CN1953709A - 图像处理装置及其方法 - Google Patents

图像处理装置及其方法 Download PDF

Info

Publication number
CN1953709A
CN1953709A CN200580015769.XA CN200580015769A CN1953709A CN 1953709 A CN1953709 A CN 1953709A CN 200580015769 A CN200580015769 A CN 200580015769A CN 1953709 A CN1953709 A CN 1953709A
Authority
CN
China
Prior art keywords
image
smoothing
amount
analysis
mix
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
CN200580015769.XA
Other languages
English (en)
Other versions
CN100502786C (zh
Inventor
尾见康夫
宫崎靖
三竹毅
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.)
Hitachi Healthcare Manufacturing Ltd
Original Assignee
Hitachi Medical Corp
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 Hitachi Medical Corp filed Critical Hitachi Medical Corp
Publication of CN1953709A publication Critical patent/CN1953709A/zh
Application granted granted Critical
Publication of CN100502786C publication Critical patent/CN100502786C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • 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
    • G06T2207/30016—Brain

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明的图像处理装置具备对图像数据内的至少一部分分别生成平滑化图像和清晰化图像的图像生成机构和生成将由该图像生成机构生成的平滑化图像和清晰化图像混合的混合图像的混合图像生成机构，所述图像处理装置具备：分析量计算机构，其对分别包围所述图像数据内的各像素的任意大小的每一个矩阵算出该矩阵内的多个像素值相关的分析量；控制机构，其按照通过该分析量计算机构算出的分析量控制上述混合图像生成机构的平滑化图像和清晰化图像的混合比率；和显示机构，其显示通过由该控制机构控制的混合图像生成机构输出的混合图像。由此，能够抑制图像的分辨率的降低并能除去噪声。

