CN115423690A - 基于图像金字塔的高分辨率肝癌病理图像展示方法及系统 - Google Patents

基于图像金字塔的高分辨率肝癌病理图像展示方法及系统 Download PDF

Info

Publication number
CN115423690A
CN115423690A CN202211375032.0A CN202211375032A CN115423690A CN 115423690 A CN115423690 A CN 115423690A CN 202211375032 A CN202211375032 A CN 202211375032A CN 115423690 A CN115423690 A CN 115423690A
Authority
CN
China
Prior art keywords
image
pyramid
blocks
original
block
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
Application number
CN202211375032.0A
Other languages
English (en)
Other versions
CN115423690B (zh
Inventor
李劲松
宋飞翔
张波
周天舒
田雨
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.)
Zhejiang Lab
Original Assignee
Zhejiang Lab
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 Zhejiang Lab filed Critical Zhejiang Lab
Priority to CN202211375032.0A priority Critical patent/CN115423690B/zh
Publication of CN115423690A publication Critical patent/CN115423690A/zh
Application granted granted Critical
Publication of CN115423690B publication Critical patent/CN115423690B/zh
Priority to US18/363,679 priority patent/US12112027B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
    • G06F3/0354—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of 2D relative movements between the device, or an operating part thereof, and a plane or surface, e.g. 2D mice, trackballs, pens or pucks
    • G06F3/03543—Mice or pucks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04845—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range for image manipulation, e.g. dragging, rotation, expansion or change of colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; 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
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • 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
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • 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
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/20092—Interactive image processing based on input by user
    • 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
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30056—Liver; Hepatic
    • 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
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30061—Lung

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Processing Or Creating Images (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了基于图像金字塔的高分辨率肝癌病理图像展示方法及系统，包括：数据源处理模块：用于获取多种状态的原始图像，并对所述原始图像进行处理，获取图像金字塔，将所述图像金字塔中的图像块进行命名和存储在服务器中为所述图像金字塔设置的文件夹内；图像展示模块：用于获取服务器中为所述图像金字塔设置的文件夹内的图像块，并根据用户请求获取图像块在图像展示区域进行拼接展示，支持放大、缩小和平移操作。本发明在图像展示模块设计完整的图像放大、缩小和平移方法，快速展示高分辨率的肝癌病理图像，快速定位并放大想观察的区域细节图像；异步获取图像块，有效减少用户等待图像展示时间；同时支持高分辨率的肝癌病理图像的多状态展示。

