JP2010509652A - 画像信号のノイズ低減 - Google Patents

画像信号のノイズ低減 Download PDF

Info

Publication number
JP2010509652A
JP2010509652A JP2009535177A JP2009535177A JP2010509652A JP 2010509652 A JP2010509652 A JP 2010509652A JP 2009535177 A JP2009535177 A JP 2009535177A JP 2009535177 A JP2009535177 A JP 2009535177A JP 2010509652 A JP2010509652 A JP 2010509652A
Authority
JP
Japan
Prior art keywords
image
data
data set
euler
binary
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.)
Withdrawn
Application number
JP2009535177A
Other languages
English (en)
Inventor
ラファエル ヴィームケル
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Koninklijke Philips Electronics NV
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 Koninklijke Philips NV, Koninklijke Philips Electronics NV filed Critical Koninklijke Philips NV
Publication of JP2010509652A publication Critical patent/JP2010509652A/ja
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

医用画像データにおいてノイズを低減するプロセスが開示される。医用画像データは、受信され、二値画像に変換されるS30。前記二値画像を決定するのに使用される複数の閾値に対応する二値画像データのオイラー数からなるオイラーヒストグラムが、次いで決定されるS40。前記二値画像データのオイラーヒストグラムは、次いで基準画像データのものと比較されS60、前記画像データにおいてノイズを低減するノイズ抑制プロセスS80に制御信号を提供するS70ように使用される。

Description

本発明は、画像信号のノイズ低減に関し、排他的ではないが、特に、医用画像データのノイズ低減に関する。
医用イメージング中に患者のX線被ばくを低減するために、超低線量CT(コンピュータ断層撮影)イメージングの利用が増加している。しかしながら、この方法を用いて得られた画像は、大量のノイズを含み、したがって、臨床パラメータのコンピュータ支援定量化が行われることができる前に画像修復を実行する必要がある。また、臨床パラメータの多くのコンピュータ支援測定は、異なるノイズレベルを持つ医用画像間で直接的に比較されることができず、ノイズを含む画像は、比較が行われることができる前にノイズ抑制フィルタを受ける必要がある。しかしながら、ガウス平滑化、二項平滑化、中央値フィルタリング、平均シフトフィルタリング、非等方拡散、及び操作可能フィルタを用いる非等方平滑化のような、画像修復のための様々なノイズ抑制フィルタが既知である。これらのタイプのノイズ抑制フィルタの各々は、前記フィルタの効果の強度を制御する1以上のパラメータを必要とする。しかしながら、ノイズ抑制フィルタの適用の強度の度合いは、通常は未知であり、各新しい画像に対して個別に設定される必要がありうる。これは、前記画像からの臨床パラメータの推定に対して大きな効果を持つことができる。
