CN113228099A - 基于mtf调制的量子噪声测量来计算数字图像检测器系统的点扩散函数的方法和系统 - Google Patents

基于mtf调制的量子噪声测量来计算数字图像检测器系统的点扩散函数的方法和系统 Download PDF

Info

Publication number
CN113228099A
CN113228099A CN201980088549.1A CN201980088549A CN113228099A CN 113228099 A CN113228099 A CN 113228099A CN 201980088549 A CN201980088549 A CN 201980088549A CN 113228099 A CN113228099 A CN 113228099A
Authority
CN
China
Prior art keywords
pixel
image
pixels
local
sample 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.)
Pending
Application number
CN201980088549.1A
Other languages
English (en)
Inventor
M·克雷森斯
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.)
Agfa NV
Original Assignee
Agfa NV
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 Agfa NV filed Critical Agfa NV
Publication of CN113228099A publication Critical patent/CN113228099A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/06—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption
    • G01N23/083—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and measuring the absorption the radiation being X-rays
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/03—Investigating materials by wave or particle radiation by transmission
    • G01N2223/04—Investigating materials by wave or particle radiation by transmission and measuring absorption
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • 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
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Toxicology (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种基于对量子噪声的分析来测量和计算图像检测器系统的点扩散函数PSF的方法，所述量子噪声存在于一般的图像采集数据中，并且由数字成像系统的传送函数调制。该方法允许计算系统的锐度，而不需要图像体模记录。

