CN109758170B - X射线成像设备的曝光参数调节方法和装置 - Google Patents
X射线成像设备的曝光参数调节方法和装置 Download PDFInfo
- Publication number
- CN109758170B CN109758170B CN201910022586.4A CN201910022586A CN109758170B CN 109758170 B CN109758170 B CN 109758170B CN 201910022586 A CN201910022586 A CN 201910022586A CN 109758170 B CN109758170 B CN 109758170B
- Authority
- CN
- China
- Prior art keywords
- frame image
- current frame
- image
- segmentation threshold
- tissue region
- 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
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种X射线成像设备的曝光参数调节方法和装置,所述方法包括:在X射线成像的过程中,获取当前帧图像;提取所述当前帧图像中的组织区域;基于提取出的所述组织区域,确定所述当前帧图像的亮度参数;基于所述当前帧图像的亮度参数,调节用于下一帧图像的曝光参数。本申请技术方案可以提高下一帧图像的图像质量,即提高得到的X射线图像的图像质量。
Description
技术领域
本申请涉及医学影像技术领域,尤其涉及一种X射线成像设备的曝光参数调节方法和装置。
背景技术
X射线通过人体不同组织会产生不同衰减,因此通过对人体的X射线成像可以观察到人体内部的组织结构信息。X射线成像设备在医疗领域有广泛的使用,包括透视机、大小C型臂等。
在临床应用中,根据人体受照射部位的不同,需要对X射线的曝光参数进行调节,以达到最优的图像质量。通常,需要调节的曝光参数包括管电压、电流、曝光时间、滤过等。对于能够拍摄动态X射线图像的成像设备,通常需要根据当前帧图像的亮度参数的反馈,计算曝光参数应用到下一帧图像,亮度参数的反馈直接决定了曝光参数的计算结果。
发明内容
有鉴于此,本申请提供一种X射线成像设备的曝光参数调节方法和装置,以提高当前帧图像的亮度参数的反馈的准确度,从而提高计算出的应用于下一帧图像的曝光参数的准确度,进一步地提高得到的X射线图像的图像质量。
具体地,本申请是通过如下技术方案实现的:
第一方面,本申请提供一种X射线成像设备的曝光参数调节方法,所述方法包括:
在X射线成像的过程中,获取当前帧图像;
提取所述当前帧图像中的组织区域;
基于提取出的所述组织区域,确定所述当前帧图像的亮度参数;
基于所述当前帧图像的亮度参数,调节用于下一帧图像的曝光参数。
第二方面,本申请提供一种X射线成像设备的曝光参数调节装置,所述装置包括:
获取单元,用于在X射线成像过程中,获取当前帧图像;
提取单元,用于提取所述当前帧图像中的组织区域;
确定单元,用于基于提取出的所述组织区域,确定所述当前帧图像的亮度参数;
调节单元,用于基于所述当前帧图像的亮度参数,调节用于下一帧图像的曝光参数。
分析上述实施例可知,本申请技术方案在根据当前帧图像的亮度参数的反馈,计算曝光参数应用到下一帧图像时,可以先从该当前帧图像中提取出组织区域,再基于提取出的组织区域,确定该当前帧图像的亮度参数。这样,可以保证当前帧图像的亮度参数的反馈中仅包含组织区域的亮度,而避免当前帧图像的亮度参数的反馈中包含无关内容的亮度。因此,当前帧图像的亮度参数的反馈的准确度较高,计算出的应用于下一帧图像的曝光参数的准确度也较高,从而可以提高下一帧图像的图像质量,即提高得到的X射线图像的图像质量。
附图说明
图1是本申请一示例性实施例示出的一种X射线成像设备的曝光参数调节方法的流程图;
图2是本申请一示例性实施例示出的另一种X射线成像设备的曝光参数调节方法的流程图;
图3是本申请一示例性实施例示出的另一种X射线成像设备的曝光参数调节方法的流程图;
