CN111179203A - X光图像局部对比度增强方法及终端 - Google Patents
X光图像局部对比度增强方法及终端 Download PDFInfo
- Publication number
- CN111179203A CN111179203A CN202010002160.5A CN202010002160A CN111179203A CN 111179203 A CN111179203 A CN 111179203A CN 202010002160 A CN202010002160 A CN 202010002160A CN 111179203 A CN111179203 A CN 111179203A
- Authority
- CN
- China
- Prior art keywords
- layer
- ray
- noise level
- image
- calculating
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000002708 enhancing effect Effects 0.000 title claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 8
- 230000000149 penetrating effect Effects 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 5
- 230000003321 amplification Effects 0.000 description 6
- 238000003199 nucleic acid amplification method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002401 inhibitory effect Effects 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06T2207/20172—Image enhancement details
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种X光图像局部对比度增强方法及终端,方法包括:获取X光空气图;计算X光空气图中每层的噪声水平层级比例系数;获取X射线临床图像;计算X射线临床图像的D0层的噪声水平;根据D0层的噪声水平和噪声水平层级比例系数计算得到X射线临床图像每一层的噪声水平;根据X射线临床图像每一层的噪声水平生成局部增强查找表;计算X射线临床图像中的细节层的灰度的绝对值;根据局部增强查找表和细节层的灰度的绝对值计算得到细节层的局部增强系数;根据局部增强系数对X射线临床图像中的细节层进行加权处理;根据加权处理后的细节层进行图像重构,得到局部对比度增强图像。对X射线临床图像可逐层特定增强临床所需局部组织对比度。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种X光图像局部对比度增强方法及终端。
背景技术
现有技术常用的图像对比度增强方法有:1、基于图像直方图的方法,该方法包括图像直方图均衡和图像直方图拉伸等,该方法虽然简单有效,但只能对全局对比度做出粗略调整,且容易放大噪声。2、基于非锐化掩模的边缘增强方法,该方法通过掩模滤波将图像拆分为高、低频,通过增强高频可达到边缘对比度增强的效果,由于该方法将图像拆分为高、低频,固高频增强系数过大时会造成图像伪影,且无法增强该频段特定区域对比度,此外,分解低频时所需核函数直径较大,故计算量极大。3、通过图像多尺度分解的对比度增强方法,该方法通过拉普拉斯金字塔或小波变化将图像分为若干个细节层和1个低频层,该方法一定程度上解决了非锐化掩模无法处理中间频段的情况,且计算量有所减轻,然而该方法所用增强曲线主要针对全局对比度,增强细节的同时容易放大噪声,对高对比度抑制不足,且无法特定增强临床所需局部组织对比度。
发明内容
本发明所要解决的技术问题是:提供一种X光图像局部对比度增强方法及终端,可避免增强噪声,且可逐层特定增强临床所需局部组织对比度。
为了解决上述技术问题,本发明采用的技术方案为:
一种X光图像局部对比度增强方法,包括:
获取X射线穿透空气的X光空气图;
计算所述X光空气图中每层的噪声水平层级比例系数;
获取X射线临床图像;
计算所述X射线临床图像的D0层的噪声水平;
根据所述D0层的噪声水平和噪声水平层级比例系数计算得到X射线临床图像每一层的噪声水平;