Marc Hensel他、"Motion and Noise Detection for Adaptive Spatio-Temporal Filtering of Medical X-Ray Image Sequences", 9th Annual Conference on Medical Image Understanding and Analysis 2005 (MIUA 2005), pp. 219-222, Bristol, U.K., 2005年6月19−20日は、医用X線画像の時系列における動きの検出に対する異なる閾値のオイラー数の使用を記載している。連続するX線画像間の差分画像が考慮される。1つの画像とその後に続く画像との間で異なる各ボクセルに対して、輝度の差がノイズから生じるのか又は動きから生じるのか決定が求められる。これを達成するために、オイラー数は、前記時系列の差分画像の様々な閾値に対して計算され、次いで、結果として生じるオイラー曲線内の特定の点が決定される。しかしながら、前記差分画像のオイラー曲線は、初めに可能な閾値ごとに前記差分画像から二値画像を生成し、次いで各二値画像に対するオイラー数を計算することにより、非常に時間のかかる形で決定される。
本発明の目的は、ノイズ抑制フィルタの適用の強度が自動的に制御されることを可能にし、所望のノイズ無し目標画像に最も類似した結果を提供するために最も適切な画像修復方法が選択されることを可能にすることである。
本発明の一態様によると、画像データを処理する方法が提供され、前記方法は、
−対象の少なくとも1つの画像を表し、かつ複数の第1のデータセットを含む第1の入力画像データを受信するステップであって、各前記第1のデータセットが、前記対象のそれぞれの場所における検出された物理パラメータを表すそれぞれの第1の成分を含む当該受信するステップと、
−少なくとも1つの前記画像に対応するそれぞれの二値画像を表し、かつ各前記第1のデータセットに対応するそれぞれの複数の第2のデータセットを含む二値画像データを提供するステップであって、各前記第2のデータセットが、対応する前記第1のデータセットの前記第1の成分をそれぞれの閾値と比較することにより決定される第1の値又は第2の値を持つそれぞれの第2の成分を含む当該提供するステップと、
−少なくとも1つの前記画像に対応するそれぞれの複数の前記二値画像のそれぞれのオイラー数を決定するステップと、
−前記複数のオイラー数に依存する少なくとも1つの制御信号を提供するステップと、
−出力画像データを提供するように前記入力画像データにノイズ抑制処理を適用するステップと、
−少なくとも1つの前記制御信号を用いて前記ノイズ抑制処理を制御するステップと、
を有する。
異なる閾値に対応する複数の二値画像のそれぞれのオイラー数に依存する少なくとも1つの制御信号を用いてノイズ抑制処理を制御することにより、これは、画像修復フィルタの適用の強度の自動制御を可能にする利点を提供する。また、本発明の方法により提供される前記制御信号は、画像のノイズ成分に関する情報を含むので、本発明は、異なるイメージング処理を用いて提供される(したがって異なるノイズ成分を持つ)画像が互いに比較されることを可能にする利点をも提供し、また所望のノイズ無しの目標画像に最も類似した結果を提供するように最も適切な画像修復方法が選択されることをも可能にする。
1つの好適な実施例において、それぞれの複数の前記二値画像のそれぞれのオイラー数を決定するステップが、複数の前記第2のデータセットの各々が前記対応する二値画像のそれぞれの頂点、辺又は面を表すかどうかを決定するステップを有する。
複数の前記第2のデータセットの各々が前記対応する二値画像のそれぞれの頂点、辺又は面を表すかどうかを決定することにより、これは、それぞれの二値画像のオイラー数が前記二値画像の構成部分のオイラー数の合計を用いて決定されることを可能にする利点を提供する。
複数の前記第2のデータセットの各々がそれぞれの頂点、辺又は面を表すかどうかを決定するステップが、(a)前記対象の所定の位置に対応する所定の第2のデータセットが第1の閾値に対応する二値画像の頂点、辺又は面を表すかどうかを決定するステップ、及び(b)前記ステップ(a)において実行された決定によって、前記所定の位置に対応し、かつ前記第1の閾値より低い第2の閾値に対応する他の第2のデータセットを分類するステップを有しうる。