图4是一种初始边缘图像的示意图;
图5是一种强边缘图像的示意图;
图6是本申请一示例性实施例示出的另一种X射线成像设备的曝光参数调节方法的流程图;
图7是各个待选分割阈值对应的像素点数量的一种示意图;
图8是相邻的两个待选分割阈值对应的像素点数量之间的差值的一种示意图;
图9是一种图像分割后的当前帧图像的示意图;
图10是本申请一示例性实施例示出的一种X射线成像设备的曝光参数调节装置所在设备的硬件结构图;
图11是本申请一示例性实施例示出的一种X射线成像设备的曝光参数调节装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
通常,一幅X射线图像中既有人体的组织区域,也有背景区域等无关内容。如果在X射线成像的过程中,当前帧图像的亮度参数的反馈中包含了无关内容的亮度,则会对曝光参数的计算结果产生影响。举例来说,由于在背景处X射线没有衰减,信号较强,因此在X射线图像中背景区域的亮度通常较大。在这种情况下,如果当前帧图像的亮度参数的反馈中包含了背景区域的亮度,则会由于亮度参数的反馈偏大,导致计算出的曝光剂量小于实际需要的曝光剂量,从而可能导致在下一帧图像中看不清感兴趣的组织区域的问题。
相关技术中,可以在X射线图像中提前设置多个感兴趣区域(region ofinterest,ROI),例如:位于图像中心的圆形或矩形区域,以及分布在图像其他不同位置的多个圆形或矩形区域等,然后根据这些感兴趣区域的图像亮度,确定X射线图像的图像亮度。然而,采用这种方式,由于设置的感兴趣区域的大小和位置都是固定的,因此通常要求在X射线成像的过程中,受检体的组织区域在得到的X射线图像中的位置也是固定的,从而使设置的感兴趣区域位于受检体的组织区域内。
但在实际应用中,受检体的组织区域并不总是出现在X射线图像中的固定位置。在X射线成像的过程中,背景区域可能出现在得到的X射线图像中的任何位置。举例来说,在对受检体的双腿进行X射线成像时,背景区域会出现在得到的X射线图像中的中央位置;而在对受检体的手部进行X射线成像时,背景区域则会分布在得到的X射线图像中的大部分位置。
在上述情况下,采用相关技术中在X射线图像中设置固定的感兴趣区域,以根据这些感兴趣区域的图像亮度,确定X射线图像的图像亮度的方式,当前帧图像的亮度参数的反馈中包含了无关内容的亮度的可能性较高,即当前帧图像的亮度参数的反馈的准确度较低,从而会导致计算出的应用于下一帧图像的曝光参数的准确度较低,影响下一帧图像的图像质量,即导致得到的X射线图像的图像质量较差。
为了解决上述问题,本申请提供一种X射线成像设备的曝光参数调节方法和装置,以提高当前帧图像的亮度参数的反馈的准确度,从而提高计算出的应用于下一帧图像的曝光参数的准确度,进一步地提高得到的X射线图像的图像质量。
请参考图1,为本申请一示例性实施例示出的一种X射线成像设备的曝光参数调节方法的流程图。该方法可以应用于能够拍摄动态X射线图像的X射线成像设备。该方法可以包括如下步骤:
步骤101:在X射线成像的过程中,获取当前帧图像。
在本实施例中,在对受检体进行X射线成像的过程中,可以先获取当前帧图像,以根据当前帧图像的亮度参数的反馈,计算最优的曝光参数应用到下一帧图像,从而保证下一帧图像的图像质量。
步骤102:提取所述当前帧图像中的组织区域。
在本实施例中,在前述步骤101中获取到当前帧图像后,可以提取获取到的该当前帧图像中的组织区域。
在一个可选的实施例中,请参考图2,可以采用如下步骤实现提取获取到的该当前帧图像中的组织区域:
步骤201:基于所述当前帧图像,确定用于分割所述当前帧图像中的背景区域和组织区域的目标分割阈值。
步骤202:基于所述目标分割阈值,提取所述当前帧图像中的组织区域。
在获取到当前帧图像后,首先可以基于该当前帧图像,确定用于分割该当前帧图像中的背景区域和组织区域的目标分割阈值。
在确定出该目标分割阈值后,可以基于该目标分割阈值,将该当前帧图像分割成背景区域和组织区域,从而可以提取出该当前帧图像中的组织区域。
具体地,请参考图3,可以采用如下步骤实现基于所述当前帧图像,确定用于分割所述当前帧图像的背景区域和组织区域的目标分割阈值:
步骤301:对所述当前帧图像进行取反。
步骤302:对取反后的当前帧图像进行边缘提取,得到初始边缘图像。
步骤303:从所述初始边缘图像中去除像素值小于边缘阈值的像素点,得到强边缘图像。
步骤304:基于所述强边缘图像,确定用于分割所述当前帧图像的背景区域和组织区域的目标分割阈值。
在前述步骤101中获取到当前帧图像后,可以先对该当前帧图像进行取反,即针对图像中的每个像素点,计算该像素点的新像素值(通常像素值即为灰度值)=最大像素值-原像素值。其中,最大像素值即为该当前帧图像中,所有像素点的像素值中最大的像素值。这样,可以使背景区域较暗,组织区域较亮,更为符合用户对X射线图像的查看习惯。
需要说明的是,对获取到的当前帧图像进行取反并不是必须执行的步骤,即也可以不对获取到的当前帧图像进行取反,而直接基于边缘提取算法,对该当前帧图像进行边缘提取,并将得到的图像作为初始边缘图像。然而,后续步骤需要同时进行相反的变化。举例来说,后续,在基于某个待选分割阈值,提取该当前帧图像中的背景区域时,可以将像素值大于该待选分割阈值的像素点确定为背景区域的像素点;以此类推。
在对该当前帧图像进行取反后,可以基于边缘提取算法,对取反后的当前帧图像进行边缘提取,并将得到的图像作为初始边缘图像。其中,边缘提取算法可以是相关技术中常用的边缘提取算法,包括:基于Sobel算子的边缘提取算法、基于Robert算子的边缘提取算法、基于Priwitt算子的边缘提取算法等。
以基于Sobel算子的边缘提取算法为例,Sobel算子的基本形式包括垂直方向的卷积因子以及水平方向的卷积因子可以采用如下公式对取反后的当前帧图像进行边缘提取:其中IX为取反后的当前帧图像,IS为初始边缘图像。
在得到该初始边缘图像后,可以从该初始边缘图像中去除像素值小于边缘阈值的像素点,并将得到的图像作为强边缘图像。其中,边缘阈值可以由用户预先自行设定;或者,边缘阈值也可以是基于用户预先设定的强边缘比例,以及初始边缘图像中所有像素点的像素值确定的阈值。举例来说,假设用户预先设定的强边缘比例为80%,则可以获取该初始边缘图像中所有像素点的像素值,并将不同的像素值按照从大到小的顺序进行排列,后续可以选取排列在前80%的像素值,作为强边缘图像中所有像素点的像素值的取值范围,即将排列在前80%的所有像素值中最小的像素值,作为边缘阈值,从而可以从该初始边缘图像中去除像素值小于该边缘阈值的像素点,并将得到的图像作为强边缘图像。
需要说明的是,在实际应用中,可以基于该边缘阈值对该初始边缘图像进行图像分割,以实现从该初始边缘图像中去除像素值小于边缘阈值的像素点。在这种情况下,得到的强边缘图像为二值图像,即在该强边缘图像中,原先的像素值小于该边缘阈值的像素点的当前像素值为0,原先的像素值大于或等于该边缘阈值的像素点的当前像素值为1。
请参考图4,为初始边缘图像的一种示意图;请参考图5,为强边缘图像的一种示意图。将图4所示的初始边缘图像与图5所示的强边缘图像对比可见,强边缘图像与初始边缘图像相比,缺少了灰度值较小的部分边缘,即去除了构成这部分边缘的所有像素点,这些像素点即为像素值小于边缘阈值的像素点。
在得到该强边缘图像后,可以基于该强边缘图像,确定用于分割该当前帧图像的背景区域和组织区域的目标分割阈值。
具体地,请参考图6,可以采用如下步骤实现基于所述强边缘图像,确定用于分割所述当前帧图像的背景区域和组织区域的目标分割阈值:
步骤601:基于最大分割阈值、最小分割阈值和分割阈值间隔,确定多个待选分割阈值。
步骤602:分别基于各个待选分割阈值,提取所述取反后的当前帧图像中的背景区域。
步骤603:统计所述背景区域在所述强边缘图像中对应的像素点的数量,作为与所述待选分割阈值对应的像素点数量。
步骤604:计算相邻的两个待选分割阈值对应的像素点数量之间的差值。
步骤605:从所述差值最大的两个待选分割阈值中选择数值较小的待选分割阈值,作为用于分割所述当前帧图像的背景区域和组织区域的目标分割阈值。
首先,可以基于最大分割阈值、最小分割阈值和分割阈值间隔,确定多个待选分割阈值。其中,最大分割阈值、最小分割阈值和分割阈值间隔这三个数值,可以由用户预先自行设定,也可以根据当前帧图像中所有的像素值的实际分布情况、计算速度和准确度的需要进行选取。举例来说,假设最大分割阈值为50,最小分割阈值为0,分割阈值间隔为10,则共有6个待选分割阈值,分别为:0、10、20、30、40、50。