根据所述X射线临床图像每一层的噪声水平生成局部增强查找表;
计算所述X射线临床图像中的细节层的灰度的绝对值;
根据所述局部增强查找表和细节层的灰度的绝对值计算得到细节层的局部增强系数;
根据所述局部增强系数对X射线临床图像中的细节层进行加权处理;
根据加权处理后的细节层进行图像重构,得到局部对比度增强图像。
本发明采用的另一技术方案为:
一种X光图像局部对比度增强终端,包括存储器、处理器以及存储在所述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计算机程序时实现以下步骤:
获取X射线穿透空气的X光空气图;
计算所述X光空气图中每层的噪声水平层级比例系数;
获取X射线临床图像;
计算所述X射线临床图像的D0层的噪声水平;
根据所述D0层的噪声水平和噪声水平层级比例系数计算得到X射线临床图像每一层的噪声水平;
根据所述X射线临床图像每一层的噪声水平生成局部增强查找表;
计算所述X射线临床图像中的细节层的灰度的绝对值;
根据所述局部增强查找表和细节层的灰度的绝对值计算得到细节层的局部增强系数;
根据所述局部增强系数对X射线临床图像中的细节层进行加权处理;
根据加权处理后的细节层进行图像重构,得到局部对比度增强图像。
本发明的有益效果在于:首先计算图像每一层的噪声水平,根据每一层的噪声水平生成局部增强查找表,对X射线临床图像可逐层特定增强临床所需局部组织对比度,还可以对低于噪声水平的对比度进行抑制,可克服现有增强技术对图像噪声的放大,本发明的方案还可以一定程度抑制高于噪声水平的对比度,克服现有技术对强对比度的放大,达到动态范围抑制效果。
附图说明
图1为本发明实施例一的X光图像局部对比度增强方法的流程图;
图2为本发明实施例一的计算图像灰度标准差的极大值的示意图;
图3为本发明实施例一的局部增强查找表的示意图;
图4为本发明实施例二的X光图像局部对比度增强终端的示意图。
标号说明:
100、X光图像局部对比度增强终端;1、存储器;2、处理器。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:首先计算图像每一层的噪声水平,根据每一层的噪声水平生成局部增强查找表,对X射线临床图像可逐层特定增强临床所需局部组织对比度。
请参照图1,一种X光图像局部对比度增强方法,包括:
获取X射线穿透空气的X光空气图;
计算所述X光空气图中每层的噪声水平层级比例系数;
获取X射线临床图像;
计算所述X射线临床图像的D0层的噪声水平;
根据所述D0层的噪声水平和噪声水平层级比例系数计算得到X射线临床图像每一层的噪声水平;
根据所述X射线临床图像每一层的噪声水平生成局部增强查找表;
计算所述X射线临床图像中的细节层的灰度的绝对值;
根据所述局部增强查找表和细节层的灰度的绝对值计算得到细节层的局部增强系数;
根据所述局部增强系数对X射线临床图像中的细节层进行加权处理;
根据加权处理后的细节层进行图像重构,得到局部对比度增强图像。
从上述描述可知,本发明的有益效果在于:首先计算图像每一层的噪声水平,根据每一层的噪声水平生成局部增强查找表,对X射线临床图像可逐层特定增强临床所需局部组织对比度,还可以对低于噪声水平的对比度进行抑制,可克服现有增强技术对图像噪声的放大,本发明的方案还可以一定程度抑制高于噪声水平的对比度,克服现有技术对强对比度的放大,达到动态范围抑制效果。
进一步的,所述计算所述X光空气图中每层的噪声水平层级比例系数具体包括:
通过AT处理所述X光空气图;
使用图像金字塔分解AT处理后的X光空气图,得到X光空气图的细节层D0~D3;
计算X光空气图的D0~D3层的噪声水平;
根据X光空气图的D0~D3层的噪声水平计算得到X光空气图中每层的噪声水平层级比例系数。
由上述描述可知,通过AT处理X光空气图可以将X光空气图泊松噪声分布转为加性高斯噪声分布,且可以使图像灰度较低区域动态范围映射到较宽范围。
进一步的,所述计算X光空气图的D0~D3层的噪声水平具体为:
预设灰度阈值范围和窗口大小;
在所述预设灰度阈值范围内根据所述窗口大小计算X光空气图的D0~D3层中每一层的图像灰度标准差;
计算每一层的所述图像灰度标准差的极大值,得到每一层的噪声水平。
由上述描述可知,窗口大小可以根据需要进行设置,例如可以设为7×7。
进一步的,所述根据所述X射线临床图像每一层的噪声水平生成局部增强查找表具体为:
预设局部增强范围[lp,rp,frp],其中lp=nli,rp=rng_rp*2(i-1)]*nli,frp=rp+lp;nli表示每一层的噪声水平,rng_rp表示增强长度,rng_rp的取值范围为[1.5,5];
