CN113272856A - 表征和监测数字成像系统的锐度的方法和系统 - Google Patents
表征和监测数字成像系统的锐度的方法和系统 Download PDFInfo
- Publication number
- CN113272856A CN113272856A CN202080008655.7A CN202080008655A CN113272856A CN 113272856 A CN113272856 A CN 113272856A CN 202080008655 A CN202080008655 A CN 202080008655A CN 113272856 A CN113272856 A CN 113272856A
- Authority
- CN
- China
- Prior art keywords
- image
- digital
- pixel
- sharpness
- pixels
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012544 monitoring process Methods 0.000 title description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000012546 transfer Methods 0.000 claims abstract description 18
- 230000002093 peripheral effect Effects 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000000737 periodic effect Effects 0.000 claims 1
- 238000007781 pre-processing Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 43
- 238000005259 measurement Methods 0.000 description 22
- 230000008901 benefit Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000001218 confocal laser scanning microscopy Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000001493 electron microscopy Methods 0.000 description 2
- 238000000799 fluorescence microscopy Methods 0.000 description 2
- 238000012067 mathematical method Methods 0.000 description 2
- 238000000386 microscopy Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000010363 phase shift Effects 0.000 description 2
- 238000002601 radiography Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241001479434 Agfa Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- TZCXTZWJZNENPQ-UHFFFAOYSA-L barium sulfate Chemical compound [Ba+2].[O-]S([O-])(=O)=O TZCXTZWJZNENPQ-UHFFFAOYSA-L 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000007687 exposure technique Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000009021 linear effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 238000012800 visualization 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
- G06T5/73—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)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth 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
本发明涉及一种用于数字图像的自动选择和预处理的方法,所述数字图像包括必要量的传送函数调制的量子噪声,以应用用于计算数字成像系统的锐度参数的数学锐度计算方法。从数字成像系统在日常操作期间获取的可用图像池选择用于该方法的合适图像。
Description
技术领域
本发明一般涉及一种自动计算数字成像系统的锐度并随着时间的推移监测该锐度的系统和方法。本发明可以应用在医学X光成像领域中,也可以应用在任何其它成像领域(诸如摄影)中,并且可以应用于其中应用数字成像检测器或数字成像系统的技术领域。本发明的方法依赖于基于包括传送函数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。
该方法提供了对合适图像的自动选择和预处理。所述合适图像包括应用所述计算方法的必要量的传送函数调制的量子噪声。从数字成像系统在日常操作期间获取的可用图像池选择用于该方法的合适图像。
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。
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。