而在确定出这多个待选分割阈值后,则可以分别基于其中的任意一个待选分割阈值,从前述步骤301中得到的取反后的当前帧图像中,提取背景区域。具体地,可以将像素值小于该待选分割阈值的像素点,确定为背景区域的像素点,从而实现基于该待选分割阈值,提取该取反后的当前帧图像中的背景区域。
后续,可以统计提取出的背景区域在前述步骤303中得到的强边缘图像中对应的像素点的数量,作为与提取出该背景区域所采用的的待选分割阈值对应的像素点数量。具体地,可以判断在该强边缘图像中与在该提取出的背景区域中位置相同的像素点的像素值是否为1,如果是,则说明该像素点是该提取出的背景区域在该强边缘图像中对应的像素点。
继续以上述举例为例,首先,可以以0为分割阈值,从得到的取反后的当前帧图像中提取背景区域1,并统计该背景区域1在得到的强边缘图像中对应的像素点的数量S0;其次,可以以10为分割阈值,从该取反后的当前帧图像中提取背景区域2,并统计该背景区域2在该强边缘图像中对应的像素点的数量S10;再次,可以以20为分割阈值,从该取反后的当前帧图像中提取背景区域3,并统计该背景区域3在该强边缘图像中对应的像素点的数量S20;以此类推,直至统计出这6个待选分割阈值分别对应的像素点数量:S0、S10、S20、S30、S40、S50。
后续,可以分别计算相邻的两个待选分割阈值对应的像素点数量之间的差值。继续以上述举例为例,可以计算S10与S0之间的差值D1=S10-S0,计算S20与S10之间的差值D2=S20-S10,计算S30与S20之间的差值D3=S30-S20;以此类推,直至计算出5个差值,分别为:D1、D2、D3、D4、D5。
在分别计算出相邻的两个待选分割阈值对应的像素点数量之间的差值后,可以从这些差值中选取出最大的差值,并确定计算得到该最大的差值的像素点数量对应的两个待选分割阈值,从而可以从这两个待选分割阈值中选择数值较小的待选分割阈值,作为用于分割所述当前帧图像的背景区域和组织区域的目标分割阈值。继续以上述举例为例,假设这5个差值中D4最大,则由于D4=S40-S30,S40为待选分割阈值40对应的像素点数量,S30为待选分割阈值30对应的像素点数量,因此可以选择30作为用于分割所述当前帧图像的背景区域和组织区域的目标分割阈值。
请参考图7,为各个待选分割阈值对应的像素点数量的一种示意图。其中,横轴表示待选分割阈值,纵轴表示像素点数量。如图7所示,最大分割阈值为850,最小分割阈值为0,分割阈值间隔为1。
请参考图8,为图7所示的情况下,相邻的两个待选分割阈值对应的像素点数量之间的差值的一种示意图。由图8可见,待选分割阈值563对应的像素点数量与待选分割阈值562对应的像素点数量差值最大,因此可以选择562作为用于分割所述当前帧图像的背景区域和组织区域的目标分割阈值。
需要说明的是,采用上述方式确定出用于分割在前述步骤101中获取到的当前帧图像的背景区域和组织区域的目标分割阈值后,可以基于该目标分割阈值,提取该当前帧图像中的组织区域。
由于在实际的当前帧图像中,背景区域的亮度通常大于组织区域的亮度,因此可以理解的是,对于该当前帧图像,可以将像素值小于或等于该目标分割阈值的像素点,确定为组织区域的像素点,而将像素值大于该目标分割阈值的像素点,确定为背景区域的像素点。这样,即可实现基于该目标分割阈值,提取该当前帧图像中的组织区域。
在这种情况下,得到的图像分割后的当前帧图像也为二值图像,在该二值图像中,原先的像素值小于或等于该目标分割阈值的像素点(即组织区域的像素点)的当前像素值为0,原先的像素值大于该目标分割阈值的像素点(即背景区域的像素点)的当前像素值为1。
请参考图9,为图像分割后的当前帧图像的一种示意图。在对受检体的手部进行X射线成像的过程中,可以获取到当前帧图像。在确定出用于分割该当前帧图像的目标分割阈值后,可以基于该目标分割阈值,对该当前帧图像进行分割。在这种情况下,得到的图像分割后的当前帧图像可以是如图9所示的二值图像。其中,背景区域的像素点的像素值为1,而组织区域的像素点的像素值为0。