Description

图像处理装置及其方法
技术领域
本发明涉及在收集被摄体的图像的情况下，提高被收集的图像数据的信号对噪声之比(S/N比)，并且有助于抑制上述收集的图像的分辨率的降低的技术。
背景技术
医用图像为，对被摄体(被检查者)进行包括X射线、γ射线的放射线、磁、超声波等的用于测量的能量照射，对通过上述能量照射得到的上述被捡查者的透射信号或反射信号等由计算机进行数据处理，在该被数据处理的结果中，上述被检查者的内部被图像化。
近年来，在上述医用图像的测量时，一方面由于X射线辐射等的测量而从保护被检查者的角度要求降低对检查者照射的能量。另一方面，即使在能量照射被降低也要求高像质的图像。
双方的要求有矛盾的关系，用于满足上述要求的一个方法为通过抑制用于上述测量的能量而除去增加的噪声信号，改善S/N比的技术。
现有的图像处理方法在“专利文献1”中被公开。“专利文献1”中具备下述阶段，关于第一图像数据的各像素，取得强调清晰度的清晰化图像数据的阶段；对上述第一图像数据的各像素取得已平滑化的平滑化图像数据的阶段；对上述第一图像数据的各像素算出边缘度的阶段；对所算出的上述边缘度的最频值按照提高上述平滑化图像数据的融合比率的方式设定边缘度-融合比率相关的阶段；基于该边缘度-融合比率相关对每个像素融合上述清晰化图像数据和上述平滑化图像数据并得到第二图像数据的图像数据融合阶段。由此，可具有图像数据的轮廓部强调和粒子状噪声降低的两方面效果。
专利文献1：特开2003-1312352号公报
但是，由于“专利文献1”所公开的技术，考虑了算出上述边缘度的阶段在该算出时将尖峰噪声(spike noise)以外的本来的图像的像素信息也作为噪音进行识别，由此也会除去识别出的本来的像素信息的情况，因此从有可能导致图像的分辨率降低的角度来说考虑不充分。
发明内容
本发明的图像处理装置，具备图像生成机构和混合图像生成机构，其中所述图像生成机构对图像数据内的至少一部分分别生成平滑化图像和清晰化图像，所述混合图像生成机构生成将由该图像生成机构生成的平滑化图像和清晰化图像混合的混合图像，所述图像处理装置具备：分析量计算机构，其对分别包围所述图像数据内的各像素的任意大小的每一个矩阵算出该矩阵内的多个像素值相关的分析量；控制机构，其按照通过该分析量计算机构算出的分析量控制上述混合图像生成机构的平滑化图像和清晰化图像的混合比率；和显示机构，其显示通过由该控制机构控制的混合图像生成机构输出的混合图像。
由此，可提供一种抑制图像的分辨率降低并可除去噪声的图像处理装置。
此外，本发明的图像处理方法包括图像生成步骤和混合图像生成步骤，其中所述图像生成步骤对图像数据内的至少一部分分别生成平滑化图像和清晰化图像，所述混合图像生成步骤生成将由该图像生成机构生成的平滑化图像和清晰化图像混合的混合图像，所述图像处理方法包括：分析量计算步骤，其对分别包围所述图像数据内的各像素的任意大小的每一个矩阵算出该矩阵内的多个像素值相关的分析量；和控制步骤，其按照通过该分析量计算机构算出的分析量控制上述混合图像生成机构的平滑化图像和清晰化图像的混合比率；和显示步骤，其显示通过由该控制机构控制的混合图像生成机构输出的混合图像。
由此，提供一种抑制图像的分辨率的降低并可除去噪声的图像处理方法。
发明效果
通过本发明能够抑制图像的分辨率的降低并能除去噪声。
此外，由于能够适当地决定混合平滑化图像和清晰化图像的比率，因此能够有效地实现图像数据的轮廓的维持和噪声降低两方面，能够生成具有期望的分析量的图像。
附图说明
图1为本发明的图像处理装置的示意结构图。
图2为实施方式1的从图像读入到图像保存为止的流程图。
图3为方差或标准偏差与混合权重之间的关系的说明图。
图4为各部位的威纳频谱的说明图。
图5为方差或标准偏差与混合权重之间的关系的说明图。
图6为平滑化滤波器的流程图。
图7为平滑化滤波器的示意图。
图8为表示标准偏差和矩阵大小的关系的图。
图9为实施方式2的从图像读入到图像保存为止的流程图。
图10为设定某ROI的源图像的威纳频谱和期望的威纳频谱的说明图。
图11为表示分析量为方差或标准偏差时的第二混合权重的初始值决定用查表的一例。
图12为对某ROI的源图像的威纳频谱和期望的威纳频谱的差值进行规一化的一例的图。
图13为表示分析量为威纳频谱时的第二混合权重的初始值决定用查表的一例的图。
图14为表示图像噪声显眼的图像例的图。
图15为表示在图14的图像中应用现有技术的图像的一例的图。
图16为表示在图14的图像中应用本发明的图像的一例的图。
图17为表示具有某标准偏差值的现有图像例的图。
图18为表示在图17的图像中应用本发明的图像的一例的图。
具体实施方式
以下参照附图对本发明相关的图像诊断支援装置的优选实施方式进行详细说明。
(实施方式1)
图1为表示本发明相关的图像处理装置的结构例的框图。
本发明相关的图像处理装置具有图像取得机构1、与图像取得机构1可传递信号地连接的运算处理机构2；与运算处理机构2可传递信号地连接的图像显示机构3。
图像取得机构1根据作为处理对象的图像种类而不同，例如如果成为处理对象的图像为X射线透视图像、CT图像、MR图像或超声波图像等的医疗用数字图像数据，则这些图像取得装置为X射线装置、CT装置、MR装置或超声波装置等的医疗用图像诊断装置。
或者，在成为处理对象的图像为由数码相机所拍摄的图像或由扫描仪读取的图像等的数字图像数据的情况下，这些图像取得装置为数码相机或扫描仪等的图像取得机器。由于在这些图像取得机器中以较少的入射光量取得的图像的噪声成分较多，因此本发明公开的方法在除去该噪声的情况下也能采用。
