CN110118990A - X光探测器坏点的在线侦测方法、装置、系统及存储介质 - Google Patents

X光探测器坏点的在线侦测方法、装置、系统及存储介质 Download PDF

Info

Publication number
CN110118990A
CN110118990A CN201810123511.0A CN201810123511A CN110118990A CN 110118990 A CN110118990 A CN 110118990A CN 201810123511 A CN201810123511 A CN 201810123511A CN 110118990 A CN110118990 A CN 110118990A
Authority
CN
China
Prior art keywords
pixel
point
bad point
calibration
gray
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
Application number
CN201810123511.0A
Other languages
English (en)
Inventor
费孝爱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Shanghai Medical Equipment Ltd
Original Assignee
Siemens Shanghai Medical Equipment Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Siemens Shanghai Medical Equipment Ltd filed Critical Siemens Shanghai Medical Equipment Ltd
Priority to CN201810123511.0A priority Critical patent/CN110118990A/zh
Publication of CN110118990A publication Critical patent/CN110118990A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01TMEASUREMENT OF NUCLEAR OR X-RADIATION
    • G01T7/00Details of radiation-measuring instruments
    • G01T7/005Details of radiation-measuring instruments calibration techniques

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Molecular Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例中公开了X光探测器坏点的在线侦测方法、装置、系统及存储介质。其中,方法包括:获取X光探测器采集的暗场图像;计算暗场图像的灰度平均值和灰度方差;根据灰度平均值与灰度方差确定一个高阈值和一个低阈值;将暗场图像中每个像素点的灰度值分别与高阈值和低阈值进行比较,将高于高阈值或低于低阈值的像素点确定为X光探测器的坏点像素点;将得到的所有坏点像素点与已存储的校准像素点进行比较,在存在不同于校准像素点的坏点像素点时,将不同于所述校准像素点的坏点像素点作为新增的校准像素点进行存储。本发明实施例中的技术方案能够实现X光探测器坏点的在线侦测,并提高X图像的成像质量。