步骤103:基于提取出的所述组织区域,确定所述当前帧图像的亮度参数。
在本实施例中,在前述步骤102中提取出该当前帧图像中的组织区域后,可以对该组织区域中的所有像素点的像素值进行平均,并根据平均后的像素值确定该当前帧图像的亮度参数。
具体地,可以先在该当前帧图像中,确定所有在图像分割后的该当前帧图像中像素值为0的像素点。后续,可以对这些像素点在该当前帧图像中的像素值进行平均,并将平均后的像素值确定为该当前帧图像的亮度参数。
通常,像素点的像素值可以用该像素点的灰度值表示。在这种情况下,在提取出该当前帧图像中的组织区域后,可以对该组织区域中的所有像素点的灰度值进行平均,并将平均后的灰度值直接作为该当前帧图像的亮度参数。
步骤104:基于所述当前帧图像的亮度参数,调节用于下一帧图像的曝光参数。
在本实施例中,在前述步骤103中确定出该当前帧图像的亮度参数后,与相关技术类似,即可基于所述当前帧图像的亮度参数,调节用于下一帧图像的曝光参数,即将该当前帧图像的亮度参数作为反馈,计算曝光参数应用到下一帧图像。
由上述实施例可见,本申请技术方案在根据当前帧图像的亮度参数的反馈,计算曝光参数应用到下一帧图像时,可以先从该当前帧图像中提取出组织区域,再基于提取出的组织区域,确定该当前帧图像的亮度参数。这样,可以保证当前帧图像的亮度参数的反馈中仅包含组织区域的亮度,而避免当前帧图像的亮度参数的反馈中包含无关内容的亮度。因此,当前帧图像的亮度参数的反馈的准确度较高,计算出的应用于下一帧图像的曝光参数的准确度也较高,从而可以提高下一帧图像的图像质量,即提高得到的X射线图像的图像质量。
与前述X射线成像设备的曝光参数调节方法的实施例相对应,本申请还提供了X射线成像设备的曝光参数调节装置的实施例。
本申请X射线成像设备的曝光参数调节装置的实施例可以应用在X射线成像设备上。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图10所示,为本申请X射线成像设备的曝光参数调节装置所在X射线成像设备的一种硬件结构图,除了图10所示的处理器、内存、网络接口、以及非易失性存储器之外,实施例中装置所在的X射线成像设备通常根据该X射线成像设备的曝光参数调节的实际功能,还可以包括其他硬件,对此不再赘述。
请参考图11,为本申请一示例性实施例示出的一种X射线成像设备的曝光参数调节装置的框图。该装置1100可以应用于能够拍摄动态X射线图像的X射线成像设备,包括:
获取单元1101,用于在X射线成像过程中,获取当前帧图像;
提取单元1102,用于提取所述当前帧图像中的组织区域;
确定单元1103,用于基于提取出的所述组织区域,确定所述当前帧图像的亮度参数;
调节单元1104,用于基于所述当前帧图像的亮度参数,调节用于下一帧图像的曝光参数。
在一个可选的实施例中,所述提取单元1102可以包括:
阈值确定子单元1112,用于基于所述当前帧图像,确定用于分割所述当前帧图像中的背景区域和组织区域的目标分割阈值;
组织提取子单元1122,用于基于所述目标分割阈值,提取所述当前帧图像中的组织区域。
在另一个可选的实施例中,所述确定单元1103可以包括:
亮度确定子单元1113,用于对提取出的所述组织区域中的所有像素点的像素值进行平均,并根据平均后的像素值确定所述当前帧图像的亮度参数。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (6)
1.一种X射线成像设备的曝光参数调节方法,其特征在于,所述X射线成像设备用于拍摄动态X射线图像,所述方法包括:
在动态X射线成像的过程中,获取当前帧图像;
提取所述当前帧图像中的组织区域;
基于提取出的所述组织区域,确定所述当前帧图像的亮度参数;
基于所述当前帧图像的亮度参数,调节用于下一帧图像的曝光参数;
其中,所述提取所述当前帧图像中的组织区域,包括:
对所述当前帧图像进行取反;对取反后的当前帧图像进行边缘提取,得到初始边缘图像;从所述初始边缘图像中去除像素值小于边缘阈值的像素点,得到强边缘图像;基于所述强边缘图像,确定用于分割所述当前帧图像的背景区域和组织区域的目标分割阈值;
基于所述目标分割阈值,提取所述当前帧图像中的组织区域;
