CN116363247B - 高像素图像的ct重建方法、装置及存储介质 - Google Patents
高像素图像的ct重建方法、装置及存储介质 Download PDFInfo
- Publication number
- CN116363247B CN116363247B CN202310316568.3A CN202310316568A CN116363247B CN 116363247 B CN116363247 B CN 116363247B CN 202310316568 A CN202310316568 A CN 202310316568A CN 116363247 B CN116363247 B CN 116363247B
- Authority
- CN
- China
- Prior art keywords
- pixel
- original image
- image
- value
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请实施例公开了一种高像素图像的CT重建方法、装置及存储介质,其中高像素图像的CT重建方法包括:获取待重建的原始图像,所述原始图像由若干列和若干行像素构成;利用滤波反投影算法,获取所述原始图像的第一像素的CT值,所述第一像素为奇数列的偶数行像素和偶数列的奇数行像素,或者奇数列的奇数行像素和偶数列的偶数行像素;利用近邻插值算法,基于待获取CT值的第二像素的四个近邻的所述第一像素的CT值,获取所述第二像素的CT值,在获取所述原始图像的所有像素的CT值后,完成图像重建。解决现有技术中在图像实际分辨率受限于现有技术条件而无法改善图像质量的情况下,高像素图像重建所需的算力过高,造成算力浪费,减慢了重建速度的问题。
Description
技术领域
本申请涉及CT图像重建技术领域,具体涉及一种高像素图像的CT重建方法、装置及存储介质。
背景技术
在CT图像重建中,最常见的图像像素尺寸是512x512,随着产品技术的不断发展1024x1024的高像素图像的临床需求也越来越常见。但图像的实际分辨率受限于CT探测器尺寸,1024x1024的高像素图像的分辨率通常超出了现有技术条件下CT探测器尺寸约束的上限。在CT探测器(闪烁体能量积分探测器)未有根本性突破的前提下,单纯提升像素数量并不能改善图像质量,只是浪费了算力,减慢重建速度。
图像重建的所需的算力基本正比于像素数量,1024x1024的高像素图像重建所需的算力是512x512像素常规图像重建的4倍。在同等算力下,1024x1024的高像素图像重建所需的时间也就是常规图像重建的4倍。
因此,如何在图像实际分辨率受限于现有技术条件的前提下,在保证同等图像质量的同时,降低高像素图像重建所需的算力,是亟待解决的问题。
发明内容
本申请实施例的目的在于提供一种高像素图像的CT重建方法、装置及存储介质,用以解决现有技术中在图像实际分辨率受限于现有技术条件而无法改善图像质量的情况下,高像素图像重建所需的算力过高,造成算力浪费,减慢了重建速度的问题。
为实现上述目的,本申请实施例提供一种高像素图像的CT重建方法,包括:获取待重建的原始图像,所述原始图像由若干列和若干行像素构成;
利用滤波反投影算法,获取所述原始图像的第一像素的CT值,所述第一像素为奇数列的偶数行像素和偶数列的奇数行像素,或者奇数列的奇数行像素和偶数列的偶数行像素;
利用近邻插值算法,基于待获取CT值的第二像素的四个近邻的所述第一像素的CT值,获取所述第二像素的CT值,在获取所述原始图像的所有像素的CT值后,完成图像重建。
可选地,所述获取待重建的原始图像之后,还包括:
确定所述原始图像的每个像素的中心点位置。
可选地,所述利用滤波反投影算法,获取所述原始图像的第一像素的CT值包括:
将每个视角下经过所述第一像素的中心点的反投影射线延长至重排后的探测器平面上,得到所述反投影射线与所述探测器平面的交点位置,通过差值算法得到反投影值,将所述反投影值累加到对应的所述第一像素上;
循环遍历全部视角,得到所有所述第一像素的反投影的累加值,通过归一化算法获取对应的所述第一像素的中心点的CT值作为对应的所述第一像素的CT值。
为实现上述目的,本申请还提供一种高像素图像的CT重建装置,包括:存储器;以及
与所述存储器连接的处理器,所述处理器被配置成:
获取待重建的原始图像,所述原始图像由若干列和若干行像素构成;
利用滤波反投影算法,获取所述原始图像的第一像素的CT值,所述第一像素为奇数列的偶数行像素和偶数列的奇数行像素,或者奇数列的奇数行像素和偶数列的偶数行像素;
