CN110097563A - 数字x线成像系统中调制传递函数的测算方法与装置 - Google Patents
数字x线成像系统中调制传递函数的测算方法与装置 Download PDFInfo
- Publication number
- CN110097563A CN110097563A CN201910210912.4A CN201910210912A CN110097563A CN 110097563 A CN110097563 A CN 110097563A CN 201910210912 A CN201910210912 A CN 201910210912A CN 110097563 A CN110097563 A CN 110097563A
- Authority
- CN
- China
- Prior art keywords
- function
- image
- edge
- sword
- modulation transfer
- 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
- 238000012546 transfer Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003384 imaging method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 40
- 230000009466 transformation Effects 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 17
- 230000005855 radiation Effects 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 190
- 238000005070 sampling Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012935 Averaging Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 238000009434 installation Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000003709 image segmentation Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请提供了一种数字X线成像系统中调制传递函数的测算方法与装置，刃边装置位于探测器的中心位置，且所述刃边装置的边缘相对于探测器边缘成指定角度，步骤包括如下：将刃边图像进行指定图像分割处理，得到分割图像；将所述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF；将线扩算函数LSF进行指定规则下的变换，得到调制传递函数MTF与现有技术相比，本申请包括以下优点：通过将刃边装置按照指定的安装方式与探测器匹配安装，提高检测数据的精准度，通过调节数字X线成像系统的辐射野和光野，提高获取的图像数据的准确性，通过将上述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF，提高换算出函数的精度。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种数字X线成像系统中调制传递函数的测算方法与装置。
背景技术
调制传递函数(Modulation Transfer Function，MTF)是调制度的传递函数，是对成像系统空间分辨率的一种定量描述，是评价成像系统的一项重要指标。目前主要采用影像密度、对比度、分辨率以及失真度等指标评价成像系统的影像质量，但是这几个指标受主观因素影像较大。近年来，随着数字X射线成像技术的快速发展，MTF作为一种客观指标，已成为评价数字X线成像系统影像质量的一种重要的评价手段。同时，MTF也是数字X线成像系统探测器的一项必备参数。
目前测量MTF的方法中，线对卡法可以获得准确的函数值，但是该方法只能获得几个整数空间频率对应的函数值，无法全面评估成像系统的传递函数。狭缝法和刃边法是计算成像系统MTF曲线的两种常用的测量方法，并且已得到国际放射学会的公认。通过狭缝法获得的MTF准确度较高，并且操作简单，但是加工难度大，实际应用中推广的难度较大。因为刃边法采用的仪器加工比较容易，所以在科研实验和常规检测得到广泛使用，但是目前基于刃边法的MTF测量方法普遍计算速度较慢，且计算结果偏差较大。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的数字X线成像系统中调制传递函数的测算方法与装置。
为了解决上述问题，本发明实施例公开了一种数字X线成像系统中调制传递函数的测算方法，刃边装置位于探测器的中心位置，且上述刃边装置的边缘相对于探测器边缘成指定角度，步骤包括如下：
将刃边图像进行指定图像分割处理，得到分割图像；
将上述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF；
将线扩算函数LSF进行指定规则下的变换，得到调制传递函数MTF。
进一步地，上述将上述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF的步骤，包括：
按照像素点灰度值的大小顺序对上述分割图像中的像素点进行排序，并根据排序得出边缘扩展函数ESF的初步函数；