传统上,确定数字成像系统的MTF的测量是基于特定的图像采集,其涉及特殊的体模,诸如放置在检测器上的倾斜边。
然而,最近已经描述了一种允许计算数字成像系统的PSF(点扩散函数)的新方法,该方法不再需要使用这样的特殊的测量采集。如标题为“Method and system tocalculate the point spread function of a digital image detector system basedon a Transfer function modulated quantum-noise measurement”的来自Agfa NV的欧洲申请EP19150965.2中所描述的,该方法允许基于在日常使用期间生成的并且可能部分包含来自患者或对象的临床信息的一般临床图像来计算检测器系统的PSF。该方法必须被认为是以其整体并入到本申请中的,因为本申请的新提出的发明完全依赖于参考申请中描述的方法。
参考申请的目的是要描述一种基于包括量子噪声(本质上)的数字图像来获得锐度参数(PSF)的计算方法,并且因此不依赖于对尤其设计的体模图像的采集。
本发明的目的是要利用如下可能性:即基于在日常实践期间进行的标准采集的使用,以可靠的方式确定锐度,而不需要特殊的程序或技术设置。该方法将允许可靠地确定锐度参数,该锐度参数可以用于与其它成像系统的绝对比较,或者用于与过去获得的锐度参数进行比较。本发明将允许获得该锐度测量,而不需要在用户的日常工作中干扰他,或者不需要为此目的施行专门的测量。本发明也将停止专门的(并且通常是昂贵的)测量体模的使用。
本发明将进一步提供如下优点:即图像显示系统的锐度可以随着时间的推移被连续地(并且自动地)监测,而没有用户或技术人员的干预。也可以一超过锐度阈值就触发警告或其它事件,从而允许用户采取必要的动作来恢复意图的锐度或图像质量。
发明内容
本发明提供了一种通过输入和使用已经从数字成像系统获取的图像作为计算图像检测器系统的点扩散函数PSF的方法的输入来自动确定锐度参数的系统和方法,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,但是本发明的方法不限于供光谱的可见部分中使用。它也可以应用于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)必须被获取的方式中不存在差异。
数字图像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)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。
样本区域必须被理解为数字图像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。甚至当在成像对象本身将具有大体上恒定的厚度的条件下,对象将存在于X光束中,样本区域也将被认为是被X光源大体上同质地曝光。
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。最合适的区域是其中数字图像检测器被X光源直接曝光的区域(即,图像中还没有被患者身体部位遮挡的区域),但是这不是严格的要求。在日常实践中应用的许多常规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,这意味着存在直接曝光的检测器区域。这些虽然有限的直接曝光的检测器区域提供了标识这样的合适样本区域的机会。
在本发明的上下文中,外围感测内核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。
在n=m的情况下,内核为正方形或圆形,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。
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(大小为)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”在其所选择的感兴趣背景区(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。应该注意的是,不同组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。
图6:图示了与成像模态(上部)集成的锐度监测系统(下部)的可能实施例。图像的上部图示了射线照相师与患者的交互,所述交互使用CR或DR系统来获取图像或研究。这些获取的图像存储在档案中,所述档案可以(在标准工作流程中)被处理以供可视化和由放射技师在放射工作站上进行查阅。图的下部示出了总体系统锐度(OSS)监测系统,该系统查阅档案以检索在临床实践中获取的患者图像。这些图像在它们可用于锐度计算算法的情况下被选择,并经受图像分析,其中在所述数字图像检测器系统的点扩散函数PSFxy的计算方法中,标识最合适的感兴趣区(ROI)以用作空间样本区域。然后,获得的锐度参数的稳定性随后可以被存储,用于将来的比较和稳定性监测。可以对接受水平进行编程,并将其应用于监测系统的锐度。该系统可以进一步预见有消息系统,用于在超出容差的情况下警告管理员。替代地,测量值可以存档以供将来参考或报告。
图7:示出了双向分析的总体系统锐度结果,其表达为调制传送函数图;MTFx和MTFy,其通过离散傅立叶变换它们对应的峰值归一化线扩散函数图来计算;图5中呈现的LSFx和LSFy。这些锐度曲线——它们针对两个垂直的主图像方向(X和Y)被计算——与像素大小受限且正弦函数成形的MTF性能的虚线图一起呈现,该MTF性能是由展现理想总体系统锐度的成像系统获取的数字图像的特性。这里添加以供参考的该理想锐度MTF轮廓(由粗虚线曲线表示)是单脉冲点扩散函数和线扩散函数轮廓的典型。对于输入到数字成像系统中的零空间频率X光信号,所有MTF曲线在单位处开始。在等于像素采样频率的空间频率下的X光输入信号生成零MTF。
图8:在奈奎斯特空间频率下,为0.64的虚线理想锐度MTF值表示在成像系统链输出处的数字图像中获得的接近64%的像素采样信号摆幅,该摆幅是由成像系统输入处注入的正弦X光100%信号摆幅产生的。奈奎斯特空间频率下的MTF值是在单个图中捕获系统锐度的理想参数。