Description

基于图像金字塔的高分辨率肝癌病理图像展示方法及系统
技术领域
本发明涉及一种图像展示技术领域，尤其涉及一种基于图像金字塔的高分辨率肝癌病理图像展示方法及系统。
背景技术
图像分辨率指图像中存储的信息量，即每英寸图像内有多少个像素点。分辨率决定了图像细节的精细程度，通常情况下，图像的分辨率越高，所包含的像素就越多，图像就越清晰，同时图像占用的存储空间也会更多。随着手机、电脑硬件的提升，以及网络带宽的提升，能在PC或者手机浏览器上看到越来越高清的图像，但是还是制约于硬件、软件和网络等因素。
病理图像是用玻片承载组织后，放在扫描仪下拍摄的高分辨率图像。病理图像可以帮助医生对病人做出诊断，比如通过肝癌病理图像，可以看到肝癌细胞的具体情况。病理图像的大小通常在105×105的数量级上，一张105×105像素的灰度图像，在不压缩的情况下，占用内存空间约为9.31GB，这会给Web浏览器的性能带来毁灭性的打击。
事实上，为了避免浏览器由于内存不足而奔溃，当图像尺寸超过某个限制时，图像将被缩减采样并以原始分辨率的一小部分显示。比如PC端的Google Chrome浏览器，能正常显示的图像大小上限是16384×16384像素；而手机浏览器的限制更小，如iOS10的Safari浏览器，能正常显示的图像大小上限是4096×4096像素。很显然，105×105远超这些限制。
当前在浏览器上展示超大像素图像的主流做法有三种：
一是将超大像素图像压缩到浏览器能展示的大小：这种方式不适用于病理图像这种需要关注图像细节的场景；
二是切割拼接：根据屏幕分辨率和显示区域将原始图像切割成浏览器能正确显示的若干个图像，然后将这些小图像按顺序在浏览器的显示区域拼接起来。这种方式能一定程度展示出图像的细节，但是当图像像素过高、而浏览器显示区域过小时，只能展示部分图像、或者只能展示分辨率没那么高的全局图像；如果选择展示部分图像，则这种方式需要拖动平移查看图像、无法快速定位想要查看细节的区域，当图片较大时、由于鼠标拖动距离有限，查看目标图像区域就会比较费时。
三是深度缩放：将原始图像不断下采样产生一系列近似图像，原始图像和这些近似图像共同构成图像金字塔，将原始图像和这些近似图像按一定的命名规则进行命名、并保存在服务器上，然后浏览器端根据显示区域和层级获取相应分辨率、相应区域的图像块。可以使用实现了深度缩放功能的工具OpenSeadragon（开源地址：https://github.com/openseadragon/openseadragon）来实现这一操作，但是OpenSeadragon有2个缺点：1）只支持同步获取图像块，对浏览器内存是个巨大挑战；2）一次使用只能对一张图像进行处理展示，当需要同时展示多状态的图像时，这个工具不能满足我们的需求。
为此，我们提出一种基于图像金字塔的高分辨率肝癌病理图像展示方法及系统。
发明内容
本发明的目的在于提供一种基于图像金字塔的高分辨率肝癌病理图像展示方法及系统，解决了现有技术中如何能快速、优雅地给用户展示高分辨率的肝癌病理图像，且用户能快速定位并放大自己想观察区域的细节图像，带来更好的用户体验；能通过异步方式获取图像块，能有效减少用户等待图像展示时间、提高性能、提高用户体验；同时提供支持高分辨率的肝癌病理图像的多种状态图像展示的功能的问题。
本发明采用的技术方案如下：
一种基于图像金字塔的高分辨率肝癌病理图像展示系统，包括：
数据源处理模块：用于获取多种状态的原始图像，并对所述原始图像进行处理，获取图像金字塔，将所述图像金字塔中的图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内；
图像展示模块：用于获取服务器中为所述图像金字塔设置的文件夹内的图像块，并根据用户请求获取图像块进行放大、缩小和平移操作，将图像块在图像展示区域进行拼接展示。
进一步地，所述数据源处理模块具体包括：
数据源处理单元：用于从原始图像数据库中获取多种状态的原始图像，设置尺寸阈值，计算所述原始图像的尺寸，根据所述尺寸阈值和所述原始图像的尺寸计算图像金字塔的最大层级，通过所述图像金字塔的最大层级计算得到图像切割尺寸；
图像块处理单元：用于对所述原始图像预处理，并根据所述图像切割尺寸对预处理后的原始图像进行切割，得到多个图像块，每一层所述图像块共同构成图像金字塔，并对每个所述图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内。
进一步地，所述数据源处理单元的具体过程为：
从原始图像数据库中获取多种状态的原始图像，计算所述原始图像的尺寸，包括原始图像的宽和原始图像的高，并设置尺寸阈值；
当原始图像的宽小于等于原始图像的高时，对所述原始图像进行下采样直至原始图像的宽达到尺寸阈值，停止下采样，计算得到下采样次数，即对应图像金字塔最大层级数，并通过下采样次数计算得到图像切割尺寸；
当原始图像的宽大于原始图像的高时，对所述原始图像进行下采样直至原始图像的高达到尺寸阈值，停止下采样，计算得到下采样次数，即对应图像金字塔最大层级数，并通过下采样次数计算得到图像切割尺寸。
进一步地，所述图像块处理单元的具体过程为：
步骤S1：将所述原始图像作为目标图像进行高斯模糊处理，得到经过高斯模糊的滤波图像；
步骤S2：对所述滤波图像进行下采样处理，得到近似图像；
步骤S3：根据所述图像切割尺寸对所述目标图像进行切割得到多个图像块；
步骤S4：每一层所述图像块共同构成图像金字塔，并对每个所述图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内；
步骤S5：当所述近似图像的宽度大于图像切割尺寸的宽度，则将所述近似图像作为步骤S1中的目标图像遍历步骤S1-步骤S5；反之，则将步骤S2得到的最后一张近似图像根据图像切割尺寸进行切割，对切割得到的每个图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内。
进一步地，所述图像块处理单元中每个所述图像块根据图像金字塔中以所在行号和列号通过下划线拼接的字符串命名，并将图像块存储在对应服务器中为所述图像金字塔设置的文件夹内。
进一步地，所述图像展示模块包括：