对上述边缘扩展函数ESF的初步函数所对应的几何曲线进行分段[请公开分段要求]最小二乘拟合，得出边缘扩展函数ESF；
对边缘扩展函数ESF进行差分运算得到线扩算函数LSF。
进一步地，上述对上述边缘扩展函数ESF的初步函数所对应的几何曲线进行分段最小二乘拟合，得出边缘扩展函数ESF的步骤之后，包括：
对上述最小二乘拟合结果进行非线性滤波处理，根据上述非线性滤波处理的结果将换算出边缘扩展函数ESF。
进一步地，上述将线扩算函数LSF进行指定规则下的变换，得到调制传递函数MTF的步骤，包括：
将线扩算函数LSF进行傅里叶变换，得到调制传递函数MTF的预采样函数；
对调制传递函数MTF的预采样函数进行归一化处理，得到调制传递函数MTF。
进一步地，将刃边图像进行指定图像分割处理，得到分割图像的步骤之前，还包括：
采集若干幅原始图像；
将上述若干原始图像进行加权求平均处理，得到上述刃边图像。
进一步地，上述将刃边图像进行指定图像分割处理，得到分割图像的步骤，包括：
将刃边图像分割为刃边装置区域和非刃边装置区域，并将上述刃边装置区域作为上述分割图像
进一步地，上述采集若干幅原始图像的步骤之前，还包括：
将整数字X线成像系统的辐射野和光野调整至一致。
为了解决上述问题，本发明实施例公开了一种数字X线成像系统中调制传递函数的测算装置，刃边装置位于探测器的中心位置，且上述刃边装置的边缘相对于探测器边缘成指定角度，装置包括如下：
分割模块，用于将刃边图像进行指定图像分割处理，得到分割图像；
排列模块，用于将上述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF；
变换模块，用于将线扩算函数LSF进行指定规则下的变换，得到调制传递函数MTF。
为了解决上述问题，本发明实施例公开了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本发明实施例中任意一项所述的数字X线成像系统中调制传递函数的测算方法。
为了解决上述问题，本发明实施例公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中任意一项所述的数字X线成像系统中调制传递函数的测算方法。
与现有技术相比，本申请包括以下优点：
本发明实施例中，通过将刃边装置按照指定的安装方式与探测器匹配安装，提高检测数据的精准度，通过调节数字X线成像系统的辐射野和光野，提高获取的图像数据的准确性，通过将上述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF，提高换算出函数的精度。
附图说明
图1是本发明一实施例的数字X线成像系统中调制传递函数的测算方法的步骤流程示意图；
图2是本发明一实施例的数字X线成像系统中调制传递函数的测算方法的步骤流程示意图；
图3是本发明的实施例的刃边装置安装位置示意图；
图4是本发明的一具体实施例的刃边图像示意图；
图5是本发明的一具体实施例的分割图像示意图；
图6是本发明的一具体实施例的边缘扩展函数EFS对应的几何曲线示意图；
图7是本发明的一具体实施例的线扩算函数LSF的几何曲线示意图；
图8是本发明的一具体实施例的调制传递函数MTF的几何曲线示意图；
图9是本发明一实施例的数字X线成像系统中调制传递函数的测算装置的模块结构示意图；
图10是本发明一实施例的一种计算机设备的结构示意图。
1、分割模块；2、排列模块；3、变换模块；12、计算机设备；14、外部设备；16、处理单元；18、总线；20、网络适配器；22、(I/O)接口；24、显示器；28、系统存储器；30、随机存取存储器(RAM)；32、高速缓存存储器；34、存储系统；40、程序/实用工具；42、程序模块。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
最后，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
需要说明的是，在发明任一实施例中所提及的原始图像为通过探测器获取的图像，其中，在本发明任一实施例中说所获取的图像均符合以下前提条件：刃边装置的位置位于探测器的中心位置，且上述刃边装置的边缘相对于探测器边缘成指定角度，指定角度优选为1.5°-3°。
参照图1，示出了本申请一种数字X线成像系统中调制传递函数的计算方法，步骤包括如下：
S1、将刃边图像进行指定图像分割处理，得到分割图像；
S2、将上述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF(Line Spread Function)；
S3、将线扩算函数LSF进行指定规则下的变换，得到调制传递函数MTF。
如上述步骤S1所述，将刃边图像进行指定图像分割处理，得到分割图像，需要说明的是，上述刃边图像一般通过若干幅原始图像整合而成，以消除通过探测器获取的图像中的噪声影响，其中，整合过程在本发明实施例中优选为加权求平均过程，整合的原始图像数量一般为3-10幅，在本发明实施例中，优选为5幅，在通过将原始图像加权求平均得到刃边图像后，对上述刃边图像进行图像分割，以分割出上述刃边图像中刃边装置的区域，其中，分割算法包括OTSU算法和模糊C均值聚类算法(Fuzzy C-Means，FCM)；
在实际应用中，优选采用OTSU算法对上述刃边图像进行图像分割。
如上述步骤S2所述，将上述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF，需要说明的是，上述分割图像的像素点灰度值的排列顺序包括按照大小进行排列或按照同一灰度值出现次数进行排列等，其中，在本发明实施例中，优选为将上述分割图像的像素点灰度值的按照大小进行排列，