Description

基于MTF调制的量子噪声测量来计算数字图像检测器系统的 点扩散函数的方法和系统
技术领域
本发明一般涉及一种基于包括MTF调制的量子噪声的测量来计算数字图像检测器的点扩散函数（PSF）而不需要专门设计的测试对象或图像体模（phantom）的专用图像采集的方法。该方法可以应用在数字成像的各种领域中、并且更特别地在医学数字成像领域中，在所述领域中锐度（其可以表达为MTF）是确定临床成像系统的图像质量的重要客观参数。MTF或其它参数（诸如线扩散函数（LSF））可以从PSF导出。
背景技术
数字图像采集系统通常配备有由平面方式布置的光敏像素集合组成的阵列检测器，以及组成数字图像的读出电子电路。这些系统的示例是在从摄影到平板检测器直接射线照相成像的广泛应用中使用的不同类型的静态和动态摄像机。并入线传感器以时间顺序记录图像的图像采集系统通常配备有运动控制系统，以扫描方式将数字图像捕获为相邻记录的图像线集合。如在计算射线照相应用中使用的其它图像采集系统借助于中间的模拟图像存储处理步骤、继之以通过单个光电倍增器或线传感器进行线方式或飞点方式的受激再发射和采样的数字捕获来捕获它们的数字图像。
数字X光成像设备越来越多地在医学诊断中使用，并广泛取代常规（模拟）成像设备，诸如屏幕胶片系统或模拟X光图像增强器电视系统。因此，有必要定义描述这些数字X光成像设备的特定成像属性的参数，并使所采用的测量程序归一化。
点扩散函数（PSF）描述成像系统对点源或点对象的响应。PSF的更通用的术语是系统的脉冲响应，PSF是聚焦光学系统的脉冲响应。PSF是成像系统光学传送函数的空间域版本。它是傅立叶光学器件、天文成像、医学成像、电子显微镜和其它成像技术（诸如3D显微镜（比如共焦激光扫描显微镜）和荧光显微镜）中的一个有用概念。点对象的扩散（模糊）程度是成像系统质量的度量。然后，复杂对象的图像可以被视为真实对象和PSF的卷积。然而，当检测到的光是相干的时，图像形成在复杂场中是线性的。然后，记录强度图像可能导致消除或其它非线性效应。
空间分辨率是成像系统分辨对象中存在的细微细节的能力。它也指的是图像的锐度。对于数字成像系统，空间分辨率取决于矩阵中像素的大小。与较大的像素相比，较小的像素将产生具有更好空间分辨率的图像。在本领域中，测量空间分辨率是一个复杂的过程，其至少涉及三种方法。这些包括对条形测试图案、锐边对象或狭缝进行成像。虽然条形测试图案的图像容易针对线的锐度在视觉上进行解释，但是后两者更加复杂。对于边对象和狭缝，必须分别获得边扩散函数（ESF）和线扩散函数（LSF）。LSF越窄，空间分辨率越好。LSF可以理解为狭缝（或线）上点扩散函数（PSF）的卷积。上面列出的三种方法可以用来产生称为调制传送函数（MTF）的又另一种函数。
MTF（调制传送函数）测量是用于对成像系统成像性能客观评测的重要工具。此外，MTF甚至可以从透镜设计数据计算出来，从而给予光学系统的设计者可靠地预测系统性能的能力。然后，制造商可以将真实透镜的图像质量与来自设计阶段的预期进行比较。描述成像系统的分辨率和性能的MTF是相对图像对比度除以相对对象对比度的比率。
Figure 100002_DEST_PATH_IMAGE001
当用成像系统观察对象（诸如曝光的目标）时，由于不可避免的像差和衍射现象，所得到的图像将稍微退化。在光学成像系统中，光学器件中的制造误差、组装和对准误差将使系统的总体成像性能退化。在X光成像系统中，X光散射计及该不可避免的退化。结果，在图像中，亮高光将不像它们在对象中那样看起来那么亮，并且暗或阴影区域将不像在原始图案中观察到的那些区域那么黑。一般来说，照明（或X光曝光）目标可以通过其空间频率（每毫米亮和暗区域的数量）和对比度（图像的亮区域和暗区域之间的亮度的明显差异）来定义。
按照惯例，调制传送函数在零空间频率下归一化为一个单位。对于低空间频率，调制传送函数接近1（或100%），并且一般随着空间频率的增加而下降，直到它达到零为止。对于较高的空间频率，对比度值较低。随着空间频率的增加，MTF曲线下降，直到它达到零为止。这是对于给定成像系统的分辨率极限或所谓的截止频率。当对比度值达到零时，图像变成均匀的灰色阴影。
对于x光成像系统，用于DQE（检测量子效率）和MTF的标准化测量方法作为国际IEC标准（“IEC 62220-1-1：Medical electrical equipment – Characteristics of digitalx-ray imaging devices – Part 1-1：Determination of the detective quantumefficiency – Detectors used in radiographic imaging”）发布。该测量方法依赖于非常特定的测量体模曝光，其涉及1.0mm厚的钨边设备。
斜边的技术可以描述如下：首先，将垂直定向的边（或用于另一个方向的MTF测量的水平边）成像到检测器上。垂直边需要相对于传感器的列稍微倾斜。精确的倾斜并不重要，相对于列方向具有最小2°并且最大10°的倾斜是可取的。在这些限制内的倾斜给出了最佳和最可靠的MTF表征结果。检测器的每一行给出不同的边扩散函数（ESF），并且斜边的空间频率响应（SFR）可以通过检查正与成像的斜边交叉的一个特定列中的像素值来“创建”。
基于获得的SFR，可以计算线扩散函数（LSF），LSF只是SFR的一阶导数。下一个且最终步骤是计算LSF的傅立叶变换。这导致了调制传送函数，因为MTF等于光学传送函数的量值，是LSF的傅立叶变换。在将MTF归一化为其DC分量并将空间频率归一化为采样频率之后，可以完成将MTF绘制为空间频率的函数。
科学界中存在如下一般认知，即DQE是用于描述数字x光成像设备成像性能的最合适参数。DQE描述了成像设备保持从辐射场到所得到的数字图像数据的信噪比的能力。因为在x光成像中，辐射场中的噪声密切耦合到空气比释动能级别，所以DQE值也可以被考虑描述给定数字x光成像设备的剂量效率。
数字检测器的DQE的总体概念是检测器接收输入曝光（入射量子），并将其转换为有用的输出图像。DQE是检测器可以以之施行该任务的效率和保真度的度量。注意到，此外，DQE不仅考虑信噪比（SNR），而且还考虑系统噪声，并且因此包括添加的噪声量的度量。DQE可以使用以下关系计算：
Figure 608715DEST_PATH_IMAGE002
。
完美数字检测器的DQE是1或100%。这意味着不存在信息丢失。因为SNRin考虑了使用的曝光量，并且SNRout考虑了所得到的图像质量，所以DQE指示检测器在输出图像质量和使用的输入辐射曝光方面的性能。