所述基于所述强边缘图像,确定用于分割所述当前帧图像中的背景区域和组织区域的目标分割阈值,包括:
基于最大分割阈值、最小分割阈值和分割阈值间隔,确定多个待选分割阈值;
分别基于各个待选分割阈值,提取所述取反后的当前帧图像中的背景区域;
统计所述背景区域在所述强边缘图像中对应的像素点的数量,作为与所述待选分割阈值对应的像素点数量;
计算相邻的两个待选分割阈值对应的像素点数量之间的差值;
从所述差值最大的两个待选分割阈值中选择数值较小的待选分割阈值,作为用于分割所述当前帧图像的背景区域和组织区域的目标分割阈值。
2.根据权利要求1所述的方法,其特征在于,
所述边缘阈值为预设的边缘阈值;
或者,所述边缘阈值为基于预设的强边缘比例,以及所述初始边缘图像中所有像素点的像素值确定的边缘阈值。
3.根据权利要求1所述的方法,其特征在于,所述基于所述目标分割阈值,提取所述当前帧图像中的组织区域,包括:
将像素值小于或等于所述目标分割阈值的像素点,确定为所述组织区域的像素点。
4.根据权利要求1所述的方法,其特征在于,所述基于提取出的所述组织区域,确定所述当前帧图像的亮度参数,包括:
对提取出的所述组织区域中的所有像素点的像素值进行平均,并根据平均后的像素值确定所述当前帧图像的亮度参数。
5.一种X射线成像设备的曝光参数调节装置,其特征在于,所述X射线成像设备用于拍摄动态X射线图像,所述装置包括:
获取单元,用于在动态X射线成像过程中,获取当前帧图像;
提取单元,用于提取所述当前帧图像中的组织区域;
确定单元,用于基于提取出的所述组织区域,确定所述当前帧图像的亮度参数;
调节单元,用于基于所述当前帧图像的亮度参数,调节用于下一帧图像的曝光参数;
其中,所述提取单元,包括:
阈值确定子单元,用于对所述当前帧图像进行取反;对取反后的当前帧图像进行边缘提取,得到初始边缘图像;从所述初始边缘图像中去除像素值小于边缘阈值的像素点,得到强边缘图像;基于所述强边缘图像,确定用于分割所述当前帧图像的背景区域和组织区域的目标分割阈值;
组织提取子单元,用于基于所述目标分割阈值,提取所述当前帧图像中的组织区域;
所述基于所述强边缘图像,确定用于分割所述当前帧图像中的背景区域和组织区域的目标分割阈值,包括:
基于最大分割阈值、最小分割阈值和分割阈值间隔,确定多个待选分割阈值;
分别基于各个待选分割阈值,提取所述取反后的当前帧图像中的背景区域;
统计所述背景区域在所述强边缘图像中对应的像素点的数量,作为与所述待选分割阈值对应的像素点数量;
计算相邻的两个待选分割阈值对应的像素点数量之间的差值;
从所述差值最大的两个待选分割阈值中选择数值较小的待选分割阈值,作为用于分割所述当前帧图像的背景区域和组织区域的目标分割阈值。
6.根据权利要求5所述的装置,其特征在于,所述确定单元,包括:
亮度确定子单元,用于对提取出的所述组织区域中的所有像素点的像素值进行平均,并根据平均后的像素值确定所述当前帧图像的亮度参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910022586.4A CN109758170B (zh) | 2019-01-10 | 2019-01-10 | X射线成像设备的曝光参数调节方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910022586.4A CN109758170B (zh) | 2019-01-10 | 2019-01-10 | X射线成像设备的曝光参数调节方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109758170A CN109758170A (zh) | 2019-05-17 |
CN109758170B true CN109758170B (zh) | 2023-02-10 |
Family