需要说明的是，换算出线扩算函数LSF的步骤包括以下步骤：
首先，按照像素点灰度值的大小顺序对所述分割图像中的像素点进行排序，并根据排序得出边缘扩展函数ESF(Edge Spread Function)的初步函数；
然后，对所述边缘扩展函数ESF的初步函数所对应的几何曲线进行分段最小二乘拟合，得出边缘扩展函数ESF，其中，在进行分段最小拟合后一般还需要将拟合结果进行滤波除杂处理，在将除杂处理后的结果换算得出边缘扩展函数ESF；
最后，对边缘扩展函数ESF进行差分运算得到线扩算函数LSF。
如上述步骤S3所述，将线扩算函数LSF进行指定规则下的变换，得到调制传递函数MTF，需要说明的是，在获得线扩算函数LSF后通过傅里叶变换获得调制传递函数MTF的预采样函数，再通过将调制传递函数MTF的预采样函数进行归一化处理获得调制传递函数MTF，其中，归一化处理的基准值为零频率点处对应的调制传递函数MTF值。
参照图2，示出了本申请一种数字X线成像系统中调制传递函数的计算方法实施例2的步骤流程图，具体可以包括如下步骤：
在本发明实施例中，上述将上述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF的步骤，包括：
S21、按照像素点灰度值的大小顺序对上述分割图像中的像素点进行排序，并根据排序得出边缘扩展函数ESF的初步函数；
S22、对上述边缘扩展函数ESF的初步函数所对应的几何曲线进行分段最小二乘拟合，得出边缘扩展函数ESF；
S23、对边缘扩展函数ESF进行差分运算得到线扩算函数LSF。
如上述步骤S21所述，按照像素点灰度值的大小顺序对上述分割图像中的像素点进行排序，并根据排序得出边缘扩展函数ESF的初步函数，需要说明的是，上述排序在本发明实施例中优选为由小到大进行排列，通过排列的像素点的灰度值的所形成的几何曲线即为上述边缘扩展函数ESF的初步函数所对应的几何曲线，其中，排序方法优选采用快速排序法实现，以降低排序耗时；
如上述步骤S22所述，对上述边缘扩展函数ESF的初步函数所对应的几何曲线进行分段最小二乘拟合，得出边缘扩展函数ESF，需要说明的是，进行最小二乘拟合时在发明实施例中优选采用C样条曲线作为回归样条曲线对上述边缘扩展函数ESF的初步函数所对应的几何曲线进行分段最小二乘拟合，其中，分段方式在本发明实施例中优选为将函数的横坐标小于0的部分设为一段，横坐标大于0的部分设为另一段，
需要说明的是，在获得拟合结果后优选对拟合结果进行S22-1、对上述最小二乘拟合结果进行非线性滤波处理，根据上述非线性滤波处理的结果将换算出边缘扩展函数ESF，其中，上述非线性滤波处理优选为中值滤波处理。
如上述步骤S23所述，对边缘扩展函数ESF进行差分运算得到线扩算函数LSF。
在本发明实施例中，上述将线扩算函数LSF进行指定规则下的变换，得到调制传递函数MTF的步骤，包括：
S31、将线扩算函数LSF进行傅里叶变换，得到调制传递函数MTF的预采样函数；
S32、对调制传递函数MTF的预采样函数进行归一化处理，得到调制传递函数MTF。
如上述步骤S31所述，将线扩算函数LSF进行傅里叶变换，得到调制传递函数MTF的预采样函数，需要说明的是，在本发明实施例中优选使用一维傅里叶变换对上述线扩算函数LSF进行换算；
如上述步骤S32所述，对调制传递函数MTF的预采样函数进行归一化处理，得到调制传递函数MTF，需要说明的是，上述归一化处理的基准值为以零频率点处的调制传递函数MTF值为基准。
在本发明实施例中，将刃边图像进行指定图像分割处理，得到分割图像的步骤之前，还包括：
S4、采集若干幅原始图像；
S5、将上述若干原始图像进行加权求平均处理，得到上述刃边图像。
如上述步骤S4所述，采集若干幅原始图像，需要说明的事，在本发明实施例中采集的原始图像数量优选为5幅，通过采集多幅原始图像进行校准整合以降低仪器误差所带来的影响，
需要说明的是，在进行采集前一般还需要执行以下步骤：S4-1、将整数字X线成像系统的辐射野和光野调整至一致，以确保获取的图像数据的准确性。
在实际应用中，采集上述原始图像的探测器其曝光值优选为70KV，10mAs。
如上述步骤S5所述，将上述若干原始图像进行加权求平均处理，得到上述刃边图像，以消除原始图像中包含的噪声影响，需要说明的是，加权求平均过程具体为如下：
式中，O为刃边图像，I1-I5为上述步骤S4中获取的5幅上述原始图像。
在本发明实施例中，上述将刃边图像进行指定图像分割处理，得到分割图像的步骤，包括：
S11、将刃边图像分割为刃边装置区域和非刃边装置区域，并将上述刃边装置区域作为上述分割图像。
如上述步骤S11所述，将刃边图像分割为刃边装置区域和非刃边装置区域，并将上述刃边装置区域作为上述分割图像，需要说明的是，优选采用OTSU算法将对上述任便图像进行分割处理。
参照图3-8，在一具体实施例中，通过本发明公开的数字X线成像系统中调制传递函数的测算方法测算出该数字X线成像系统的调节传递函数MTF，具体步骤如下：
将刃边装置设置与探测器的中心位置，并满足刃边装置的边缘相对于探测器边缘成2.5°；
设置成像系统的曝光值为70KV，10mAs，以及将成像系统的辐射野和光野调节为一致；
开启成像系统进行原始图像获取，获取5幅原始图像，并将该5幅原始图像通过加权求平均的处理得出刃边图像；
将刃边图像通过OTSU算法分割出包含刃边装置区域的分割图像；
通过快速排序法将分割图像中的像素点的灰度值从小到大排序，得到边缘扩展函数ESF的初步函数；
通过C样条曲线作为回归样条曲线将边缘扩展函数ESF的初步函数曲线进行分段最小二乘拟合(函数横坐标小于0的部分设为一段，大于0的部分设为另一段)，并进行中值滤波处理，得到边缘扩展函数ESF；