客户端：用于向服务端发起获取图像基本信息的请求，同时监听用户鼠标事件，根据用户的操作向服务端异步请求需要加载的图像块，请求入参为要获取的图像块所在肝癌病理图像状态、所在的层级、行数和列数，将获取到的图像块在浏览器上图像展示区域内进行拼接展示；
服务端：用于从数据源处理单元获取包括各个状态的原始图像的尺寸、图像金字塔的最大层级、图像块和/或图像切割尺寸的信息响应给客户端；根据图像块所在肝癌病理图像状态、所在的层级、行数和列数获取响应图像块，并返回给客户端。
进一步地，监听用户鼠标事件具体包括：
用户单击鼠标操作或用户向下滚动鼠标操作，用于根据当用户单击鼠标操作或向下滚动鼠标操作时，若当前图像金字塔处于最底层，则展示图像保持不动；反之，则进行放大操作，以鼠标单击或滚动操作作用的区域为中心，展示下一层近似图像的相应图像块；
用户向上滚动鼠标操作，用于根据当用户向上滚动鼠标操作时，若当前图像金字塔处于最顶层，则展示图像保持不动；反之，则进行缩小操作，以鼠标滚动操作作用的区域为中心，展示上一层近似图像的相应图像块；
用户平移操作，用于当用户平移操作时，若当前图像金字塔处于边缘或不能再移动，则展示图像保持不动；反之，则继续进行平移操作，按需获取需要展示的图像块、并进行拼接展示。
进一步地，所述放大操作具体过程为：根据图像金字塔中当前层级鼠标作用位置的坐标获取当前层级鼠标作用位置所在图像块的所在行号和列号，并通过当前层级图像块和下一层级图像块的对应关系，获取下一层级对应图像块所在行号和列号，得到对应的请求入参；
所述缩小操作具体过程为：根据图像金字塔中当前层级鼠标作用位置的坐标获取当前层级鼠标作用位置所在图像块的所在行号和列号，并通过当前层级图像块和上一层级图像块的对应关系，获取上一层级对应图像块所在行号和列号，得到对应的请求入参；
所述平移操作具体过程为：设置变量S，用来标记存储已经请求过的图像块，存储内容为图像块所在层级、行号和列号；分别循环遍历客户端展示区域内的图像块所在行范围和列范围，组合行号和列号得到准备请求的图像块的参数，当图像块已被变量S标记，则无须重复请求；反之，则向服务端请求该图像块。
进一步地，所述平移操作中当平移到右边缘时，则不能再向左移动；当平移到左边缘时，则不能再向右移动；当平移到上边缘时，则不能再向下移动；当平移到下边缘时，则不能再向上移动。
本发明还提供一种基于图像金字塔的高分辨率肝癌病理图像展示方法，包括以下步骤：
步骤S1：数据源处理模块获取多种状态的原始图像，并对所述原始图像进行处理，获取图像金字塔，并将所述图像金字塔中的图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内；
步骤S2：图像展示模块获取服务器中为所述图像金字塔设置的文件夹内的图像块，并根据用户请求获取图像块进行放大、缩小和平移操作，将图像块在图像展示区域进行拼接展示。
本发明的有益效果是：本发明提供一种在Web浏览器下基于图像金字塔的高分辨率肝癌病理图像展示方法及系统，在图像展示模块客户端设计完整的图像放大、缩小和平移方法，能快速、优雅地给用户展示高分辨率的肝癌病理图像，且用户能快速定位并放大自己想观察的区域细节图像；创新性地提供一种异步获取图像块的方式，能有效减少用户等待图像展示时间、提高用户体验；同时支持高分辨率的肝癌病理图像的多状态展示，比如同时展示原始状态和标记有组织分类结果状态的这两种状态的肝癌病理图像。
附图说明
图1为本发明基于图像金字塔的高分辨率肝癌病理图像展示系统的整体框架图；
图2为本发明数据源处理单元的功能流程图；
图3为本发明图像块分割和命名示意图；
图4为本发明图像展示模块的功能流程图；
图5为本发明的客户端图像展示区域初始化图像展示示意图；
图6为本发明的客户端图像展示区域图像平移后展示示意图；
图7为本发明基于图像金字塔的高分辨率肝癌病理图像展示方法的示意图；
图8为实施例原始状态肝癌病理第7层图像的呈现效果图；
图9为实施例标记有组织分类结果状态的肝癌病理第7层图像的呈现效果图；
图10为实施例原始状态肝癌病理第5层部分图像的呈现效果图；
图11为实施例原始状态肝癌病理第0层部分图像的呈现效果图。
具体实施方式
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。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。
参见图1，一种基于图像金字塔的高分辨率肝癌病理图像展示系统，包括：
数据源处理模块：用于获取多种状态的原始图像，并对所述原始图像进行处理，获取图像金字塔，将所述图像金字塔中的图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内；
图像金字塔是由一幅图像的多个不同分辨率的子图构成的图像集合，是通过对一个图像不断地下采样产生的，最小的图像可能仅仅只有一个像素点。最简单的图像金字塔可以通过不断地删除图像的偶数行和偶数列得到。
所述数据源处理模块具体包括：
数据源处理单元：用于从原始图像数据库中获取多种状态的原始图像，设置尺寸阈值，计算所述原始图像的尺寸，根据所述尺寸阈值和所述原始图像的尺寸计算图像金字塔的最大层级，通过所述图像金字塔的最大层级计算得到图像切割尺寸；
参见图2，所述数据源处理单元的具体过程为：
从原始图像数据库中获取多种状态的原始图像，计算所述原始图像的尺寸，包括原始图像的宽和原始图像的高，并设置尺寸阈值；
设置默认尺寸阈值为500×500，假设原始图像的宽为Width，高为Height；
当原始图像的宽小于等于原始图像的高时，对所述原始图像进行下采样直至原始图像的宽达到尺寸阈值，停止下采样，计算得到下采样次数，即对应图像金字塔最大层级数，并通过下采样次数计算得到图像切割尺寸；
图像不断下采样，直到宽达到尺寸阈值，就停止继续下采样，所以下采样次数i须满足
Figure DEST_PATH_IMAGE001
。计算
Figure DEST_PATH_IMAGE002
，取满足条件的最小值即可得出下采样次数、即图像金字塔最大层级数，再将计算得到的i带入
Figure DEST_PATH_IMAGE003
，即可得到图像切割尺寸
Figure DEST_PATH_IMAGE004
