性实施例示出的直线检测结果示意图;
图5A是本申请另一示例性实施例示出的图像调整方法的流程图;
图5B是本申请另一示例性实施例示出的感兴趣区域及数据拟合结果的示意图;
图6A是本申请另一示例性实施例示出的图像调整方法的流程图;
图6B是本申请一示例性实施例示出的旋转处理原始曝光图像的示意图;
图6C是本申请一示例性实施例示出的目标曝光图像的示意图;
图7是本申请一示例性实施例示出的计算机设备的硬件结构示意图;
图8是本申请一示例性实施例示出的图像处理装置的框图。
具体实施方式
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。
DR设备成像的基础是物体对X射线的吸收存在差异,成像过程(也可以称为曝光过程)中,其向被检体投射X射线束,由探测器接收透过被检体的X射线并经光电转换变为电信号,经ADC(Analog/Digital Converter,模拟/数字转换器)转为数字信号,然后将数字信号转换为图像,该图像可以称为曝光图像。这里提到的DR设备可以是固定式的DR设备,也可以是移动式的DR设备,本申请实施例对此不做限制。
某些场景下,可以通过图1A所示的DR设备,向位于检查床110上的被检体120投射X射线并生成曝光图像,该DR设备可以包括控制机131、高压发生器132、X射线球管133和探测器134。X射线球管133在被检体120某部位上方,探测器134在该部位下方。这里提到的被检体120和部位可以由实际的成像需求决定,本申请实施例对此不做限制。
如:被检体120为人体,X射线球管133在人体的胸腹部位上方,探测器134在人体的胸腹部位下方。实际曝光过程中,控制机131可以将控制参数(曝光剂量、曝光时间等)下发至高压发生器132,高压发生器132可以根据控制参数控制X射线球管133的X射线的发射。X射线投射到被检体120,探测器134接收透过被检体120的X射线以生成曝光图像。
上述曝光过程中,由于检查床110的遮挡,或者被检体120无意识的移动,可能出现被检体120的摆位相对探测器134存在较大偏差的情况,如图1B所示,被检体120为人体,曝光过程中向人体的胸腹部投射X射线,探测器134的中线位置1341与被检体120的椎骨位置121不平行,存在箭头所示夹角对应的位置偏差。
而被检体120与探测器134之间的位置偏差,可能导致曝光图像中被检体120的目标对象与预定的基准方向的夹角,不同于无位置偏差时的夹角,还以被检体120为人体,曝光过程向人体的胸腹部投射X射线为例,无位置偏差时,曝光图像中人体的椎骨垂直曝光图像的水平方向,平行曝光图像的垂直方向,相对垂直方向的夹角为0度。
有位置偏差时,曝光图像如图1C所示,其中,人体摆位倾斜,与曝光图像的垂直方向(图1C中的虚线方向)不平行,椎骨与垂直方向也不平行,两者间存在一定的夹角(也可以说椎骨相对于垂直方向有倾斜角,即存在位置偏差)。这里需要说明的是,预定的基准方向可以由本申请设计人员或DR设备操作人员,根据无位置偏差时被检体在曝光图像中的位置设定,可以随着被检体的不同、X射线投射的部位的不同,或者作为参照对象的目标对象的不同而不同,如目标对象为椎骨时,可以将曝光图像的垂直方向或水平方向预定为基准方向。
实际应用中,生成曝光图像后,通常还需要对曝光图像进行后期处理,才能准确检查出被检体120可能存在的问题,如果曝光图像中被检体120的摆位不同于无位置偏差时的摆位,可能导致后期处理出现较大的误差,进而会降低检查准确率。这里提到的后期处理可以是对曝光图像的显示、信息提取、诊断等操作过程。如:对曝光图像进行信息提取时,操作人员可能根据之前无位置偏差时的曝光图像为基准,框选出需要提取的信息可能存在的图像区域,然后采取相应方式提取信息。而有位置偏差时,被检体120在曝光图像中的摆位不同于无位置偏差时的摆位,这就导致操作人员框选出的图像区域很可能不存在需要提取的信息,进而可能导致信息提取错误或失败。由此可知,曝光过程中被检体120与探测器134的位置偏差,很可能对后期处理曝光图像产生负面影响。
为了降低曝光过程中被检体120与探测器134的位置偏差,对后期处理曝光图像产生的负面影响,可以对曝光图像进行调整,本申请实施例为了区分调整前后的曝光图像,将调整前的曝光图像,即探测器134接收X射线后生成的曝光图像,称为原始曝光图像,将调整后的曝光图像称为目标曝光图像。
调整曝光图像时,可以由相关人员通过手动旋转、镜像等几何操作,对原始曝光图像进行调整,但该过程的操作较复杂,耗费的时间较多,对检查效率的影响较大,尤其是对急需检查结果的重症患者来说,检查效率尤为重要。有鉴于此,本申请实施例,为了降低曝光过程中被检体与探测器的位置偏差,对后期处理曝光图像产生的负面影响,提出了效率相对较高的图像调整方法。
本申请提出的图像调整方法,考虑到被检体由不同的对象构成,如被检体为人体时,可以由骨骼、血管、心脏、肺等不同组织对象构成,不同对象在曝光图像中的相对位置、形态、灰度、纹理等特征中的一项,或多项存在不同,可以将其中一对象作为目标对象,鉴于其不同于其他对象的特征,获取到原始曝光图像后,可以确定所述原始曝光图像中的感兴趣区域,所述感兴趣区域内至少含有目标对象的部分特征,所述目标对象属于所述被检体;定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域;再确定所定位的区域相对预定的基准方向的位置偏差,根据所述位置偏差,对所述原始曝光图像进行旋转处理。由于该位置偏差与曝光过程中被检体相对探测器的位置偏差对应,可以表征曝光过程中被检体相对探测器的位置偏差程度。因此,根据所得位置偏差旋转处理后得到的目标曝光图像,相对原始曝光图像而言,可以尽可能使得被检体在图像中呈无位置偏差的状态,降低曝光过程中被检体相对探测器的位置偏差对所述目标曝光图像的影响。
进而,以目标曝光图像为DR设备最终的曝光图像,替代原始曝光图像,可以减少曝光过程中被检体与探测器的位置偏差,对后期处理曝光图像产生的负面影响。以下结合附图详述本申请实施例的图像调整过程:
请参阅参见图2A,图2A是本申请一示例性实施例示出的图像调整方法的流程图,该方法可包括步骤S201-步骤S205:
步骤S201、获取被检体的原始曝光图像;所述原始曝光图像为探测器在曝光过程中,接收透过所述被检体的X射线生成的图像。
步骤S202、确定所述原始曝光图像中的感兴趣区域,所述感兴趣区域内至少含有目标对象的部分特征,所述目标对象属于所述被检体。
步骤S203、定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域。这里定位的结果可以为区域的位置范围,或区域边界的位置范围,或其他表征区域范围的标记。
步骤S204、确定所定位的区域相对预定的基准方向的位置偏差;所述倾斜角与曝光过程中被检体与探测器的位置偏差对应。