将边缘扩展函数ESF进行差分运算得到线扩算函数LSF；
将线扩算函数LSF进行一维傅里叶变换，得到调制传递函数MTF的预采样函数；
将调制传递函数MTF的预采样函数以零频率点处的调制传递函数值为基准进行归一化处理，得到调制传递函数MTF。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
参照图9，示出了本发明的一种数字X线成像系统中调制传递函数的计算装置，刃边装置位于探测器的中心位置，且上述刃边装置的边缘相对于探测器边缘成指定角度，装置包括如下：
分割模块1，用于将刃边图像进行指定图像分割处理，得到分割图像；
排列模块2，用于将上述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF；
变换模块3，用于将线扩算函数LSF进行指定规则下的变换，得到调制传递函数MTF。
上述分割模块1，一般用于将刃边图像进行指定图像分割处理，得到分割图像，需要说明的是，上述刃边图像一般通过若干幅原始图像整合而成，以消除通过探测器获取的图像中的噪声影响，其中，整合过程在本发明实施例中优选为加权求平均过程，整合的原始图像数量一般为3-10幅，在本发明实施例中，优选为5幅，在通过将原始图像加权求平均得到刃边图像后，对上述刃边图像进行图像分割，以分割出上述刃边图像中刃边装置的区域；
上述排列模块2，一般用于将上述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF，需要说明的是，上述分割图像的像素点灰度值的排列顺序包括按照大小进行排列或按照同一灰度值出现次数进行排列等，其中，在本发明实施例中，优选为将上述分割图像的像素点灰度值的按照大小进行排列，
需要说明的是，换算出线扩算函数LSF的步骤包括以下步骤：
首先，按照像素点灰度值的大小顺序对所述分割图像中的像素点进行排序，并根据排序得出边缘扩展函数ESF(Edge Spread Function)的初步函数；
然后，对所述边缘扩展函数ESF的初步函数所对应的几何曲线进行分段最小二乘拟合，得出边缘扩展函数ESF，其中，在进行分段最小拟合后一般还需要将拟合结果进行滤波除杂处理，在将除杂处理后的结果换算得出边缘扩展函数ESF；
最后，对边缘扩展函数ESF进行差分运算得到线扩算函数LSF。
上述变换模块3，一般用于将线扩算函数LSF进行指定规则下的变换，得到调制传递函数MTF，需要说明的是，在获得线扩算函数LSF后通过傅里叶变换获得调制传递函数MTF的预采样函数，再通过将调制传递函数MTF的预采样函数进行归一化处理获得调制传递函数MTF，其中，归一化处理的基准值为零频率点处对应的调制传递函数MTF值。
参照图10，示出了本发明的一种实现所述数字X线成像系统中调制传递函数的测算方法的计算机设备，具体可以包括如下：
上述计算机设备12以通用计算设备的形式表现，计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线18结构中的一种或多种，包括存储器总线18或者存储器控制器，外围总线18，图形加速端口，处理器或者使用多种总线18结构中的任意总线18结构的局域总线18。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线18，微通道体系结构(MAC)总线18，增强型ISA总线18、音视频电子标准协会(VESA)局域总线18以及外围组件互连(PCI)总线18。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其他移动/不可移动的、易失性/非易失性计算机体统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(通常称为“硬盘驱动器”)。尽管图10中未示出，可以提供用于对可移动非易失性磁盘(如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD～ROM，DVD～ROM或者其他光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质界面与总线18相连。存储器可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块42，这些程序模块42被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其他程序模块42以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24、摄像头等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其他计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)界面22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN))，广域网(WAN)和/或公共网络(例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其他模块通信。应当明白，尽管图10中未示出，可以结合计算机设备12使用其他硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元16、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统34等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的数字X线成像系统中调制传递函数的测算方法。
