JP2004362395A - 画像処理方法および装置 - Google Patents
画像処理方法および装置 Download PDFInfo
- Publication number
- JP2004362395A JP2004362395A JP2003161938A JP2003161938A JP2004362395A JP 2004362395 A JP2004362395 A JP 2004362395A JP 2003161938 A JP2003161938 A JP 2003161938A JP 2003161938 A JP2003161938 A JP 2003161938A JP 2004362395 A JP2004362395 A JP 2004362395A
- Authority
- JP
- Japan
- Prior art keywords
- image
- pixel
- pixel value
- image processing
- coefficient
- 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
- 238000003672 processing method Methods 0.000 title claims description 7
- 238000001914 filtration Methods 0.000 claims abstract description 14
- 238000009792 diffusion process Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 abstract description 7
- 230000002093 peripheral effect Effects 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/409—Edge or detail enhancement; Noise or error suppression
-
- 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
- G06T5/20—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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
【課題】非等方性ディフュージョンフィルタリングを短い所要時間で行う方法および装置を実現する。
【解決手段】2次元画像の画素値Ii,j について非等方性ディフュージョンフィルタリングを行うにあたり、周囲8方向におけるコンダクション係数Cn ,Cs ,Cw ,Ce ,Cnw,Csw,Cne,Cseを画素値勾配∇Iに基づいて画素ごとに求めてコンダクション係数の2次元分布像を作成し(203)、周囲8方向における1階の画素値偏微分∇n I,∇s I,∇w I,∇e I,∇nwI,∇swI,∇neI,∇seIを画素ごとに求めて、出力画像の画素値を
【数10】
(n:繰り返し数、λ:定数)
によって計算する(205)。
【選択図】 図2
【解決手段】2次元画像の画素値Ii,j について非等方性ディフュージョンフィルタリングを行うにあたり、周囲8方向におけるコンダクション係数Cn ,Cs ,Cw ,Ce ,Cnw,Csw,Cne,Cseを画素値勾配∇Iに基づいて画素ごとに求めてコンダクション係数の2次元分布像を作成し(203)、周囲8方向における1階の画素値偏微分∇n I,∇s I,∇w I,∇e I,∇nwI,∇swI,∇neI,∇seIを画素ごとに求めて、出力画像の画素値を
【数10】
(n:繰り返し数、λ:定数)
によって計算する(205)。
【選択図】 図2
Description
【0001】
【発明の属する技術分野】
本発明は、画像処理方法および装置に関し、とくに、2次元画像について非等方性ディフュージョンフィルタリング(anisotropic diffusion filtering)を行う方法および装置に関する。
【0002】
【従来の技術】
エッジ(edge)劣化等の副作用を伴うことなく2次元画像からノイズ(noise)を除去することが可能なフィルタリングとして、非等方性ディフュージョンフィルタリングがある。
【0003】
非等方性ディフュージョンフィルタリングでは、周囲の直近画素との画素差分値を画素ごとに求め、画素値勾配に基づいてコンダクション係数(conduction coefficient)を画素ごとに求め、それらコンダクション係数および画素差分値を用いて、所定の計算式により出力画像の画素値を計算する。
【0004】
計算式はスケールスペース(scale−space)の計算式であり、1つの回の計算結果を次の回の入力として複数回繰り返される。計算の繰り返しに伴って次第にノイズが低減する(例えば、非特許文献1参照)。
【0005】
【非特許文献1】
ピエトロ ペローナ(Pietro Perona)他、スケールスペース アンド エッジ ディテクション ユージング アナイソトロピック ディフュージョン(Scale−Space and Edge Detedtion Using Anisotropic Diffusion)、「アイイーイーイー トランザクションズ オン パターン アリシス アンド マシン インテリジェンス(IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE)」、(米国)、1990年、第12巻、第7号、p.629−639
【0006】