步骤S205、根据所述位置偏差对所述原始曝光图像进行旋转处理,得到所述被检体的目标曝光图像。
本申请实施例的图像调整方法,可以应用于计算机设备,这里的计算机设备可以是如图1A所示的控制机131,获取原始曝光图像时,可以实时从探测器134接收原始曝光图像,也可以从本地存储预接收的原始曝光图像的区域,读取原始曝光图像。
另一例子中,本申请实施例应用的计算机设备,也可以是图1A所示的探测器134,获取原始曝光图像时,可以实时接收透过被检体120的射线生成原始曝光图像,也可以从本地存储预生成的原始曝光图像的区域,读取原始曝光图像。
其他例子中,本申请实施例应用的计算机设备,还可以是其他如台式计算机、膝上型计算机、平板计算机、交互式智能平板等具有图像处理能力的处理设备。该处理设备可以与图1A所示的控制机131或探测器134连接,获取原始曝光图像时,可以实时接收控制机131或探测器134传送的原始曝光图像,也可以从本地存储预接收的原始曝光图像的区域,读取原始曝光图像。
获取到的原始曝光图像,可能如图1C所示。由于曝光过程中被检体相对探测器的位置偏差,被检体相对垂直方向处于倾斜状态,为了避免图像中倾斜状态的被检体,对后期处理曝光图像的过程产生影响,需要尽可能调整图像中的被检体至非倾斜状态。
在调整过程中,鉴于被检体的不同构成对象的区别,可以识别出原始曝光图像中被检体的一构成对象(称为目标对象),然后确定出目标对象相对上述基准位置的位置偏差,进而根据该位置偏差对原始曝光图像进行旋转处理。
而被检体通常由多个对象构成,相应的,曝光图像包含多个对象的特征,特征数量较多,涉及的图像数据也比较多,如果一一识别,耗费的时间较多,本申请实施例为了降低识别目标对象耗费的时间,可以先粗略确定一个感兴趣区域,该感兴趣区域内至少含有目标对象的部分特征。然后定位感兴趣区域内图像特征与所述目标对象的特征一致的区域,进而确定出位置偏差并旋转处理原始曝光图像。
确定感兴趣的过程中,鉴于被检体的目标对象不同于其他对象的特征,可能存在多种,如形态、灰度、相对位置等,本申请实施例可以通过多种方式确定感兴趣区域,获取到原始曝光图像后,可以确定所述原始曝光图像中的感兴趣区域,以下列举几种方式:
方式一:鉴于被检体的不同对象的形态不同,原始曝光图像中不同对象的边界构成的形状不同,可以预定不同对象的形态模板,通过形态模板确定感兴趣区域。如:被检体为人体时,可以设定心脏、肺、椎骨、盆骨、腿骨等组织对象的形态模板。
方式二:鉴于被检体的不同对象对X线的吸收不同,原始曝光图像中不同对象的灰度不同,通过原始曝光图像的灰度分布特征确定感兴趣区域。
为了进一步提高确定感兴趣区域的效率,可以由本方案设计人员或相关操作人员,根据其经验,预测含有所述目标对象概率最高的区域,将预测的区域设为预定区域,然后先根据灰度特征粗略识别出目标对象的位置,再基于粗略识别的位置选择部分预定区域为感兴趣区域。
例如,可以粗略识别的位置为对称点,选取部分预定区域为感兴趣区域,一例子中,可以通过以下操作确定感兴趣区域:
获取所述原始曝光图像在预定方向上的灰度分布曲线。
确定所述灰度分布曲线中,满足预定灰度条件的灰度值对应的图像位置。
基于所确定的图像位置,选取所述原始曝光图像的部分预定区域为所述感兴趣区域;所确定的图像位置为所述感兴趣区域的对称点,所述预定区域为预测的含有所述目标对象概率最高的区域。
本例子中,预定方向可以由本方案的设计人员或相关操作人员,根据目标对象的像素分布状况预定,如:目标对象的像素整体沿垂直方向分布,可以将垂直方向设置为预定方向;目标对象的像素整体沿水平方向分布,可以将水平方向设置为预定方向。其他实施例中,也可以根据实际的图像调整需求,根据其他因素设置预定方向,本申请实施例对此不做限制。
此外,本例子中的预定灰度条件可以随着目标对象对X射线的吸收程度的不同而不同,或者,可以随着其他对象对X射线的吸收程度的不同而不同,此外,还可以随着获取灰度分布的方式的不同而不同,因此,预定灰度条件在不同的场景中可能有所不同,以下列举几种场景:
场景一:获取灰度分布曲线时不对原始曝光图像各像素的灰度值取反,直接计算原始曝光图像在预定方向上各列像素的灰度累加值,然后拟合计算所得的灰度累加值,得到灰度分布曲线。
该场景下,如果目标对象相对其他对象,对X射线的吸收最大,在原始曝光图像中的灰度最小,如被检体为人体,目标对象为人体的椎骨、腿骨等骨骼对象,可以将灰度最小值定为所述预定灰度条件。
如果目标对象相对其他对象,对X射线的吸收最小,在原始曝光图像中的灰度最大,如人体的肺部区域,可以将灰度最大值定为所述预定灰度条件。
如果目标对象相对其他对象,对X射线的吸收次大,在原始曝光图像中的灰度次小,可以将灰度次大值定为所述预定灰度条件。
场景二:获取灰度分布曲线时对原始曝光图像各像素的灰度值取反,如某例子中,可以通过以下操作获取所述原始曝光图像在预定方向上的灰度分布曲线:
对所述原始曝光图像中每个像素点的灰度值取反。其中,取反可以由原始曝光图像的灰度最大值分别减每个像素点的灰度值。也可以采取其他方式,本申请实施例对此不做限制。
计算预定方向上每列像素的灰度累加值。
对各列像素的灰度累加值进行数据拟合,得到所述灰度分布曲线。这里提到的数据拟合,可以指选择适当的曲线类型来拟合观测数据,并用拟合的曲线方程得到两变量间的关系,曲线方程如指数函数方程、对数函数方程、幂函数方程等。
该场景下,如果目标对象相对其他对象,对X射线的吸收最小,在原始曝光图像中的灰度最大,如人体的肺部区域,可以将灰度最小值定为所述预定灰度条件。
如果目标对象相对其他对象,对X射线的吸收最大,在原始曝光图像中的灰度最小,如被检体为人体,目标对象为人体的椎骨、腿骨等骨骼对象,可以将灰度最大值定为所述预定灰度条件,通过以下操作确定所述灰度分布曲线中,满足预定灰度条件的灰度值对应的图像位置:
通过所述灰度分布曲线,确定灰度累加值最大的一列像素的位置为所述图像位置。
例如图1B所示,被检体120为人体,曝光过程中向人体的胸腹部投射X射线,探测器134的中线位置1341与被检体120的椎骨位置121不平行,存在箭头所示夹角对应的位置偏差,原始曝光图像如图1C所示,本场景下获得的灰度分布曲线可以如图2B所示,椎骨处的灰度值较大,体现在灰度分布曲线中就是累加灰度最大值的位置,查找曲线中最大值M对应的图像位置(如像素坐标),该图像位置可以粗定为椎骨位置。
如果目标对象相对其他对象,对X射线的吸收次大,在原始曝光图像中的灰度次小,可以将灰度次小值定为所述预定灰度条件。
上述任一场景下,确定好图像位置后,即可以选取所述原始曝光图像的部分预定区域为所述感兴趣区域。一例子中,确定好的图像位置含有多个像素点的坐标,多个像素点组成一条直线或规则的形状,可以该直线或规则的形状为对称轴或对称区域,从预定区域内选取距离对称轴或对称区域预定值的像素点为所述感兴趣区域,该预定值可以根据被检体、目标对象或DR设备的成像尺寸设定。