Description

X光探测器坏点的在线侦测方法、装置、系统及存储介质
技术领域
本发明涉及X光成像技术领域,特别是一种X光探测器坏点的在线侦测方法、装置、系统及存储介质。
背景技术
在X光机以及X射线计算机断层扫描(CT)机等X光设备中,主要由X光探测器如平板探测器来采集被测对象的X光图像。由于各种因素,例如运输、使用或老化等,X光探测器可能会存在对应个别像素点的坏点,即当X光探测器的某一像元对于X摄线不响应或响应异常时,将该像元称为坏点。相应地,其采集的X光图像就会在相应坏点位置出现不随感光变化而始终呈现一种颜色(例如,白色、黑色或彩色)的像素点,从而破坏了X光图像的清晰度和完整性。X光探测器中坏点的存在是图像质量下降的原因之一,为此,需要对X光探测器的坏点进行校准。
目前的校准主要是在出厂前以及每隔固定时间间隔如两年的保养期进行校准,校准过程主要包括:侦测X光探测器上的坏点,将所述坏点对应的像素点位置作为校准像素点存储在X光设备的控制主机中,在所述X光设备成像时,对所述校准像素点进行校准。
发明内容
有鉴于此,本发明实施例中一方面提出了一种X光探测器坏点的在线侦测方法,另一方面提出了一种X光探测器坏点的在线侦测装置、系统及存储介质,用以实现X光探测器坏点的在线侦测,以提高X图像的成像质量。
本发明实施例中提出的X光探测器坏点的在线侦测方法,包括:获取X光探测器采集的暗场图像;计算所述暗场图像的灰度平均值和灰度方差;根据所述灰度平均值与所述灰度方差确定一个高阈值和一个低阈值;将所述暗场图像中每个像素点的灰度值分别与所述高阈值和所述低阈值进行比较,将高于所述高阈值或低于所述低阈值的像素点确定为所述X光探测器的坏点像素点;将得到的所有坏点像素点与已存储的校准像素点进行比较,在存在不同于所述校准像素点的坏点像素点时,将所述不同于所述校准像素点的坏点像素点作为新增的校准像素点进行存储。
在一个实施方式中,所述根据所述灰度平均值与所述灰度方差确定一个高阈值和一个低阈值为:将所述灰度平均值加上所述灰度方差的和确定为所述高阈值;将所述灰度平均值减去所述灰度方差的差确定为所述低阈值。
在一个实施方式中,所述方法进一步包括:在进行X光成像时,对所有校准像素点进行像素校准。
在一个实施方式中,所述对所有校准像素点进行像素校准,包括:针对每个校准像素点,利用所述校准像素点周围预定个数的像素点的平均灰度值来替换该校准像素点的灰度值。
本发明实施例中提出的X光探测器坏点的在线侦测装置,包括:一获取模块,用于获取X光探测器采集的暗场图像;一计算模块,用于计算所述暗场图像的灰度平均值和灰度方差;一阈值确定模块,用于根据所述灰度平均值与所述灰度方差确定一个高阈值和一个低阈值;一坏点确定模块,用于将所述暗场图像中每个像素点的灰度值分别与所述高阈值和所述低阈值进行比较,将高于所述高阈值或低于所述低阈值的像素点确定为所述X光探测器的坏点像素点;和一坏点更新模块,用于将得到的所有坏点像素点与已存储的校准像素点进行比较,在存在不同于所述校准像素点的坏点像素点时,将所述不同于所述校准像素点的坏点像素点作为新增的校准像素点进行存储。
在一个实施方式中,所述阈值确定模块将所述灰度平均值加上所述灰度方差的和确定为所述高阈值;将所述灰度平均值减去所述灰度方差的差确定为所述低阈值。
在一个实施方式中,所述装置进一步包括:校准模块,用于在进行X光成像时,对所有校准像素点进行像素校准。
在一个实施方式中,所述校准模块在进行X光成像时,针对每个校准像素点,利用所述校准像素点周围预定个数的像素点的平均灰度值来替换该校准像素点的灰度值。
本发明实施例中提出的X光探测器坏点的在线侦测系统,包括X光探测器和控制主机;其中,所述X光探测器用于将采集的暗场图像提供给所述控制主机;所述控制主机包括如上所述的X光探测器坏点的在线侦测装置。