【発明が解決しようとする課題】
上記のような非等方性ディフュージョンフィルタリングの実行にあたっては、画素値勾配を画素ごとに求めて2次分布元像としていったん保存しておき、この2次元分布像から画素値勾配を読み出してコンダクション係数を計算し、次いでこの係数と画素差分値を用いて出力画像の画素値を計算することを逐一行うので、所要時間が長くなり動作が遅くなる。
【0007】
そこで、本発明の課題は、非等方性ディフュージョンフィルタリングを短い所要時間で行う方法および装置を実現することである。
【0008】
【課題を解決するための手段】
(1)上記の課題を解決するためのひとつの観点での発明は、2次元画像の画素値Ii,j について非等方性ディフュージョンフィルタリングを行うにあたり、周囲8方向におけるコンダクション係数Cn ,Cs ,Cw ,Ce ,Cnw,Csw,Cne,Cseを画素値勾配∇Iに基づいて画素ごとに求めてコンダクション係数の2次元分布像を作成し、周囲8方向における1階の画素値偏微分∇n I,∇s I,∇w I,∇e I,∇nwI,∇swI,∇neI,∇seIを画素ごとに求めて、出力画像の画素値を
【0009】
【数5】
【0010】
(n:繰り返し数、λ:定数)
によって計算する、ことを特徴とする画像処理方法である。
【0011】
(2)上記の課題を解決するための他の観点での発明は、2次元画像の画素値Ii,j について非等方性ディフュージョンフィルタリングを行う画像処理装置であって、周囲8方向におけるコンダクション係数Cn ,Cs ,Cw ,Ce ,Cnw,Csw,Cne,Cseを画素値勾配∇Iに基づいて画素ごとに求めてコンダクション係数の2次元分布像を作成する係数像作成手段と、周囲8方向における1階の画素値偏微分∇n I,∇s I,∇w I,∇e I,∇nwI,∇swI,∇neI,∇seIを画素ごとに求めて、出力画像の画素値を
【0012】
【数6】
【0013】
(n:繰り返し数、λ:定数)
によって計算する計算手段と、を具備することを特徴とする画像処理装置である。
【0014】
上記各観点での発明では、周囲8方向におけるコンダクション係数を画素値勾配∇Iに基づいて画素ごとに求めてその2次元分布像を作成するので、コンダクション係数はこの2次元分布像から読み出して直ちに利用することができる。このため、従来のように画素値勾配の2次元分布像から画素値勾配を読み出し、それを用いてコンダクション係数を計算するという2段階の手順を踏まないので所要時間が短縮される。
【0015】
前記コンダクション係数を
【0016】
【数7】
【0017】
(k:定数)
によって求めることが、適切なコンダクション係数を得る点で好ましい。前記定数λは、0≦λ≦1/4であることが、フィルタリングを適切に行う点で好ましい。前記2次元画像は医療用画像であることが、医学的に有用な画像を得る点で好ましい。
【0018】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態を詳細に説明する。なお、本発明は実施の形態に限定されるものではない。図1に画像処理装置のブロック(block)図を示す。本装置は本発明の実施の形態の一例である。本装置の構成によって、本発明の装置に関する実施の形態の一例が示される。本装置の動作によって、本発明の方法に関する実施の形態の一例が示される。
【0019】
図1に示すように、本装置は、コンピュータ(computer)100を有する。コンピュータ100には処理すべき画像が入力される。コンピュータ100は記憶部102を有する。記憶部102は入力された画像を記憶する。記憶部102は、また、コンピュータ100のための各種のデータ(data)やプログラム(program)等を記憶する。コンピュータ100が記憶部102に記憶されたプログラムを実行することにより、画像処理に関わる各種のデータ処理が行われる。
【0020】
コンピュータ100は、また、表示部104および操作部106を有する。表示部104は、コンピュータ100から出力される画像やその他の情報を表示する。操作部106は、使用者によって操作され、各種の指示や情報等をコンピュータ100に入力する。使用者は表示部104および操作部106を使用してインタラクティブ(interactive)に本装置を操作することが可能である。
【0021】
本装置の動作を説明する。図2に、本装置の動作のフロー(flow)図を示す。本装置の動作は、コンピュータ100が、記憶部102に記憶されたプログラムを実行することにより遂行される。
【0022】
同図に示すように、ステージ(stage)201で、画像を取り込む。これによって、例えば図3に示すような画像が記憶部102に記憶される。画像は例えば磁気共鳴撮影装置で撮影した頭部断層像等である。これは脳の解剖学的構造を示す中間調画像であり、その画素値はIi,j である。なお、添え字i,jは2次元座標を表す。
【0023】
画素値Ii,j とその周囲8方向における直近の8つの画素値を図4に示す。画素値Ii,j から見た直近の8つの画素値の方向を、図示のように、それぞれn,s,w,e,nw,sw,ne,seとする。
【0024】
次に、ステージ203で、コンダクション係数の2次元分布像を作成する。コンダクション係数は、画素値Ii,j の勾配∇Iを用いて次式により求められる。
【0025】
【数8】
【0026】
ここで、
∇:演算子ナブラ(nabla)
k:定数
コンダクション係数としては、画素値Ii,j の周囲8方向n,s,w,e,nw,sw,ne,seにおけるコンダクション係数Cn ,Cs ,Cw ,Ce ,Cnw,Csw,Cne,Cseが求められる。これら係数は入力画像の各画素値についてそれぞれ求められ、それに基づいてコンダクション係数の2次元分布像が作成される。