由上述描述可知,增强范围设置为大于lp,可以对低于噪声水平的对比度进行抑制,还可以一定程度抑制高于噪声水平的对比度。
进一步的,所述计算所述X射线临床图像中的细节层的灰度的绝对值之前还包括:
判断X射线临床图像中的一细节层的尺寸是否大于1024;
若是,则降低采样尺寸至1024,并对所述一细节层进行均值滤波处理。
由上述描述可知,对细节层进行均值滤波即对细节层进行平滑处理。
请参照图4,本发明涉及的另一技术方案为:
一种X光图像局部对比度增强终端100,包括存储器1、处理器2以及存储在所述存储器1上并可在处理器2上运行的计算机程序,所述处理器2执行所述计算机程序时实现以下步骤:
获取X射线穿透空气的X光空气图;
计算所述X光空气图中每层的噪声水平层级比例系数;
获取X射线临床图像;
计算所述X射线临床图像的D0层的噪声水平;
根据所述D0层的噪声水平和噪声水平层级比例系数计算得到X射线临床图像每一层的噪声水平;
根据所述X射线临床图像每一层的噪声水平生成局部增强查找表;
计算所述X射线临床图像中的细节层的灰度的绝对值;
根据所述局部增强查找表和细节层的灰度的绝对值计算得到细节层的局部增强系数;
根据所述局部增强系数对X射线临床图像中的细节层进行加权处理;
根据加权处理后的细节层进行图像重构,得到局部对比度增强图像。
进一步的,所述计算所述X光空气图中每层的噪声水平层级比例系数具体包括:
通过AT处理所述X光空气图;
使用图像金字塔分解AT处理后的X光空气图,得到X光空气图的细节层D0~D3;
计算X光空气图的D0~D3层的噪声水平;
根据X光空气图的D0~D3层的噪声水平计算得到X光空气图中每层的噪声水平层级比例系数。
进一步的,所述计算X光空气图的D0~D3层的噪声水平具体为:
预设灰度阈值范围和窗口大小;
在所述预设灰度阈值范围内根据所述窗口大小计算X光空气图的D0~D3层中每一层的图像灰度标准差;
计算每一层的所述图像灰度标准差的极大值,得到每一层的噪声水平。
进一步的,所述根据所述X射线临床图像每一层的噪声水平生成局部增强查找表具体为:
预设局部增强范围[lp,rp,frp],其中lp=nli,rp=rng_rp*2(i-1)]*nli,frp=rp+lp;nli表示每一层的噪声水平,rng_rp表示增强长度,rng_rp的取值范围为[1.5,5];
进一步的,所述处理器2执行所述计算机程序时还实现以下步骤:
所述计算所述X射线临床图像中的细节层的灰度的绝对值之前还包括:
判断X射线临床图像中的一细节层的尺寸是否大于1024;
若是,则降低采样尺寸至1024,并对所述一细节层进行均值滤波处理。
实施例一
请参照图1,本发明的实施例一为:
一种X光图像局部对比度增强方法,包括如下步骤:
S1、获取X射线穿透空气的X光空气图。
X光空气图为X射线仅穿透空气被探测器接收信号。
S2、计算所述X光空气图中每层的噪声水平层级比例系数。
本实施例中,步骤S2具体包括:
S21、通过AT(Anscombe Transform)处理所述X光空气图。对X光空气图进行AT处理可以将X光图像泊松噪声分布转为加性高斯噪声分布,还可以使图像灰度较低区域动态范围映射到较宽范围。
S22、使用图像金字塔分解AT处理后的X光空气图,得到X光空气图的细节层D0~D3。使用金字塔分解X光空气图后,还可以得到低频层G3,本实施例的分解方法为拉普拉斯金字塔。
S23、计算X光空气图的D0~D3层的噪声水平。
本实施例中,步骤S23具体为:
S231、预设灰度阈值范围和窗口大小。灰度阈值范围可以根据需要进行设置,设定阈值范围后可以得到空气直方图的最大值和最小值,排除图像中未落入范围的像素。窗口大小可以根据需要设置,本实施例中,窗口大小为7×7。
S232、在所述预设灰度阈值范围内根据所述窗口大小计算X光空气图的D0~D3层中每一层的图像灰度标准差。
S233、计算每一层的所述图像灰度标准差的极大值,得到每一层的噪声水平。如图2所示,图像灰度标准差的极大值即为Di层的噪声水平nli。
S24、根据X光空气图的D0~D3层的噪声水平计算得到X光空气图中每层的噪声水平层级比例系数。X光空气图的D0~D3层的噪声水平依次为nl0、nl1、nl2、nl3,那么D0~D3层的噪声水平层级比例系数依次为nl0/nl0、nl1/nl0、nl2/nl0、nl3/nl0。本实施例中,超过D3层的噪声水平层级比例系数设为D3层的噪声水平层级比例系数。例如,假设将图像分解为9层,即包括细节层D0~D7层,以及低频层G7层,那么每一层的噪声水平层级系数依次可能为1、0.6、0.4、0.2、0.2、0.2、0.2、0.2。通过X光空气图来计算噪声水平层级比例系数的原因在于:可避免金字塔高层(如D2、D3)中图像内容对噪声水平评估的干扰。