如从下面的公式可以看出，系统的锐度是数字成像系统DQE的重要分量：
Figure 100002_DEST_PATH_IMAGE003
其中u是以每毫米的周期为单位的空间频率变量，q是以每平方毫米的量子为单位的入射x光量子密度，G是将q与线性和偏移校正检测器的输出信号进行相关的系统增益，MTF(u)是系统调制传送函数，并且W out (u)是对应于q的图像维纳噪声功率谱。DQE可以根据MTF来计算，并且MTF以二次方式影响DQE。
发明内容
本发明提供了一种确定图像检测器系统的点扩散函数PSF的方法，如权利要求1中所阐述的。
在本发明的上下文中，图像检测器系统可以是包括（诸如在数字相片摄像机中使用的）光学器件的可见光检测器系统，但是不限于在光谱的可见部分中使用。也可以使用红外或紫外检测器系统。图像检测器系统也可以是由数字x光图像检测器组成的数字x光成像系统。本发明还可以应用在天文成像、电子显微镜、其它成像技术（诸如3D显微镜（比如共焦激光扫描显微镜）和荧光显微镜）中。
虽然本发明将在数字x光成像的上下文中更详细地描述，但是它因此也可以应用于其它类型的成像检测器系统，因为在输入信号（即包括可检测量的量子噪声的图像）可以被获取的方式中不存在差异。
本发明中提到的数字图像
Figure 525856DEST_PATH_IMAGE004
必须理解为在图像检测器系统的默认参数设置范围内进行的图像采集。图像检测器系统因此应该被配置和曝光，使得获得的图像（至少在空间样本区域
Figure 100002_DEST_PATH_IMAGE005
中）既不曝光不足也不曝光过度。
数字图像
Figure 243276DEST_PATH_IMAGE004
优选地被合适地预校准，这意味着在使图像经受本发明的方法之前，某些硬件特定的校准或校正被应用于图像。预校准是例如：1）像素值偏移减法（去除由图像检测器系统中的热效应引起的信号值），2）像素增益校正（校正应用于信号放大的增益参数），3）对像素、簇和线缺陷的补偿。
所述数字图像
Figure 638485DEST_PATH_IMAGE004
的一个最小要求是来自它的至少一部分（其称为空间样本区域
Figure 452857DEST_PATH_IMAGE006
）被大体上同质地曝光。“大体上”在本上下文中意味着在图像中不可见引起针对多于1%的记录背景的图像信号变化的清晰意图结构对象。当图像样本区域中的仅信号（归一化之后）将仅由传送函数调制的量子噪声（即仅通过穿过图像检测器系统而被修改（调制）的量子噪声）组成时，本发明的方法表现最佳。在图像采集期间，由于数字图像检测器上的撞击的光子而引发量子噪声。
样本区域
Figure 275320DEST_PATH_IMAGE006
必须被理解为数字图像
Figure 480036DEST_PATH_IMAGE004
的优选连续的子区域，其中所有像素在所述大体上同质的曝光条件下被曝光。对于可见光图像检测器系统，这将意味着样本区域中的所有检测器像素捕获对象的同质照明区域，该区域在图像中将作为同质亮区域显现。
对于数字X光成像检测器系统，样本区域将优选地是图像中被X光源大体上同质曝光的区域。为此目的，平场曝光可以被认为是实现该目的的最合适的方式。平场曝光——通常被称为白场或增益场——是在具有X光照明但没有成像对象存在的情况下获取的。因此，平场曝光在其整个表面上提供同质曝光的样本区域。
一个不太明显的选择将是尝试在包括患者身体部位的临床x光图像中标识合适的样本区域。然而，大多数这样的临床图像确实提供了标识这样的区域的机会，因为对于成功施行该方法所需的图像区域相对有限。当应用21×21的
Figure 100002_DEST_PATH_IMAGE007
的内核大小时，跨越100×100像素的合适的样本区域将在很大程度上是足够的。最合适的区域将是其中数字图像检测器被直接曝光给x光源的区域（即图像中还没有被患者身体部位遮挡的区域）。许多常规x光曝光技术导致如下图像，在所述图像中被研究的身体部位没有完全覆盖检测器表面。
在本发明的上下文中，外围感测内核
Figure 678936DEST_PATH_IMAGE007
是围绕中心点对称布置的像素集合的数学表示，该中心点构成外围感测内核的中心。该感测内核被称为“外围”，因为它的形状确定了相对于其中计算PSF（点扩散函数）的中心点的外围。外围感测内核围绕x轴和y轴对称，并且可以采取（用于各向同性模糊的）正方形或圆形、（用于各向异性模糊的）矩形或椭圆形的形状。
因此，内核
Figure 347815DEST_PATH_IMAGE007
的大小确定以之计算PSF的准确度（或分辨率）。在实践中，内核
Figure 341179DEST_PATH_IMAGE007
的大小由下式定义
Figure 33192DEST_PATH_IMAGE008
和
Figure DEST_PATH_IMAGE009
。
在n=m的情况下，内核
Figure 770203DEST_PATH_IMAGE007
为正方形或圆形，并且将用于确定各向同性PSF。在另一种情况下，将获得各向异性PSF（其在x和y方向上的宽度不同），并且将应用具有不同纵横比的矩形或椭圆形内核。各向异性内核的应用在该方法中是可取的，以防图像检测器系统预期在x和y方向上表现不同。当使用具有非正方形像素的检测器阵列时，或者例如当检测器读出技术引发非各向同性响应时（其例如是具有不同的CR（计算机射线照相）数字化仪系统的情况），可能是这种情况。例如，CR数字化仪可以使用所谓的“飞点”激光器读出荧光检测器板，该“飞点”激光器扫过荧光板的表面，从而导致逐线图像（重）构造。由于在快速扫描方向（线方式读出的方向）和慢速扫描方向上读出的差异，这导致各向异性的像素灵敏度。
在椭圆（其中
Figure 293589DEST_PATH_IMAGE010
）或圆形（其中
Figure 681624DEST_PATH_IMAGE011
）内核
Figure 923249DEST_PATH_IMAGE007
的情况下，必须理解的是，仅椭圆中由其围绕中心点的轴x和y定义的像素才被考虑用于计算。这与其中考虑正方形或矩形内核的情况不同。
局部像素
Figure 100002_DEST_PATH_IMAGE012
的像素值背景
Figure 73739DEST_PATH_IMAGE013
被定义为位于以所述局部像素