前記対象の所定の位置に対応する所定の第2のデータセットが第1の閾値に対応する二値画像の頂点、辺又は面を表すかどうかを決定し、前記決定によって、より低い閾値に対応する他の第2のデータセットを分類することにより、これは、前記オイラー数が効率的に決定されることを可能にする利点を提供する。例えば、所定の第2のデータセットが頂点、辺又は面を表すかどうかは、使用される最高の閾値に対して決定されることができ、頂点、辺又は面に対応する第2のデータセットが、より低い全ての閾値に対するそれぞれの頂点、辺又は面にも対応する。これは、関連する分野において必要とされるソフトウェアエフォート(software effort)が前記画像内の画素又はボクセルの数及び使用される閾値の数の積の関数であると信じられていたのに対し、必要とされるソフトウェアエフォートが前記画像内の画素又はボクセルの数に対して線形関係を持つという驚くべき利点を提供する。これは、画像の各画素又はボクセルに対する決定が、非常にソフトウェア効率の高い単一のラスタースキャンにおいて実行されることを可能にする。これは、したがって、出力画像データの高速計算を可能にし、単純かつコンパクトなソフトウェアコードのみを必要とする。
所定の前記第2のデータセットが頂点を表すかどうかを決定するステップは、いつ前記所定の第2のデータセットの前記第2の成分が前記第2の閾値より大きくなるのかを決定するステップを有しうる。
所定の前記第2のデータセットが辺を表すかどうかを決定するステップは、いつ(i)前記所定の第2のデータセットの前記第2の成分及び(ii)前記所定の第2のデータセットの位置に隣接した位置に対応する第2のデータセットの前記第2の成分の低い方が前記第2の閾値より大きくなるのかを決定するステップを有しうる。
所定の前記第2のデータセットが面を表すかどうかを決定するステップは、いつ(i)前記所定の第2のデータセットの前記第2の成分及び(ii)前記所定の第2のデータセットのものと隣接したそれぞれの位置に対応する複数の第2のデータセットの前記第2の成分の最低のものが、前記第2の閾値より大きくなるのかを決定するステップを有しうる。
複数の前記前記二値画像のそれぞれのオイラー数を決定するステップは、複数の前記第2のデータセットの各々が、対応する前記二値画像のそれぞれのオクタントを表すかどうかを決定するステップを更に有しうる。
これは、前記方法が3D画像データに適用されることを可能にする利点を提供する。
前記複数のオイラー数に依存する少なくとも1つの制御信号を提供するステップは、(i)前記画像に対応する前記複数のオイラー数と(ii)目標画像に対応する複数のオイラー数との間の相関を決定するステップを有しうる。
前記複数のオイラー数に依存する少なくとも1つの制御信号を提供するステップは、(i)前記画像に対応する前記複数のオイラー数と(ii)第2の入力画像データにより表わされる画像に対応する複数のオイラー数との間の相関を決定するステップを有しうる。
本発明の他の態様によると、画像データを処理する画像処理装置が提供され、前記装置は、
−対象の少なくとも1つの画像を表し、かつ複数の第1のデータセットを含む第1の入力画像データを受信し、ここで各前記第1のデータセットが、前記対象のそれぞれの場所における検出された物理パラメータを表すそれぞれの第1の成分を含み、
−少なくとも1つの前記画像に対応するそれぞれの二値画像を表し、かつ各前記第1のデータセットに対応する複数の第2のデータセットを含む二値画像データを提供し、ここで各前記第2のデータセットが、対応する前記第1のデータセットの前記第1の成分をそれぞれの閾値と比較することにより決定される第1の値又は第2の値を持つそれぞれの第2の成分を含み、
−少なくとも1つの前記画像に対応する複数の前記二値画像のそれぞれのオイラー数を決定し、
−前記複数のオイラー数に依存する少なくとも1つの制御信号を提供し、
−出力画像データを提供するように前記入力画像データにノイズ抑制処理を適用し、
−少なくとも1つの前記制御信号を用いて前記ノイズ抑制処理を制御する、
少なくとも1つのプロセッサを有する。
本発明の他の態様によると、対象の少なくとも1つの画像を表し、かつ複数の第1のデータセットを含む第1の入力画像データを提供する画像形成装置であって、各前記第1のデータセットが前記対象のそれぞれの場所における検出された物理パラメータを表すそれぞれの第1の成分を含む当該画像形成装置と、上で規定された画像処理装置とを有するイメージング装置が提供される。
本発明の他の態様によると、コンピュータにより画像データを処理するのに使用するデータ構造が提供され、前記データ構造は、
−対象の少なくとも1つの画像を表し、複数の第1のデータセットを含む第1の入力画像データを受信するように実行可能な第1のコンピュータコードであって、各前記第1のデータセットが、前記対象のそれぞれの場所における検出された物理パラメータを表すそれぞれの第1の成分を含む、当該第1のコンピュータコードと、