。
当原始图像的宽大于原始图像的高时，对所述原始图像进行下采样直至原始图像的高达到尺寸阈值，停止下采样，计算得到下采样次数，即对应图像金字塔最大层级数，并通过下采样次数计算得到图像切割尺寸；
图像不断下采样，直到高达到尺寸阈值，就停止继续下采样，所以下采样次数i须满足
Figure DEST_PATH_IMAGE005
。计算
Figure DEST_PATH_IMAGE006
，取满足条件的最小值即可得出下采样次数、即图像金字塔最大层级数，再将计算得到的i带入
Figure DEST_PATH_IMAGE007
，即可得到图像切割尺寸
Figure DEST_PATH_IMAGE008
。
图像块处理单元：用于对所述原始图像预处理，并根据所述图像切割尺寸对预处理后的原始图像进行切割，得到多个图像块，每一层所述图像块共同构成图像金字塔，并对每个所述图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内。
参见图3，已知图像金字塔最大层级数为N，切割尺寸为
Figure DEST_PATH_IMAGE009
，其中N和a都是大于0的正整数；第i（0≤i≤N）层的大小为
Figure DEST_PATH_IMAGE010
的图像，可以被切割成4种不同尺寸的图像块，包括：
Figure DEST_PATH_IMAGE011
个尺寸为
Figure DEST_PATH_IMAGE012
的图像块、n个尺寸为
Figure DEST_PATH_IMAGE013
的图像块、m个尺寸为
Figure DEST_PATH_IMAGE014
的图像块及1个尺寸为
Figure DEST_PATH_IMAGE015
的图像块。其中
Figure DEST_PATH_IMAGE016
，n和m分别是图像块所在行号和列号，图像块以行号和列号通过下划线拼接的字符串命名：n_m。第i层的所有图像块都会被存储在服务器上专门为图像金字塔开辟的目标存储空间的名称为i的文件夹下。
所述图像块处理单元的具体过程为：
步骤S1：将所述原始图像作为目标图像进行高斯模糊处理，得到经过高斯模糊的滤波图像；
步骤S2：对所述滤波图像进行下采样处理，得到近似图像；
步骤S3：根据所述图像切割尺寸对所述目标图像进行切割得到多个图像块；
步骤S4：每一层所述图像块共同构成图像金字塔，并对每个所述图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内；
步骤S5：当所述近似图像的宽度大于图像切割尺寸的宽度，则将所述近似图像作为步骤S1中的目标图像遍历步骤S1-步骤S5；反之，则将步骤S2得到的最后一张近似图像根据图像切割尺寸进行切割，对切割得到的每个图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内。
所述图像块处理单元中每个所述图像块根据图像金字塔中以所在行号和列号通过下划线拼接的字符串命名，并将图像块存储在对应服务器中为所述图像金字塔设置的文件夹内。
图像展示模块：用于获取服务器中为所述图像金字塔设置的文件夹内的图像块，并根据用户请求获取图像块进行放大、缩小和平移操作，将图像块在图像展示区域进行拼接展示。
参见图4，所述图像展示模块包括：
客户端：用于向服务端发起获取图像基本信息的请求，同时监听用户鼠标事件，根据用户的操作向服务端异步请求需要加载的图像块，请求入参为要获取的图像块所在肝癌病理图像状态、所在的层级、行数和列数，将获取到的图像块在浏览器上图像展示区域内进行拼接展示；
监听用户鼠标事件具体包括：
用户单击鼠标操作或用户向下滚动鼠标操作，用于根据当用户单击鼠标操作或向下滚动鼠标操作时，若当前图像金字塔处于最底层（即第0层），则展示图像保持不动；反之，则进行放大操作，以鼠标单击或滚动操作作用的区域为中心，展示下一层近似图像的相应图像块；
所述放大操作具体过程为：根据图像金字塔中当前层级鼠标作用位置的坐标获取当前层级鼠标作用位置所在图像块的所在行号和列号，并通过当前层级图像块和下一层级图像块的对应关系，获取下一层级对应图像块所在行号和列号，得到对应的请求入参；
假设当前层级为p，鼠标作用位置的坐标为(i,j)，其对应的图像块所在行为
Figure DEST_PATH_IMAGE017
、所在列为
Figure DEST_PATH_IMAGE018
；其下一层级对应的图像块有4块，它们的行号和列号对分别为[
Figure DEST_PATH_IMAGE019
,
Figure DEST_PATH_IMAGE020
]、[
Figure 706890DEST_PATH_IMAGE019
,
Figure 420768DEST_PATH_IMAGE020
+1]、[
Figure 731664DEST_PATH_IMAGE019
+1,
Figure 861294DEST_PATH_IMAGE020
]和[
Figure 472404DEST_PATH_IMAGE019
+1,
Figure 29287DEST_PATH_IMAGE020
+1]，那么客户端需要跟服务端请求这4个图像块地址，请求入参分别为：
1）层级p，行：
Figure 95988DEST_PATH_IMAGE019
，列：
Figure 29309DEST_PATH_IMAGE020
；
2）层级p，行：
Figure 494925DEST_PATH_IMAGE019
，列：
Figure 222710DEST_PATH_IMAGE020
+1；
3）层级p，行：
Figure 508198DEST_PATH_IMAGE019
+1，列：
Figure 41947DEST_PATH_IMAGE020
；
4）层级p，行：
Figure 299753DEST_PATH_IMAGE019
+1，列：
Figure 526335DEST_PATH_IMAGE020
+1。
用户向上滚动鼠标操作，用于根据当用户向上滚动鼠标操作时，若当前图像金字塔处于最顶层，则展示图像保持不动；反之，则进行缩小操作，以鼠标滚动操作作用的区域为中心，展示上一层近似图像的相应图像块；