本发明实施例中提出的另一X光探测器坏点的在线侦测装置包括:处理器和存储器;所述存储器中存储有可被所述处理器执行的计算机程序,用于使得所述处理器执行如上所述的X光探测器坏点的在线侦测方法。
本发明实施例中提出的计算机可读存储介质,其中存储有计算机可读指令,该计算机可读指令用于执行如上所述的X光探测器坏点的在线侦测方法。
从上述方案中可以看出,由于本发明实施例中利用X光探测器进行漂移校正时采集的暗场图像来进行X光探测器坏点的在线侦测,即计算所述暗场图像的灰度平均值和灰度方差以确定由一个高阈值和一个低阈值所界定的正常像素点的灰度值区间,将灰度值位于该区间外的像素点确定为X光探测器的坏点像素点,之后将得到的所有坏点像素点与已存储的校准像素点进行比较,在存在不同于所述校准像素点的坏点像素点时,将所述不同于所述校准像素点的坏点像素点作为新增的校准像素点进行存储,从而实现了X光探测器坏点的在线侦测。之后进行坏点校准时,通过对所有校准像素点(包括出厂时或维护时存储的校准像素点和在线侦测到的新增的校准像素点)进行校准,从而可以提高X图像的成像质量。
进一步地,通过将所述灰度平均值加上所述灰度方差的和确定为所述高阈值;将所述灰度平均值减去所述灰度方差的差确定为所述低阈值,提供了一种简单易实现的正常像素点灰度值区间的确定方法。
附图说明
下面将通过参照附图详细描述本发明的优选实施例,使本领域的普通技术人员更清楚本发明的上述及其它特征和优点,附图中:
图1为本发明实施例中X光探测器坏点的在线侦测方法的示例性流程图。
图2为本发明一个实施例中X光探测器坏点的在线侦测装置的示例性结构图。
图3为本发明实施例中X光探测器坏点的在线侦测系统的示例性结构图。
图4为本发明又一个实施例中X光探测器坏点的在线侦测装置的示例性结构图。
其中,附图标记如下:
具体实施方式
本发明实施例中,考虑到在X光设备出厂后保养期到来之前的这段时间,X光探测器依然有可能出现新的坏点,然而目前尚没有对这段时间内新增坏点的侦测及校准处理,这使得X光探测器在此期间出现新的坏点时将会影响X光图像的成像质量。
为了实现X光探测器坏点的在线侦测,本申请发明人考虑到目前的X光探测器会实时进行漂移校正,即X光探测器如平板探测器的使用过程中,X光探测器会产生电子基准漂移现象,对存在该电子基准漂移现象的X光探测器采集的X光图像进行校正的过程称为X光探测器的漂移校正。在该漂移校正过程中会用到由X光探测器采集的暗场图像生成的漂移模板,具体校正过程包括:将X光图像中的像素点的灰度值减去所述漂移模板中对应像素点的灰度值,得到漂移校正后的X光图像。因此本申请实施例中,考虑利用X光探测器采集的暗场图像来实现X光探测器坏点的在线侦测。即可获取X光探测器采集的暗场图像,并计算所述暗场图像的灰度平均值和灰度方差,根据所述灰度平均值与所述灰度方差确定由一个高阈值和一个低阈值所界定的正常像素点的灰度值区间,将灰度值位于该区间外的像素点确定为X光探测器的坏点像素点,之后将得到的所有坏点像素点与所述X光设备中存储的校准像素点进行比较,若存在不同于所述校准像素点的坏点像素点,则将所述不同于所述校准像素点的坏点像素点作为新增的校准像素点更新到所述X光设备中。之后进行坏点校准时,对所有校准像素点进行校准。
为使本发明的目的、技术方案和优点更加清楚,以下举实施例对本发明进一步详细说明。
图1为本发明实施例X光探测器坏点的在线侦测方法的示例性流程图。如图1所示,该方法可包括如下步骤:
步骤101,获取X光探测器采集的暗场图像。
实际应用中,X光探测器可以实时采集暗场图像,并存储最新的暗场图像,则本步骤中,可直接获取该最新的暗场图像。或者,X光探测器也可以按照设定的时间间隔采集暗场图像,则本步骤中,可获取X光探测器最新采集的暗场图像。
步骤102,计算所述暗场图像的灰度平均值和灰度方差。