S3、获取X射线临床图像。
X光临床图像即采用X光获取的任意一张病人图像。
S4、计算所述X射线临床图像的D0层的噪声水平。
本实施例中,按照步骤S21~S23计算X摄像临床图像的D0层的噪声水平,在此不再赘述。
S5、根据所述D0层的噪声水平和噪声水平层级比例系数计算得到X射线临床图像每一层的噪声水平。
将X射线临床图像的D0层的噪声水平分别乘以步骤S24得到的每层的噪声水平层级比例系数,就分别得到X射线临床图像每一层的噪声水平。该方法可以有效避免临床图像信息对噪声水平估计的干扰。
S6、根据所述X射线临床图像每一层的噪声水平生成局部增强查找表。
本实施例中,步骤S6具体为:
S61、预设局部增强范围[lp,rp,frp],其中lp=nli,rp=rng_rp*2(i-1)]*nli,frp=rp+lp;nli表示每一层的噪声水平,rng_rp表示增强长度,rng_rp的取值范围为[1.5,5]。rng_rp随着层数升高以2的指数倍增长,这是因为金字塔分解图像随层数升高做2倍下采样。
S7、计算所述X射线临床图像中的细节层的灰度的绝对值。
本实施例中,将细节层的灰度的绝对值记为D_absi,步骤S7之前还包括:判断X射线临床图像中的一细节层的尺寸是否大于1024;若是,则降低采样尺寸至1024,并对所述一细节层进行均值滤波处理;若否,则直接计算细节层的灰度的绝对值。
S8、根据所述局部增强查找表和细节层的灰度的绝对值计算得到细节层的局部增强系数。
D_absi对应图3中的横坐标,查找得到的纵坐标即为细节层的局部增强系数。
S9、根据所述局部增强系数对X射线临床图像中的细节层进行加权处理。
本实施例中,加权处理即为将某一细节层的局部增强系数乘以该层的灰度值。
S10、根据加权处理后的细节层进行图像重构,得到局部对比度增强图像。
执行图像重构即图像金字塔重构,就得到局部对比度增强的图像。
本实施例的X图像局部对比度增强方法可以X射线临床图像诊断所需信息做特定增强;可以抑制噪声水平以下对比度,克服现有增强技术对图像噪声的放大;还可以抑制一定噪声水平比例以上对比度,克服现有技术方案对强对比度的放大,可达到动态范围抑制效果。
实施例二
请参照图4,本发明的实施例二为:
一种X光图像局部对比度增强终端100,与实施例一的方法相对应,包括存储器1、处理器2以及存储在所述存储器1上并可在处理器2上运行的计算机程序,所述处理器2执行所述计算机程序时实现以下步骤:
获取X射线穿透空气的X光空气图;
计算所述X光空气图中每层的噪声水平层级比例系数;
获取X射线临床图像;
计算所述X射线临床图像的D0层的噪声水平;
根据所述D0层的噪声水平和噪声水平层级比例系数计算得到X射线临床图像每一层的噪声水平;
根据所述X射线临床图像每一层的噪声水平生成局部增强查找表;
计算所述X射线临床图像中的细节层的灰度的绝对值;
根据所述局部增强查找表和细节层的灰度的绝对值计算得到细节层的局部增强系数;
根据所述局部增强系数对X射线临床图像中的细节层进行加权处理;
根据加权处理后的细节层进行图像重构,得到局部对比度增强图像。
进一步的,所述计算所述X光空气图中每层的噪声水平层级比例系数具体包括:
通过AT处理所述X光空气图;
使用图像金字塔分解AT处理后的X光空气图,得到X光空气图的细节层D0~D3;
计算X光空气图的D0~D3层的噪声水平;
根据X光空气图的D0~D3层的噪声水平计算得到X光空气图中每层的噪声水平层级比例系数。
进一步的,所述计算X光空气图的D0~D3层的噪声水平具体为:
预设灰度阈值范围和窗口大小;
在所述预设灰度阈值范围内根据所述窗口大小计算X光空气图的D0~D3层中每一层的图像灰度标准差;
计算每一层的所述图像灰度标准差的极大值,得到每一层的噪声水平。
进一步的,所述根据所述X射线临床图像每一层的噪声水平生成局部增强查找表具体为:
预设局部增强范围[lp,rp,frp],其中lp=nli,rp=rng_rp*2(i-1)]*nli,frp=rp+lp;nli表示每一层的噪声水平,rng_rp表示增强长度,rng_rp的取值范围为[1.5,5];
进一步的,所述处理器2执行所述计算机程序时还实现以下步骤:
所述计算所述X射线临床图像中的细节层的灰度的绝对值之前还包括:
判断X射线临床图像中的一细节层的尺寸是否大于1024;
若是,则降低采样尺寸至1024,并对所述一细节层进行均值滤波处理。
综上所述,本发明提供的一种X光图像局部对比度增强方法及终端,对X射线临床图像可逐层特定增强临床所需局部组织对比度,可以对低于噪声水平的对比度进行抑制,克服现有增强技术对图像噪声的放大,还可以一定程度抑制高于噪声水平的对比度,克服现有技术对强对比度的放大,达到动态范围抑制效果。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种X光图像局部对比度增强方法,其特征在于,包括:
获取X射线穿透空气的X光空气图;
计算所述X光空气图中每层的噪声水平层级比例系数;
获取X射线临床图像;
计算所述X射线临床图像的D0层的噪声水平;
根据所述D0层的噪声水平和噪声水平层级比例系数计算得到X射线临床图像每一层的噪声水平;
根据所述X射线临床图像每一层的噪声水平生成局部增强查找表;
计算所述X射线临床图像中的细节层的灰度的绝对值;
根据所述局部增强查找表和细节层的灰度的绝对值计算得到细节层的局部增强系数;
根据所述局部增强系数对X射线临床图像中的细节层进行加权处理;
根据加权处理后的细节层进行图像重构,得到局部对比度增强图像。
2.根据权利要求1所述的X光图像局部对比度增强方法,其特征在于,所述计算所述X光空气图中每层的噪声水平层级比例系数具体包括:
通过AT处理所述X光空气图;
使用图像金字塔分解AT处理后的X光空气图,得到X光空气图的细节层D0~D3;
计算X光空气图的D0~D3层的噪声水平;
根据X光空气图的D0~D3层的噪声水平计算得到X光空气图中每层的噪声水平层级比例系数。
3.根据权利要求2所述的X光图像局部对比度增强方法,其特征在于,所述计算X光空气图的D0~D3层的噪声水平具体为:
预设灰度阈值范围和窗口大小;
在所述预设灰度阈值范围内根据所述窗口大小计算X光空气图的D0~D3层中每一层的图像灰度标准差;
计算每一层的所述图像灰度标准差的极大值,得到每一层的噪声水平。
5.根据权利要求1所述的X光图像局部对比度增强方法,其特征在于,所述计算所述X射线临床图像中的细节层的灰度的绝对值之前还包括:
判断X射线临床图像中的一细节层的尺寸是否大于1024;
若是,则降低采样尺寸至1024,并对所述一细节层进行均值滤波处理。
6.一种X光图像局部对比度增强终端,包括存储器、处理器以及存储在所述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计算机程序时实现以下步骤:
获取X射线穿透空气的X光空气图;
计算所述X光空气图中每层的噪声水平层级比例系数;
获取X射线临床图像;
计算所述X射线临床图像的D0层的噪声水平;
根据所述D0层的噪声水平和噪声水平层级比例系数计算得到X射线临床图像每一层的噪声水平;
根据所述X射线临床图像每一层的噪声水平生成局部增强查找表;
计算所述X射线临床图像中的细节层的灰度的绝对值;
根据所述局部增强查找表和细节层的灰度的绝对值计算得到细节层的局部增强系数;
根据所述局部增强系数对X射线临床图像中的细节层进行加权处理;
根据加权处理后的细节层进行图像重构,得到局部对比度增强图像。
7.根据权利要求6所述的X光图像局部对比度增强终端,其特征在于,所述计算所述X光空气图中每层的噪声水平层级比例系数具体包括:
通过AT处理所述X光空气图;
使用图像金字塔分解AT处理后的X光空气图,得到X光空气图的细节层D0~D3;
计算X光空气图的D0~D3层的噪声水平;
根据X光空气图的D0~D3层的噪声水平计算得到X光空气图中每层的噪声水平层级比例系数。
8.根据权利要求7所述的X光图像局部对比度增强终端,其特征在于,所述计算X光空气图的D0~D3层的噪声水平具体为:
预设灰度阈值范围和窗口大小;
在所述预设灰度阈值范围内根据所述窗口大小计算X光空气图的D0~D3层中每一层的图像灰度标准差;
计算每一层的所述图像灰度标准差的极大值,得到每一层的噪声水平。
10.根据权利要求6所述的X光图像局部对比度增强终端,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
所述计算所述X射线临床图像中的细节层的灰度的绝对值之前还包括:
判断X射线临床图像中的一细节层的尺寸是否大于1024;
若是,则降低采样尺寸至1024,并对所述一细节层进行均值滤波处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010002160.5A CN111179203B (zh) | 2020-01-02 | 2020-01-02 | X光图像局部对比度增强方法及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010002160.5A CN111179203B (zh) | 2020-01-02 | 2020-01-02 | X光图像局部对比度增强方法及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111179203A true CN111179203A (zh) | 2020-05-19 |