Figure 717210DEST_PATH_IMAGE012
为中心的背景区内的像素的所有图像像素值的平均值。为数字图像中的某个像素计算背景值
Figure 52376DEST_PATH_IMAGE013
，以便计算像素
Figure 781298DEST_PATH_IMAGE012
与其周围邻居相比的局部像素值的偏差。
在该方法中，外围感测内核
Figure 860112DEST_PATH_IMAGE007
的大小的初始选择确定PSF确定区域的准确度（分辨率），并且因此确定返回的结果。
本发明的优点在于，用于计算点扩散函数（PSF）的测量信号是不涉及特殊测量图案（数字摄影）或体模（x光数字成像）的应用或使用的曝光。因此，本发明允许基于标准图像采集的使用来计算PFS，在该意义上，不需要特殊的测量体模来获得这样的合适的输入图像。
本发明的另一个优点在于，通过使用本领域中已知的数学方法，所获得的PSF可以用于计算或从中导出图像系统的锐度（MTF）。
本发明可以实现为计算机程序产品，其适于实行如说明书中阐述的步骤。适于实行说明书中阐述的步骤的计算机可执行程序代码可以存储在计算机可读介质上。
由于本发明的方法可以被实现为被指示从可用的输入图像集合（其例如在放射科服务的正常操作期间被创建）选择合适的输入图像（其在大体上同质的曝光条件下被获取）的计算机程序，所以它可以进一步被实现为锐度监测服务，其连续计算和监测数字成像系统的锐度。这样的计算机程序可以被配置为响应于锐度测量的改变，或者当超过某些阈值时进行响应。该计算机程序可以例如触发要在数字成像系统上执行的维护操作。该方法的最大优点在于不必须以系统操作时间为代价来以定期间隔施行所安排的和侵入性的图像质量测量，并且所有的测量可以在后台运行，而不会（由于操作者的所安排干预）对用户有任何干扰。
从以下描述和附图中，本发明的进一步优点和实施例将变得明显。
附图说明
图1：示出了由数字图像采集系统捕获的数字图像
Figure 295773DEST_PATH_IMAGE004
（大小为
Figure 100002_DEST_PATH_IMAGE014
）的空间表示（由X轴/Y轴标记）和时间表示（由ti-1、ti、ti+1、tnow指示）。区域[100]表示图像I内的样本区域R，其包括满足施行该方法的要求的图像数据。该图描绘了局部像素“L”和邻近像素“N”在其背景区（分别为[101]和[102]）内的相对位置。[103]表示围绕局部像素“L”的点扩散函数确定区域。最终计算的PSF（其为本发明方法的计算结果）将适合于该PSF确定区域，并确定计算结果的准确度（分辨率）。
附图右侧的分解视图描绘了局部像素L、近邻像素N1和远邻像素N2的空间布置，样本区域的所有部分位于数字图像中，如位于所述局部像素的点扩散函数确定区域周界[103]之内。
图2a：示出了大小为21×21的圆形外围感测内核的空间布置，其中具有相同偏心率的像素组被示出为字符符号。用相同字符符号标记的所有像素是位于相同距离d处的中心像素（其被标记为“A”）的相邻像素
Figure 67420DEST_PATH_IMAGE015
。应该注意的是，不同组
Figure 18058DEST_PATH_IMAGE015
可以被认为位于同心圆上。这样的圆形外围感测内核将用于各向同性锐度的分析。
图2b：示出了图2a的大小为21×21的外围感测内核的频率分布（即共享距中心像素相同距离d的像素组中的成员数量），并且这是它们相应偏心率（即它们距中心像素L的距离）的函数。
图3a示出了外围感测内核的空间布置，其中具有相同偏心率但不同方向的像素组被分组，并且用相同的大写字母标记。位于距中心像素（用“A”标记）相同距离d处的相邻像素组位于矩形的角处。外围感测内核的这样的配置用于各向异性锐度的分析。
图3b示出了图3a的外围感测内核的角度分布，并且这是它们相应偏心率（即它们距中心像素L的距离）的函数。
图4a：示出了表示水平轴上的所选取的局部像素L的背景偏差和垂直轴上的所选择的近邻像素N1和所选择的远邻像素N2的相关背景偏差、连同所选取的局部像素的自相关梯度参考线的图。每个斜率梯度表示局部像素L的所述背景偏差和距局部像素L一定距离d处的相邻像素Nd的背景偏差之间的相关系数。围绕斜率梯度（梯度N1、梯度N2、…）分组的不同测量点通过对样本区域中不同像素L的类似计算获得。更多的测量像素将导致对相同距离d处的一定数量的像素的相关系数的更好估计。
图4b：示出了点扩散函数条形图，其表示相对于位于数字图像中的所选择的感兴趣区（样本区域）之内的所有局部像素的自相关峰值归一化相关积分的计算的个体、正和负空间相关系数结果。
图5：示出了在数字图像的两个主要方向上计算的点扩散函数分量及其计算的对应线扩散函数的空间和平面表示，连同它们的中心与总部分比率。
具体实施方式
在以下详细描述中，充分详细地参考了上面参考的附图，从而允许本领域技术人员实践下面解释的实施例。
本发明的方法意图基于由数字检测器系统获取的足够大量的样本数据来计算所述数字检测器系统的PSF（点扩散函数）。照此，可以考虑收集这样足够大量的数据的两种非常不同的方式；第一是要标识空间域中的大量样本（意味着在图像中的不同位置处收集数据），第二是要标识时间域（时域）中的样本（意味着在不同时刻处创建的图像中收集不同的样本数据）。在以下解释中，将向其中对空间域进行采样以获得所需数据的实施例给出进一步强调。
在优选实施例中，该方法将需要可以从由所讨论的数字检测器系统获取的图像获得所谓的样本区域，该样本区域可以在形状上优选为正方形或矩形，并且其表面区域优选（但不一定）连续。样本区域R因此被定义为数字图像I的所选择的部分：
Figure 100002_DEST_PATH_IMAGE016
。
因为本发明的方法基于对由数字成像系统的传送函数调制的量子噪声的分析，所以前提是可以从样本区域及其周围（进一步参见）提取该量子噪声。因此，优选的是在曝光期间没有对象将遮挡样本区域，使得可能干扰量子噪声的测量。因此，优选的是，选择数字图像中的样本区域，使得样本区域的像素在大体上同质的曝光条件下曝光，这意味着它们相应的测量值将受到量子噪声引发的变化的影响，而不是对成像对象表面的干扰（对于可见光）或曝光期间遮挡数字X光检测器的异质性引发的干扰（对于射线照相图像）。对于可见光图像检测器系统，这将意味着样本区域中的所有检测器像素捕获对象的同质照明区域，该区域在图像中作为同质亮区域显现。对于数字X光成像检测器系统，样本区域将优选是图像中被X光源大体上同质曝光的区域。