−少なくとも1つの前記画像に対応するそれぞれの二値画像を表し、各前記第1のデータセットに対応するそれぞれの複数の第2のデータセットを含む二値画像データを提供するように実行可能な第2のコンピュータコードであって、各前記第2のデータセットが、対応する前記第1のデータセットの前記第1の成分をそれぞれの閾値と比較することにより決定される第1の値又は第2の値を持つそれぞれの第2の成分を含む、当該第2のコンピュータコードと、
−少なくとも1つの前記画像に対応するそれぞれの複数の前記二値画像のそれぞれのオイラー数を決定するように実行可能な第3のコンピュータコードと、
−前記複数のオイラー数に依存する少なくとも1つの制御信号を提供するように実行可能な第4のコンピュータコードと、
−出力画像データを提供するように前記入力画像データにノイズ抑制処理を適用するように実行可能な第5のコンピュータコードと、
−少なくとも1つの前記制御信号を用いて前記ノイズ抑制処理を制御するように実行可能な第6のコンピュータコードと、
を有する。
本発明の他の態様によると、キャリアに記憶され、上に規定されたデータ構造が提供される。
本発明の好適な実施例は、添付の図面を参照して、限定的な意味ではなく例としてのみ、ここに記載される。
本発明を使用する医用イメージング装置である。 患者の肺のCT標準線量及び超低線量CT肺スキャンの比較を示す。 図1の装置のプロセッサにおけるノイズ抑制アルゴリズムを制御する第1のプロセスのフローチャートを示す。 図1の装置のプロセッサにおけるノイズ抑制アルゴリズムを制御する第2のプロセスのフローチャートを示す。 それぞれノイズ低減フィルタリング無し、軽いノイズ低減フィルタリング及び強力なノイズ低減フィルタリングの後の標準線量画像と超低線量画像との比較を示す。 図5のノイズ抑制の異なる度合いを持つ標準線量画像と低線量画像との間のノーマルヒストグラムとオイラーヒストグラムとの比較を示す。
図1を参照すると、患者4の肺画像を提供するコンピュータ断層撮影(CT)イメージング装置は、円形フレーム10の周りに対向する対として配置された複数のX線源6及び検出器8を持つ。患者4は、コンピュータ16内の制御ユニット14を用いてフレーム10に対して矢印Aの方向に移動されることができるプラットフォームに支持される。
X線源6及び検出器8並びにプラットフォーム12の移動は、制御ユニット14を用いて制御され、検出器8により検出されたデータは、入力ライン18に沿ってコンピュータ16のプロセッサ20に入力される。プロセッサ20は、入力ライン18に沿って受信された前記データを処理し、前記患者の肺の3Dモデルを提供し、画像データは、出力ライン22に沿って表示ユニット24に出力され、前記患者の肺の画像が表示されることを可能にする。
ここで図2を参照すると、前記装置は、前記患者の肺の標準線量画像及び超低線量画像を生成するのに使用されることができる。図2は、おおよそ同じ位置におけるコロナルリフォーマットで、同じ患者のCT標準線量及び超低線量CTスキャンを示し、前記超低線量画像において大幅に高いノイズレベルを示す。
図2に示された前記超低線量CTスキャンに対応する画像データは、画像強度のグレイ値を閾値グレイ値と比較することにより二値画像データを得るために処理される。前記二値画像データは、この場合、幅広い範囲の閾値に対して得られ、これにより二値画像の系列が、単一のグレイ値画像から計算されることができる。前記二値画像データは、この場合、前記二値画像のオイラーヒストグラム、すなわち選択された範囲の閾値に対する前記二値画像のオイラー数のグラフを得るように処理される。
前記オイラーヒストグラムを計算するために、前記二値画像に対するオイラー数Eは、図2に示されるものと対応する2次元二値画像に対して、
2E=#頂点−#辺+#面
として規定され、ここで頂点及び接続する辺及び面は、前記二値画像のフォアグラウンド部分において任意に描かれることができる。利便性のため、前記頂点は、前記画像のボクセルグリッド上の位置と一致すると見なされ、グローバルオイラー数は、この場合、構成部分のローカルオイラー数の合計により計算されることができる。
前記プロセッサは、最小値Tminに向かって次第に低下される高い値Tmaxを持つ閾値から始めることにより頂点、辺及び面の総数に対する前記二値画像の各ボクセルの寄与を計算する。結果として生じる二値画像の系列は、閾値Tより大きい又は等しい強度値を持つボクセルにおいて1を持ち、Tより小さい強度値においてゼロを持つ。