所述缩小操作具体过程为：根据图像金字塔中当前层级鼠标作用位置的坐标获取当前层级鼠标作用位置所在图像块的所在行号和列号，并通过当前层级图像块和上一层级图像块的对应关系，获取上一层级对应图像块所在行号和列号，得到对应的请求入参；
假设当前层级为p，鼠标作用位置的坐标为(i,j)，其对应的图像块所在行为
Figure DEST_PATH_IMAGE021
、所在列为
Figure DEST_PATH_IMAGE022
；其上一层级对应的图像块所在的行号和列号对为[
Figure DEST_PATH_IMAGE023
]。那么客户端需要跟服务端请求该图像块地址，请求入参为：层级p，行：
Figure DEST_PATH_IMAGE024
，列：
Figure DEST_PATH_IMAGE025
。
用户平移操作，用于当用户平移操作时，若当前图像金字塔处于边缘或不能再移动，则展示图像保持不动；反之，则继续进行平移操作，按需获取需要展示的图像块、并进行拼接展示。
所述平移操作具体过程为：设置变量S，用来标记存储已经请求过的图像块，存储内容为图像块所在层级、行号和列号；分别循环遍历客户端展示区域内的图像块所在行范围和列范围，组合行号和列号得到准备请求的图像块的参数，当图像块已被变量S标记，则无须重复请求；反之，则向服务端请求该图像块。
假设当前图像层级为N，切割尺寸为
Figure 361436DEST_PATH_IMAGE009
，其中N和a都是大于0的正整数；假设当前层级的近似图像尺寸为
Figure DEST_PATH_IMAGE026
，当前图像平移距离为(tx,ty)，客户端图像展示区域大小为
Figure DEST_PATH_IMAGE027
。开辟变量S，用来标记存储已经请求过的图像块，存储内容为图像块所在层级、行号和列号。
初始时，客户端图像展示区域如图5所示，阴影部分是展示给用户看的图像块，展示出来的图像块总尺寸即为客户端图像展示区域大小
Figure 902139DEST_PATH_IMAGE027
。展示区域内的图像块所在行范围为：
Figure DEST_PATH_IMAGE028
，列范围为：
Figure DEST_PATH_IMAGE029
。平移(tx,ty)后，客户端图像展示区域如图6所示，阴影部分是展示给用户看的图像块。展示区域内的图像块所在行范围为：
Figure DEST_PATH_IMAGE030
，列范围为：
Figure 607927DEST_PATH_IMAGE031
。
平移后，分别循环遍历客户端展示区域内的图像块所在行范围和列范围，组合行号和列号以准备请求相应的图像块。如果该图像块已被变量S标记，则无须重复请求，否则，向服务端请求该图像块。
所述平移操作中当平移到右边缘时，则不能再向左移动；当平移到左边缘时，则不能再向右移动；当平移到上边缘时，则不能再向下移动；当平移到下边缘时，则不能再向上移动。
所以tx的最小值为0，最大值为Width-W；ty的最小值为0，最大值为Height-H。
服务端：用于从数据源处理单元获取包括各个状态的原始图像的尺寸、图像金字塔的最大层级、图像块和/或图像切割尺寸的信息响应给客户端；根据图像块所在肝癌病理图像状态、所在的层级、行数和列数获取响应图像块，并返回给客户端。
参见图7，一种基于图像金字塔的高分辨率肝癌病理图像展示方法，包括以下步骤：
步骤S1：数据源处理模块获取多种状态的原始图像，并对所述原始图像进行处理，获取图像金字塔，并将所述图像金字塔中的图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内；
步骤S2：图像展示模块获取服务器中为所述图像金字塔设置的文件夹内的图像块，并根据用户请求获取图像块进行放大、缩小和平移操作，将图像块在图像展示区域进行拼接展示。
实施例：参见图8-图9，Web浏览器客户端展示两种状态的高分辨率肝癌病理图像：一种是原始状态肝癌病理图像，如图8所示；另一种是标记有组织分类结果状态的肝癌病理图像，如图9所示。
这两种状态的肝癌病理图像原始大小都为57024×134208，图像类型为png。其渲染过程为：
1）由数据源处理模块计算图像金字塔最大层级数和图像切割尺寸，计算得到图像金字塔的最大层级数为7层，图像切割尺寸为：446×446。
各层图像大小分别为：第0层57024×134208，第1层28512×67104，第2层14256×33552，第3层7128×16776，第4层3564×8388，第5层1782×4194，第6层891×2097，第7层446×1049。
2）经由图像块处理单元的图像命名和存储，各状态的肝癌病理图像的各层各图像块被命名并按照图像块所在状态、层级、行号和列号存储到服务器上专门为图像金字塔开辟的目标存储空间中。
3）在图像展示模块中，如图8所示，初始化展示原始状态最上层——即第7层图像。第7层图像大小为446×1049，是由3个图像块拼接而成：2个446×446的图像块和1个446×157的图像块。
4）图像展示模块中的客户端监听用户鼠标操作，图10是用户单击鼠标2次和进行平移操作后，展示的第5层近似图像的第2行1列、第2行2列、第3行1列、第3行2列、第4行1列和第4行2列的6个图像块。
5）图11是用户再次单击鼠标5次和进行平移操作后，展示的第0层原始图像的第98行67列、第98行68列、第99行67列和第99行68列的4个图像块。
最后对这幅大小为57024×134208、图像类型为png的肝癌病理图像，分别采用OpenSeadragon和本发明方法进行渲染展示，用户等待时间分别为：
1）基于OpenSeadragon同步获取图像块，用户等待首屏展示时间平均为12350ms；从最底层原始图像放大图片到最顶层近似图像，用户等待图像展示时间平均为5972ms；
2）通过本发明的异步方式获取图像块，用户等待首屏展示时间平均为1511ms；从最底层原始图像放大图片到最顶层近似图像，用户等待图像展示时间平均为3500ms。
采用本发明的方法，用户等待首屏展示时间减少了87.8%；从最底层原始图像放大图片到最顶层近似图像，用户等待图像展示时间减少了41.4%。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (10)