另一例子中,如果图像位置含有多个像素点的坐标,构成的是不规则的形状,可以各个像素点为对称中心,从预定区域内选取距离对称轴或对称区域预定值的像素点为所述感兴趣区域。
上述例子选取出的感兴趣区域可以具有不同的形态,而感兴趣区域的形态不同时,可以采取不同的方式,定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域。
一些情况下,所述感兴趣区域为两条相交线段构成的两个扇形区域,所确定的图像位置为所述感兴趣区域的对称轴,该情况下,鉴于目标对象的整体像素分布方向及灰度特征,可以将感兴趣区域分为多个子区域,根据目标对象的灰度特征比较每个子区域的灰度,精确定位出图像特征与所述目标对象的特征一致的区域,具体可以参阅图3A,图3A所示方法可以包括步骤S301-S303:
步骤S301、将所述感兴趣区域划分为多个子区域;每个子区域内均含有两条相交线段的交点,且以所述交点为参考点,旋转对应角度后与所述对称轴重叠。
步骤S302、计算每个子区域的灰度标准差值。
步骤S303、基于计算结果选取灰度标准差值最小的子区域,为图像特征与所述目标对象的特征一致的区域。
其中,两个三角形区域的相对位置以及子区域的具体形态,可以由目标对象的整体像素分布方向决定,也可以由获取灰度分布曲线时的预定方向决定,某些例子中,预定方向为原始曝光图像的垂直方向,被检体为人体,目标对象为椎骨时,感兴趣区域可以如图3B所示,由虚线围成的两个扇形区域310和320组成。
子区域如图3C所示的矩形区域,包括三个虚线组成的矩形区域和一个加粗实线组成的矩形区域。计算每个子区域的灰度标准差值后,鉴于不同对象在图像中的灰度存在差别,同一对象的差别较小,如果子区域中仅含有同一对象,那么其灰度标准差值较小,因此,为精确定位目标对象所在区域,可以选取灰度标准差值最小的子区域,为图像特征与所述目标对象的特征一致的区域。被检体为人体,目标对象为椎骨时,灰度标准差值最小的子区域,为图3C中加粗实线组成的长条形区域。基准方向也可以同预定方向一样,均为原始目标图像的垂直方向,所定位的区域相对基准方向的位置偏差,可以为图3C中加粗实线组成的长条形区域,与垂直方向的夹角。
另一些情况下,所述感兴趣区域可以为矩形区域,鉴于目标对象的轮廓特征(形态),可以通过识别目标对象的边缘位置,精确定位出图像特征与所述目标对象的特征一致的区域,具体可以参阅图4A,图4A所示方法可以包括步骤S401-S403:
步骤S401、检测所述感兴趣区域内的直线。
步骤S402、将检测出的直线转换为所述目标对象的边缘区域。
步骤S403、将所述边缘区域作为图像特征与所述目标对象的特征一致的区域。
其中,检测感兴趣区域内的直线时,可以通过多种直线检测方法实现,如直接通过Hough变换方法检测感兴趣区域内的直线。此外,本申请实施例考虑到,原始曝光图像中可能存在快速起伏的成份或噪音,会影响直线检测的准确度,为了提高直线检测准确度,一例子中,可以通过以下操作检测所述感兴趣区域内的直线:
对所述感兴趣区域进行平滑处理和去噪处理。其中,平滑处理用于去除图像数据非必要的快速起伏的成份,使图像数据更光滑,可以采用低通滤波方式;去噪处理用于去除与图像数据完全不同的频率成份,可以采用滤波方法,也可以采用自适应滤波方法、小波变换方法等。
采用Hough变换方法对处理后的感兴趣区域进行检测,检测所述感兴趣区域内的直线。其他例子中,也可以采取Hough变换方法外的其他方法。
检测出的直线的数量、以及相邻直线的分布方向,由目标对象的轮廓边缘的形态决定,如果轮廓边缘平滑,可以直接将检测出的相邻直线相连,组合得到所述目标对象的边缘区域。
如果目标对象的边缘不是非常平滑的线条,存在一定的起伏,检测出的直线中,即使相邻的多条直线可能也长度和方向不一,难以直接组合出目标对象的边缘区域,本申请实施例鉴于这种情况,可以通过以下操作将检测出的直线转换为所述目标对象的边缘区域,包括:
对检测出的直线进行平滑处理。
对平滑处理后的直线进行拟合,拟合出所述目标对象的边缘区域。这里提到的拟合可以为线性拟合方法或非线性拟合方法。
某些例子中,预定方向为所述原始曝光图像的垂直方向,被检体为人体,目标对象为椎骨时,感兴趣区域可以如图4B中矩形区域,拟合出的边缘区域可以如图4C所示的虚线所在位置。
基准方向为原始曝光图像的水平方向(加粗实线表示)时,所定位的区域相对基准方向的位置偏差,可以为图4C中加粗实线与任一条虚线的夹角。
基准方向为原始曝光图像的垂直方向时(图4C中未示出),所定位的区域相对基准方向的位置偏差,可以为图4C中任一条虚线与垂直方向的夹角。
上述方式一与方式二外,本申请实施例也可以直接将预测的含有所述目标对象概率最高的区域,确定为所述感兴趣区域。进而,考虑到目标对象与其他对象的灰度区别,可以将感兴趣区域划分为在预定方向上,距离相同的多个子区域,每个子区域含有不同对象的图像特征,根据不同对象的灰度区别,精确定位目标对象在每个子区域的位置,然后将精确定位的位置组合,作为图像特征与所述目标对象的特征一致的区域。这里提到的预定方向由目标对象的整体像素分布方向决定,如目标对象为椎骨,其整体像素分布方向为垂直方向,预定方向可以为垂直方向。
某些例子中,直接将预测的含有所述目标对象概率最高的区域,确定为所述感兴趣区域后,可以通过图5A所示的方法,定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域,该方法可以包括步骤S501-S503:
步骤S501、将所述感兴趣区域划分为预定方向上距离相同的多个子区域,每个子区域含有不同对象的特征。
步骤S502、获取每个子区域在所述预定方向上的灰度分布曲线,并确定该灰度分布曲线中,满足预定灰度条件的灰度值对应的图像位置为候选位置。这里的预定灰度条件同前述实施例中所述,其他例子中,也可以采取灰度分布曲线外其他的方式,确定候选位置,在此不再赘述。
步骤S503、对所确定的候选位置进行数据拟合,得到图像特征与所述目标对象的特征一致的区域。
其中,不同子区域在预定方向上的距离,可以为预定数目的像素行对应的距离,由本案设计人员或相关操作人员根据感兴趣区域的尺寸、目标对象的尺寸或实际的调整需求决定。
步骤S502中,获取灰度分布曲线时,可以直接计算每个子区域中,所述预定方向的垂直方向上每行像素的灰度累加值,然后拟合出灰度分布曲线。其他例子中,也可以通过以下操作,获取每个子区域在所述预定方向上的灰度分布曲线,包括:
对每个子区域内每个像素点的灰度值取反。
计算所述预定方向上每列像素的灰度累加值。
对各列像素的灰度累加值进行数据拟合,得到所述灰度分布曲线。