作为下一个步骤，在本发明的优选实施例中，作为未处理数据获取的样本数据可以随后以关于尽可能多地从图像信号去除DC分量这样的方式进行预处理。这可以通过例如去条带（去掉某些成像设备中可能出现的已知的列或行伪影）和/或例如通过归一化——这意味着样本区域R中的像素值除以它们的均值（即背景区中所有像素值的总和除以感兴趣背景区中的像素数量）——来实现。这样，从数据去除任何已知的背景信号，以便获得仅包含传送函数调制的量子噪声的原始数据集。
下一个步骤是外围感测内核
Figure 838247DEST_PATH_IMAGE007
的选择，其本质上由其形状和大小来定义。外围感测内核定义了围绕局部像素
Figure 190731DEST_PATH_IMAGE012
的像素N的集合，将对该像素N的集合进行评估，以评测它们的（像素）值是否对应来自
Figure 133279DEST_PATH_IMAGE012
的局部像素值（以及偏离多少）（局部像素L是样本区域R的元素，并且具有坐标（x,y））：
Figure 571214DEST_PATH_IMAGE017
。
因此，外围感测内核定义将评估哪些相邻像素N，以查看它们的像素值是否可以与图像样本中的局部像素（或者与感测内核k的中心像素）相关。该相关性不是可以直接应用于局部像素值和相邻像素值的简单过程，如将在下文中解释的。选取术语“感测”内核，因为内核将沿着样本区域R中的所有像素移动和应用。
感测内核
Figure 991831DEST_PATH_IMAGE007
大小的选择确定针对其将计算PSF的准确度和程度；因此，它的大小应该被选取成针对某个数字图像检测器系统的预期结果大小相匹配。感测内核的大小以像 素×像素来表达，并且因此，如果是成像检测器本身则匹配像素矩阵的真实维度。
当预期数字图像检测器系统示出各向同性行为时，外围感测内核的形状可以选取为圆形或正方形。在该情况下，选取各向同性感测内核（圆形或正方形）。这意味着预期像素的锐度被预期为独立于方向像素；锐度在X和Y方向二者上是同等的。在数字图像检测器系统预期在X和Y方向上表现不同的情况下，或者在它示出各向异性行为的情况下，外围感测内核的形状可以选取为椭圆形或矩形（即各向异性感测内核）。在圆形内核或正方形内核之间的选择对于计算结果的准确度不是非常重要，但是当用计算机系统施行计算时，正方形成形的内核可能更实用。
在本发明方法的下一个步骤中，针对一个局部像素
Figure 402083DEST_PATH_IMAGE012
解释PSF的计算。该局部像素
Figure 515533DEST_PATH_IMAGE012
是从上面所定义的样本区域
Figure 100002_DEST_PATH_IMAGE018
选择的。稍后，将对样本区域
Figure 440764DEST_PATH_IMAGE018
内的所有像素施行相同的计算，以便归因于更高数量的样本而获得更准确的结果。
对于一个局部像素
Figure 665071DEST_PATH_IMAGE012
，首先，计算其背景偏差，该背景偏差是像素
Figure 664252DEST_PATH_IMAGE012
处的像素值相对于其自身背景值
Figure 948602DEST_PATH_IMAGE019
的偏差。背景值
Figure 361129DEST_PATH_IMAGE019
被计算为围绕像素
Figure 389128DEST_PATH_IMAGE012
的所谓的背景区
Figure 100002_DEST_PATH_IMAGE020
中的所有值的中值或平均值（参考图1为[101]）。因此，像素
Figure 508394DEST_PATH_IMAGE012
处的像素值
Figure 698067DEST_PATH_IMAGE021
的偏差是针对其自身背景值
Figure 597889DEST_PATH_IMAGE019
归一化的局部信号强度
Figure 164000DEST_PATH_IMAGE021
的度量，
Figure DEST_PATH_IMAGE022
。
随后，但是仍然对于相同的像素
Figure 400422DEST_PATH_IMAGE012
，第二，针对在外围感测内核
Figure 760996DEST_PATH_IMAGE007
中共享距像素
Figure 148115DEST_PATH_IMAGE012
相同距离d的每组相邻像素
Figure 517916DEST_PATH_IMAGE015
进行类似计算。对于各向同性感测内核，组成该组的像素位于围绕中心像素
Figure 408512DEST_PATH_IMAGE012
的圆形上。在应用各向异性感测内核的情况下，在外围感测内核
Figure 143250DEST_PATH_IMAGE007
中，该组相邻像素
Figure 752086DEST_PATH_IMAGE015
共享距像素
Figure 925578DEST_PATH_IMAGE012
相同的距离d，但是附加地围绕X轴和Y轴是线对称的（这暗示它们也可以位于同心椭圆形上而不是圆形上）。所述组相邻像素
Figure 936259DEST_PATH_IMAGE015
——包括像素
Figure 904215DEST_PATH_IMAGE023
——也记为
Figure DEST_PATH_IMAGE024
。这些组相邻像素
Figure 938031DEST_PATH_IMAGE015
在图2a和3a中示出为相应地具有相同的字符符号或字符符号前缀。n对应于特定组
Figure 649635DEST_PATH_IMAGE015
的“周围传感器像素的#”（在各项同性的情况下，像素组被定义为具有相同偏心率d，如图2b的示例中所图示的）。
Figure 514822DEST_PATH_IMAGE025
是位于距位置
Figure DEST_PATH_IMAGE026
处的像素
Figure 591363DEST_PATH_IMAGE012
距离d处的
Figure 174791DEST_PATH_IMAGE012
的相邻像素
Figure 424507DEST_PATH_IMAGE027
的像素值。换句话说，
Figure 409780DEST_PATH_IMAGE025
是具有偏心率d的
Figure 657222DEST_PATH_IMAGE012
的相邻像素
Figure 727946DEST_PATH_IMAGE026
的值。更多的相邻像素
Figure DEST_PATH_IMAGE028
（即