图9:该附图表示由正方形成形的数字图像检测器获取的灰度射线照相图像的示意性表示。将正方形成形的图像区域分成较小正方形的小正方形表示候选的感兴趣区(ROI)。该附图指示了典型射线照相图像的哪些区域优选地适合供锐度算法使用(指示为“所选择的ROI”)。这些本质上是图像中X光直接击中图像检测器的区域,并且其中信噪比最大。在图像中,对象或患者是可见的(由椭圆形形状表示)。沿着图像四个边的较暗的矩形形状表示图像的准直部分,以减少曝光区域。整个图像被划分成更小的正方形成形的ROI,以供由锐度算法用作空间样本区域[100]。附图的右侧表示数字图像不同曝光区域的图例。
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。
为了从它们确定数字成像系统的锐度的目的,本发明的方法意图自动选择和处理一系列获取的图像。该方法和系统意图对由该数字成像系统在最近的过去时段内已经获取的图像池中的可用图像施行选择。图像采集的日期必须与从该时段的图像导出的锐度结果相关联,以便能够得出关于作为使用时间的函数的总体系统锐度(OSS)的结论。
作为第一步骤,本发明的系统将确定何时以及多少图像被传送到锐度监测系统。原则上,对于系统分析多少图像不存在真正的限制;将每个单独的图像呈现给锐度监测系统原则上将是可能的。一种可能的方法可以是每天向锐度监测系统呈现几个合适的图像以供分析(假设成像系统正在每日基础上使用)。优选地,这些每日图像将在白天期间被获取(并且不是作为一天的第一图像,此时组件将还未实现它们的操作温度)。因此,可以记录每日锐度测量,然后可以对其进行分析,以便标识系统锐度的任何显著趋势。上面提及的功能由该系统的输入模块来施行。
在图像被呈现以供分析之后,图像选择模块对其进行分析,以评估是否满足将图像用于锐度测量的最小准则。这些最小准则聚焦于图像中的如下最小大小区域的存在或不存在,所述区域示出足够同质的曝光、足够的图像信号幅度,并且显然还包括光学传送函数调制的量子噪声(在任何情况下都应该避免该量子噪声将被预处理步骤过滤掉)。“足够同质”在该上下文中意味着应该避免图像中的解剖或对象结构可能干扰分析算法;本领域技术人员将认识到,该要求实际上将意味着图像在这些区域中应该足够“平坦”(即,优选地,变化不应该超过1%,或者至少不应该超过5-10%),或者可以校正图像,使得图像变得足够平坦(但是同时,量子噪声不受滤波的影响)。“足够的图像信号幅度”导致检测器的直接曝光区域优于被任何材料(对象、患者、准直器……)衰减的图像区域。
因此,在一个优选实施例中,图像选择模块被配置为标识图像检测器的直接曝光区域的存在。这些特定的直接曝光区域的检测可以基于已知的图像处理技术(诸如阈值处理、分割技术等),或者可以基于图像头部的标签中提供的信息。在图像选择模块肯定地标识具有这样的图像区域的图像的情况下,图像被传递到ROI选择模块上。
在另一个实施例中,图像选择模块可以被配置为也接受图像,其中其它足够同质的区域(其不一定被X光检测器直接曝光)可以被接受为合适的。在该情况下,图像处理步骤将需要仅基于某些区域的同质性或者例如基于关于人体的某些曝光区域的知识来标识所述区域,所述知识可以允许这样的同质曝光区域。
作为下一个步骤,并且在图像选择模块已经接受图像的情况下,接受的图像被传送到ROI(感兴趣区)选择模块。该ROI选择模块将本质上重复使用上面提及的图像处理和分割技术,以标识所述所选择的数字图像的所述连续且大体上同等曝光的图像区域中的至少一个(并且优选多于一个)ROI,该至少一个(并且优选多于一个)ROI满足针对这样的ROI的期望大小要求。如上面所解释的,ROI的大小应该优选地大大超过外围感测内核的大小,因为该外围感测内核将在该ROI的边界内卷积。该外围感测内核确定返回的PSF结果的大小。
对于锐度计算的准确度而言,可以对相同图像(但在图像的不同区域中)施行多次卷积计算是有利的,因为这将改进所获得结果的准确度。
下一个且最终步骤是然后将所选择的ROI传递给计算算法,该计算算法将根据该至少一个ROI计算成像检测器系统的PSF。下面描述了返回PSF值(以及因此对其锐度的度量)的数学方法。
本发明的计算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:
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(即感兴趣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)值是否偏离来自的局部像素值(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)):
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。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。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。
对于一个像素,首先,计算其背景偏差,该背景偏差是像素处的像素值相对于其自身背景值的偏差。背景值被计算为围绕像素的所谓的感兴趣区中的所有值的中值或平均值(参考图1为[101])。因此,像素处的像素值的偏差是针对其自身背景归一化的局部信号强度的度量,
随后,但是仍然对于相同的像素,第二,针对在外围感测内核中共享距像素相同距离d的每组相邻像素进行计算。所述组相邻像素——包括像素——也记为。这些组相邻像素在图2a和3a中示出为具有相同的字符符号。n对应于特定偏心率d的“周围传感器像素的#”,如图2b的示例中所图示的。
或者,
因此,针对不同的距离(或偏心率)d,计算不同的相关值。
每个计算值对应于围绕中心像素L共享相同组相邻像素的在像素位置处的所有像素的PSFxy值。或者当参考图2a或3a时,计算值返回用相同字符(在图2a中)或相同的字符前缀(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的上面的值时,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。参考图7和图8的注释,其中进一步图示了例如奈奎斯特空间频率下的MTF值的计算(这是数字成像系统的行业公认的锐度参数):调制传送函数图;MTFx和MTFy通过离散傅立叶变换它们对应的峰值归一化线扩散函数图来计算;LSFx和LSFy。