本步骤中,灰度平均值表达是图像各像素点的灰度值的平均值,灰度方差表达的是图像各像素点的灰度值的波动情况。
步骤103,根据所述灰度平均值与所述灰度方差确定一个高阈值和一个低阈值。
本步骤中,利用一个高于灰度平均值的阈值(简称高阈值)和一个低于灰度平均值的阈值(简称低阈值)所构成的区间来指示图像中正常像素点的灰度值的取值范围,超出该取值范围的灰度值所对应的像素点可确定为对应X光探测器坏点的像素点,简称为坏点像素点。
其中,确定高阈值和低阈值时,可有多种方法。例如,可将所述灰度平均值加上所述灰度方差的和确定为所述高阈值,将所述灰度平均值减去所述灰度方差的差确定为所述低阈值。又如,可将所述灰度平均值加上所述灰度方差乘以一个系数之后的和确定为所述高阈值,将所述灰度平均值减去所述灰度方差乘以一个系数之后的差确定为所述低阈值。
步骤104,将所述暗场图像中每个像素点的灰度值分别与所述高阈值和所述低阈值进行比较,将高于所述高阈值或低于所述低阈值的像素点确定为所述X光探测器的坏点像素点。
步骤105,将得到的所有坏点像素点与已存储的校准像素点进行比较,在存在不同于所述校准像素点的坏点像素点时,将所述不同于所述校准像素点的坏点像素点作为新增的校准像素点进行存储。
本步骤中,当不存在不同于所述校准像素点的坏点像素点时,则维持所述校准像素点不变。
之后,在进行X光成像时,可对所有校准像素点进行像素校准。例如,针对每个校准像素点,可利用所述校准像素点周围预定个数的像素点的平均灰度值来替换该校准像素点的灰度值。
以上对本发明实施例中的X光探测器坏点的在线侦测方法进行了详细描述,下面再对本发明实施例中的X光探测器坏点的在线侦测装置进行详细描述。对于本发明装置实施例中未披露的细节可参考上述方法实施例中的对应描述,下面将不再赘述。
图2为本发明一个实施例X光探测器坏点的在线侦测装置200的示例性结构图。如图2所示,该装置200可包括一获取模块201、一计算模块202、一阈值确定模块203、一坏点确定模块204和一坏点更新模块205。
其中,获取模块201用于获取X光探测器采集的暗场图像。
计算模块202用于计算所述暗场图像的灰度平均值和灰度方差。
阈值确定模块203用于根据所述灰度平均值与所述灰度方差确定一个高阈值和一个低阈值。
坏点确定模块204用于将所述暗场图像中每个像素点的灰度值分别与所述高阈值和所述低阈值进行比较,将高于所述高阈值或低于所述低阈值的像素点确定为所述X光探测器的坏点像素点。
坏点更新模块205用于将得到的所有坏点像素点与已存储的校准像素点进行比较,在存在不同于所述校准像素点的坏点像素点时,将所述不同于所述校准像素点的坏点像素点作为新增的校准像素点进行存储。
与图1所示方法相对应,所述阈值确定模块203可将所述灰度平均值加上所述灰度方差的和确定为所述高阈值,将所述灰度平均值减去所述灰度方差的差确定为所述低阈值;或者将所述灰度平均值加上所述灰度方差乘以一个系数之后的和确定为所述高阈值,将所述灰度平均值减去所述灰度方差乘以一个系数之后的差确定为所述低阈值。
在一个实施方式中,该装置200可进一步包括一校准模块(图中未示出),用于在进行X光成像时,对所有校准像素点进行像素校准。例如,在进行X光成像时,针对每个校准像素点,可利用所述校准像素点周围预定个数的像素点的平均灰度值来替换该校准像素点的灰度值。
图3为本发明实施例X光探测器坏点的在线侦测系统300的示例性结构图。如图3所示,该系统300可包括:X光探测器301和控制主机302。
其中,X光探测器301用于将采集的暗场图像提供给控制主机302。