Figure 781353DEST_PATH_IMAGE029
）与
Figure 496499DEST_PATH_IMAGE026
共享相同的距离d，并且具有不同的像素值
Figure DEST_PATH_IMAGE030
。
因此，对于共享距像素
Figure 914842DEST_PATH_IMAGE012
相同距离d的每组相邻像素
Figure 207283DEST_PATH_IMAGE015
，距
Figure 64381DEST_PATH_IMAGE012
相同距离d处的所有背景归一化相邻像素
Figure 758667DEST_PATH_IMAGE031
的中值（或均值）偏差
Figure DEST_PATH_IMAGE032
计算如下：
Figure 344982DEST_PATH_IMAGE033
或者，
Figure DEST_PATH_IMAGE034
其中
Figure 390298DEST_PATH_IMAGE035
是在（距
Figure 785507DEST_PATH_IMAGE012
）相同距离d处的所有相邻像素
Figure 334300DEST_PATH_IMAGE031
的中值（或替代地均值）像素值，而每个
Figure DEST_PATH_IMAGE036
的背景值
Figure 360025DEST_PATH_IMAGE037
被计算为围绕像素
Figure 627059DEST_PATH_IMAGE031
的所谓背景区
Figure 825959DEST_PATH_IMAGE038
中的所有值的中值（或均值）（参考图1为[102]）。
作为下一个步骤，我们通过针对空间相移(0,0)像素（即没有空间相移）使样本区域中所有局部像素
Figure 229258DEST_PATH_IMAGE012
的
Figure DEST_PATH_IMAGE039
自相关来计算样本区域
Figure 425884DEST_PATH_IMAGE040
的自相关峰值，如下：
Figure DEST_PATH_IMAGE041
该自相关峰值是针对整个样本区域计算的单个值，并且稍后将用于对
Figure 180214DEST_PATH_IMAGE042
与距局部像素
Figure 917226DEST_PATH_IMAGE012
距离d的
Figure DEST_PATH_IMAGE043
的相关值进行归一化。
随后，对于样本区域
Figure 378294DEST_PATH_IMAGE006
中的所有像素，计算
Figure 808138DEST_PATH_IMAGE042
与距中心像素不同距离（或偏心率）d的
Figure 784185DEST_PATH_IMAGE043
之间的相关性。这是通过对样本区域
Figure 324887DEST_PATH_IMAGE044
中所有像素上的
Figure 906041DEST_PATH_IMAGE042
与距局部像素
Figure 241208DEST_PATH_IMAGE012
距离d的
Figure 970129DEST_PATH_IMAGE043
的相关值求和来实现的，如下：
Figure DEST_PATH_IMAGE045
因此，针对不同的距离（或偏心率）d，计算不同的相关值。
该组相邻像素
Figure 986627DEST_PATH_IMAGE015
的
Figure 484604DEST_PATH_IMAGE046
或点扩散函数值被计算为该组相邻像素
Figure 990672DEST_PATH_IMAGE015
的自相关峰值归一化相关值：
Figure DEST_PATH_IMAGE047
。
每个计算值
Figure 206890DEST_PATH_IMAGE046
对应于围绕中心像素L共享相同组相邻像素
Figure 27078DEST_PATH_IMAGE015
的在像素位置
Figure 379562DEST_PATH_IMAGE048
处的所有像素的PSFxy值。或者当参考图2a或3a时，计算值
Figure 322110DEST_PATH_IMAGE046
返回用相同字符（在图2a中）或相同字符前缀（在图3a中）标记的所有像素的PSFxy值。当计算围绕中心像素的所有组相邻像素
Figure 760045DEST_PATH_IMAGE015
的上面的
Figure 118345DEST_PATH_IMAGE046
值时，我们获得整个2维点扩散函数PSFxy。该2维点扩散函数PSFxy是作为所选择的外围感测内核
Figure 590915DEST_PATH_IMAGE007
的形状和大小方面的2维矩阵获得的。
获得的结果是二维矩阵PSFxy（参见图5），其通过将矩阵的所有行值求和到一维阵列上，可以容易地在X或Y方向上转换成线扩散函数（LSF）（其然后可以再次归一化）。
也可以使用现有技术中描述的方法从上面的PSF数据计算其它锐度相关质量参数。
总之，必须注意的是，感测内核的大小的选择因此也定义了围绕将要被研究的局部点
Figure 438785DEST_PATH_IMAGE012
的样本区域的大小要求。由于围绕局部像素
Figure 364016DEST_PATH_IMAGE012
的
Figure DEST_PATH_IMAGE049
个像素N将被考虑用于评测它们与它们相应的背景B N 的相关性（这再次扩展了对围绕这些相邻像素N的合适测量数据的需求），因此围绕可以经受该方法计算的实际局部像素集合的区域应该用外围感测内核
Figure 523077DEST_PATH_IMAGE007
[103]的半径和N的背景区[102]的半径来扩展。因此，样本区域必须足够大，以便为每个测量点覆盖超过所选择的感测内核
Figure 850153DEST_PATH_IMAGE007
[103]的表面，该表面用所述感测内核
Figure 134504DEST_PATH_IMAGE007
中的每个像素的所考虑的背景区[102]进行扩展。这意味着在实践中，样本区域中的可用像素将被限制为位于远离样本区域的边近似2倍感测内核的半径处的像素（假设感测内核
Figure 547031DEST_PATH_IMAGE007
的大小（几乎）与每个相邻像素N所考虑的背景相同）。
因此，替代地，倘若局部像素L的所有相邻像素N的感兴趣区[102]满足与前面针对样本区域讨论的相同的采集准则，则样本区域（尽管优选地覆盖连续表面）也可以被设想为跨图像区域分布的随机分散的孤立像素集合。