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的样本区域的大小要求。由于围绕局部像素的个像素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[103]的半径和N的感兴趣区[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[103]的表面,该表面用所述感测内核中的每个像素的所考虑的感兴趣区[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。
当实现锐度监测系统时,要求这样的系统能够计算数字成像系统的锐度数据,而且还要求它可以存储这些数据用于将来的比较。这样的系统因此附加地至少需要处理器和存储器来首先计算锐度数据,并且然后将它们与图像采集的日期和时间信息一起存储。锐度监测系统可以被配置为简单地记录数据,并且例如创建关于系统在过去时段内的锐度演变的报告,或者可以被配置为例如在其中锐度参数超过某个阈值的情况下警告管理员或用户。在其中观察到系统的锐度突然下降或衰退的情况下,然后可以采取适当的动作来重新调整或修复成像系统。
该锐度监测系统的优点在于,它可以以无监督方式运行和活动;上面所描述的计算方法允许在不需要任何用户干预的情况下在定期的基础上计算锐度。因此,归因于该数学实施方式,锐度监测系统可以在不需要例如进行特定技术图像采集或中断正常系统使用的任何情况下操作。
Claims (13)
1.一种确定数字成像系统的锐度的方法,包括以下步骤:
-接收在所述数字成像系统上获取的至少一个数字图像作为输入,所述数字图像包括传送函数调制的量子噪声,
-计算PSFxy为
4.根据权利要求1、2或3所述的方法,其中所述点扩散函数PSFxy被转换成锐度参数,诸如MTF函数。
5.一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1-4所述的方法的步骤。
6.一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1-4所述的方法的步骤。
7.一种用于数字成像系统的锐度确定系统,其使用在所述数字成像系统上获取的至少一个数字图像作为输入,所述数字图像包括传送函数调制的量子噪声,所述系统包括:
-图像输入模块,其接收在所述数字成像系统上获取的所述至少一个数字图像,
-图像选择模块,其被配置为在所述接收的图像包括足够的连续且大体上同等曝光的图像区域部分的情况下,接受任何所述接收的数字图像以供在ROI选择模块中进一步处理,
-所述ROI选择模块,其被配置为选择所述所选择的数字图像中的至少一个ROI,所述至少一个ROI包括连续且大体上同等曝光的图像区域,
-锐度分析模块,其被配置为对由所述ROI选择模块选择的所述ROI中的至少一个应用锐度计算方法。
8.根据权利要求7所述的系统,其中所述ROI选择模块被配置为选择所述所选择的数字图像中的至少一个ROI,所述至少一个ROI包括连续且直接曝光的图像区域。
10.根据权利要求7、8或9所述的系统,其中所述图像输入模块在定期的基础上从所述数字成像系统检索标准图像,以便针对所述系统计算时间分离的锐度计算。
11.根据权利要求7、8或9所述的系统,其中所述图像选择区域被配置为在所述接收的标准图像包括足够的连续且直接曝光的图像区域部分的情况下,接受任何所述接收的标准图像。
12.根据权利要求7、8或9所述的系统,其中通过将锐度结果存储在数据库中并随着时间的推移将它们彼此进行比较来随着时间的推移监测所述数字成像系统的所计算锐度。
13.根据权利要求7、8或9所述的系统,其中将所计算锐度针对阈值进行比较,并且这在超过所述阈值的情况下触发用户警告。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19150965.2 | 2019-01-09 | ||
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 |
EP19174441.6 | 2019-05-14 | ||
EP19174441.6A EP3680852B1 (en) | 2019-01-09 | 2019-05-14 | Method and system to characterize and monitor the sharpness of a digital imaging system |
PCT/EP2020/050257 WO2020144202A1 (en) | 2019-01-09 | 2020-01-08 | Method and system to characterize and monitor the sharpness of a digital imaging system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113272856A true CN113272856A (zh) | 2021-08-17 |
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 Before (1)
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 |
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)
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)
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 |
CN102204828A (zh) * | 2011-05-13 | 2011-10-05 | 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) |