【0027】
次に、ステージ205で、画素値を計算する。画素値計算は、周囲8方向における画素値Ii,j の1階の偏微分∇n I,∇s I,∇w I,∇e I,∇nwI,∇swI,∇neI,∇seIを求めて、出力画像の画素値を次式で計算することによって行う。
【0028】
【数9】
【0029】
ここで、
∇:偏微分演算子(ナブラではない)
n:繰り返し数
λ:定数(0≦λ≦1/4)
上式の計算は、入力画像の各画素値についてそれぞれ行われる。その際、コンダクション係数Cn ,Cs ,Cw ,Ce ,Cnw,Csw,Cne,Cseは、コンダクション係数の2次元分布像から入力画像の各画素値に対応するものが読み出されて用いられる。
【0030】
このように、コンダクション係数を2次元分布像から読み出して計算に利用するので、従来のように画素値勾配の2次元分布像から画素値勾配を読み出し、それを用いてコンダクション係数を計算するという2段階の手順を踏むものに比べて計算の所要時間を短縮することができる。実測によれば、計算時間は従来の1/3ないし1/4に短縮される。すなわち、従来よりも計算速度が3倍ないし4倍に高速化される。
【0031】
フィルタリング後の画像はステージ207で出力される。出力画像においてはノイズが削減され、しかもエッジは損なわれていないので、画像の特徴的な構造がいっそう明らかになる。このため、入力画像が医療用の画像であるときは、医学的有用性がいっそう向上する。
【0032】
図5に、以上のような動作を行う本装置の機能ブロック図を示す。同図に示すように、本装置は、係数像作成部502および計算部504を有する。係数像作成部502は、ステージ203の動作を行うコンピュータ100の機能に相当する。係数像作成部502は、本発明における係数像作成手段の実施の形態の一例である。計算部504は、ステージ205の動作を行うコンピュータ100の機能に相当する。計算部504は、本発明における計算手段の実施の形態の一例である。
【0033】
【発明の効果】
以上詳細に説明したように、本発明によれば、非等方性ディフュージョンフィルタリングを短い所要時間で行う方法および装置を実現することができる。
【図面の簡単な説明】
【図1】本発明の実施の形態の一例の装置のブロック図である。
【図2】本発明の実施の形態の一例の装置の動作のフロー図である。
【図3】画像の概念図である。
【図4】画素値の配列を示す図である。
【図5】本発明の実施の形態の一例の装置の機能ブロック図である。
【符号の説明】
100 コンピュータ
102 記憶部
104 表示部
106 操作部
502 係数像作成部
504 計算部
【発明の属する技術分野】
本発明は、画像処理方法および装置に関し、とくに、2次元画像について非等方性ディフュージョンフィルタリング(anisotropic diffusion filtering)を行う方法および装置に関する。
【0002】
【従来の技術】
エッジ(edge)劣化等の副作用を伴うことなく2次元画像からノイズ(noise)を除去することが可能なフィルタリングとして、非等方性ディフュージョンフィルタリングがある。
【0003】
非等方性ディフュージョンフィルタリングでは、周囲の直近画素との画素差分値を画素ごとに求め、画素値勾配に基づいてコンダクション係数(conduction coefficient)を画素ごとに求め、それらコンダクション係数および画素差分値を用いて、所定の計算式により出力画像の画素値を計算する。
【0004】
計算式はスケールスペース(scale−space)の計算式であり、1つの回の計算結果を次の回の入力として複数回繰り返される。計算の繰り返しに伴って次第にノイズが低減する(例えば、非特許文献1参照)。
【0005】
【非特許文献1】
ピエトロ ペローナ(Pietro Perona)他、スケールスペース アンド エッジ ディテクション ユージング アナイソトロピック ディフュージョン(Scale−Space and Edge Detedtion Using Anisotropic Diffusion)、「アイイーイーイー トランザクションズ オン パターン アリシス アンド マシン インテリジェンス(IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE)」、(米国)、1990年、第12巻、第7号、p.629−639
【0006】
【発明が解決しようとする課題】
上記のような非等方性ディフュージョンフィルタリングの実行にあたっては、画素値勾配を画素ごとに求めて2次分布元像としていったん保存しておき、この2次元分布像から画素値勾配を読み出してコンダクション係数を計算し、次いでこの係数と画素差分値を用いて出力画像の画素値を計算することを逐一行うので、所要時間が長くなり動作が遅くなる。
【0007】
そこで、本発明の課題は、非等方性ディフュージョンフィルタリングを短い所要時間で行う方法および装置を実現することである。
【0008】
【課題を解決するための手段】
(1)上記の課題を解決するためのひとつの観点での発明は、2次元画像の画素値Ii,j について非等方性ディフュージョンフィルタリングを行うにあたり、周囲8方向におけるコンダクション係数Cn ,Cs ,Cw ,Ce ,Cnw,Csw,Cne,Cseを画素値勾配∇Iに基づいて画素ごとに求めてコンダクション係数の2次元分布像を作成し、周囲8方向における1階の画素値偏微分∇n I,∇s I,∇w I,∇e I,∇nwI,∇swI,∇neI,∇seIを画素ごとに求めて、出力画像の画素値を