利用近邻插值算法,基于待获取CT值的第二像素的四个近邻的所述第一像素的CT值,获取所述第二像素的CT值,在获取所述原始图像的所有像素的CT值后,完成图像重建。
为实现上述目的,本申请还提供一种计算机存储介质,其上存储有计算机程序,其中所述计算机程序被机器执行时实现如上所述的方法的步骤。
本申请实施例具有如下优点:
本申请实施例提供一种高像素图像的CT重建方法,包括:获取待重建的原始图像,所述原始图像由若干列和若干行像素构成;利用滤波反投影算法,获取所述原始图像的第一像素的CT值,所述第一像素为奇数列的偶数行像素和偶数列的奇数行像素,或者奇数列的奇数行像素和偶数列的偶数行像素;利用近邻插值算法,基于待获取CT值的第二像素的四个近邻的所述第一像素的CT值,获取所述第二像素的CT值,在获取所述原始图像的所有像素的CT值后,完成图像重建。
通过上述方法,在第一像素点的反投影算法完成后,对余下第二像素的像素CT值通过近邻插值计算得到,从而在图像实际分辨率受限于现有技术条件的前提下,可以保证同等图像质量,将高像素图像重建所需的算力减少到常规图像重建约一半左右,也就是减少约50%的计算量。在保持图像质量不受影响的同时,减少一半计算量,确保了1024x1024高分辨图像的快速重建。
附图说明
为了更清楚地说明本申请的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引申获得其它的实施附图。
图1为本申请实施例提供的一种高像素图像的CT重建方法的流程图;
图2为本申请实施例提供的一种高像素图像的CT重建方法的反投影重建示意图;
图3为本申请实施例提供的一种高像素图像的CT重建方法的反投影重建中心点示意图
图4a为通过现有技术的方法直接重建的1024x1024图像;
图4b为通过本申请方法重建的1024x1024图像;
图4c为通过现有技术的方法直接重建的768x768图像放大到1024像素后的图像;
图5为本申请实施例提供的一种高像素图像的CT重建装置的模块框图。
具体实施方式
以下由特定的具体实施例说明本申请的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本申请的其他优点及功效,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
此外,下面所描述的本申请不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本申请一实施例提供一种高像素图像的CT重建方法,参考图1,图1为本申请的一实施方式中提供的一种高像素图像的CT重建方法的流程图,应当理解的是,该方法还可以包括未示出的附加框和/或可以省略所示出的框,本申请的范围在此方面不受限制。该方法包括以下步骤:
在步骤101处,获取待重建的原始图像,所述原始图像由若干列和若干行像素构成。
具体地,参考图2,实线网格代表待重建的原始图像(利用CT扫描获取的图像数据)中的像素,图示为6x6像素的简化图像示意图,实际图像通常为512x512像素或1024x1024像素。
在一些实施例中,所述获取待重建的原始图像之后,还包括:
确定所述原始图像的每个像素的中心点位置。
具体地,参考图2,虚线是每个像素的中心线,它们的交点是每个像素的中心,图像重建即计算每个像素中心点的CT值。
在步骤102处,利用滤波反投影算法,获取所述原始图像的第一像素的CT值,所述第一像素为奇数列的偶数行像素和偶数列的奇数行像素,或者奇数列的奇数行像素和偶数列的偶数行像素。
具体地,以1024x1024像素的图像为例,我们仅对奇数列的偶数行像素和偶数列的奇数行像素做反投影计算,如图3所示实心圆点所标记的这些像素点。(上述“奇数列的偶数行像素和偶数列的奇数行像素”也可以改为“奇数列的奇数行像素和偶数列的偶数行像素”)。这样所需要计算的像素点数量约为1024x1024的一半。
在一些实施例中,所述利用滤波反投影算法,获取所述原始图像的第一像素的CT值包括:
将每个视角下经过所述第一像素的中心点的反投影射线延长至重排后的探测器平面上,得到所述反投影射线与所述探测器平面的交点位置,通过差值算法得到反投影值,将所述反投影值累加到对应的所述第一像素上;
循环遍历全部视角,得到所有所述第一像素的反投影的累加值,通过归一化算法获取对应的所述第一像素的中心点的CT值作为对应的所述第一像素的CT值。