Claims (8)

1.一种确定数字图像检测器系统的点扩散函数PSFxy的方法，包括以下步骤：
-获取图像像素值集合，其包括数字图像
Figure DEST_PATH_IMAGE001
的空间样本区域
Figure 162136DEST_PATH_IMAGE002
中的传送函数调制的量子噪声，其中不存在引起针对多于1%的记录背景的图像信号变化的结构对象，
-确定外围感测内核
Figure DEST_PATH_IMAGE003
，其中像素值矩阵
Figure 79277DEST_PATH_IMAGE004
以中心像素为中心，
-针对所述样本区域
Figure DEST_PATH_IMAGE005
中的每个局部图像像素
Figure 796697DEST_PATH_IMAGE006
进行计算：
--像素
Figure 191906DEST_PATH_IMAGE006
处的像素值与其背景值
Figure DEST_PATH_IMAGE007
之间的像素偏差
Figure 6278DEST_PATH_IMAGE008
，其中
Figure 766424DEST_PATH_IMAGE007
被定义为以所述局部像素
Figure 33457DEST_PATH_IMAGE006
为中心的背景区
Figure 232358DEST_PATH_IMAGE009
中所有值的中值或均值，以及
--位于距所述局部图像像素
Figure 901236DEST_PATH_IMAGE006
相同距离d处并且针对其相应的背景值
Figure DEST_PATH_IMAGE010
归一化的所有背景归一化相邻像素值
Figure 832283DEST_PATH_IMAGE011
的中值或均值像素偏差
Figure DEST_PATH_IMAGE012
，其中
Figure 586613DEST_PATH_IMAGE010
被定义为以所述相邻像素
Figure 323624DEST_PATH_IMAGE013
为中心的背景区
Figure DEST_PATH_IMAGE014
中所有像素值的中值，
-通过使样本区域
Figure 784693DEST_PATH_IMAGE005
中的所有局部像素
Figure 214537DEST_PATH_IMAGE006
的
Figure 456163DEST_PATH_IMAGE008
自相关来计算自相关峰值，如
Figure 731286DEST_PATH_IMAGE015
-计算PSFxy为
Figure DEST_PATH_IMAGE016
对于来自如在外围感测内核
Figure 312440DEST_PATH_IMAGE003
中定义的中心像素的所有距离d值，其中通过使
Figure 647606DEST_PATH_IMAGE008
与距局部像素
Figure 376528DEST_PATH_IMAGE006
距离d的
Figure 455343DEST_PATH_IMAGE012
相关，并通过对样本区域
Figure 953320DEST_PATH_IMAGE005
中所有像素上的结果求和来获得
Figure 662650DEST_PATH_IMAGE017
，
Figure DEST_PATH_IMAGE018
。
2.根据权利要求1所述的方法，其中所述空间样本区域
Figure 613288DEST_PATH_IMAGE005
具有以下形状之一：圆形、正方形、椭圆形、矩形或点云。
3.根据权利要求1所述的方法，其中数字图像
Figure 495794DEST_PATH_IMAGE001
的所述样本区域
Figure 848278DEST_PATH_IMAGE005
中的图像像素值在其采集之后被归一化。
4.根据前述权利要求中任一项所述的方法，其中数字图像
Figure 728509DEST_PATH_IMAGE001
的所述样本区域
Figure 166444DEST_PATH_IMAGE005
中的图像像素值在其采集之后被去条带。
5.根据前述权利要求中任一项所述的方法，其中所述外围感测内核
Figure 587061DEST_PATH_IMAGE003
具有以下形状之一：圆形、正方形、椭圆形或矩形。
6.根据权利要求3至5所述的方法，其中对位于距所述局部图像像素
Figure 59630DEST_PATH_IMAGE006
距离d处的相邻像素
Figure 173080DEST_PATH_IMAGE019
的所有背景归一化图像像素值计算均值像素偏差
Figure DEST_PATH_IMAGE020
。
7.一种包括指令的计算机程序，当程序由计算机执行时，所述指令使计算机实行权利要求1-6所述的方法的步骤。
8.一种包括指令的计算机可读介质，当程序由计算机执行时，所述指令使计算机实行权利要求1-6所述的方法的步骤。
CN201980088549.1A 2019-01-09 2019-12-16 基于mtf调制的量子噪声测量来计算数字图像检测器系统的点扩散函数的方法和系统 Pending CN113228099A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP19150965.2A EP3680851B1 (en) 2019-01-09 2019-01-09 Method and system to calculate the point spread function of a digital image detector system based on a mtf modulated quantum-noise measurement
EP19150965.2 2019-01-09
PCT/EP2019/085262 WO2020144002A1 (en) 2019-01-09 2019-12-16 Method and system to calculate the point spread function of a digital image detector system based on a mtf modulated quantum-noise measurement