CN111179203B CN111179203B (zh) | 2023-06-20 |
Family
ID=70652586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010002160.5A Active CN111179203B (zh) | 2020-01-02 | 2020-01-02 | X光图像局部对比度增强方法及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111179203B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113724145A (zh) * | 2021-07-13 | 2021-11-30 | 西姆高新技术(江苏)有限公司 | X光图像处理方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080205785A1 (en) * | 2005-11-23 | 2008-08-28 | Cedara Software Corp. | Method and system for enhancing digital images |
CN101727658A (zh) * | 2008-10-14 | 2010-06-09 | 深圳迈瑞生物医疗电子股份有限公司 | 图像处理方法及装置 |
CN101779962A (zh) * | 2010-01-19 | 2010-07-21 | 西安华海医疗信息技术股份有限公司 | 一种增强医学x射线影像显示效果的方法 |
CN103996168A (zh) * | 2014-01-21 | 2014-08-20 | 公安部第一研究所 | 一种基于区域自适应处理的x射线安全检查图像增强方法 |
-
2020
- 2020-01-02 CN CN202010002160.5A patent/CN111179203B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080205785A1 (en) * | 2005-11-23 | 2008-08-28 | Cedara Software Corp. | Method and system for enhancing digital images |
CN101727658A (zh) * | 2008-10-14 | 2010-06-09 | 深圳迈瑞生物医疗电子股份有限公司 | 图像处理方法及装置 |
CN101779962A (zh) * | 2010-01-19 | 2010-07-21 | 西安华海医疗信息技术股份有限公司 | 一种增强医学x射线影像显示效果的方法 |
CN103996168A (zh) * | 2014-01-21 | 2014-08-20 | 公安部第一研究所 | 一种基于区域自适应处理的x射线安全检查图像增强方法 |
Non-Patent Citations (2)
Title |
---|
TURAB SELÇUK ET AL.: "Non-local means based image enhancement on coronary angiography images", 《2017 INTERNATIONAL ARTIFICIAL INTELLIGENCE AND DATA PROCESSING SYMPOSIUM (IDAP)》 * |
陈梦旭: "乳腺X线图像增强算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113724145A (zh) * | 2021-07-13 | 2021-11-30 | 西姆高新技术(江苏)有限公司 | X光图像处理方法及装置 |
CN113724145B (zh) * | 2021-07-13 | 2024-04-26 | 西姆高新技术(江苏)有限公司 | X光图像处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111179203B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7248748B2 (en) | Image processing apparatus, image processing method, storage medium, and program | |