1.一种基于图像金字塔的高分辨率肝癌病理图像展示系统，其特征在于，包括：
数据源处理模块：用于获取多种状态的原始图像，并对所述原始图像进行处理，获取图像金字塔，将所述图像金字塔中的图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内；
图像展示模块：用于获取服务器中为所述图像金字塔设置的文件夹内的图像块，并根据用户请求获取图像块进行放大、缩小和平移操作，将图像块在图像展示区域进行拼接展示。
2.如权利要求1所述的一种基于图像金字塔的高分辨率肝癌病理图像展示系统，其特征在于，所述数据源处理模块具体包括：
数据源处理单元：用于从原始图像数据库中获取多种状态的原始图像，设置尺寸阈值，计算所述原始图像的尺寸，根据所述尺寸阈值和所述原始图像的尺寸计算图像金字塔的最大层级，通过所述图像金字塔的最大层级计算得到图像切割尺寸；
图像块处理单元：用于对所述原始图像预处理，并根据所述图像切割尺寸对预处理后的原始图像进行切割，得到多个图像块，每一层所述图像块共同构成图像金字塔，并对每个所述图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内。
3.如权利要求2所述的一种基于图像金字塔的高分辨率肝癌病理图像展示系统，其特征在于，所述数据源处理单元的具体过程为：
从原始图像数据库中获取多种状态的原始图像，计算所述原始图像的尺寸，包括原始图像的宽和原始图像的高，并设置尺寸阈值；
当原始图像的宽小于等于原始图像的高时，对所述原始图像进行下采样直至原始图像的宽达到尺寸阈值，停止下采样，计算得到下采样次数，即对应图像金字塔最大层级数，并通过下采样次数计算得到图像切割尺寸；
当原始图像的宽大于原始图像的高时，对所述原始图像进行下采样直至原始图像的高达到尺寸阈值，停止下采样，计算得到下采样次数，即对应图像金字塔最大层级数，并通过下采样次数计算得到图像切割尺寸。
4.如权利要求2所述的一种基于图像金字塔的高分辨率肝癌病理图像展示系统，其特征在于，所述图像块处理单元的具体过程为：
步骤S1：将所述原始图像作为目标图像进行高斯模糊处理，得到经过高斯模糊的滤波图像；
步骤S2：对所述滤波图像进行下采样处理，得到近似图像；
步骤S3：根据所述图像切割尺寸对所述目标图像进行切割得到多个图像块；
步骤S4：每一层所述图像块共同构成图像金字塔，并对每个所述图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内；
步骤S5：当所述近似图像的宽度大于图像切割尺寸的宽度，则将所述近似图像作为步骤S1中的目标图像遍历步骤S1-步骤S5；反之，则将步骤S2得到的最后一张近似图像根据图像切割尺寸进行切割，对切割得到的每个图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内。
5.如权利要求2所述的一种基于图像金字塔的高分辨率肝癌病理图像展示系统，其特征在于，所述图像块处理单元中每个所述图像块根据图像金字塔中以所在行号和列号通过下划线拼接的字符串命名，并将图像块存储在对应服务器中为所述图像金字塔设置的文件夹内。
6.如权利要求1所述的一种基于图像金字塔的高分辨率肝癌病理图像展示系统，其特征在于，所述图像展示模块包括：
客户端：用于向服务端发起获取图像基本信息的请求，同时监听用户鼠标事件，根据用户的操作向服务端异步请求需要加载的图像块，请求入参为要获取的图像块所在肝癌病理图像状态、所在的层级、行数和列数，将获取到的图像块在浏览器上图像展示区域内进行拼接展示；
服务端：用于从数据源处理单元获取包括各个状态的原始图像的尺寸、图像金字塔的最大层级、图像块和/或图像切割尺寸的信息响应给客户端；根据图像块所在肝癌病理图像状态、所在的层级、行数和列数获取响应图像块，并返回给客户端。
7.如权利要求6所述的一种基于图像金字塔的高分辨率肝癌病理图像展示系统，其特征在于，监听用户鼠标事件具体包括：
用户单击鼠标操作或用户向下滚动鼠标操作，用于根据当用户单击鼠标操作或向下滚动鼠标操作时，若当前图像金字塔处于最底层，则展示图像保持不动；反之，则进行放大操作，以鼠标单击或滚动操作作用的区域为中心，展示下一层近似图像的相应图像块；
用户向上滚动鼠标操作，用于根据当用户向上滚动鼠标操作时，若当前图像金字塔处于最顶层，则展示图像保持不动；反之，则进行缩小操作，以鼠标滚动操作作用的区域为中心，展示上一层近似图像的相应图像块；
用户平移操作，用于当用户平移操作时，若当前图像金字塔处于边缘或不能再移动，则展示图像保持不动；反之，则继续进行平移操作，按需获取需要展示的图像块、并进行拼接展示。
8.如权利要求7所述的一种基于图像金字塔的高分辨率肝癌病理图像展示系统，其特征在于，
所述放大操作具体过程为：根据图像金字塔中当前层级鼠标作用位置的坐标获取当前层级鼠标作用位置所在图像块的所在行号和列号，并通过当前层级图像块和下一层级图像块的对应关系，获取下一层级对应图像块所在行号和列号，得到对应的请求入参；
所述缩小操作具体过程为：根据图像金字塔中当前层级鼠标作用位置的坐标获取当前层级鼠标作用位置所在图像块的所在行号和列号，并通过当前层级图像块和上一层级图像块的对应关系，获取上一层级对应图像块所在行号和列号，得到对应的请求入参；
所述平移操作具体过程为：设置变量S，用来标记存储已经请求过的图像块，存储内容为图像块所在层级、行号和列号；分别循环遍历客户端展示区域内的图像块所在行范围和列范围，组合行号和列号得到准备请求的图像块的参数，当图像块已被变量S标记，则无须重复请求；反之，则向服务端请求该图像块。
9.如权利要求7所述的一种基于图像金字塔的高分辨率肝癌病理图像展示系统，其特征在于，所述平移操作中当平移到右边缘时，则不能再向左移动；当平移到左边缘时，则不能再向右移动；当平移到上边缘时，则不能再向下移动；当平移到下边缘时，则不能再向上移动。
10.一种基于图像金字塔的高分辨率肝癌病理图像展示方法，其特征在于，包括以下步骤：
步骤S1：数据源处理模块获取多种状态的原始图像，并对所述原始图像进行处理，获取图像金字塔，并将所述图像金字塔中的图像块进行命名和存储在对应服务器中为所述图像金字塔设置的文件夹内；
步骤S2：图像展示模块获取服务器中为所述图像金字塔设置的文件夹内的图像块，并根据用户请求获取图像块进行放大、缩小和平移操作，将图像块在图像展示区域进行拼接展示。
CN202211375032.0A 2022-11-04 2022-11-04 基于图像金字塔的高分辨率肝癌病理图像展示方法及系统 Active CN115423690B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211375032.0A CN115423690B (zh) 2022-11-04 2022-11-04 基于图像金字塔的高分辨率肝癌病理图像展示方法及系统
US18/363,679 US12112027B2 (en) 2022-11-04 2023-08-01 System and method for displaying high-resolution liver cancer pathological image based on image pyramid