具体地,以图2中用蓝色圆点标出的像素中心(第一像素)为例,在图像重建的滤波反投影算法中,对每个视角(view角,即CT旋转采集CT数据时的角度)找到经过该点的反投影射线,延长至重排后的探测器平面上,按反投影射线与探测器平面的交点位置,通过插值计算出反投影值,并累加到该像素上。循环遍历全部view角,计算出反投影的累加值,通过归一化得到该像素中心点的CT值。对图像上所有的第一像素都进行上述计算,就完成了初步的反投影图像重建。显然,反投影图像重建的计算量与需要计算的像素个数成正比。
在步骤103处,利用近邻插值算法,基于待获取CT值的第二像素的四个近邻的所述第一像素的CT值,获取所述第二像素的CT值,在获取所述原始图像的所有像素的CT值后,完成图像重建。
具体地,上述标记点(第一像素)的反投影完成后,对余下未标记点(第二像素)的像素CT值通过近邻插值计算(计算四个近邻像素CT值的平均值)得到。不难发现,除图像边缘外,每个未标记的像素点有4个近邻已标记像素。通过这4个已标记像素点的插值,算出每个未标记的像素点上的CT值,就完成了图像重建。
由于1024x1024像素的分辨率超出了CT探测器尺寸约束的上限。所以这样的“降低”分辨率的方法并不会影响图像的分辨率。
在图4a,图4b,图4c中我们比较了本申请方法与现有方法的图像。图4a是现有方法直接重建1024x1024像素的图像,作为基准图像。图4b是本发明所述方法重建的图像,可以看到它的图像质量与基准图像相差无几,而计算量则是基准图像的50%。作为比较,图4c是现有方法重建768x768像素图像,再放大到同等大小的结果。它的计算量约为基准图像的56%,但可以看到,它的图像质量差于本发明的图像。注意红线圈出部分的马赛克状伪影。
通过上述方法,在第一像素点的反投影算法完成后,对余下第二像素的像素CT值通过近邻插值计算得到,从而在图像实际分辨率受限于现有技术条件的前提下,可以保证同等图像质量,将高像素图像重建所需的算力减少到常规图像重建约一半左右,也就是减少约50%的计算量。在保持图像质量不受影响的同时,减少一半计算量,确保了1024x1024高分辨图像的快速重建。
图5为本申请实施例提供的一种高像素图像的CT重建装置的模块框图。该装置包括:
存储器201;以及与所述存储器201连接的处理器202,所述处理器202被配置成:获取待重建的原始图像,所述原始图像由若干列和若干行像素构成;
利用滤波反投影算法,获取所述原始图像的第一像素的CT值,所述第一像素为奇数列的偶数行像素和偶数列的奇数行像素,或者奇数列的奇数行像素和偶数列的偶数行像素;
利用近邻插值算法,基于待获取CT值的第二像素的四个近邻的所述第一像素的CT值,获取所述第二像素的CT值,在获取所述原始图像的所有像素的CT值后,完成图像重建。
在一些实施例中,所述处理器202还被配置成:所述获取待重建的原始图像之后,还包括:
确定所述原始图像的每个像素的中心点位置。
在一些实施例中,所述处理器202还被配置成:所述利用滤波反投影算法,获取所述原始图像的第一像素的CT值包括:
将每个视角下经过所述第一像素的中心点的反投影射线延长至重排后的探测器平面上,得到所述反投影射线与所述探测器平面的交点位置,通过差值算法得到反投影值,将所述反投影值累加到对应的所述第一像素上;
循环遍历全部视角,得到所有所述第一像素的反投影的累加值,通过归一化算法获取对应的所述第一像素的中心点的CT值作为对应的所述第一像素的CT值。
具体实现方法参考前述方法实施例,此处不再赘述。
本申请可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本申请的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本申请操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本申请的各个方面。
这里参照根据本申请实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
注意,除非另有直接说明,否则本说明书(包含任何所附权利要求、摘要和附图)中所揭示的所有特征皆可由用于达到相同、等效或类似目的的可替代特征来替换。因此,除非另有明确说明,否则所公开的每一个特征仅是一组等效或类似特征的一个示例。在使用到的情况下,进一步地、较优地、更进一步地和更优地是在前述实施例基础上进行另一实施例阐述的简单起头,该进一步地、较优地、更进一步地或更优地后带的内容与前述实施例的结合作为另一实施例的完整构成。在同一实施例后带的若干个进一步地、较优地、更进一步地或更优地设置之间可任意组合的组成又一实施例。