运算处理机构2为与图像取得机构1一体化地计算机或另外独立地计算机，具有平滑化图像生成机构4、清晰度图像生成机构5、分析量计算机构6、图像混合机构7、保存机构8、存储机构9以及输入机构10。
平滑化图像生成机构4进行处理对象源图像上的噪声去除。清晰度图像生成机构5对处理对象源图像的边缘进行强化。分析量计算机构6算出图像的方差值、标准偏差值、威纳频谱值等。图像混合机构7基于分析量计算机构6算出的分析量混合平滑化图像和清晰化图像。保存机构8具有保存平滑化图像、清晰度化图像和混合图像的功能和保存各种程序的功能，为硬盘等。存储机构9具有暂时保存平滑化图像、清晰化图像和混合图像的功能，为存储器等。输入机构10具有操作者输入用于使图像处理装置动作的各种参数的功能，为鼠标或键盘等。
此外，图像取得机构1具有作为计算机的功能，因此至少包括数字信号处理器(DSP)、微处理器(MPU)以及中央处理单元(CPU)中的一种。
图像显示机构3为图像取得机构1、运算处理机构2或该任一个一体化或独立的显示器等的显示装置。
图2为表示从本发明相关的图像处理装置的实施方式1的数据读入到输出图像的显示的流程图。
步骤201中，图像取得机构读入成为处理对象的图像，运算处理机构2将上述所读入的图像存储在存储机构9中。
或者，运算处理机构2将已保存在保存机构8中的图像读入，运算处理机构2也可将上述读入的图像保存在保存机构9中。
此时读入的图像也可为通过X射线装置、MR装置、CT装置、超声波诊断装置、数码相机等新生成的数字图像数据，并不限于上述种类。在步骤202中，操作者(未图示)选择用于算出混合平滑化图像和清晰化图像的比率的源的分析量的各种参数，采用输入机构10将该所选择的各种参数输入到运算处理机构2中。
该参数为分析量的种类和矩阵大小。所谓分析量指统计学的物理量，用将矩阵内的像素值作为基础计算得到的值反映图像的粒状性。分析量的种类例如为矩阵内的像素值的方差、标准偏差、维也纳光谱以及差值中的至少一个。在此所述的差值表示将某关注的像素值和位于其周边的像素的像素值相减后的值。矩阵尺寸指算出该分析量的像素的范围，例如指定某像素周边的3×3矩阵或5×5矩阵。在此，这些分析量的种类和矩阵大小的参数也可由操作者任意指定，也可由程序预先设定。
另外，步骤202能够省略预先设定上述参数的情况。
在步骤203中，分析量计算机构6基于由步骤202决定的参数算出该分析量。
在此矩阵内的像素值的方差、标准偏差以及威纳频谱的计算方法是公知的方法。步骤204中，图像混合机构7按照由步骤203算出的分析量计算混合平滑化图像和倾斜化图像的权重。混合权重的计算方法在后面叙述。
对每一个像素决定混合权重W(x，y)，对所有的像素重复步骤203～204直到该计算终止为止。在步骤205中，如果运算处理机构2对所有的像素结束运算，则转移到下一个步骤。在步骤206中，平滑化图像生成机构4对处理对象源图像进行噪声除去处理。在噪声除去处理中可使用移动平均滤波器或中间值滤波器等的公知的平滑化滤波器，但也可基于后述的分析量使用平滑化滤波器。
在步骤207中，清晰化生成机构5对处理对象的原图像进行边缘强化处理。
在边缘强化处理中，也可使用采用拉普拉斯算子(二次微分)的清晰化滤波器等的公知的边缘强化滤波器。
在步骤208中，图像混合机构8基于由步骤204算出的混合权重W(x，y)根据式1对平滑化图像AIMG(x，y)和清晰化图像BIMG(x，y)进行混合，生成混合图像OIMG(x，y)。
OIMG(x，y)＝W(x，y)·AIMG(x，y)+(1-W(x，y))·BIMG(x，y)    (式1)
在步骤209中，运算处理机构2将步骤208中生成的混合图像OIMG(x，y)显示在图像显示机构3中。
在步骤210中，运算处理机构2让操作者判断是否需要保存混合图像。由于该判断，运算处理机构2在图像显示机构3中显示保存确认信息，操作者按照该显示判断要否保存。在需要保存混合图像的情况下，运算处理机构2在步骤211中保存于保存机构8中。
在上述动作说明中，以混合权重计算、平滑化图像生成、清晰化图像生成的顺序记述了处理内容，但这些处理的顺序可不同。即步骤202～205之前的处理和步骤206、207也可任意地替换处理顺序。该处理顺序的替换，操作者通过输入机构10将该处理顺序显示在图像显示机构3中并任意地进行设定。
此外，如果运算处理机构2的处理能力高，则对上述混合权重计算、上述平滑化图像生成以及上述清晰化图像生成进行并行处理或流水线处理，也可进一步实现运算的高速化。
接下来，对分析量为方差或标准偏差的情况的混合权重的计算方法的一例进行说明。
式2、式3对以某像素P(x，y)为中心的M×N矩阵的方差D(x，y)和标准偏差σ(x，y)进行定义。
D ( x , y ) = Σ i = x - M / 2 x + M / 2 Σ j = y - N / 2 y + N / 2 ( P ( i , j ) - p - ) 2 / ( M · N )
(式2)
σ ( x , y ) = D ( x , y ) = Σ i = x - M / 2 x + M / 2 Σ j = y - N / 2 y + N / 2 ( P ( i , j ) - P ‾ ) 2 / ( M · N )
(式3)
在此由下式定义以像素P(x，y)为中心的M×N矩阵内的像素值的平均值。
(式4)
p - = Σ i = x - M / 2 x + M / 2 Σ j = y - N / 2 y + N / 2 P ( i , j ) / ( M · N )
(式4)