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211375032.0A CN115423690B (zh) 2022-11-04 2022-11-04 基于图像金字塔的高分辨率肝癌病理图像展示方法及系统

Publications (2)

Publication Number Publication Date
CN115423690A true CN115423690A (zh) 2022-12-02
CN115423690B CN115423690B (zh) 2023-03-21

Family

ID=84207705

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211375032.0A Active CN115423690B (zh) 2022-11-04 2022-11-04 基于图像金字塔的高分辨率肝癌病理图像展示方法及系统

Country Status (2)

Country Link
US (1) US12112027B2 (zh)
CN (1) CN115423690B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1928871A (zh) * 2006-09-07 2007-03-14 北京优纳科技有限公司 大容量快速图像浏览系统
CN103345495A (zh) * 2013-06-27 2013-10-09 博图旭然（北京）科技有限公司 网络环境下超精图像的极速展示方法
US20130305138A1 (en) * 2012-05-14 2013-11-14 Pacsthology Ltd. Systems and methods for acquiring and transmitting high-resolution pathology images
US20140126841A1 (en) * 2012-11-08 2014-05-08 National Taiwan University Of Science And Technology Real-time cloud image system and managing method thereof
CN104134214A (zh) * 2014-07-29 2014-11-05 杭州卓腾信息技术有限公司 一种基于影像金字塔分层的数字切片图像存储及显示方法
CN105989130A (zh) * 2015-02-16 2016-10-05 高德软件有限公司 电子地图展示方法、装置及电子设备
CN107679164A (zh) * 2017-09-28 2018-02-09 上海交通大学 基于四叉树虚拟显示的超大容量图像的浏览方法及系统
CN109657172A (zh) * 2018-11-30 2019-04-19 广州欧科信息技术股份有限公司 图片预览方法、装置、设备和存储介质
CN112164066A (zh) * 2020-10-10 2021-01-01 清华大学 一种遥感图像分层分割方法、装置、终端及存储介质
EP3839885A1 (en) * 2019-12-19 2021-06-23 Shanghai Aitrox Technology Co., Ltd Real-time pathological microscopic image collection and analysis system, method and device and medium
CN114022388A (zh) * 2021-11-15 2022-02-08 中国电子科技集团公司第三十八研究所 无人机载sar图像在电子地图上实时显示的方法与系统
CN115206498A (zh) * 2021-11-08 2022-10-18 赛维森(广州)医疗科技服务有限公司 数字病理图像的数据流处理方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140306992A1 (en) * 2011-12-26 2014-10-16 Canon Kabushiki Kaisha Image processing apparatus, image processing system and image processing method
US9338331B2 (en) * 2014-01-09 2016-05-10 Massachusetts Institute Of Technology Riesz pyramids for fast phase-based video magnification
US9158973B1 (en) * 2014-05-08 2015-10-13 Tandent Vision Science, Inc. Temporal constraint relationship for use in an image segregation for frames of a video
US20150324661A1 (en) * 2014-05-08 2015-11-12 Tandent Vision Science, Inc. Method for detection of blend pixels for use in an image segregation
US20150324660A1 (en) * 2014-05-08 2015-11-12 Tandent Vision Science, Inc. Multi-scale pyramid arrangement for use in an image segregation