控制主机302用于获取X光探测器301采集的所述暗场图像,并计算所述暗场图像的灰度平均值和灰度方差,根据所述灰度平均值与所述灰度方差确定一个高阈值和一个低阈值;将所述暗场图像中每个像素点的灰度值分别与所述高阈值和所述低阈值进行比较,将高于所述高阈值或低于所述低阈值的像素点确定为所述X光探测器的坏点像素点,将得到的所有坏点像素点与已存储的校准像素点进行比较,若存在不同于所述校准像素点的坏点像素点,则将所述不同于所述校准像素点的坏点像素点作为新增的校准像素点进行更新存储。进一步地,控制主机302可进一步在进行X光成像时,可对所有校准像素点进行像素校准。例如,针对每个校准像素点,可利用所述校准像素点周围预定个数的像素点的平均灰度值来替换该校准像素点的灰度值。
在一个实施方式中,可理解为控制主机302包括如图2所示的X光探测器坏点的在线侦测装置。
需要说明的是,上述各流程和各结构图中不是所有的步骤和模块都是必须的,可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的,可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分,实际实现时,一个模块可以分由多个模块实现,多个模块的功能也可以由同一个模块实现,这些模块可以位于同一个设备中,也可以位于不同的设备中。
各实施方式中的硬件模块可以以机械方式或电子方式实现。例如,一个硬件模块可以包括专门设计的永久性电路或逻辑器件(如专用处理器,如FPGA或ASIC)用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。至于具体采用机械方式,或是采用专用的永久性电路,或是采用临时配置的电路(如由软件进行配置)来实现硬件模块,可以根据成本和时间上的考虑来决定。
图4为本发明又一个实施例中X光探测器坏点的在线侦测装置的示例性结构图。如图4所示,该装置400可包括:至少一个存储器410和至少一个处理器420。当然,该装置400还可包括一些其他的组件,例如通信端口等,用于接收X光探测器采集的暗场图像。这些组件可通过总线进行通信。
其中,至少一个存储器410用于存储计算机程序。该计算机程序可以被所述至少一个处理器420执行以实现图1所述的X光探测器坏点的在线侦测方法。或者,在其他实施方式中,该计算机程序也可以理解为包括图2所示的X光探测器坏点的在线侦测装置中的各个模块,即包括一获取模块201、一计算模块202、一阈值确定模块203、一坏点确定模块204和一坏点更新模块205。
此外,至少一个存储器410还可存储操作系统等。操作系统包括但不限于:Android操作系统、Symbian操作系统、Windows操作系统、Linux操作系统等等。
至少一个处理器420用于调用至少一个存储器410中存储的计算机程序,以基于至少一个端口接收数据的功能执行本发明实施例中所述的X光探测器坏点的在线侦测方法。处理器420可以为CPU,处理单元/模块,ASIC,逻辑模块或可编程门阵列等。
本发明实施例中还提供了一种机器可读的存储介质,存储用于使一机器执行如本文所述X光探测器坏点的在线侦测方法的指令。具体地,可以提供配有存储介质的系统或者装置,在该存储介质上存储着实现上述实施例中任一实施方式的功能的软件程序代码,且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。此外,还可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中,随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作,从而实现上述实施方式中任一实施方式的功能。
用于提供程序代码的存储介质实施方式包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地,可以由通信网络从服务器计算机上下载程序代码。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (11)