图3为表示方差或标准偏差与混合权重的关系的曲线图。该曲线图对方差或标准偏差从0到THσ为止的范围决定阈值THY～1的范围。其决定方法也可为图3中的黑线11那样的线性或如图3中的虚线12那样的三角函数型的任一个。
一般来说，矩阵内的像素值的方差D(x，y)和标准偏差σ(x，y)有如果图像噪声大则变大的倾向。在此，如果方差D(x，y)和标准偏差σ(x，y)比规定值越大，越提高平滑化图像的混合比率，则可发挥噪声降低效果。
另一方面，由于有急剧的浓度变化，因此在边缘附近的矩阵的方差和标准偏差极端地变高。在此，边缘附近的矩阵能够解释存储某些构造物、例如脏器的边界。
在这种情况下，如果降低平滑化图像的混合比率，则使分辨率优先。阈值THσ也可为根据经验得到的边缘附近的标准偏差或方差。
另外，图3中的THY的起点也可为0，但在THY为0的情况下，在存在急剧的浓度变换的区域中会有在清晰化图像的部分中产生不自然的边界线(二重线)等的情况。因此，为了防止该不自然的边界线的产生，优选THY不为0，为渐近于0的值。
此外，矩阵的大小(M×N)也可为任意值，但优选为维持边缘或结构物的清晰度并在除去噪声时基本上为3×3或5×5的大小。如果矩阵尺寸的大小为3×3或5×5左右，则从运算时间缩短的角度来看优选。
接下来，对分析量为威纳频谱时的混合权重的计算方法进行说明。威纳频谱通过自相关函数的傅立叶变换求出，为在图像的粒状性的评价中一般使用的分析量，威纳频谱越低则粒状度越好。
作为例子在图4中表示腹部CT图像的各部位的威纳频谱。图4的威纳频谱用32×32矩阵算出。部位21的矩阵内存在急剧的浓度变化，因此解释为矩阵内包括骨等的轮廓。由于部位22和部位23在矩阵内不存在急剧的浓度变化，因此解释为在矩阵内不包括轮廓或结构物。此外，部位22与部位23相比，由于威纳频谱低，粒状度较好，因此解释为矩阵内的噪声较小。
威纳频谱的形状，由图4可知，根据急剧的浓度变化的有无和噪声的强弱而变化。由于在轮廓附近有急剧的浓度变化，因此低频区域的威纳频谱变地极端高。在此，在低频区域的威纳频谱比阈值WSTH高的矩阵的情况下，优先分辨率，如图5所示给平滑化图像的混合权重赋予最低值THY。
在低频区域的威纳频谱比阈值WSTH低的情况下，优先除去噪声。具体地来说，威纳频谱如图5所示，按照越大的像素越提高平滑化图像的混合比率的方式决定混合权重。阈值WSTH为根据经验得到的轮廓附近的威纳频谱。
图5的横轴也可是例如图4的F1所示那样特定的频带的威纳频谱，或者也可是F2～F3的区间的平均值。混合权重相对威纳频谱在THY～1的范围中决定。该决定的方法也可是图5中的黑线13所示那样为线性或图5中的虚线14的三角函数状的任一个形状。图5中的THY也可为零，但在THY为0的情况下，在存在急剧的浓度变化的区域中会有清晰化图像具有不自然的边界线(二重线)的情况。因此，优选THY不为0且为渐进于0的值。由图4可知，如果噪声小，则威纳频谱变低，轮廓等的急剧的浓度剃度所引起的威纳频谱的变化具有在低频区域中出现的倾向。因此，在将特定的频带的威纳频谱作为图5的横轴的情况下，确切地判定轮廓的有无，因此优选将该特定的频带设定为高频区域。
此外，在特定的区间的威纳频谱的平均值为图5的横轴的情况下，能够确切地判定有无轮廓，因此优选特定区间设定为低～中频区域。矩阵的大小(M×N)越小，威纳频谱的频率分辨率越低，矩阵的大小越大则越增强使细小的轮廓不清楚的效果。
因此，在分析量为威纳频谱的情况下，优选矩阵的大小为16×16、32×32程度的矩阵大小。
接下来，基于图6对图2的步骤206的平滑化图像的生成方法进行说明。图6为基于本实施方式的分析量的平滑化滤波器的示意图和处理流程图。在步骤601中，分析量计算机构6求出标准偏差。
求出标准偏差的范围优选以像素P(x，y)为中心的3×3至5×5矩阵，但并不限于该例示的矩阵大小。
在此所述的范围与后面的矩阵大小不同，由于求得标准偏差，因此为暂定的范围。
步骤602中，运算处理机构2基于由步骤601算出的标准偏差，根据图7和图8决定作为用于平滑化的单位的矩阵大小。
运算处理机构2如图8所示，按照标准偏差越大越增大矩阵大小的方式决定。其中，在轮廓部等中标准偏差极端地高，因此在标准偏差比阈值THSD大的情况下，优先分辨率，也可为最小矩阵大小(3×3)。在此，THSD为根据经验得到的轮廓附近的标准偏差值。
运算处理机构2也可将任意值赋予TH1～TH5，也可根据下式决定。
(式5)
TH 1 = THSD / N TH 2 = 2 · THSD / N TH 3 = 3 · THSD / N TH 4 = 4 · THSD / N TH 5 = 5 · THSD / N
(式5)
式5中的N为0到THSD的领域的分割数，图7的情况下，该分割数为6。另外，在图7中最小矩阵大小为3×3、最大矩阵大小为13×13，设从0到THSD的分割数为6，但最小以及最大矩阵大小、分割数并不限于这些，也可任意地设定。
由此，包括噪声较多的标准偏差大的部位以大的矩阵大小进行分析量的运算处理，噪声少的标准偏差较小的像素以小的矩阵大小进行分析量的运算处理，此外存在轮廓等的极端的浓度变化的部位以最小的矩阵大小进行分析量的运算处理。
由此，可实现分辨率的降低抑制的效果和噪声除去效果两方面。另外，在像素P(x，y)接近图像的端部的情况下，在按照图7决定的矩阵大小中会有矩阵超出图像范围的情况，但也可将该情况置换为不超出范围的大小而进行处理。
在步骤603中，运算处理机构2在以由步骤602决定的大小规定的像素P(x，y)为中心的矩阵内乘以基于分析量的权重并对像素值进行平均化，决定滤波后的像素值。