也即，上述处理单元16执行上述程序时实现：将刃边图像进行指定图像分割处理，得到分割图像；将上述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF；将线扩算函数LSF进行指定规则下的变换，得到调制传递函数MTF。
在本发明实施例中，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有实施例提供的数字X线成像系统中调制传递函数的测算方法：
也即，给程序被处理器执行时实现：将刃边图像进行指定图像分割处理，得到分割图像；将上述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF；将线扩算函数LSF进行指定规则下的变换，得到调制传递函数MTF。。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机克顿信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPOM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD～ROM)、光存储器件、磁存储器件或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言——诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行或者完全在远程计算机或者服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在上述任一发明实施例中，通过将刃边装置按照指定的安装方式与探测器匹配安装，提高检测数据的精准度，通过调节数字X线成像系统的辐射野和光野，提高获取的图像数据的准确性，通过将上述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF，提高换算出函数的精度。
以上对本申请所提供的一种数字X线成像系统中调制传递函数的测算方法及装置，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种数字X线成像系统中调制传递函数的测算方法，其特征在于，刃边装置位于探测器的中心位置，且所述刃边装置的边缘相对于探测器边缘成指定角度，步骤包括如下：
将刃边图像进行指定图像分割处理，得到分割图像；
将所述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF；
将线扩算函数LSF进行指定规则下的变换，得到调制传递函数MTF。
2.根据权利要求1所述的方法，其特征在于，所述将所述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF的步骤，包括：
按照像素点灰度值的大小顺序对所述分割图像中的像素点进行排序，并根据排序得出边缘扩展函数ESF的初步函数；
对所述边缘扩展函数ESF的初步函数所对应的几何曲线进行分段最小二乘拟合，得出边缘扩展函数ESF；
对边缘扩展函数ESF进行差分运算得到线扩算函数LSF。
3.根据权利要求2所述的方法，其特征在于，所述对所述边缘扩展函数ESF的初步函数所对应的几何曲线进行分段最小二乘拟合，得出边缘扩展函数ESF的步骤之后，包括：
对所述最小二乘拟合结果进行非线性滤波处理，根据所述非线性滤波处理的结果将换算出边缘扩展函数ESF。
4.根据权利要求1所述的方法，其特征在于，所述将线扩算函数LSF进行指定规则下的变换，得到调制传递函数MTF的步骤，包括：
将线扩算函数LSF进行傅里叶变换，得到调制传递函数MTF的预采样函数；
对调制传递函数MTF的预采样函数进行归一化处理，得到调制传递函数MTF。
5.根据权利要求1所述的方法，其特征在于，将刃边图像进行指定图像分割处理，得到分割图像的步骤之前，还包括：
采集若干幅原始图像；
将所述若干原始图像进行加权求平均处理，得到所述刃边图像。
6.根据权利要求5所述的方法，其特征在于，所述将刃边图像进行指定图像分割处理，得到分割图像的步骤，包括：
将刃边图像分割为刃边装置区域和非刃边装置区域，并将所述刃边装置区域作为所述分割图像。
7.根据权利要求6所述的方法，其特征在于，所述采集若干幅原始图像的步骤之前，还包括：
将整数字X线成像系统的辐射野和光野调整至一致。
8.一种数字X线成像系统中调制传递函数的测算装置，其特征在于，刃边装置位于探测器的中心位置，且所述刃边装置的边缘相对于探测器边缘成指定角度，装置包括如下：
分割模块，用于将刃边图像进行指定图像分割处理，得到分割图像；
排列模块，用于将所述分割图像中的像素点的灰度值按指定顺序排列，换算出线扩算函数LSF；
变换模块，用于将线扩算函数LSF进行指定规则下的变换，得到调制传递函数MTF。
9.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～7中任意一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～7中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910210912.4A CN110097563A (zh) | 2019-03-18 | 2019-03-18 | 数字x线成像系统中调制传递函数的测算方法与装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910210912.4A CN110097563A (zh) | 2019-03-18 | 2019-03-18 | 数字x线成像系统中调制传递函数的测算方法与装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110097563A true CN110097563A (zh) | 2019-08-06 |