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 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6535636B1 (en) * | 1999-03-23 | 2003-03-18 | Eastman Kodak Company | Method for automatically detecting digital images that are undesirable for placing in albums |
US6476394B1 (en) * | 1999-11-26 | 2002-11-05 | Konica Corporation | Radiation image capturing apparatus |
US7751622B2 (en) * | 2005-08-22 | 2010-07-06 | Carestream Health, Inc. | Method and system for detection of undesirable images |
FR2902215A1 (fr) * | 2006-06-07 | 2007-12-14 | Gen Electric | Procede de traitement d'images radiologiques pour une detection de signes radiologiques |
CN103761712B (zh) * | 2014-01-21 | 2016-05-25 | 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 |
US9462264B2 (en) * | 2015-02-27 | 2016-10-04 | The United States Of America As Represented By The Secretary Of The Navy | Characterization and evaluation of optical elements under vibrational loading |
CN104933713B (zh) * | 2015-06-12 | 2018-01-30 | 杭州电子科技大学 | 一种利用边缘分析的图像mtf估计方法 |
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 |
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 |
HUE050634T2 (hu) * | 2016-07-19 | 2020-12-28 | Volpara Health Tech Limited | Rendszer és készülék klinikai döntéshozatal optimalizálásához |
US10425599B2 (en) * | 2017-02-01 | 2019-09-24 | Omnivision Technologies, Inc. | Exposure selector for high-dynamic range imaging and associated method |
US10565696B2 (en) * | 2017-06-05 | 2020-02-18 | Qualcomm Incorporated | Systems and methods for producing image feedback |
-
2019
- 2019-01-09 EP EP19150965.2A patent/EP3680851B1/en active Active
- 2019-05-14 EP EP19174441.6A patent/EP3680852B1/en active Active
- 2019-12-16 WO PCT/EP2019/085262 patent/WO2020144002A1/en active Application Filing
- 2019-12-16 US US17/421,974 patent/US11915402B2/en active Active
- 2019-12-16 CN CN201980088549.1A patent/CN113228099A/zh active Pending
-
2020
- 2020-01-08 WO PCT/EP2020/050257 patent/WO2020144202A1/en active Application Filing
- 2020-01-08 CN CN202080008655.7A patent/CN113272856A/zh active Pending
- 2020-01-08 US US17/421,981 patent/US20220114716A1/en active Pending
Patent Citations (4)
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 |
CN102204828A (zh) * | 2011-05-13 | 2011-10-05 | 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) |
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 |
Non-Patent Citations (2)
Title |
---|
JOSH STAR-LACK等: "A piecewise-focused high DQE detector for MV imaging", 《MEDICAL PHYSICS》, vol. 42, no. 9, XP012199650, DOI: 10.1118/1.4927786 * |
李一兵;付强;张静;: "水下模糊图像参数估计复原方法", 吉林大学学报(工学版), no. 04 * |