接下来，对基于分析量的滤波后的像素值的决定方法进行说明。设某坐标(x，y)的滤波前的像素值为P(x，y)，滤波后的像素值为P’(x，y)，则根据下式算出P’(x，y)。
(式6)
p ' ( x , y ) = Σ i = x - ( N - 1 ) / 2 x + ( N - 1 ) / 2 Σ j = y - ( N - 1 ) / 2 y + ( N - 1 ) / 2 p ( i , j ) · W ( i , j ) Σ i = x - ( N - 1 ) / 2 x + ( N - 1 ) / 2 Σ j = y - ( N - 1 ) / 2 y + ( N - 1 ) / 2 W ( i , j )
(式6)
在此，N为矩阵大小，在上述的方法中对每一个像素进行决定。此外，坐标(i，j)为矩阵内的各坐标，P(i，j)为坐标(i，j)的像素值。在此i为到x-(N-1)/2～x+(N-1)/2的整数，j为到y-(N-1)/2～y+(N-1)/2的整数。从而例如如果矩阵大小为3×3，则i、j为-1、0、1，如果矩阵大小为5×5，则i、j为-2、-1、0、1、2。还有，W(i，j)为对像素值进行平均化时的权重，按照下式决定。
(式7)
W ( i , j ) = { 1 - ( P ( i , j ) - P ( x , y ) α · σ ) } 2
(式7)
在式7中，σ为标准偏差，该值也可采用在图6的步骤601中算出的值。此外，α为决定平滑化的程度的任意常数，α越大平滑化的程度越强，噪声除去效果增强。在式7中，平均化的权重W(i，j)按照像素值的差或偏差(标准偏差)、即像素值的类似性决定，类似性越强权重越大。因此，根据式6像素值越为较相似的值，则称以越大的权重并进行平均化，从而与以往的平滑化滤波器相比能够期待平均化所引起的分辨率降低的抑制效果。因此，运算处理机构2按照能够起到充足的噪声除去效果的方式决定α并由式7决定权重，如果按照式6进行处理，则可达到分辨率的降低抑制的效果和充足的噪声除去效果两方面。在式7中，W(i，j)在像素值中按照类似性决定。此外，运算处理机构2也可根据式8那样按照像素值的类似性和中心像素之间的距离来决定。在这种情况下也能期待与由式7决定权重的情况相同的效果。
(式8)
W ( i , j ) = 1 ( x - i ) 2 + ( y - i ) 2 { 1 - P ( i , j ) - P ( x , y ) α · σ } 2
(式8)
以上，如图2所示的流程图，例如通过图1的运算处理机构2可自动地执行。
接下来，在适用本实施方式1的情况下，边提高信号对噪声比(SN比)，边将抑制分辨率的降低的混合图像与现有技术对比来表示。
图14为信号噪声比不良好且图像噪声显眼的CT图像的采样图像。
图15为对图14的图像适用现有技术(移动平均滤波器)并进行噪声减低的情况的采样图像。
与此相对，图16为对图14的图像适用本发明的实施方式1并进行噪声降低时的采样图像。对图15和16进行比较，在图15中除去了图14中所有的噪声，但分辨率降低且图像的清晰度也降低。
与此相对，可知在图16中，图14中的噪声明显减少，分辨率也维持与原图像相同的分辨率。
从而，通过本实施方式，可达到除去噪声和维持分辨率两方面，能够对该图像的再现提供最佳状态。
(实施方式2)
图9为表示从本发明相关的图像处理装置的实施方式2的数据读入到输出图像的表示为止的流程图。
与实施方式1的不同点为根据对图像内的某关心区域内的图像的混合权重和对图像全体的第二混合权重那样适用多个混合权重。
在步骤901中，运算处理机构2，读入作为处理对象的图像，保存在保存机构9中。此时，运算处理机构2也可读入己保存在保存机构8中的图像并保存，也可读入通过CT装置或数码相机新生成的数字图像数据这一情况与实施方式1中所说明的相同。在步骤902中，运算处理机构2将用于算出作为混合平滑化图像和清晰化图像的比率的基础的分析量的各种参数显示在图像显示机构3中，操作者经由输入机构10从该显示的各种参数中进行选择。与实施方式1中所说明的相同，任一个都为反映图像的粒状性的分析量。
矩阵大小指算出上述的分析量的范围，例如运算处理机构2在用于算出分析量的参数中指定某像素周边的3×3矩阵或5×5矩阵。
此外，不需要矩阵的形状为正方形这一点也与实施方式1相同。
在此操作者也可任意指定用于算出分析量的参数，也可预先设定。此外，在预先设定的情况下，可省略步骤902。
在步骤903中，操作者经由输入机构10在滤波前的图像上设定关心区域(以下称作ROI)。
此时运算处理机构2也计算ROI内的分析量，优选在图像显示机构3上与图像一起显示。
在步骤904中，操作者经由输入机构10指定应取得滤波后的图像的ROI内的分析量的期望值。
例如在分析量为方差或标准偏差的情况下，操作者介由输入机构10经由用户接口输入任意的方差或标准偏差的值。
该输入例，作为处理对象的图像为CT图像，如果通过滤波生成相当于以k倍的线量摄影的图像的图像，则也可指定当前的1/k倍的方差值或当前倍的标准偏差值。
此外，在分析量为威纳频谱时，将如图10所示的滤波前的威纳频谱25显示在图像显示机构3上，操作者也可经由输入机构10在图形上指定期望形状的威纳频谱26。
此时，操作者经由输入机构10通过图形用户界面(GUI)对ROI内的威纳频谱的形状进行变更或设定。
在此所指定的值按照图像中最应重视的ROI内具有期望的分析量的方式指定。
在步骤905中，分析量计算机构6基于以步骤902决定的参数算出以各像素为中心的矩阵内的分析量。
在此作为分析量的方差、标准偏差、威纳频谱的计算方法也可为公知的方法。