【0009】
【数5】
【0010】
(n:繰り返し数、λ:定数)
によって計算する、ことを特徴とする画像処理方法である。
【0011】
(2)上記の課題を解決するための他の観点での発明は、2次元画像の画素値Ii,j について非等方性ディフュージョンフィルタリングを行う画像処理装置であって、周囲8方向におけるコンダクション係数Cn ,Cs ,Cw ,Ce ,Cnw,Csw,Cne,Cseを画素値勾配∇Iに基づいて画素ごとに求めてコンダクション係数の2次元分布像を作成する係数像作成手段と、周囲8方向における1階の画素値偏微分∇n I,∇s I,∇w I,∇e I,∇nwI,∇swI,∇neI,∇seIを画素ごとに求めて、出力画像の画素値を
【0012】
【数6】
【0013】
(n:繰り返し数、λ:定数)
によって計算する計算手段と、を具備することを特徴とする画像処理装置である。
【0014】
上記各観点での発明では、周囲8方向におけるコンダクション係数を画素値勾配∇Iに基づいて画素ごとに求めてその2次元分布像を作成するので、コンダクション係数はこの2次元分布像から読み出して直ちに利用することができる。このため、従来のように画素値勾配の2次元分布像から画素値勾配を読み出し、それを用いてコンダクション係数を計算するという2段階の手順を踏まないので所要時間が短縮される。
【0015】
前記コンダクション係数を
【0016】
【数7】
【0017】
(k:定数)
によって求めることが、適切なコンダクション係数を得る点で好ましい。前記定数λは、0≦λ≦1/4であることが、フィルタリングを適切に行う点で好ましい。前記2次元画像は医療用画像であることが、医学的に有用な画像を得る点で好ましい。
【0018】
【発明の実施の形態】
以下、図面を参照して本発明の実施の形態を詳細に説明する。なお、本発明は実施の形態に限定されるものではない。図1に画像処理装置のブロック(block)図を示す。本装置は本発明の実施の形態の一例である。本装置の構成によって、本発明の装置に関する実施の形態の一例が示される。本装置の動作によって、本発明の方法に関する実施の形態の一例が示される。
【0019】
図1に示すように、本装置は、コンピュータ(computer)100を有する。コンピュータ100には処理すべき画像が入力される。コンピュータ100は記憶部102を有する。記憶部102は入力された画像を記憶する。記憶部102は、また、コンピュータ100のための各種のデータ(data)やプログラム(program)等を記憶する。コンピュータ100が記憶部102に記憶されたプログラムを実行することにより、画像処理に関わる各種のデータ処理が行われる。
【0020】
コンピュータ100は、また、表示部104および操作部106を有する。表示部104は、コンピュータ100から出力される画像やその他の情報を表示する。操作部106は、使用者によって操作され、各種の指示や情報等をコンピュータ100に入力する。使用者は表示部104および操作部106を使用してインタラクティブ(interactive)に本装置を操作することが可能である。
【0021】
本装置の動作を説明する。図2に、本装置の動作のフロー(flow)図を示す。本装置の動作は、コンピュータ100が、記憶部102に記憶されたプログラムを実行することにより遂行される。
【0022】
同図に示すように、ステージ(stage)201で、画像を取り込む。これによって、例えば図3に示すような画像が記憶部102に記憶される。画像は例えば磁気共鳴撮影装置で撮影した頭部断層像等である。これは脳の解剖学的構造を示す中間調画像であり、その画素値はIi,j である。なお、添え字i,jは2次元座標を表す。
【0023】
画素値Ii,j とその周囲8方向における直近の8つの画素値を図4に示す。画素値Ii,j から見た直近の8つの画素値の方向を、図示のように、それぞれn,s,w,e,nw,sw,ne,seとする。
【0024】
次に、ステージ203で、コンダクション係数の2次元分布像を作成する。コンダクション係数は、画素値Ii,j の勾配∇Iを用いて次式により求められる。
【0025】
【数8】
【0026】
ここで、
∇:演算子ナブラ(nabla)
k:定数
コンダクション係数としては、画素値Ii,j の周囲8方向n,s,w,e,nw,sw,ne,seにおけるコンダクション係数Cn ,Cs ,Cw ,Ce ,Cnw,Csw,Cne,Cseが求められる。これら係数は入力画像の各画素値についてそれぞれ求められ、それに基づいてコンダクション係数の2次元分布像が作成される。
【0027】
次に、ステージ205で、画素値を計算する。画素値計算は、周囲8方向における画素値Ii,j の1階の偏微分∇n I,∇s I,∇w I,∇e I,∇nwI,∇swI,∇neI,∇seIを求めて、出力画像の画素値を次式で計算することによって行う。
【0028】
【数9】
【0029】
ここで、
∇:偏微分演算子(ナブラではない)
n:繰り返し数
λ:定数(0≦λ≦1/4)
上式の計算は、入力画像の各画素値についてそれぞれ行われる。その際、コンダクション係数Cn ,Cs ,Cw ,Ce ,Cnw,Csw,Cne,Cseは、コンダクション係数の2次元分布像から入力画像の各画素値に対応するものが読み出されて用いられる。
【0030】
このように、コンダクション係数を2次元分布像から読み出して計算に利用するので、従来のように画素値勾配の2次元分布像から画素値勾配を読み出し、それを用いてコンダクション係数を計算するという2段階の手順を踏むものに比べて計算の所要時間を短縮することができる。実測によれば、計算時間は従来の1/3ないし1/4に短縮される。すなわち、従来よりも計算速度が3倍ないし4倍に高速化される。