虽然,上文中已经用一般性说明及具体实施例对本申请作了详尽的描述,但在本申请基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本申请精神的基础上所做的这些修改或改进,均属于本申请要求保护的范围。
Claims (3)
1.一种高像素图像的CT重建方法,其特征在于,包括:
获取待重建的原始图像,所述原始图像由若干列和若干行像素构成;
利用滤波反投影算法,获取所述原始图像的第一像素的CT值,所述第一像素为奇数列的偶数行像素和偶数列的奇数行像素,或者奇数列的奇数行像素和偶数列的偶数行像素;
利用近邻插值算法,基于待获取CT值的第二像素的四个近邻的所述第一像素的CT值,获取所述第二像素的CT值,在获取所述原始图像的所有像素的CT值后,完成图像重建;
所述获取待重建的原始图像之后,确定所述原始图像的每个像素的中心点位置;
所述利用滤波反投影算法,获取所述原始图像的第一像素的CT值包括:
将每个视角下经过所述第一像素的中心点的反投影射线延长至重排后的探测器平面上,得到所述反投影射线与所述探测器平面的交点位置,通过差值算法得到反投影值,将所述反投影值累加到对应的所述第一像素上;
循环遍历全部视角,得到所有所述第一像素的反投影的累加值,通过归一化算法获取对应的所述第一像素的中心点的CT值作为对应的所述第一像素的CT值。
2.一种高像素图像的CT重建装置,其特征在于,包括:
存储器;以及
与所述存储器连接的处理器,所述处理器被配置成:
获取待重建的原始图像,所述原始图像由若干列和若干行像素构成;
利用滤波反投影算法,获取所述原始图像的第一像素的CT值,所述第一像素为奇数列的偶数行像素和偶数列的奇数行像素,或者奇数列的奇数行像素和偶数列的偶数行像素;
利用近邻插值算法,基于待获取CT值的第二像素的四个近邻的所述第一像素的CT值,获取所述第二像素的CT值,在获取所述原始图像的所有像素的CT值后,完成图像重建;
所述获取待重建的原始图像之后,还包括:
确定所述原始图像的每个像素的中心点位置;
所述利用滤波反投影算法,获取所述原始图像的第一像素的CT值包括:
将每个视角下经过所述第一像素的中心点的反投影射线延长至重排后的探测器平面上,得到所述反投影射线与所述探测器平面的交点位置,通过差值算法得到反投影值,将所述反投影值累加到对应的所述第一像素上;
循环遍历全部视角,得到所有所述第一像素的反投影的累加值,通过归一化算法获取对应的所述第一像素的中心点的CT值作为对应的所述第一像素的CT值。
3.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被机器执行时实现如权利要求1所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310316568.3A CN116363247B (zh) | 2023-03-29 | 2023-03-29 | 高像素图像的ct重建方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310316568.3A CN116363247B (zh) | 2023-03-29 | 2023-03-29 | 高像素图像的ct重建方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116363247A CN116363247A (zh) | 2023-06-30 |
CN116363247B true CN116363247B (zh) | 2023-10-20 |
Family
ID=86917241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310316568.3A Active CN116363247B (zh) | 2023-03-29 | 2023-03-29 | 高像素图像的ct重建方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116363247B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1711968A (zh) * | 2005-05-26 | 2005-12-28 | 西安理工大学 | Ct图像的快速渐进式直接体绘制三维重建方法 |
CN113112561A (zh) * | 2021-04-16 | 2021-07-13 | 赛诺威盛科技(北京)股份有限公司 | 图像重建方法、装置和电子设备 |
-
2023