在步骤906中，图像混合机构7基于由步骤905算出的分析量计算第一混合权重W1(x，y)。
第一混合权重的计算方法也可与上述实施方式1的混合权重的计算方法相同。
对每一个像素决定第一混合权重，运算处理机构2在步骤907中重复步骤905～906直到所有的像素计算结束为止。
运算处理机构2，如果所有的像素计算结束，则进入到下一个步骤。
在步骤908中，运算处理机构2采用清晰化图像生成机构5，对处理对象源图像进行边缘强化处理。
边缘强化处理与实施方式1中所述的方法相同。
在步骤909中，运算处理机构2采用平滑化图像生成机构4，对作为处理对象源图像进行噪声除去处理。噪声除去处理也可与实施方式1所示的方法相同。
在步骤910中，操作者基于由步骤903指定的源图像的ROI内的分析量，运算处理机构2基于由步骤904决定的混合图像的ROI内的期望的分析量值来决定第二混合权重W2的初始值。
对第二混合权重W2的初始值的决定方法后述。
在步骤911中，图像混合机构7基于由步骤906得到的第一混合权重和由步骤910得到的第二混合权重根据式9混合平滑化图像AIMG(x，y)和清晰化图像BIMG(x，y)，生成混合图像OIMG(x，y)。
(式9)
OIMG(x，y)＝W2·W1(x，y)·AIMG(x，y)+(1-W2·W1(x，y))·BIMG(x，y)  (式9)
在步骤912中，运算处理机构2算出混合图像OIMG(x，y)中的ROI内的分析量。
在步骤913中，运算处理机构2判定由步骤912算出的ROI内的分析量与步骤904所指定的值是否一致，如果一致，则进入到下一个步骤。
在步骤914中，不一致的情况下，如果混合权重没有达到极限(0或1)，则运算处理机构2边适当变更第二混合权重的值，边重复步骤910～912的处理直到与步骤904所指定的期望的值一致为止，在混合权重达到极限的情况下，重复步骤909～912的处理直到与步骤904所指定的期望的值一致为止。
在此所述的平滑化水平(level)是指在平滑化滤波器中采用移动平均滤波器或中间值滤波器的情况下矩阵大小的事，在采用基于上述的分析量的平滑化滤波器的情况下指式7中的α。
运算处理机构2重复步骤910～912或909～912的处理，也有与步骤904所指定的规定值不完全一致的情况。
此时，运算处理机构2也可重复步骤910～912或909～912的处理直到由步骤904指定的期望值之间的误差收敛在任意的范围内(例如5％)。
此外，运算处理机构2也可预先固定重复步骤910～912或909～912的次数，按照其中与期望的值之间的误差最小的方式生成混合图像。在步骤915中，运算处理机构2将由步骤912生成的混合图像OIMG(x，y)显示在图像显示机构3中。在步骤916中，运算处理机构2盘点是否需要保存混合图像。
在需要保存的情况下，运算处理机构2采用步骤917保存在图像保存机构8中。
接下来，对第二混合权重的初始值的决定方法进行说明。首先对分析量为分散或标准偏差的情况进行说明。在对具有某方差或标准偏差的源图像以某比率混合由特定的平滑化滤波器生成的平滑化图像和由特定的清晰化滤波器生成的清晰化图像的情况下，混合图像中的方差或标准偏差可唯一决定。将上述情况总结在表格中，能够生成如图11所示的查表(lookuptable)。对采用该查表的第二混合权重的初始值的决定方法进行说明。
例如，在图9的步骤903中得到源图像中的ROI内的方差或标准偏差的值，在图9的步骤904中指定混合图像的ROI内的期望的方差或标准偏差的值。将在图11的查表的纵轴上ROI内的方差或标准偏差的值一致的位置和横轴上混合图像的ROI内的期望的方差或标准偏差的值一致的位置的交点的某值设为第二混合权重的初始值。
另外，图11中采用相对方差或标准偏差标本间隔0.5的查表，但标本间隔并不限于此，也可为任意的大小。
接下来，对分析量为威纳频谱时的第二混合权重的初始值的决定方法进行说明。将源图像的威纳频谱和期望的威纳频谱相减，如果用1进行规一化，则变为图12那样。在对具有某威纳频谱的源图像，以某比率混合由特定的平滑化滤波器生成的平滑化图像和由特定的清晰化滤波器生成的清晰化图像的情况下，源图像和混合图像的威纳频谱的差值的各频率成分值可唯一地决定。因此，能够生成图13那样的查表。在图9的步骤803中，可得到源图像的ROI内的威纳频谱，在图9的步骤804中指定混合图像的期望的威纳频谱，因此将对它们进行减法运算并规一化的两个频带27、28适用于图13的查表中来决定第二混合权重的初始值。在图13中采用相对威纳频谱的差标本间隔0.1的查表，但标本间隔并不限于此，可为任意的大小。
以上图9中所示的流程图例如可通过图1的运算处理机构2自动地执行。
接下来，与现有例的情况对比表示适用本实施方式2，一边提高信号噪声比(S/N比)一边抑制分辨率的降低的结果。
图17为ROI31、32内的标准偏差为约8的CT图像的样品图像。
图18为在图17的图像中适用本发明的实施方式2的样品图像且将标准偏差设定为4。
根据图18可知，能够得到一边抑制分辨率的降低一边降低噪声的期望的分析量的图像。
通过本发明，在提高数字图像数据的信号对噪声比的情况下，具有一边抑制分辨率的降低一边可降低图像噪声的效果。
此外，也具有在期望的关心区域内能够生成具有期望的分析量的图像的效果。
以上所说明的实施方式只是用于说明本发明的一例，分别单独实施它们、组合实施都属于本发明的权利范围。
产业上的利用可能性
本发明的图像处理装置及其方法，在收集被摄体的图像的情况下，提高被收集的图像数据的信号对噪声之比(S/N比)，并且抑制上述收集的图像的分辨率的降低。