【0031】
フィルタリング後の画像はステージ207で出力される。出力画像においてはノイズが削減され、しかもエッジは損なわれていないので、画像の特徴的な構造がいっそう明らかになる。このため、入力画像が医療用の画像であるときは、医学的有用性がいっそう向上する。
【0032】
図5に、以上のような動作を行う本装置の機能ブロック図を示す。同図に示すように、本装置は、係数像作成部502および計算部504を有する。係数像作成部502は、ステージ203の動作を行うコンピュータ100の機能に相当する。係数像作成部502は、本発明における係数像作成手段の実施の形態の一例である。計算部504は、ステージ205の動作を行うコンピュータ100の機能に相当する。計算部504は、本発明における計算手段の実施の形態の一例である。
【0033】
【発明の効果】
以上詳細に説明したように、本発明によれば、非等方性ディフュージョンフィルタリングを短い所要時間で行う方法および装置を実現することができる。
【図面の簡単な説明】
【図1】本発明の実施の形態の一例の装置のブロック図である。
【図2】本発明の実施の形態の一例の装置の動作のフロー図である。
【図3】画像の概念図である。
【図4】画素値の配列を示す図である。
【図5】本発明の実施の形態の一例の装置の機能ブロック図である。
【符号の説明】
100 コンピュータ
102 記憶部
104 表示部
106 操作部
502 係数像作成部
504 計算部
Claims (8)
- 前記定数λは、0≦λ≦1/4である、
ことを特徴とする請求項1または請求項2に記載の画像処理方法。 - 前記2次元画像は医療用画像である、
ことを特徴とする請求項1ないし請求項3のうちのいずれか1つに記載の画像処理方法。 - 前記定数λは、0≦λ≦1/4である、
ことを特徴とする請求項5または請求項6に記載の画像処理装置。 - 前記2次元画像は医療用画像である、
ことを特徴とする請求項5ないし請求項7のうちのいずれか1つに記載の画像処理装置。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003161938A JP2004362395A (ja) | 2003-06-06 | 2003-06-06 | 画像処理方法および装置 |
EP04253190A EP1484905A3 (en) | 2003-06-06 | 2004-05-28 | Image processing method and apparatus |
KR1020040040632A KR20040108605A (ko) | 2003-06-06 | 2004-06-04 | 화상 처리 방법 및 화상 처리 장치 |
US10/862,082 US7277590B2 (en) | 2003-06-06 | 2004-06-04 | Image processing method and apparatus |
CNB200410048481XA CN100342398C (zh) | 2003-06-06 | 2004-06-07 | 图像处理方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003161938A JP2004362395A (ja) | 2003-06-06 | 2003-06-06 | 画像処理方法および装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004362395A true JP2004362395A (ja) | 2004-12-24 |
Family
ID=33157213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003161938A Pending JP2004362395A (ja) | 2003-06-06 | 2003-06-06 | 画像処理方法および装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7277590B2 (ja) |
EP (1) | EP1484905A3 (ja) |
JP (1) | JP2004362395A (ja) |
KR (1) | KR20040108605A (ja) |
CN (1) | CN100342398C (ja) |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007334457A (ja) * | 2006-06-12 | 2007-12-27 | Toshiba Corp | 画像処理装置及び画像処理方法 |
US7737877B2 (en) * | 2007-03-22 | 2010-06-15 | Harris Corporation | Method and apparatus for processing SAR images based on a complex anisotropic diffusion filtering algorithm |
WO2010118629A1 (en) | 2009-04-17 | 2010-10-21 | The Hong Kong University Of Science And Technology | Method, device and system for facilitating motion estimation and compensation of feature-motion decorrelation |