该例子中,基于所述灰度分布曲线确定的候选位置,主要由预定灰度条件确定,如被检体为人体,目标对象为人体的椎骨、腿骨等骨骼对象,所述预定方向为垂直方向,可以通过以下操作确定该灰度分布曲线中,满足预定灰度条件的灰度值对应的图像位置为候选位置:
通过该灰度分布曲线,确定灰度累加值最大的一列像素的位置为所述候选位置。其他例子中,如果像素点的灰度值没有取反,可以确定灰度累加值最小的一列像素的位置为候选位置,或者采取其他方式确定候选位置,具体可以参见前述各实施例。
如图5B所示,被检体为人体,目标对象为人体的椎骨时,感兴趣区域为矩形区域510,预定方向和基准方向均为原始曝光图像的直线520代表的方向(垂直方向),图像特征与所述目标对象的特征一致的区域为直线530,候选位置为与直线530相交的较短的那些直线所在位置。所定位的区域相对基准方向的位置偏差,可以为图5B中直线530与直线520的夹角。
由上述各实施例可知,定位到图像特征与目标对象的特征一致的区域后,可以计算所定位的区域相对预定的基准方向的倾斜角度,即两者夹角,来表示所定位的区域相对预定的基准方向的位置偏差,也可以计算所定位的区域与基准方向间的扇形区域,占基准方向与其垂直方向间的扇形区域的比例,来表示所定位的区域相对预定的基准方向的位置偏差,也可以计算所定位的区域相对预定的基准方向的倾斜度(夹角的正切值),来表示所定位的区域相对预定的基准方向的位置偏差,还可以通过其他方式确定所定位的区域相对预定的基准方向的位置偏差,本申请实施例对此不做限制。
在所确定的位置偏差的形式不同时,旋转处理的方式也会有所不同,如为比例,则按比例旋转,如为倾斜角度,则可以直接按角度旋转,直接将旋转后的图像作为目标曝光图像。
此外,考虑到旋转后的图像,相对原始曝光图像,有部分区域超出了原始曝光图像的范围,这部分超范围的图像数据可能影响显示效果,为了提高显示效果,旋转处理时,可以在旋转后对图像进行裁剪、放大等处理,某些例子中,具体操作可以参见图6A所示方法,该方法可以包括步骤S601-S604:
步骤S601、以所述原始曝光图像的中心为原点,按所述倾斜角旋转每个像素点,得到旋转后的曝光图像。
步骤S602、确定旋转后的曝光图像与所述原始曝光图像的重叠部分。
步骤S603、提取所述重叠部分的最大内接矩形区域内的图像。
步骤S604、将提取出的图像放大到与所述原始曝光图像同等大小,得到所述目标曝光图像。
本实施例中,之所以直接按所述倾斜角旋转像素点,是考虑到曝光过程中,被检体与探测器没有位置偏差时,目标对象的像素整体沿基准方向分布,两者的夹角较小,可以忽略不计,如果在其他实施例中,如果曝光过程中,被检体与探测器没有位置偏差时,目标对象的整体像素分布方向(可以指较大的轮廓边缘所在方向),与基准方向存在固定夹角,旋转时不能直接按倾斜角旋转,需要获得固定夹角与倾斜角的差值,按照差值旋转。
此外,旋转图像是为了降低曝光过程中,被检体与探测器的位置偏差对后期处理曝光图像产生的负面影响,因此,对所述原始曝光图像进行旋转处理,可以向用于减少位置偏差对曝光图像影响的方向旋转。某些例子中,被检体为人体,目标对象为椎骨,原始曝光图像为图6B中的610,椎骨向垂直方向右侧偏斜,详细图像特征可以参见图1C,按照箭头所示方向旋转原始曝光图像610后,得到旋转后的图像620,提取重叠部分的最大内接矩形区域630内的图像,并放大后,得到图图6C所示的目标曝光图像。本申请实施例可以直接显示或存储该目标曝光图像为最终的曝光图像,以便后期处理时使用。
上述确定感兴趣区域的方式之外,如果其他对象对X射线的吸收程度均不同于目标对象,具有显著的特点时,可以先识别其他对象,然后采用排除方式,确定出原始曝光图像中的感兴趣区域。其他实施例中,还可以采取其他方式感兴趣区域,本申请实施例对此不做限制。
与本申请图像调整方法的示例相对应,本申请还提供了图像调整装置的示例。图像调整装置可以应用于各种计算机设备,如DR设备的控制机或探测器,也可以是DR设备外其他具有图像处理能力的设备。如图7所示,为本申请图像调整装置应用的计算机设备的硬件结构示意图,该计算机设备可以包括处理器710、内存720、非易失性存储器730。其中,内存720和非易失性存储器730为机器可读存储介质,处理器710和机器可读存储介质720、730可借由内部总线740相互连接。在其他可能的实现方式中,所述计算机设备还可能包括网络接口750,以能够与其他设备或者部件进行通信。除了图7所示的处理器710、内存720、网络接口750、以及非易失性存储器730之外,该设备根据实际功能需要还可以包括其他硬件,图7中不再一一示出。
在不同的例子中,所述机器可读存储介质720、730可以是ROM(Read-Only Memory,只读存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、DVD等),或者类似的存储介质,或者它们的组合。
进一步,机器可读存储介质、可具体为内存720上存储有与图像调整装置对应的机器可执行指令。从功能上划分,如图8所示,图像调整装置可包括图像获取模块810、区域粗定模块820、区域定位模块830、偏差确定模块840和图像处理模块850。
其中,图像获取模块810,用于获取被检体的原始曝光图像;所述原始曝光图像为探测器在曝光过程中,接收透过所述被检体的X射线生成的图像。
区域粗定模块820,用于确定所述原始曝光图像中的感兴趣区域,所述感兴趣区域内至少含有目标对象的部分特征,所述目标对象属于所述被检体。
区域定位模块830,用于定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域。
偏差确定模块840,用于确定所定位的区域相对预定的基准方向的位置偏差。
图像处理模块850,用于根据所述位置偏差对所述原始曝光图像进行旋转处理,得到所述被检体的目标曝光图像。
本实施例装置中的技术特征与上述方法涉及的实施例相应,在此不再赘述
一例子中,区域粗定模块820可以包括:
灰度曲线获取模块,用于获取所述原始曝光图像在预定方向上的灰度分布曲线;
图像位置确定模块,用于确定所述灰度分布曲线中,满足预定灰度条件的灰度值对应的图像位置;
第一选取模块,用于基于所确定的图像位置,选取所述原始曝光图像的部分预定区域为所述感兴趣区域;所确定的图像位置为所述感兴趣区域的对称点,所述预定区域为预测的含有所述目标对象概率最高的区域。
作为例子,灰度曲线获取模块被配置为执行以下操作:
对所述原始曝光图像中每个像素点的灰度值取反;
计算预定方向上每列像素的灰度累加值;
对各列像素的灰度累加值进行数据拟合,得到所述灰度分布曲线;
作为例子,所述被检体为人体,所述目标对象为椎骨,图像位置确定模块被配置为执行以下操作:
通过所述灰度分布曲线,确定灰度累加值最大的一列像素的位置为所述图像位置。
作为例子,所述感兴趣区域为两条相交线段构成的两个扇形区域,所确定的图像位置为所述感兴趣区域的对称轴;区域定位模块830包括:
区域划分模块,用于将所述感兴趣区域划分为多个子区域;每个子区域内均含有两条相交线段的交点,且以所述交点为参考点,旋转对应角度后与所述对称轴重叠;
标准差计算模块,用于计算每个子区域的灰度标准差值;
第二选取模块,用于基于计算结果选取灰度标准差值最小的子区域,为图像特征与所述目标对象的特征一致的区域。
作为例子,所述预定方向和所述基准方向均为所述原始曝光图像的垂直方向。
作为例子,所述感兴趣区域为矩形区域,区域定位模块830可以包括:
直线检测模块,用于检测所述感兴趣区域内的直线;
直线转换模块,用于将检测出的直线转换为所述目标对象的边缘区域;
第二选取模块,用于将所述边缘区域作为图像特征与所述目标对象的特征一致的区域。
作为例子,直线检测模块可被配置为执行以下操作:
对所述感兴趣区域进行平滑处理和去噪处理;
采用Hough变换方法对处理后的感兴趣区域进行检测,检测所述感兴趣区域内的直线。
作为例子,直线转换模块可以被配置为:
对检测出的直线进行平滑处理;
对平滑处理后的直线进行拟合,拟合出所述目标对象的边缘区域。
作为例子,所述预定方向为所述原始曝光图像的垂直方向;
所述边缘区域为所述目标对象的纵向边缘时,所述基准方向为所述原始曝光图像中垂直方向;
所述边缘区域为所述目标对象的横向边缘时,所述基准方向为所述原始曝光图像中水平方向。
另一例子中,区域粗定模块820可以被配置为:
将预测的含有所述目标对象概率最高的区域,确定为所述感兴趣区域。
作为例子区域定位模块可以包括:
子区域划分模块,用于将所述感兴趣区域划分为预定方向上距离相同的多个子区域,每个子区域含有不同对象的特征;
曲线获取模块,用于获取每个子区域在所述预定方向上的灰度分布曲线,并确定该灰度分布曲线中,满足预定灰度条件的灰度值对应的图像位置为候选位置;
位置拟合模块,用于对所确定的候选位置进行数据拟合,得到图像特征与所述目标对象的特征一致的区域。
作为例子,曲线获取模块可以被配置为:
对每个子区域内每个像素点的灰度值取反;
计算所述预定方向上每列像素的灰度累加值;
对各列像素的灰度累加值进行数据拟合,得到所述灰度分布曲线;
通过该灰度分布曲线,确定灰度累加值最大的一行像素的位置为所述候选位置。
作为例子,所述预定方向为所述原始曝光图像的水平方向,所述基准方向为所述原始曝光图像的垂直方向。
另一例子中,偏差确定模块840可以被配置为:
计算所定位的区域相对预定的基准方向的倾斜角度。
作为例子,图像处理模块850可以被配置为:
以所述原始曝光图像的中心为原点,按所述倾斜角旋转每个像素点,得到旋转后的曝光图像;
确定旋转后的曝光图像与所述原始曝光图像的重叠部分;
提取所述重叠部分的最大内接矩形区域内的图像;
将提取出的图像放大到与所述原始曝光图像同等大小,得到所述目标曝光图像。
本领域技术人员在考虑说明书及实践这里公开的内容后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (19)
1.一种图像调整方法,其特征在于,包括:
获取被检体的原始曝光图像;所述原始曝光图像为探测器在曝光过程中,接收透过所述被检体的X射线生成的图像;
确定所述原始曝光图像中的感兴趣区域;所述感兴趣区域内至少含有目标对象的部分特征,所述目标对象属于所述被检体;
定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域;
确定所定位的区域相对预定的基准方向的位置偏差;
根据所述位置偏差对所述原始曝光图像进行旋转处理,得到所述被检体的目标曝光图像。
2.根据权利要求1所述的方法,其特征在于,确定所述原始曝光图像中的感兴趣区域,包括:
获取所述原始曝光图像在预定方向上的灰度分布曲线;
确定所述灰度分布曲线中,满足预定灰度条件的灰度值对应的图像位置;
基于所确定的图像位置,选取所述原始曝光图像的部分预定区域为所述感兴趣区域;所确定的图像位置为所述感兴趣区域的对称点,所述预定区域为预测的含有所述目标对象概率最高的区域。
3.根据权利要求2所述的方法,其特征在于,获取所述原始曝光图像在预定方向上的灰度分布曲线,包括:
对所述原始曝光图像中每个像素点的灰度值取反;
计算预定方向上每列像素的灰度累加值;
对各列像素的灰度累加值进行数据拟合,得到所述灰度分布曲线。
4.根据权利要求3所述的方法,其特征在于,所述被检体为人体,所述目标对象为椎骨,所述确定所述灰度分布曲线中,满足预定灰度条件的灰度值对应的图像位置,包括:
通过所述灰度分布曲线,确定灰度累加值最大的一列像素的位置为所述图像位置。
5.根据权利要求2所述的方法,其特征在于,所述感兴趣区域为两条相交线段构成的两个扇形区域,所确定的图像位置为所述感兴趣区域的对称轴;定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域,包括:
将所述感兴趣区域划分为多个子区域;每个子区域内均含有两条相交线段的交点,且以所述交点为参考点,旋转对应角度后与所述对称轴重叠;
计算每个子区域的灰度标准差值;
基于计算结果选取灰度标准差值最小的子区域,为图像特征与所述目标对象的特征一致的区域。
6.根据权利要求5所述的方法,其特征在于,所述预定方向和所述基准方向均为所述原始曝光图像的垂直方向。
7.根据权利要求2所述的方法,其特征在于,所述感兴趣区域为矩形区域,定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域,包括:
检测所述感兴趣区域内的直线;
将检测出的直线转换为所述目标对象的边缘区域;
将所述边缘区域作为图像特征与所述目标对象的特征一致的区域。
8.根据权利要求7所述的方法,其特征在于,检测所述感兴趣区域内的直线,包括:
对所述感兴趣区域进行平滑处理和去噪处理;
采用Hough变换方法对处理后的感兴趣区域进行检测,检测所述感兴趣区域内的直线。
9.根据权利要求7所述的方法,其特征在于,将检测出的直线转换为所述目标对象的边缘区域,包括:
对检测出的直线进行平滑处理;
对平滑处理后的直线进行拟合,拟合出所述目标对象的边缘区域。
10.根据权利要求7所述的方法,其特征在于,所述预定方向为所述原始曝光图像的垂直方向;
所述边缘区域为所述目标对象的纵向边缘时,所述基准方向为所述原始曝光图像中垂直方向;
所述边缘区域为所述目标对象的横向边缘时,所述基准方向为所述原始曝光图像中水平方向。
11.根据权利要求1所述的方法,其特征在于,确定所述原始曝光图像中的感兴趣区域,包括:
将预测的含有所述目标对象概率最高的区域,确定为所述感兴趣区域。
12.根据权利要求11所述的方法,其特征在于,定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域,包括:
将所述感兴趣区域划分为预定方向上距离相同的多个子区域,每个子区域含有不同对象的特征;
获取每个子区域在所述预定方向上的灰度分布曲线,并确定该灰度分布曲线中,满足预定灰度条件的灰度值对应的图像位置为候选位置;
对所确定的候选位置进行数据拟合,得到图像特征与所述目标对象的特征一致的区域。
13.根据权利要求12所述的方法,其特征在于,获取每个子区域在所述预定方向上的灰度分布曲线,包括:
对每个子区域内每个像素点的灰度值取反;
计算所述预定方向上每列像素的灰度累加值;
对各列像素的灰度累加值进行数据拟合,得到所述灰度分布曲线。
14.根据权利要求12所述的方法,其特征在于,所述预定方向为所述原始曝光图像的垂直方向,所述基准方向为所述原始曝光图像的垂直方向。
15.根据权利要求1至14中任一项所述的方法,其特征在于,确定所定位的区域相对预定的基准方向的位置偏差,包括:
计算所定位的区域相对预定的基准方向的倾斜角度。
16.根据权利要求15所述的方法,其特征在于,根据所述位置偏差对所述原始曝光图像进行旋转处理,得到所述被检体的目标曝光图像,包括:
以所述原始曝光图像的中心为原点,按所述倾斜角旋转每个像素点,得到旋转后的曝光图像;
确定旋转后的曝光图像与所述原始曝光图像的重叠部分;
提取所述重叠部分的最大内接矩形区域内的图像;
将提取出的图像放大到与所述原始曝光图像同等大小,得到所述目标曝光图像。
17.一种图像调整装置,其特征在于,包括:
图像获取模块,用于获取被检体的原始曝光图像;所述原始曝光图像为探测器在曝光过程中,接收透过所述被检体的X射线生成的图像;
区域粗定模块,用于确定所述原始曝光图像中的感兴趣区域;所述感兴趣区域内至少含有目标对象的部分特征,所述目标对象属于所述被检体;
区域定位模块,用于定位所述感兴趣区域内图像特征与所述目标对象的特征一致的区域;
偏差确定模块,用于确定所定位的区域相对预定的基准方向的位置偏差;
图像处理模块,用于根据所述位置偏差对所述原始曝光图像进行旋转处理,得到所述被检体的目标曝光图像。
18.一种计算机设备,其特征在于,包括:
处理器;
存储处理器可执行指令的存储器;
其中,所述处理器耦合于所述存储器,用于读取所述存储器存储的程序指令,并作为响应,执行如权利要求1-16中任一项所述方法中的操作。
19.一个或多个机器可读存储介质,其特征在于,其上存储有指令,当由一个或多个处理器执行时,使得计算机设备执行如权利要求1-16中任一项所述方法中的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810482076.0A CN108888284A (zh) | 2018-05-18 | 2018-05-18 | 图像调整方法、装置及设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810482076.0A CN108888284A (zh) | 2018-05-18 | 2018-05-18 | 图像调整方法、装置及设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108888284A true CN108888284A (zh) | 2018-11-27 |
Family
ID=64343435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810482076.0A Pending CN108888284A (zh) | 2018-05-18 | 2018-05-18 | 图像调整方法、装置及设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108888284A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109620275A (zh) * | 2019-01-17 | 2019-04-16 | 深圳市安健科技股份有限公司 | 一种医学影像的成像方法及终端 |
CN109740602A (zh) * | 2019-01-10 | 2019-05-10 | 上海联影医疗科技有限公司 | 肺动脉期血管提取方法及系统 |
CN109993743A (zh) * | 2019-04-09 | 2019-07-09 | 飞依诺科技(苏州)有限公司 | 血管图像处理方法、装置、设备及存储介质 |
CN110099222A (zh) * | 2019-05-17 | 2019-08-06 | 睿魔智能科技(深圳)有限公司 | 一种拍摄设备的曝光调整方法、装置、存储介质及设备 |
CN110301924A (zh) * | 2019-07-08 | 2019-10-08 | 东软医疗系统股份有限公司 | 处理图像的方法、装置及设备 |
CN110742631A (zh) * | 2019-10-23 | 2020-02-04 | 深圳蓝韵医学影像有限公司 | 一种医学图像的成像方法和装置 |
CN111281404A (zh) * | 2018-12-06 | 2020-06-16 | 上海西门子医疗器械有限公司 | X线影像设备的成像方法以及x线影像设备 |
CN111462111A (zh) * | 2020-04-21 | 2020-07-28 | 上海联影医疗科技有限公司 | Pet系统的均匀性检测方法、装置和计算机设备 |
CN111768343A (zh) * | 2019-03-29 | 2020-10-13 | 通用电气精准医疗有限责任公司 | 用于促进检查肝脏肿瘤病例的系统和方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040109595A1 (en) * | 2002-12-10 | 2004-06-10 | Eastman Kodak Company | Method for automated analysis of digital chest radiographs |
US20050171409A1 (en) * | 2004-01-30 | 2005-08-04 | University Of Chicago | Automated method and system for the detection of lung nodules in low-dose CT image for lung-cancer screening |
JP2007068715A (ja) * | 2005-09-06 | 2007-03-22 | Canon Inc | 医用画像処理装置及び方法 |