Claims (19)

1、一种图像处理装置，具备图像生成机构和混合图像生成机构，其中所述图像生成机构对图像数据内的至少一部分分别生成平滑化图像和清晰化图像，所述混合图像生成机构生成将该图像生成机构所生成的平滑化图像和清晰化图像混合的混合图像，
所述图像处理装置具备：分析量计算机构，其对分别包围所述图像数据内的各像素的任意大小的每一个矩阵算出该矩阵内的多个像素值相关的分析量；和
控制机构，其按照通过该分析量计算机构算出的分析量控制上述混合图像生成机构的平滑化图像和清晰化图像的混合比率；和
显示机构，其显示通过由该控制机构控制的混合图像生成机构输出的混合图像。
2、根据权利要求1所述的图像处理装置，其特征在于，
所述图像数据，为包括X线透视图像、CT图像、MR图像、超声波图像的医疗用数字图像数据或由包括数码相机、扫描仪的图像取得设备取得的数字图像数据。
3、根据权利要求1所述的图像处理装置，其特征在于，
通过所述分析量计算机构算出的分析量为图像的方差值、标准偏差值、威纳频谱、关注像素值和位于其周边的像素的像素值的差值中的至少一种。
4、根据权利要求1所述的图像处理装置，其特征在于，
还具备任意地设定所述图像混合处理的平滑化图像和清晰化图像之间的混合比率、所述平滑化图像生成以及所述清晰化图像生成的处理顺序的机构。
5、根据权利要求4所述的图像处理装置，其特征在于，
所述处理顺序生成机构按照并行进行所述混合比率计算、所述平滑化图像生成以及所述清晰化图像生成的方式进行设定。
6、根据权利要求1所述的图像处理装置，其特征在于，
所述图像混合处理的平滑化图像和清晰化图像之间的混合比率为线性或三角函数型的任一种。
7、根据权利要求1所述的图像处理装置，其特征在于，
所述图像平滑化机构，按照图像数据内的标准偏差对所述图像内的各像素的每一个变更作为平滑化处理的单位的平滑化矩阵大小，按照该平滑化矩阵内的像素值的类似性以及距离中心像素的距离的至少一个变更平均化权重，并对平滑化矩阵内的多个像素值进行平均化。
8、根据权利要求7所述的图像处理装置，其特征在于，
还具备自动调整的机构，其按照所述混合图像的某关心区域内的分析量自动调整由所述图像平滑化机构的平滑化矩阵大小、平均化权重的系数构成的平滑化水平以及图像混合机构混合平滑图像和清晰化图像的比率中的至少一方，以使混合图像的期望的关心区域内的分析量达到期望的值。
9、根据权利要求8所述的图像处理装置，其特征在于，
在所述显示机构中显示所述关心区域的威纳频谱，还具备可任意地变更并设定威纳频谱的形状的图形用户界面。
10、一种图像处理方法，包括图像生成步骤和混合图像生成步骤，其中所述图像生成步骤对图像数据内的至少一部分分别生成平滑化图像和清晰化图像，所述混合图像生成步骤生成将由该图像生成机构生成的平滑化图像和清晰化图像混合的混合图像，
所述图像处理方法包括：分析量计算步骤，其对分别包围所述图像数据内的各像素的任意大小的每一个矩阵算出该矩阵内的多个像素值相关的分析量；和
控制步骤，其按照通过该分析量计算机构算出的分析量控制上述混合图像生成机构的平滑化图像和清晰化图像的混合比率；和
显示步骤，其显示通过由该控制机构控制的混合图像生成机构输出的混合图像。
11、根据权利要求10所述的图像处理方法，其特征在于，
所述图像数据，为包括X线透视图像、CT图像、MR图像、超声波图像的医疗用数字图像数据或由包括数码相机、扫描仪的图像取得设备取得的数字图像数据。
12、根据权利要求10所述的图像处理方法，其特征在于，
通过所述分析量计算机构算出的分析量为图像的方差值、标准偏差值、威纳频谱、关注像素值和位于其周边的像素的像素值的差值中的至少一种。
13、根据权利要求10所述的图像处理方法，其特征在于，
还具备任意地设定所述图像混合处理的平滑化图像和清晰化图像之间的混合比率、所述平滑化图像生成以及所述清晰化图像生成的处理顺序的步骤。
14、根据权利要求13所述的图像处理方法，其特征在于，
所述处理顺序生成步骤按照并行进行所述混合比率计算、所述平滑化图像生成以及所述清晰化图像生成的方式进行设定。
15、根据权利要求10所述的图像处理方法，其特征在于，
所述图像混合处理的平滑化图像和清晰化图像之间的混合比率为线性或三角函数型的任一种。
16、根据权利要求10所述的图像处理方法，其特征在于，
所述图像平滑化步骤，按照图像数据内的标准偏差对所述图像内的各像素的每一个变更作为平滑化处理的单位的平滑化矩阵大小，按照该平滑化矩阵内的像素值的类似性以及距离中心像素的距离的至少一个变更平均化权重，并对平滑化矩阵内的多个像素值进行平均化。
17、根据权利要求16所述的图像处理方法，其特征在于，
还具备自动调整的步骤，其按照所述混合图像的某关心区域内的分析量自动调整由所述图像平滑化机构的平滑化矩阵大小、平均化权重的系数构成的平滑化水平以及图像混合机构混合平滑图像和清晰化图像的比率中的至少一方，以使混合图像的期望的关心区域内的分析量达到期望的值。
18、根据权利要求17所述的图像处理方法，其特征在于，
在所述显示机构中显示所述关心区域的威纳频谱，还具备可任意地变更并设定威纳频谱的形状的图形用户界面。
19、一种图像处理方法，其特征在于，包括：
分析量计算步骤，其对分别包围图像数据内的各像素的任意大小的每一个矩阵算出该矩阵内的多个像素值相关的分析量；按照由该分析量计算机构算出的分析量对图像数据内的至少一部分分别生成平滑化图像和清晰化图像的步骤；混合所述平滑化图像和清晰化图像的步骤；和显示通过该步骤混合的混合图像的显示步骤。
CN200580015769.XA 2004-05-19 2005-05-17 图像处理装置及其方法 Expired - Fee Related CN100502786C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2004148690 2004-05-19
JP148690/2004 2004-05-19