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1928871A (zh) * 2006-09-07 2007-03-14 北京优纳科技有限公司 大容量快速图像浏览系统
US20130305138A1 (en) * 2012-05-14 2013-11-14 Pacsthology Ltd. Systems and methods for acquiring and transmitting high-resolution pathology images
US20140126841A1 (en) * 2012-11-08 2014-05-08 National Taiwan University Of Science And Technology Real-time cloud image system and managing method thereof
CN103345495A (zh) * 2013-06-27 2013-10-09 博图旭然（北京）科技有限公司 网络环境下超精图像的极速展示方法
CN104134214A (zh) * 2014-07-29 2014-11-05 杭州卓腾信息技术有限公司 一种基于影像金字塔分层的数字切片图像存储及显示方法
CN105989130A (zh) * 2015-02-16 2016-10-05 高德软件有限公司 电子地图展示方法、装置及电子设备
CN107679164A (zh) * 2017-09-28 2018-02-09 上海交通大学 基于四叉树虚拟显示的超大容量图像的浏览方法及系统
CN109657172A (zh) * 2018-11-30 2019-04-19 广州欧科信息技术股份有限公司 图片预览方法、装置、设备和存储介质
EP3839885A1 (en) * 2019-12-19 2021-06-23 Shanghai Aitrox Technology Co., Ltd Real-time pathological microscopic image collection and analysis system, method and device and medium
CN112164066A (zh) * 2020-10-10 2021-01-01 清华大学 一种遥感图像分层分割方法、装置、终端及存储介质
CN115206498A (zh) * 2021-11-08 2022-10-18 赛维森(广州)医疗科技服务有限公司 数字病理图像的数据流处理方法
CN114022388A (zh) * 2021-11-15 2022-02-08 中国电子科技集团公司第三十八研究所 无人机载sar图像在电子地图上实时显示的方法与系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李忠明等: "一种基于GD2和Canvas的超大图像处理与显示方法", 《天水师范学院学报》 *

Also Published As

Publication number Publication date
US20240168618A1 (en) 2024-05-23
CN115423690B (zh) 2023-03-21
US12112027B2 (en) 2024-10-08

Similar Documents

Publication Publication Date Title
US7613363B2 (en) Image superresolution through edge extraction and contrast enhancement
US10430075B2 (en) Image processing for introducing blurring effects to an image
EP1968008B1 (en) Method for content-aware image retargeting
US8180180B2 (en) Method for magnifying images and videos
Parsania et al. A review: Image interpolation techniques for image scaling
EP2164040B1 (en) System and method for high quality image and video upscaling
CN112367459B (zh) 图像处理方法、电子装置及非易失性计算机可读存储介质
CN110163866A (zh) 一种图像处理方法、电子设备及计算机可读存储介质
KR101028628B1 (ko) 영상 텍스쳐 필터링 방법, 이를 수행하는 프로그램을 기록한 기록매체 및 이를 수행하는 장치
US8983188B1 (en) Edge-aware smoothing in images
CN112602088A (zh) 提高弱光图像的质量的方法、系统和计算机可读介质
CN112927241A (zh) 图片截取和缩略图生成方法、系统、设备及储存介质
CN112801876B (zh) 信息处理方法、装置及电子设备和存储介质
Wang et al. Fast structure-preserving image retargeting
CN115423690B (zh) 基于图像金字塔的高分辨率肝癌病理图像展示方法及系统
WO2018040437A1 (zh) 图片处理方法及装置
US9594955B2 (en) Modified wallis filter for improving the local contrast of GIS related images
US7991225B2 (en) Methods and systems for dynamic color equalization
CN115170581A (zh) 人像分割模型的生成方法、人像分割模型及人像分割方法
CN101847252B (zh) 保持图像光滑性的图像放大方法
CN107145313A (zh) 图像显示方法及装置
CN111369425A (zh) 图像处理方法、装置、电子设备和计算机可读介质
WO2023103672A1 (zh) 显示共享内容的方法、装置、设备和计算机程序产品
KR102681979B1 (ko) 이미지 처리 회로 및 이미지 처리 방법
CN111161340B (zh) 基于深度特征提取的图像重定向方法及系统、终端

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