Also Published As
Publication number | Publication date |
---|---|
US20220114704A1 (en) | 2022-04-14 |
EP3680851A1 (en) | 2020-07-15 |
WO2020144002A1 (en) | 2020-07-16 |
CN113228099A (zh) | 2021-08-06 |
US11915402B2 (en) | 2024-02-27 |
EP3680852B1 (en) | 2021-12-15 |
EP3680852A1 (en) | 2020-07-15 |
US20220114716A1 (en) | 2022-04-14 |
WO2020144202A1 (en) | 2020-07-16 |
EP3680851B1 (en) | 2021-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6409383B1 (en) | Automated and quantitative method for quality assurance of digital radiography imaging systems | |
DE69631126T2 (de) | Verfahren zur Verbesserung der Aufzeichnungsmaterialfehler von Strahlungsbildern | |
US5272340A (en) | Infrared imaging system for simultaneous generation of temperature, emissivity and fluorescence images | |
JP3400008B2 (ja) | ディジタル胸部レントゲン写真において関心領域の選択と中隔線の検出を行なう自動化方法およびそのシステム | |
US20030067595A1 (en) | Automatic measurement of the modulation transfer function of an optical system | |
EP1958158B1 (en) | Method for detecting streaks in digital images | |
US20100158318A1 (en) | Focal spot size measurement with a movable edge located in a beam-shaping device | |
US10282826B2 (en) | Despeckling method for radiographic images | |
CN113272856A (zh) | 表征和监测数字成像系统的锐度的方法和系统 | |
US6801647B1 (en) | Method and apparatus for evaluating digital radiation image | |
JP4935895B2 (ja) | エッジ評価方法とエッジ検出方法と画像補正方法と画像処理システム | |
US8249381B2 (en) | Image based correction for unwanted light signals in a specific region of interest | |
Perednia et al. | Localization of cutaneous lesions in digital images | |
US7049616B2 (en) | Methods, apparatus, and software for adjusting the focal spot of an electron beam | |
US8348508B2 (en) | Wave ramp test method and apparatus | |
US7193196B2 (en) | Methods and systems for evaluating optical systems | |
Perezyabov et al. | Comparative analysis of resolution measurement methods for the optoelectronic systems | |
JP5386284B2 (ja) | 放射線撮像装置 | |
JP2005167773A (ja) | 画像処理方法及び装置 | |
He et al. | autoSFR: new extensions to automated scanning resolution determination for photographic collections | |
Wang et al. | Comprehensive and automated image quality performance measurement of computed radiography systems | |
JP2024028042A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
Kharfi et al. | Temporal and Spatial Resolution Limit Study of Radiation Imaging Systems: Notions and Elements of Super Resolution | |
Carrott et al. | Ophthalmologic image normalization using optical correlation | |
Smedby | A scanning system for digital analysis of cineangiography films |
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 |