Publications (2)

Publication Number Publication Date
CN1953709A true CN1953709A (zh) 2007-04-25
CN100502786C CN100502786C (zh) 2009-06-24

Family

ID=35393945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200580015769.XA Expired - Fee Related CN100502786C (zh) 2004-05-19 2005-05-17 图像处理装置及其方法

Country Status (4)

Country Link
US (1) US7817837B2 (zh)
JP (1) JP4755087B2 (zh)
CN (1) CN100502786C (zh)
WO (1) WO2005110232A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102946807A (zh) * 2010-06-17 2013-02-27 株式会社日立医疗器械 X射线ct装置及其控制方法
CN109223011A (zh) * 2017-07-11 2019-01-18 西门子保健有限责任公司 透视检查中的自动强度适应

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8014590B2 (en) * 2005-12-07 2011-09-06 Drvision Technologies Llc Method of directed pattern enhancement for flexible recognition
JP4778325B2 (ja) * 2006-02-22 2011-09-21 日立アロカメディカル株式会社 超音波診断装置
JP5010839B2 (ja) * 2006-03-16 2012-08-29 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 放射線撮影装置および画像処理装置
JP4826332B2 (ja) * 2006-05-11 2011-11-30 株式会社日立製作所 磁気共鳴測定装置
JP5106091B2 (ja) * 2007-12-26 2012-12-26 株式会社東芝 超音波診断装置、超音波画像処理装置及び超音波画像処理プログラム
US20100331698A1 (en) * 2008-02-18 2010-12-30 Akiko Tonomura Ultrasonic diagnostic apparatus, ultrasonic elasticity information processing method and ultrasonic elasticity information processing program
JP5316309B2 (ja) * 2009-08-25 2013-10-16 コニカミノルタ株式会社 画像処理装置および画像処理方法
JP5694357B2 (ja) * 2009-11-25 2015-04-01 コーニンクレッカ フィリップス エヌ ヴェ 向上された画像データ／線量低減
GB2481239B (en) * 2010-06-17 2014-04-02 Canon Kk Method and device for enhancing a digital image
JP5642476B2 (ja) * 2010-09-28 2014-12-17 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理装置およびプログラム並びにｘ線ｃｔ装置
JP5832737B2 (ja) * 2010-11-01 2015-12-16 株式会社東芝 超音波診断装置及び超音波画像処理装置
RU2585790C2 (ru) * 2011-03-28 2016-06-10 Конинклейке Филипс Н.В. Изображение с зависящим от контрастности разрешением
WO2013100934A1 (en) * 2011-12-28 2013-07-04 Intel Corporation Image stream pipeline controller for deploying image primitives to a computation fabric
JP6276102B2 (ja) * 2014-04-21 2018-02-07 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像処理装置、放射線断層撮影装置及びプログラム
US9571119B2 (en) * 2014-08-12 2017-02-14 Raytheon Company Defeat of aliasing by incremental sampling
JP7079680B2 (ja) * 2018-07-05 2022-06-02 富士フイルムヘルスケア株式会社 超音波撮像装置、および、画像処理装置
JP7164474B2 (ja) * 2019-03-26 2022-11-01 東芝Ｉｔコントロールシステム株式会社 放射線画像の画質調整装置
EP3734345B1 (en) 2019-04-30 2023-08-02 Leica Microsystems CMS GmbH Image processing device, system, and method for improving signal-to-noise of microscopy images
CN113138387B (zh) * 2020-01-17 2024-03-08 北京小米移动软件有限公司 图像采集方法、装置、移动终端及存储介质
EP4198879A1 (en) * 2021-12-16 2023-06-21 Leica Microsystems CMS GmbH Image processing system

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62126478A (ja) * 1985-11-27 1987-06-08 Toshiba Corp イメ−ジプロセツサ
JP4497756B2 (ja) 2001-06-14 2010-07-07 キヤノン株式会社 画像処理装置、画像処理システム、画像処理方法、記憶媒体、及びプログラム
JP3754933B2 (ja) 2001-06-19 2006-03-15 キヤノン株式会社 画像処理装置、画像処理システム、画像処理方法、プログラム及び記憶媒体
JP3729118B2 (ja) * 2001-10-23 2005-12-21 ノーリツ鋼機株式会社 画像処理方法、画像処理装置、画像処理プログラム、これを記録したコンピュータ読み取り可能な記録媒体

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102946807A (zh) * 2010-06-17 2013-02-27 株式会社日立医疗器械 X射线ct装置及其控制方法
CN102946807B (zh) * 2010-06-17 2015-10-14 株式会社日立医疗器械 X射线ct装置及其控制方法
CN109223011A (zh) * 2017-07-11 2019-01-18 西门子保健有限责任公司 透视检查中的自动强度适应
CN109223011B (zh) * 2017-07-11 2022-06-10 西门子保健有限责任公司 用于透视检查中的自动强度适应的方法和装置

Also Published As

Publication number Publication date
JP4755087B2 (ja) 2011-08-24
US7817837B2 (en) 2010-10-19
JPWO2005110232A1 (ja) 2008-03-21
WO2005110232A1 (ja) 2005-11-24
CN100502786C (zh) 2009-06-24
US20070230760A1 (en) 2007-10-04

Similar Documents

Publication Publication Date Title
CN100502786C (zh) 图像处理装置及其方法
Chen et al. Assessment of volumetric noise and resolution performance for linear and nonlinear CT reconstruction methods
Won Kim et al. Realistic simulation of reduced‐dose CT with noise modeling and sinogram synthesis using DICOM CT images
Samei et al. Detection of subtle lung nodules: relative influence of quantum and anatomic noise on chest radiographs
JP4413504B2 (ja) 医用画像処理装置、医用画像処理方法および医用画像処理プログラム
Leyendecker et al. Prospective evaluation of ultra-low-dose contrast-enhanced 100-kV abdominal computed tomography with tin filter: effect on radiation dose reduction and image quality with a third-generation dual-source CT system
US20190213715A1 (en) System and method for controlling noise in multi-energy computed tomography images based on spatio-spectral information
US8965078B2 (en) Projection-space denoising with bilateral filtering in computed tomography
CN103156629B (zh) 图像处理设备和图像处理方法
Vardhanabhuti et al. Assessment of image quality on effects of varying tube voltage and automatic tube current modulation with hybrid and pure iterative reconstruction techniques in abdominal/pelvic CT: a phantom study
WO2014194995A1 (en) Image fusion scheme for differential phase contrast imaging
JP2007530132A (ja) コンピュータ断層撮影画像を向上させるための方法、コンピュータプログラムプロダクトおよび装置
US20130129180A1 (en) Method and apparatus for processing image, and medical imaging system employing the apparatus
Chen et al. Importance of point‐by‐point back projection correction for isocentric motion in digital breast tomosynthesis: Relevance to morphology of structures such as microcalcifications
CN102525531B (zh) 减少x射线成像检查中使用的放射剂量的方法及ct系统
CN107862699A (zh) 骨骼ct图像的骨骼边缘提取方法、装置、设备及存储介质
Gao et al. A task-dependent investigation on dose and texture in CT image reconstruction
Prasath Quantum noise removal in X-ray images with adaptive total variation regularization
US9042626B1 (en) System and method for hybrid local tomography image reconstruction
Al-Antari et al. Denoising images of dual energy X-ray absorptiometry using non-local means filters
Rose et al. Investigating simulation‐based metrics for characterizing linear iterative reconstruction in digital breast tomosynthesis
JP6321405B2 (ja) 画像生成装置、放射線断層撮影装置及び画像生成方法並びにプログラム
Vedantham et al. Scaling‐law for the energy dependence of anatomic power spectrum in dedicated breast CT
Gifford et al. Optimizing breast-tomosynthesis acquisition parameters with scanning model observers
Wang et al. Virtual colonoscopy screening with ultra low-dose CT and less-stressful bowel preparation: a computer simulation study

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20090624

Termination date: 20140517