CN101902560A (zh) * | 2010-04-28 | 2010-12-01 | 蒲亦非 | 数字图像的0~1阶黎曼-刘维尔分数阶微分增强电路 |
US8938105B2 (en) | 2010-10-28 | 2015-01-20 | Kabushiki Kaisha Toshiba | Denoising method and system for preserving clinically significant structures in reconstructed images using adaptively weighted anisotropic diffusion filter |
EP2447911B1 (en) * | 2010-10-28 | 2016-12-28 | Toshiba Medical Systems Corporation | Medical Image Noise Reduction based on Weighted Anisotropic Diffusion |
CN102073982B (zh) * | 2011-01-10 | 2012-07-25 | 西安电子科技大学 | 用gpu实现超大sar图像各向异性扩散滤波加速方法 |
US8824826B2 (en) * | 2011-02-24 | 2014-09-02 | Foveon, Inc. | Methods for performing fast detail-preserving image filtering |
KR101426610B1 (ko) * | 2012-10-31 | 2014-08-05 | 연세대학교 산학협력단 | 영상 노이즈 제거 방법 및 장치 |
US10541936B1 (en) | 2015-04-06 | 2020-01-21 | EMC IP Holding Company LLC | Method and system for distributed analysis |
US10776404B2 (en) | 2015-04-06 | 2020-09-15 | EMC IP Holding Company LLC | Scalable distributed computations utilizing multiple distinct computational frameworks |
US10528875B1 (en) | 2015-04-06 | 2020-01-07 | EMC IP Holding Company LLC | Methods and apparatus implementing data model for disease monitoring, characterization and investigation |
US10511659B1 (en) * | 2015-04-06 | 2019-12-17 | EMC IP Holding Company LLC | Global benchmarking and statistical analysis at scale |
US10496926B2 (en) | 2015-04-06 | 2019-12-03 | EMC IP Holding Company LLC | Analytics platform for scalable distributed computations |
US10541938B1 (en) | 2015-04-06 | 2020-01-21 | EMC IP Holding Company LLC | Integration of distributed data processing platform with one or more distinct supporting platforms |
US10515097B2 (en) | 2015-04-06 | 2019-12-24 | EMC IP Holding Company LLC | Analytics platform for scalable distributed computations |
US10706970B1 (en) | 2015-04-06 | 2020-07-07 | EMC IP Holding Company LLC | Distributed data analytics |
US10791063B1 (en) | 2015-04-06 | 2020-09-29 | EMC IP Holding Company LLC | Scalable edge computing using devices with limited resources |
US10277668B1 (en) | 2015-04-06 | 2019-04-30 | EMC IP Holding Company LLC | Beacon-based distributed data processing platform |
US10505863B1 (en) | 2015-04-06 | 2019-12-10 | EMC IP Holding Company LLC | Multi-framework distributed computation |
US10860622B1 (en) | 2015-04-06 | 2020-12-08 | EMC IP Holding Company LLC | Scalable recursive computation for pattern identification across distributed data processing nodes |