JP2008029798A (ja) * | 2006-07-05 | 2008-02-14 | Oita Univ | 胸部x線像とその左右反転像を用いるサブトラクション方法 |
US20080050003A1 (en) * | 2006-08-22 | 2008-02-28 | Siemens Medical Solutions Usa, Inc. | Method for Detection and Visional Enhancement of Blood Vessels and Pulmonary Emboli |
JP2009201872A (ja) * | 2008-02-29 | 2009-09-10 | Fujifilm Corp | 胸部画像回転装置および方法並びにプログラム |
WO2010095508A1 (ja) * | 2009-02-23 | 2010-08-26 | コニカミノルタエムジー株式会社 | 正中線決定装置およびプログラム |
CN102133109A (zh) * | 2010-01-25 | 2011-07-27 | 安克生医股份有限公司 | 肿瘤特征的量化方法及影像化方法 |
CN102551748A (zh) * | 2010-09-29 | 2012-07-11 | 富士胶片株式会社 | 图像处理装置、放射线照像图像系统及图像处理方法和程序 |
CN103226814A (zh) * | 2013-04-02 | 2013-07-31 | 湖南大学 | 一种基于医药视觉检测机器人图像校正的药瓶异物检测方法 |
CN104398272A (zh) * | 2014-10-21 | 2015-03-11 | 无锡海斯凯尔医学技术有限公司 | 选择检测区域的方法及装置及弹性检测系统 |
CN105960203A (zh) * | 2014-02-03 | 2016-09-21 | 株式会社岛津制作所 | 图像处理方法 |
-
2018
- 2018-05-18 CN CN201810482076.0A patent/CN108888284A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040109595A1 (en) * | 2002-12-10 | 2004-06-10 | Eastman Kodak Company | Method for automated analysis of digital chest radiographs |
US20050171409A1 (en) * | 2004-01-30 | 2005-08-04 | University Of Chicago | Automated method and system for the detection of lung nodules in low-dose CT image for lung-cancer screening |
JP2007068715A (ja) * | 2005-09-06 | 2007-03-22 | Canon Inc | 医用画像処理装置及び方法 |
JP2008029798A (ja) * | 2006-07-05 | 2008-02-14 | Oita Univ | 胸部x線像とその左右反転像を用いるサブトラクション方法 |
US20080050003A1 (en) * | 2006-08-22 | 2008-02-28 | Siemens Medical Solutions Usa, Inc. | Method for Detection and Visional Enhancement of Blood Vessels and Pulmonary Emboli |
JP2009201872A (ja) * | 2008-02-29 | 2009-09-10 | Fujifilm Corp | 胸部画像回転装置および方法並びにプログラム |
WO2010095508A1 (ja) * | 2009-02-23 | 2010-08-26 | コニカミノルタエムジー株式会社 | 正中線決定装置およびプログラム |
CN102133109A (zh) * | 2010-01-25 | 2011-07-27 | 安克生医股份有限公司 | 肿瘤特征的量化方法及影像化方法 |
CN102551748A (zh) * | 2010-09-29 | 2012-07-11 | 富士胶片株式会社 | 图像处理装置、放射线照像图像系统及图像处理方法和程序 |
CN103226814A (zh) * | 2013-04-02 | 2013-07-31 | 湖南大学 | 一种基于医药视觉检测机器人图像校正的药瓶异物检测方法 |
CN105960203A (zh) * | 2014-02-03 | 2016-09-21 | 株式会社岛津制作所 | 图像处理方法 |
CN104398272A (zh) * | 2014-10-21 | 2015-03-11 | 无锡海斯凯尔医学技术有限公司 | 选择检测区域的方法及装置及弹性检测系统 |
Non-Patent Citations (3)
Title |
---|
KUBOTA, YOSHIKI ET AL: "Evaluation of the accuracy and clinical practicality of a calculation system for patient positional displacement in carbon ion radiotherapy at five sites", 《JOURNAL OF APPLIED CLINICAL MEDICAL PHYSICS》 * |
潘梅森: "医学图像倾斜校正方法与应用研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
贺晓慧 等: "《遥感基础导论》", 31 May 2006, 黄河水利出版社 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111281404A (zh) * | 2018-12-06 | 2020-06-16 | 上海西门子医疗器械有限公司 | X线影像设备的成像方法以及x线影像设备 |
CN109740602A (zh) * | 2019-01-10 | 2019-05-10 | 上海联影医疗科技有限公司 | 肺动脉期血管提取方法及系统 |
CN109620275B (zh) * | 2019-01-17 | 2023-02-28 | 深圳市安健科技股份有限公司 | 一种医学影像的成像方法及终端 |
CN109620275A (zh) * | 2019-01-17 | 2019-04-16 | 深圳市安健科技股份有限公司 | 一种医学影像的成像方法及终端 |