1.X光探测器坏点的在线侦测方法,其特征在于,包括:
获取X光探测器采集的暗场图像(101);
计算所述暗场图像的灰度平均值和灰度方差(102);
根据所述灰度平均值与所述灰度方差确定一个高阈值和一个低阈值(103);
将所述暗场图像中每个像素点的灰度值分别与所述高阈值和所述低阈值进行比较,将高于所述高阈值或低于所述低阈值的像素点确定为所述X光探测器的坏点像素点(104);
将得到的所有坏点像素点与已存储的校准像素点进行比较,在存在不同于所述校准像素点的坏点像素点时,将所述不同于所述校准像素点的坏点像素点作为新增的校准像素点进行存储(105)。
2.根据权利要求1所述的方法,其特征在于,所述根据所述灰度平均值与所述灰度方差确定一个高阈值和一个低阈值(103)为:
将所述灰度平均值加上所述灰度方差的和确定为所述高阈值;
将所述灰度平均值减去所述灰度方差的差确定为所述低阈值。
3.根据权利要求1或2所述的方法,其特征在于,进一步包括:在进行X光成像时,对所有校准像素点进行像素校准。
4.根据权利要求3所述的方法,其特征在于,所述对所有校准像素点进行像素校准,包括:
针对每个校准像素点,利用所述校准像素点周围预定个数的像素点的平均灰度值来替换该校准像素点的灰度值。
5.X光探测器坏点的在线侦测装置,其特征在于,包括:
一获取模块(201),用于获取X光探测器采集的暗场图像;
一计算模块(202),用于计算所述暗场图像的灰度平均值和灰度方差;
一阈值确定模块(203),用于根据所述灰度平均值与所述灰度方差确定一个高阈值和一个低阈值;
一坏点确定模块(204),用于将所述暗场图像中每个像素点的灰度值分别与所述高阈值和所述低阈值进行比较,将高于所述高阈值或低于所述低阈值的像素点确定为所述X光探测器的坏点像素点;和
一坏点更新模块(205),用于将得到的所有坏点像素点与已存储的校准像素点进行比较,在存在不同于所述校准像素点的坏点像素点时,将所述不同于所述校准像素点的坏点像素点作为新增的校准像素点进行存储。
6.根据权利要求5所述的装置,其特征在于,所述阈值确定模块(203)将所述灰度平均值加上所述灰度方差的和确定为所述高阈值;将所述灰度平均值减去所述灰度方差的差确定为所述低阈值。
7.根据权利要求5或6所述的装置,其特征在于,进一步包括:校准模块,用于在进行X光成像时,对所有校准像素点进行像素校准。
8.根据权利要求7所述的装置,其特征在于,所述校准模块在进行X光成像时,针对每个校准像素点,利用所述校准像素点周围预定个数的像素点的平均灰度值来替换该校准像素点的灰度值。
9.X光探测器坏点的在线侦测系统,其特征在于,包括X光探测器(301)和控制主机(302);其中,
所述X光探测器(301)用于将采集的暗场图像提供给所述控制主机;
所述控制主机(302)包括如权利要求5至8中任一项所述的X光探测器坏点的在线侦测装置。
10.X光探测器坏点的在线侦测装置(400),其特征在于,包括:处理器(420)和存储器(410);
所述存储器(410)中存储有可被所述处理器(420)执行的计算机程序,用于使得所述处理器(420)执行如权利要求1至4中任一项所述的X光探测器坏点的在线侦测方法。
11.计算机可读存储介质,其特征在于,其中存储有计算机可读指令,该计算机可读指令用于执行如权利要求1至4中任一项所述的X光探测器坏点的在线侦测方法。
CN201810123511.0A 2018-02-07 2018-02-07 X光探测器坏点的在线侦测方法、装置、系统及存储介质 Pending CN110118990A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810123511.0A CN110118990A (zh) 2018-02-07 2018-02-07 X光探测器坏点的在线侦测方法、装置、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810123511.0A CN110118990A (zh) 2018-02-07 2018-02-07 X光探测器坏点的在线侦测方法、装置、系统及存储介质