閾値Tを次第に低下させるプロセスの間に、全体的なオイラーヒストグラムに対する各ボクセルの頂点の寄与を決定するために、強度vを持つ位置(x,y)におけるボクセルは、Tvertex=v(x,y)である場合に初めて前記二値画像内の頂点になり、より低い全ての閾値に対して頂点を残す。
同様に、ボクセルは、
edge1=min{v(x,y),v(x+1,y)}
又はTedge2=min{v(x,y),v(x,y+1)}
である場合に初めて面の一部になり、より低い全ての閾値に対して面を残す。
したがって、前記プロセッサは、各ボクセルに対して上記計算を実行し、次いで前記ボクセルラスタースキャンを実行し、このプロセスを繰り返す。このように、ボクセルグリッド上の全ての可能な頂点、辺及び面は、全ての選択された閾値に対してカバーされ、前記オイラーヒストグラムは、別個のボクセルの個別の寄与を合計することにより計算される。これは、全ての閾値に対するオイラーヒストグラムに対する各ボクセルの寄与が単一のスキャンにおいて計算されることを可能にし、したがって非常にソフトウェア効率が高い。
上記プロセスは、当業者により容易に理解されるように、オイラー数Eが、
2E=#頂点−#辺+#面−#オクタント
により与えられる場合に3D画像データに拡張されることもできる。
図3を参照すると、図1の装置のプロセッサ20におけるノイズ抑制アルゴリズムを制御するプロセスに対するフローチャートが示される。ステップS10において、前記ノイズ抑制アルゴリズムが適用されるノイズの多い画像を得るのに使用される異なる方法によって得られたグレイ値画像であることができるグレイ値基準画像が得られる。前記グレイ値基準画像のオイラーヒストグラムは、次いでステップS20において上述の方法によって得られる。
同時に、所定の閾値と比較される処理されるべきノイズの多い画像を表すグレイ値画像は、ステップS30において得られる。前記グレイ値画像のオイラーヒストグラムは、ステップS40において得られる。ステップS50において、ステップS30及びS40において得られた前記オイラーヒストグラム間の類似性の度合いが、例えば当業者によく知られた適切な補正関数を用いて決定される。次いでステップS60において前記オイラーヒストグラム間の類似性の度合いが、この条件下で可能な最適値、例えば利用可能な全てのノイズ抑制アルゴリズムの最適補正値と異なると決定される場合、前記ノイズ抑制アルゴリズムは、ステップS70において、例えば使用されるノイズ抑制アルゴリズムを変更する又は前記ノイズ抑制アルゴリズムのパラメータを調整することにより調整される。前記調整されたノイズ抑制アルゴリズムは、ステップS80において前記ノイズの多いグレイ値画像に適用され、前記プロセスは、前記オイラーヒストグラム間の類似性の最適な度合いがステップS60において決定されるまで繰り返され、前記プロセスはステップS90において終了する。
図1の装置のプロセッサ20におけるノイズ抑制アルゴリズムを制御する他のプロセスに対するフローチャートが図4に示される。ステップS110において、処理されるべきノイズの多い画像に対応するグレイ値画像が得られる。前記グレイ値画像のオイラーヒストグラムは、次いでステップS120において上に記載された方法によって得られる。
前記グレイ値画像に存在するノイズの測定値は、ステップS130において計算され、これは、ステップS140において所定の閾値と比較される。ステップS140において、このノイズ値が許容可能な範囲内にないと決定される場合、前記ノイズ抑制アルゴリズムは、ステップS150において、例えば使用されるノイズ抑制アルゴリズムを変更する又は前記ノイズ抑制アルゴリズムのパラメータを調節することにより調節される。前記調節されたノイズ抑制アルゴリズムは、次いでステップS160において前記ノイズの多いグレイ値画像に適用され、前記プロセスは、前記ノイズ測定値がステップS140において許容可能な範囲内にあると見なされるまで繰り返され、前記プロセスは、ステップS170において終了する。
図5は、上記プロセスの結果を示し、それぞれノイズフィルタリング無し、軽いノイズフィルタリング及び強力なノイズフィルタリングに対して、左側の列が標準線量画像を示し、右側の列が超低線量画像を示す。最高品質の超低線量画像が軽いノイズフィルタリングに対応するものであることがわかる。