- 2023-03-29 CN CN202310316568.3A patent/CN116363247B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1711968A (zh) * | 2005-05-26 | 2005-12-28 | 西安理工大学 | Ct图像的快速渐进式直接体绘制三维重建方法 |
CN113112561A (zh) * | 2021-04-16 | 2021-07-13 | 赛诺威盛科技(北京)股份有限公司 | 图像重建方法、装置和电子设备 |
Non-Patent Citations (3)
Title |
---|
FPGA加速三维CT图像重建;邓靖飞;李建新;李磊;闫镔;;电子技术应用(第09期);全文 * |
小波变换用于CT图像重建及处理研究;刘杰, 李政, 康克军, 蔚艳霞;系统工程与电子技术(第02期);全文 * |
心脏CT 综合仿真模型及快速图像重建;刘杰;《系统仿真学报》;第第20 卷卷(第第16 期期);4417-4420 * |
Also Published As
Publication number | Publication date |
---|---|
CN116363247A (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210067848A1 (en) | End to End Network Model for High Resolution Image Segmentation | |
CN110136066B (zh) | 面向视频的超分辨率方法、装置、设备和存储介质 | |
CN111833251B (zh) | 一种三维医学图像超分辨率重建方法及装置 | |
EP2916543A1 (en) | Method for coding/decoding depth image and coding/decoding device | |
CN111161269B (zh) | 图像分割方法、计算机设备和可读存储介质 | |
JP6387646B2 (ja) | グレースケール画像の処理方法及び装置 | |
CN111447359B (zh) | 数字变焦方法、系统、电子设备、介质及数字成像设备 | |
CN108109109B (zh) | 一种超分辨率图像重构方法、装置、介质及计算设备 | |
CN109410141A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
US20210042969A1 (en) | System and method for mpr streak reduction | |
US8948502B2 (en) | Image processing method, and image processor | |
JP2015203952A (ja) | 超解像装置及びプログラム | |
Patel et al. | Accelerated seam carving for image retargeting | |
CN114494022A (zh) | 模型训练方法、超分辨率重建方法、装置、设备及介质 | |
CN113112561B (zh) | 图像重建方法、装置和电子设备 | |
CN116363247B (zh) | 高像素图像的ct重建方法、装置及存储介质 | |
JP7106741B2 (ja) | 学習方法、学習装置、生成モデル及びプログラム | |
JP2011119824A (ja) | 画像処理装置及び画像処理プログラム | |
Shao et al. | Medical image blind super‐resolution based on improved degradation process | |
CN116309033A (zh) | 超分辨率图像生成方法、装置以及存储介质 | |
CN112419146B (zh) | 一种图像处理方法、装置及终端设备 | |
CN114140340A (zh) | 图像数据的伪影处理方法及装置、存储介质、终端 | |
AT&T | ||
CN113191955A (zh) | 图像超分辨率重建的方法及装置 | |
Mokari et al. | Fast single image SR via dictionary learning |
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 |