Publications (1)

Publication Number Publication Date
CN110118990A true CN110118990A (zh) 2019-08-13

Family

ID=67520172

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810123511.0A Pending CN110118990A (zh) 2018-02-07 2018-02-07 X光探测器坏点的在线侦测方法、装置、系统及存储介质

Country Status (1)

Country Link
CN (1) CN110118990A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110703309A (zh) * 2019-09-29 2020-01-17 上海奕瑞光电子科技股份有限公司 线阵探测器图像拼接实时校正方法、装置、设备和介质
CN110830795A (zh) * 2020-01-09 2020-02-21 武汉精立电子技术有限公司 一种图像传感器坏点检测方法、装置及电子设备
CN112656435A (zh) * 2020-12-21 2021-04-16 明峰医疗系统股份有限公司 一种自动检测探测器坏点的方法
EP3839574A1 (en) * 2019-12-16 2021-06-23 Koninklijke Philips N.V. Detection of bad detectors at idle state
CN113674238A (zh) * 2021-08-16 2021-11-19 浙江大华技术股份有限公司 坏点检测方法、装置、电子设备和存储介质
CN116886834A (zh) * 2023-08-03 2023-10-13 哈尔滨工业大学 一种图像传感器全域坏点剔除方法、系统及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080232555A1 (en) * 2007-03-21 2008-09-25 Mathias Hoernig Device and method for monitoring solid-state detectors
CN102426376A (zh) * 2011-08-11 2012-04-25 西北工业大学 一种平板探测器的监控与校正方法
CN102957878A (zh) * 2011-08-29 2013-03-06 深圳市蓝韵实业有限公司 医学图像坏点自动检测方法及系统
CN104939859A (zh) * 2015-06-23 2015-09-30 李彬 一种ct图像校正方法
CN107607982A (zh) * 2017-11-08 2018-01-19 江苏康众数字医疗设备有限公司 基于探测器响应特性的成像系统校准方法及成像校正方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080232555A1 (en) * 2007-03-21 2008-09-25 Mathias Hoernig Device and method for monitoring solid-state detectors
CN102426376A (zh) * 2011-08-11 2012-04-25 西北工业大学 一种平板探测器的监控与校正方法
CN102957878A (zh) * 2011-08-29 2013-03-06 深圳市蓝韵实业有限公司 医学图像坏点自动检测方法及系统
CN104939859A (zh) * 2015-06-23 2015-09-30 李彬 一种ct图像校正方法
CN107607982A (zh) * 2017-11-08 2018-01-19 江苏康众数字医疗设备有限公司 基于探测器响应特性的成像系统校准方法及成像校正方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张定华等: "《锥束CT技术及其应用》", 31 December 2010, pages: 46 - 48 *
燕树林等: "医学影像技术学术语详解", 人民军医出版社, pages: 165 - 95 *
马天翔: "面阵探测器KAI-04022成像系统设计", 《仪器仪表学报》, 15 June 2014 (2014-06-15) *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110703309A (zh) * 2019-09-29 2020-01-17 上海奕瑞光电子科技股份有限公司 线阵探测器图像拼接实时校正方法、装置、设备和介质
EP3839574A1 (en) * 2019-12-16 2021-06-23 Koninklijke Philips N.V. Detection of bad detectors at idle state
WO2021122399A1 (en) * 2019-12-16 2021-06-24 Koninklijke Philips N.V. Detection of bad detectors at idle state
CN110830795A (zh) * 2020-01-09 2020-02-21 武汉精立电子技术有限公司 一种图像传感器坏点检测方法、装置及电子设备
CN110830795B (zh) * 2020-01-09 2020-05-19 武汉精立电子技术有限公司 一种图像传感器坏点检测方法、装置及电子设备
CN112656435A (zh) * 2020-12-21 2021-04-16 明峰医疗系统股份有限公司 一种自动检测探测器坏点的方法
CN113674238A (zh) * 2021-08-16 2021-11-19 浙江大华技术股份有限公司 坏点检测方法、装置、电子设备和存储介质
CN116886834A (zh) * 2023-08-03 2023-10-13 哈尔滨工业大学 一种图像传感器全域坏点剔除方法、系统及设备
CN116886834B (zh) * 2023-08-03 2024-04-26 哈尔滨工业大学 一种图像传感器全域坏点剔除方法、系统及设备

Similar Documents

Publication Publication Date Title
CN110118990A (zh) X光探测器坏点的在线侦测方法、装置、系统及存储介质
WO2019227762A1 (zh) 光学模组像素缺陷检测方法、装置及设备
US9916646B2 (en) System and method for processing input images before generating a high dynamic range image
US11375165B2 (en) Image calibration for projected images
EP2538242A1 (en) Depth measurement quality enhancement.
EP3594617B1 (en) Three-dimensional-shape measurement device, three-dimensional-shape measurement method, and program
WO2013009662A2 (en) Calibration between depth and color sensors for depth cameras
CN104581136A (zh) 图像校准系统和立体摄像机的校准方法
CN109640066B (zh) 高精度稠密深度图像的生成方法和装置
JP6115214B2 (ja) パターン処理装置、パターン処理方法、パターン処理プログラム
CN111340749B (zh) 图像质量的检测方法、装置、设备及存储介质
CN110458827B (zh) 医学影像坏点的检测方法、装置、设备及介质
US11113490B2 (en) System and method for evaluating symbols
US8644625B2 (en) Object detection device, method and program
JP2016186421A (ja) 画像処理方法
JP4875564B2 (ja) フリッカ補正装置及びフリッカ補正方法
CN104980718A (zh) 色彩校正装置以及方法
CN103985089B (zh) 结合权重边缘分析与帧内迭代的图像条纹校正方法
CN116430069A (zh) 机器视觉流体流速测量方法、装置、计算机设备及存储介质
KR101961479B1 (ko) 카메라 모듈의 렌즈 중심부 측정장치 및 방법
CN113379816A (zh) 结构变动检测方法、电子设备及存储介质
CN115484860A (zh) 超光谱视网膜图像中的阴影的实时检测和校正
CN109754365B (zh) 一种图像处理方法及装置
EP3879810A1 (en) Imaging device
CN113673457B (zh) 模拟测量图像处理方法、装置、计算设备及存储介质

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