Family
ID=67442963
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910210912.4A Pending CN110097563A (zh) | 2019-03-18 | 2019-03-18 | 数字x线成像系统中调制传递函数的测算方法与装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110097563A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023125003A1 (zh) * | 2021-12-28 | 2023-07-06 | 梅卡曼德（北京）机器人科技有限公司 | 调制传递函数的确定方法、电子设备及存储介质 |
| CN116879873A (zh) * | 2023-09-08 | 2023-10-13 | 立臻精密智造(昆山)有限公司 | 成像质量检测方法、装置、电子设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103528840A (zh) * | 2013-09-29 | 2014-01-22 | 天津大学 | 基于x射线成像系统探测器特性的调制传递函数测量方法 |
| CN104434150A (zh) * | 2013-09-18 | 2015-03-25 | 中国科学院深圳先进技术研究院 | 数字x线成像系统的二维调制传递函数测量方法及系统 |
| CN106841115A (zh) * | 2017-02-07 | 2017-06-13 | 南京理工大学 | 基于空间频率特征的海面溢油检测方法 |
| US20170234765A1 (en) * | 2016-02-12 | 2017-08-17 | Google Inc. | Systems and methods for estimating modulation transfer function in an optical system |
-
2019
- 2019-03-18 CN CN201910210912.4A patent/CN110097563A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104434150A (zh) * | 2013-09-18 | 2015-03-25 | 中国科学院深圳先进技术研究院 | 数字x线成像系统的二维调制传递函数测量方法及系统 |
| CN103528840A (zh) * | 2013-09-29 | 2014-01-22 | 天津大学 | 基于x射线成像系统探测器特性的调制传递函数测量方法 |
| US20170234765A1 (en) * | 2016-02-12 | 2017-08-17 | Google Inc. | Systems and methods for estimating modulation transfer function in an optical system |
| CN106841115A (zh) * | 2017-02-07 | 2017-06-13 | 南京理工大学 | 基于空间频率特征的海面溢油检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| KENICHIRO MASAOKA 等: "Accuracy and Precision of Edge-Based Modulation Transfer Function Measurement for Sampled Imaging Systems", 《IEEE ACCESS》 * |
| 陈起行 等: "刃边法边缘扩散函数最优提取方法", 《激光与光电子进展》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023125003A1 (zh) * | 2021-12-28 | 2023-07-06 | 梅卡曼德（北京）机器人科技有限公司 | 调制传递函数的确定方法、电子设备及存储介质 |
| CN116879873A (zh) * | 2023-09-08 | 2023-10-13 | 立臻精密智造(昆山)有限公司 | 成像质量检测方法、装置、电子设备及存储介质 |
| CN116879873B (zh) * | 2023-09-08 | 2023-11-24 | 立臻精密智造(昆山)有限公司 | 成像质量检测方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10740954B2 (en) | Shadow denoising in ray-tracing applications | |
| JP2017049996A (ja) | 画像認識に用いられるニューラルネットワークの訓練方法及び訓練装置 | |