US10509684B2 (en) | 2015-04-06 | 2019-12-17 | EMC IP Holding Company LLC | Blockchain integration for scalable distributed computations |
US10812341B1 (en) | 2015-04-06 | 2020-10-20 | EMC IP Holding Company LLC | Scalable recursive computation across distributed data processing nodes |
US10425350B1 (en) | 2015-04-06 | 2019-09-24 | EMC IP Holding Company LLC | Distributed catalog service for data processing platform |
US10656861B1 (en) | 2015-12-29 | 2020-05-19 | EMC IP Holding Company LLC | Scalable distributed in-memory computation |
CN109903251B (zh) * | 2019-02-27 | 2022-02-01 | 湖北工业大学 | 果蝇算法和杜鹃搜索算法串行融合进行图像增强优化的方法 |
CN110136187B (zh) * | 2019-05-17 | 2021-09-24 | 北京邮电大学 | 一种基于压缩感知观测矩阵分割减小关联成像计算开销的方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3092024B2 (ja) * | 1991-12-09 | 2000-09-25 | 松下電器産業株式会社 | 画像処理方法 |
JP3222183B2 (ja) * | 1992-02-19 | 2001-10-22 | 株式会社リコー | 画像処理装置 |
JP3472596B2 (ja) * | 1993-06-11 | 2003-12-02 | 株式会社日立製作所 | ノイズ低減フィルター |
US5819035A (en) * | 1995-10-20 | 1998-10-06 | Matsushita Electric Industrial Co., Ltd. | Post-filter for removing ringing artifacts of DCT coding |
US6400370B1 (en) * | 1999-09-10 | 2002-06-04 | Intel Corporation | Stochastic sampling with constant density in object space for anisotropic texture mapping |
GC0000235A (en) * | 2000-08-09 | 2006-03-29 | Shell Int Research | Processing an image |
US6731821B1 (en) * | 2000-09-29 | 2004-05-04 | Hewlett-Packard Development Company, L.P. | Method for enhancing compressibility and visual quality of scanned document images |
JP2002236928A (ja) * | 2001-02-08 | 2002-08-23 | Matsushita Electric Ind Co Ltd | 輪郭検出による検査方法および検査装置 |
US20020172431A1 (en) * | 2001-03-07 | 2002-11-21 | Atkins C. Brian | Digital image appearance enhancement and compressibility improvement method and system |
US7187794B2 (en) * | 2001-10-18 | 2007-03-06 | Research Foundation Of State University Of New York | Noise treatment of low-dose computed tomography projections and images |
US7466848B2 (en) * | 2002-12-13 | 2008-12-16 | Rutgers, The State University Of New Jersey | Method and apparatus for automatically detecting breast lesions and tumors in images |
-
2003
- 2003-06-06 JP JP2003161938A patent/JP2004362395A/ja active Pending
-
2004
- 2004-05-28 EP EP04253190A patent/EP1484905A3/en not_active Withdrawn
- 2004-06-04 KR KR1020040040632A patent/KR20040108605A/ko active IP Right Grant
- 2004-06-04 US US10/862,082 patent/US7277590B2/en not_active Expired - Fee Related