ID=66453764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910022586.4A Active CN109758170B (zh) | 2019-01-10 | 2019-01-10 | X射线成像设备的曝光参数调节方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109758170B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163857B (zh) * | 2019-05-24 | 2022-03-04 | 上海联影医疗科技股份有限公司 | 图像背景区域的检测方法、装置、存储介质及x射线系统 |
CN110248112B (zh) * | 2019-07-12 | 2021-01-29 | 成都微光集电科技有限公司 | 一种图像传感器的曝光控制方法 |
WO2022032455A1 (en) * | 2020-08-10 | 2022-02-17 | Shanghai United Imaging Healthcare Co., Ltd. | Imaging systems and methods |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133766A (zh) * | 2014-07-11 | 2014-11-05 | 西安交通大学 | 基于多目标社团发现的软件系统可维护性评估与提升方法 |
CN104367331A (zh) * | 2013-08-15 | 2015-02-25 | 深圳市蓝韵实业有限公司 | 用于数字乳腺x射线机的全数字自动曝光方法 |
CN106308827A (zh) * | 2015-07-01 | 2017-01-11 | 南京普爱医疗设备股份有限公司 | 一种三维c形臂自动剂量控制方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1953515A (zh) * | 2006-11-21 | 2007-04-25 | 北京中星微电子有限公司 | 一种自动调整图像亮度的方法和自动成像设备 |
CN101789080B (zh) * | 2010-01-21 | 2012-07-04 | 上海交通大学 | 车辆车牌实时定位字符分割的检测方法 |
CN103745488A (zh) * | 2013-12-31 | 2014-04-23 | 沈阳东软医疗系统有限公司 | 一种计算机断层成像中生成投影数据的方法和装置 |
CN104287756B (zh) * | 2014-09-28 | 2017-03-08 | 上海联影医疗科技有限公司 | X射线图像获取方法及装置 |
CN106413236B (zh) * | 2016-09-08 | 2018-04-17 | 沈阳东软医疗系统有限公司 | 一种曝光参数调整方法和装置 |
CN107220624A (zh) * | 2017-05-27 | 2017-09-29 | 东南大学 | 一种基于Adaboost算法的人脸检测方法 |
CN108846363A (zh) * | 2018-06-19 | 2018-11-20 | 重庆理工大学 | 一种基于发散式扫描的分区域车底阴影检测方法 |
-
2019
- 2019-01-10 CN CN201910022586.4A patent/CN109758170B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104367331A (zh) * | 2013-08-15 | 2015-02-25 | 深圳市蓝韵实业有限公司 | 用于数字乳腺x射线机的全数字自动曝光方法 |
CN104133766A (zh) * | 2014-07-11 | 2014-11-05 | 西安交通大学 | 基于多目标社团发现的软件系统可维护性评估与提升方法 |
CN106308827A (zh) * | 2015-07-01 | 2017-01-11 | 南京普爱医疗设备股份有限公司 | 一种三维c形臂自动剂量控制方法 |
Non-Patent Citations (1)
Title |
---|