CN111768343A (zh) * | 2019-03-29 | 2020-10-13 | 通用电气精准医疗有限责任公司 | 用于促进检查肝脏肿瘤病例的系统和方法 |
CN111768343B (zh) * | 2019-03-29 | 2024-04-16 | 通用电气精准医疗有限责任公司 | 用于促进检查肝脏肿瘤病例的系统和方法 |
CN109993743A (zh) * | 2019-04-09 | 2019-07-09 | 飞依诺科技(苏州)有限公司 | 血管图像处理方法、装置、设备及存储介质 |
CN110099222A (zh) * | 2019-05-17 | 2019-08-06 | 睿魔智能科技(深圳)有限公司 | 一种拍摄设备的曝光调整方法、装置、存储介质及设备 |
CN110301924A (zh) * | 2019-07-08 | 2019-10-08 | 东软医疗系统股份有限公司 | 处理图像的方法、装置及设备 |
CN110301924B (zh) * | 2019-07-08 | 2023-05-30 | 东软医疗系统股份有限公司 | 处理图像的方法、装置及设备 |
CN110742631A (zh) * | 2019-10-23 | 2020-02-04 | 深圳蓝韵医学影像有限公司 | 一种医学图像的成像方法和装置 |
CN110742631B (zh) * | 2019-10-23 | 2024-02-20 | 深圳蓝影医学科技股份有限公司 | 一种医学图像的成像方法和装置 |
CN111462111A (zh) * | 2020-04-21 | 2020-07-28 | 上海联影医疗科技有限公司 | Pet系统的均匀性检测方法、装置和计算机设备 |
CN111462111B (zh) * | 2020-04-21 | 2023-11-24 | 上海联影医疗科技股份有限公司 | Pet系统的均匀性检测方法、装置和计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108888284A (zh) | 图像调整方法、装置及设备、存储介质 | |
JP5643304B2 (ja) | 胸部トモシンセシスイメージングにおけるコンピュータ支援肺結節検出システムおよび方法並びに肺画像セグメント化システムおよび方法 | |
JP4728627B2 (ja) | Ct血管造影法における構造を領域分割する方法及び装置 | |
EP1788525B1 (fr) | Procédé d'imagerie radiographique pour la reconstruction tridimensionnelle, dispositif et programme d'ordinateur pour mettre en oeuvre ce procédé | |
CN102549618B (zh) | 用于从图像分析组织的方法和系统 | |
JP6564018B2 (ja) | 放射線画像の肺野セグメンテーション技術及び骨減弱技術 | |
US9380995B2 (en) | Ultrasound system for measuring image using figure template and method for operating ultrasound system | |
US6055326A (en) | Method for orienting electronic medical images | |
CN105144241A (zh) | 图像质量指数和/或基于其的成像参数推荐 | |
CN101681514A (zh) | 对管形结构的检查 | |
JP2004509722A (ja) | 椎骨の椎弓根の位置を含む脊椎の正面幾何学データを抽出する方法及びシステム | |
US20160210740A1 (en) | Method and system for spine position detection | |
JPH04246982A (ja) | X線フィルム上に形成された光学濃度の測定の補正方法 | |
CN109919953B (zh) | 颈动脉内中膜厚度测量的方法、系统和设备 | |
CN105556567B (zh) | 用于脊椎位置探测的方法和系统 | |
CN113034389A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
US7027631B2 (en) | Method and system for detecting suspected anomalous shadows | |
CN113989407A (zh) | Ct影像中肢体部位识别模型训练方法及系统 | |
US9867586B2 (en) | Stereo X-ray tube based suppression of outside body high contrast objects | |
CN111000580B (zh) | 椎间盘扫描方法、装置、控制台设备及ct系统 | |
CN116416329A (zh) | 一种乳腺断层图像重建方法和系统 | |
CN110349151B (zh) | 一种目标识别方法及装置 | |
CN113409306A (zh) | 一种检测装置、训练方法、训练装置、设备和介质 | |
Fukuda et al. | Improved tomosynthesis reconstruction using super-resolution and iterative techniques | |
JP2020081742A (ja) | 診断装置及び診断方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 110167 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province Applicant after: Shenyang Neusoft Medical Systems Co.,Ltd. Address before: 110167 No. 177-1 Innovation Road, Hunnan District, Shenyang City, Liaoning Province Applicant before: SHENYANG NEUSOFT MEDICAL SYSTEMS Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181127 |