- 2004-06-07 CN CNB200410048481XA patent/CN100342398C/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN1573810A (zh) | 2005-02-02 |
EP1484905A2 (en) | 2004-12-08 |
EP1484905A3 (en) | 2009-08-12 |
CN100342398C (zh) | 2007-10-10 |
US7277590B2 (en) | 2007-10-02 |
KR20040108605A (ko) | 2004-12-24 |
US20040247198A1 (en) | 2004-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2004362395A (ja) | 画像処理方法および装置 | |
JP5039310B2 (ja) | 脳内出血部位セグメンテーション装置 | |
JP6318739B2 (ja) | 画像処理装置、およびプログラム | |
US9135690B2 (en) | Perceptual rating of digital image retouching | |
US8326013B2 (en) | Image processing device, image processing method, and image processing program | |
KR20200130374A (ko) | 두꺼운 이미지 슬라이스들로부터 얇은 이미지 슬라이스들을 생성하기 위한 시스템들 및 방법들 | |
US8842904B2 (en) | Method for tooth dissection in CBCT volume | |
WO2020175446A1 (ja) | 学習方法、学習システム、学習済みモデル、プログラム及び超解像画像生成装置 | |
JP6103395B2 (ja) | 画像処理用ディジタルフィルタ、画像処理装置、印刷媒体、記録媒体、画像処理方法、および、プログラム | |
JP2012050816A (ja) | 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 | |
Bhateja et al. | An improved medical image fusion approach using PCA and complex wavelets | |
EP2810217B1 (en) | Graph cuts-based interactive segmentation of teeth in 3-d ct volumetric data | |
JP2011212219A (ja) | 投影画像生成装置、方法、及びプログラム | |
Bodzioch et al. | New approach to gallbladder ultrasonic images analysis and lesions recognition | |
JP2014008142A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
Wang et al. | Colorizing Grayscale CT images of human lungs using deep learning methods | |
Rousseau et al. | A groupwise super-resolution approach: application to brain MRI | |
JP7106741B2 (ja) | 学習方法、学習装置、生成モデル及びプログラム | |
WO2022138960A1 (ja) | 診断支援装置、診断支援装置の作動方法、診断支援装置の作動プログラム | |
EP2734147B1 (en) | Method for segmentation of dental images | |
JP4347615B2 (ja) | 画像のシミュレーション方法 | |
JP7105990B2 (ja) | 局所的信号対ノイズ比を用いたデコンボリューション装置およびデコンボリューション方法 | |
JP5580765B2 (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
JPH1040371A (ja) | 画像処理装置 | |
US10401457B2 (en) | Image processing apparatus, magnetic resonance imaging apparatus, image processing method, and storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A625 | Written request for application examination (by other person) |
Free format text: JAPANESE INTERMEDIATE CODE: A625 Effective date: 20041101 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070529 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070827 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20071127 |