基本全局阈值处理https://blog.csdn.net/liyuqian199695/article/details/70054875;阳光下的Smiles;《CSDN网》;20170411;第1-12页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109758170A (zh) | 2019-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109758170B (zh) | X射线成像设备的曝光参数调节方法和装置 | |
JP6416582B2 (ja) | 医用画像における金属アーチファクト除去のための方法および装置 | |
US8861886B2 (en) | Enhanced visualization for medical images | |
JP6284898B2 (ja) | ノイズ抑制処理装置および方法並びにプログラム | |
CN110176010B (zh) | 一种图像检测方法、装置、设备及存储介质 | |
US10672108B2 (en) | Image processing apparatus, image processing method, and image processing program | |
EP3452986A1 (en) | System and method for controlling noise in multi-energy computed tomography images based on spatio-spectral information | |
US20060029183A1 (en) | Soft tissue filtering | |
JP6071444B2 (ja) | 画像処理装置及びその作動方法、プログラム | |
CN110610498A (zh) | 乳腺钼靶图像处理方法、系统、存储介质及设备 | |
US20080123929A1 (en) | Apparatus, method and program for image type judgment | |
CN106875354B (zh) | 图像去噪方法、装置及设备 | |
CN111524200A (zh) | 在投影图像中分割金属对象的方法、设备、程序和介质 | |
CN107240140A (zh) | 一种图像重建的方法及装置 | |
US9595116B2 (en) | Body motion detection device and method | |
CN107978003B (zh) | 一种ct图像金属伪影的处理方法及装置 | |
CN111803107B (zh) | 一种金属检测方法、装置、设备及存储介质 | |
US9867586B2 (en) | Stereo X-ray tube based suppression of outside body high contrast objects | |
CN109389577B (zh) | X射线图像处理方法和系统及计算机存储介质 | |
CN107464219A (zh) | 连续图像的运动检测及降噪方法 | |
CN106204548B (zh) | 图像分辨方法及装置 | |
Jian et al. | Cloud image processing and analysis based flatfoot classification method | |
JP6789620B2 (ja) | 画像処理装置及びその制御方法、コンピュータプログラム | |
WO2008056305A1 (en) | Noise reduction of an image signal | |
WO2022129628A1 (en) | Computer-implemented method for image analysis of medical images by neural network supported region-of-interest segmentation |
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 |