US8542944B2 (en) | Method and apparatus for multi-scale based dynamic range compression and noise suppression | |
US8594444B2 (en) | Method and system for enhancing digital images | |
US7079700B2 (en) | Image processing apparatus, image processing method, storage medium, and program | |
CN111583123A (zh) | 一种基于小波变换的融合高低频信息的图像增强算法 | |
CN107292845B (zh) | 基于标准差金字塔的动态图像降噪方法及装置 | |
CN104182939B (zh) | 一种医疗影像图像细节增强方法 | |
Wen et al. | Medical X-ray image enhancement based on wavelet domain homomorphic filtering and CLAHE | |
US20080107352A1 (en) | System and Method for Structure Enhancement and Noise Reduction in Medical Images | |
Al-Ameen | Contrast enhancement of medical images using statistical methods with image processing concepts | |
CN111179203B (zh) | X光图像局部对比度增强方法及终端 | |
CN109064413B (zh) | 图像对比度增强方法及采用其的图像采集医疗设备 | |
Watanabe et al. | An adaptive multi-scale retinex algorithm realizing high color quality and high-speed processing | |
CN110443760B (zh) | 图像降噪方法及计算机可读存储介质 | |
Li et al. | Medical image enhancement in F-shift transformation domain | |
Manikpuri et al. | Image enhancement through logarithmic transformation | |
JP2003337942A (ja) | 画像処理装置 | |
Hou et al. | Approach on digital radiographs enhancement based on wavelet transform | |
CN111311605A (zh) | X射线图像分割方法及终端 | |
Mencattini et al. | Mammographic images enhancement and denoising for microcalbfication detection using dyadic wavelet processing | |
CN108230279A (zh) | 基于剪切波变换与模糊对比度相结合的医学图像增强方法 | |
KR20120076122A (ko) | 영상의 대조도를 향상시키기 위한 디지털 영상 처리 장치 및 그 방법 | |
Tang et al. | Enhancement of Mammograms with Periphery Brightness Compensation | |
Kannan et al. | Enhancement of Proton Density Magnetic Resonance Images using Histogram Equalization and Unsharp Masking | |
Liang et al. | Research on ultrasound image of interventional catheterization processing method based on wavelet transform and fuzzy theory |
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 |