| US20190347824A1 (en) | Method and apparatus for positioning pupil, storage medium, electronic device | |
| CN108564550B (zh) | 图像处理方法、装置及终端设备 | |
| US11164306B2 (en) | Visualization of inspection results | |
| CN108156452B (zh) | 一种检测传感器的方法、装置、设备及存储介质 | |
| CN110097563A (zh) | 数字x线成像系统中调制传递函数的测算方法与装置 | |
| Sedlar et al. | Diffusion MRI fiber orientation distribution function estimation using voxel-wise spherical U-net | |
| Phadikar et al. | Full reference image quality assessment: A survey | |
| CN115239655A (zh) | 一种甲状腺超声影像肿瘤分割分类方法及装置 | |
| WO2023273017A1 (zh) | 测井图像清晰度的识别方法、装置、介质及电子设备 | |
| Shu et al. | Improved plasma position detection method in EAST Tokamak using fast CCD camera | |
| US11348213B2 (en) | Multistage process model training | |
| CN115700838A (zh) | 用于图像识别模型的训练方法及其装置、图像识别方法 | |
| CN111784607A (zh) | 图像色调映射方法、装置、终端设备及存储介质 | |
| US20230394708A1 (en) | Methods, systems, articles of manufacture and apparatus to calibrate imaging devices | |
| Archana et al. | Design and analysis of imaging chip using high-speed AXI-interface for MPSOC applications on FPGA platform | |
| CN110210290A (zh) | 人脸图片采集方法、装置和计算机设备 | |
| Wu et al. | How to Reliably Upsample Screen Content Images? | |
| CN111176925B (zh) | 设备性能测试方法、装置及电子设备 | |
| US20160259758A1 (en) | Digital Camera Simulation Using Spatially Varying PSF Convolutions | |
| Satapathy et al. | Optimized openCL™ kernels for frequency domain image high-boost filters using image vectorization technique | |
| CN114372974B (zh) | 图像检测方法、装置、设备及存储介质 | |
| US12026822B2 (en) | Shadow denoising in ray-tracing applications | |
| Groff et al. | Towards development of improved metrics for quantifying turbulence imposed degradation of long-range video |
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 |
Address after: No.103, baguang District Service Center, No.2 BaiShaWan Road, baguang community, Kuiyong street, Dapeng New District, Shenzhen, Guangdong 518000 Applicant after: Shenzhen Lanying Medical Technology Co.,Ltd. Address before: 518000 Shenzhen, Baoan District, Guangdong Shiyan street, Lang Xin neighborhood committee, brick factory village, Liyuan Industrial Zone, hung lung hi tech Industrial Park (blue Yun Industrial Park), 1 1 buildings. Applicant before: SHENZHEN LANYUN MEDICAL IMAGE CO.,LTD. |
|
| CB02 | Change of applicant information | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190806 |
|
| RJ01 | Rejection of invention patent application after publication |