Publications (1)

Publication Number Publication Date
CN113228099A true CN113228099A (zh) 2021-08-06

Family

ID=65019313

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201980088549.1A Pending CN113228099A (zh) 2019-01-09 2019-12-16 基于mtf调制的量子噪声测量来计算数字图像检测器系统的点扩散函数的方法和系统
CN202080008655.7A Pending CN113272856A (zh) 2019-01-09 2020-01-08 表征和监测数字成像系统的锐度的方法和系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202080008655.7A Pending CN113272856A (zh) 2019-01-09 2020-01-08 表征和监测数字成像系统的锐度的方法和系统

Country Status (4)

Country Link
US (2) US11915402B2 (zh)
EP (2) EP3680851B1 (zh)
CN (2) CN113228099A (zh)
WO (2) WO2020144002A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111811474B (zh) * 2020-07-20 2021-07-09 北京理工大学 基于光学传递函数同时测量倾斜角和绝对距离的方法
CN116342961B (zh) * 2023-03-30 2024-02-13 重庆师范大学 基于混合量子神经网络的时间序列分类深度学习系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761712A (zh) * 2014-01-21 2014-04-30 太原理工大学 基于自适应光学系统点扩散函数重建的图像盲卷积方法
CN104123704A (zh) * 2014-07-21 2014-10-29 广西大学 一种基于能量分布的显微成像系统三维点扩散函数选取方法
CN104933713A (zh) * 2015-06-12 2015-09-23 杭州电子科技大学 一种利用边缘分析的图像mtf估计方法
JP2017130167A (ja) * 2016-01-22 2017-07-27 キヤノン株式会社 画像処理装置、撮像装置および画像処理プログラム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6628329B1 (en) * 1998-08-26 2003-09-30 Eastman Kodak Company Correction of position dependent blur in a digital image
CN102204828B (zh) * 2011-05-13 2013-04-10 天津大学 数字x射线成像系统的调制传递函数精确测量方法
US20150103190A1 (en) * 2013-10-16 2015-04-16 DigitalOptics Corporation Europe Limited Image acquisition method and apparatus with mems optical image stabilization (ois)
CN106372035B (zh) * 2015-07-23 2018-12-18 清华大学 一种点扩散函数估计方法及系统
KR101850871B1 (ko) * 2015-08-26 2018-04-23 주식회사 디알텍 방사선 영상의 처리방법 및 방사선 촬영시스템
CN107103317A (zh) * 2017-04-12 2017-08-29 湖南源信光电科技股份有限公司 基于图像融合和盲反卷积的模糊车牌图像识别算法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761712A (zh) * 2014-01-21 2014-04-30 太原理工大学 基于自适应光学系统点扩散函数重建的图像盲卷积方法
CN104123704A (zh) * 2014-07-21 2014-10-29 广西大学 一种基于能量分布的显微成像系统三维点扩散函数选取方法
CN104933713A (zh) * 2015-06-12 2015-09-23 杭州电子科技大学 一种利用边缘分析的图像mtf估计方法
JP2017130167A (ja) * 2016-01-22 2017-07-27 キヤノン株式会社 画像処理装置、撮像装置および画像処理プログラム

Also Published As

Publication number Publication date
US20220114716A1 (en) 2022-04-14
US20220114704A1 (en) 2022-04-14
EP3680851A1 (en) 2020-07-15
WO2020144202A1 (en) 2020-07-16
US11915402B2 (en) 2024-02-27
EP3680852B1 (en) 2021-12-15
WO2020144002A1 (en) 2020-07-16
EP3680852A1 (en) 2020-07-15
EP3680851B1 (en) 2021-11-03
CN113272856A (zh) 2021-08-17

Similar Documents

Publication Publication Date Title
CN110274877B (zh) 一种基于散射介质的3d光谱成像系统及方法
US20120013760A1 (en) Characterization of image sensors
US6409383B1 (en) Automated and quantitative method for quality assurance of digital radiography imaging systems
CA2412706C (en) Correcting geometric distortion in a digitally captured image
US20080033677A1 (en) Methods And System For Compensating For Spatial Cross-Talk
US9837178B2 (en) Image processing apparatus, imaging system, and image processing method
Seibert et al. Removal of image intensifier veiling glare by mathematical deconvolution techniques
EP1958158B1 (en) Method for detecting streaks in digital images
US20030067595A1 (en) Automatic measurement of the modulation transfer function of an optical system
JP2004505512A (ja) イメージ・モザイク化のための方法および装置
CN111344830B (zh) 用于电子衍射分析的改进系统
EP3342342A1 (en) Radiation image processing method and radiographic system
US11915402B2 (en) Method and system to calculate the point spread function of a digital image detector system based on a MTF modulated quantum-noise measurement
US7068854B1 (en) Correction of defective pixels in a detector
CN112954308B (zh) 一种对焦清晰度绝对评价方法和用于对显示屏成像的系统
Meißner et al. Towards standardized evaluation of image quality for airborne camera systems
US7417232B2 (en) Systems and methods for camera calibration
US8249381B2 (en) Image based correction for unwanted light signals in a specific region of interest
JP2003037777A (ja) 放射線画像処理装置、画像処理システム、放射線画像処理方法、記憶媒体及びプログラム
Meißner et al. Benchmarking the optical resolving power of UAV based camera systems
Henderson et al. Digitisation of electron microscope films: six useful tests applied to three film scanners
Jenkin Noise, sharpness, resolution and information
Perezyabov et al. Comparative analysis of resolution measurement methods for the optoelectronic systems
US20220256079A1 (en) Method of digitally processing an image and method of digitally processing a plurality of pixels
Radovanović et al. Digital measurement of optical transfer function: On the example of image intensifier tubes

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