図6は、異なる度合いのノイズ抑制(平均シフトフィルタリング)を用いた前記標準線量画像及び前記低線量画像のノーマルヒストグラム(上の行)間の比較を示す。図6の下の行は、前記オイラーヒストグラムの比較を示す。当業者に理解されるように、x軸の単位は、いわゆるヒストグラムのビンであり、この場合、前記画像のグレイ散0..2000である。CT画像に対して、前記グレイ値は、通常は、ハウンスフィールド値(HU)に対応し、この場合100のオフセットを持ち、これによりグレイ値0は−1000HUを意味する。y軸は、この場合、(約100スライスの画像からなる体積画像全体に対する)このグレイ値における閾値に対するオイラー数である。
前記ノーマルヒストグラムに対して、相関は、常により強いノイズ抑制とともに増加する。しかしながら、視覚的印象は、類似性がΔv=60HUのフィルタリング強度において最適であるというものであり、これは、前記オイラーヒストグラムの最適な補正の点でもある。
上記実施例が、限定的な意味ではなく、例としてのみ記載されており、様々な変更及び修正が、添付の請求項により規定される本発明の範囲から逸脱無しで可能であると当業者に理解される。例えば、本発明は、医用画像処理に関連して記載されているが、本発明が、写真及びビデオ画像を含むいかなるタイプのイメージングにも適用されることができると当業者に理解される。

Claims (13)

  1. 画像データを処理する方法において、
    対象の少なくとも1つの画像を表し、複数の第1のデータセットを含む第1の入力画像データを受信するステップであって、各前記第1のデータセットが、前記対象のそれぞれの場所における検出された物理パラメータを表すそれぞれの第1の成分を含む、当該受信するステップと、
    少なくとも1つの前記画像に対応するそれぞれの二値画像を表し、各前記第1のデータセットに対応するそれぞれの複数の第2のデータセットを含む二値画像データを提供するステップであって、各前記第2のデータセットが、対応する前記第1のデータセットの前記第1の成分をそれぞれの閾値と比較することにより決定される第1の値又は第2の値を持つそれぞれの第2の成分を含む、当該提供するステップと、
    少なくとも1つの前記画像に対応するそれぞれの複数の前記二値画像のそれぞれのオイラー数を決定するステップと、
    前記複数のオイラー数に依存する少なくとも1つの制御信号を提供するステップと、
    出力画像データを提供するように前記入力画像データセットにノイズ抑制プロセスを適用するステップと、
    少なくとも1つの前記制御信号を用いて前記ノイズ抑制プロセスを制御するステップと、
    を有する方法。
  2. 前記それぞれの複数の二値画像のそれぞれのオイラー数を決定するステップが、複数の前記第2のデータセットの各々が、対応する前記二値画像のそれぞれの頂点、辺又は面を表すかどうかを決定するステップを有する、請求項1に記載の方法。
  3. 前記複数の第2のデータセットの各々が、それぞれの頂点、辺又は面を表すかどうかを決定するステップが、(a)前記対象の所定の位置に対応する所定の第2のデータセットが、第1の閾値に対応する二値画像の頂点、辺又は面を表すかどうかを決定するステップ、及び(b)前記ステップ(a)において実行された前記決定によって、前記所定の位置に対応し、前記第1の閾値より低い第2の閾値に対応する他の第2のデータセットを分類するステップを有する、請求項2に記載の方法。
  4. 前記所定の第2のデータセットが頂点を表すかどうかを決定するステップが、いつ前記所定の第2のデータセットの前記第2の成分が前記第2の閾値より大きくなるのかを決定するステップを有する、請求項2に記載の方法。
  5. 前記所定の第2のデータセットが辺を表すかどうかを決定するステップが、いつ(i)前記所定の第2のデータセットの前記第2の成分及び(ii)前記所定の第2のデータセットの位置に隣接した位置に対応する第2のデータセットの前記第2の成分の低い方が前記第2の閾値より大きくなるのかを決定するステップを有する、請求項2に記載の方法。
  6. 前記所定の第2のデータセットが面を表すかどうかを決定するステップが、いつ(i)前記所定の第2のデータセットの前記第2の成分及び(ii)前記所定の第2のデータセットの位置に隣接したそれぞれの位置に対応する複数の第2のデータセットの前記第2の成分の最低のものが前記第2の閾値より大きくなるのかを決定するステップを有する、請求項2に記載の方法。
  7. 前記それぞれの複数の二値画像のそれぞれのオイラー数を決定するステップが、複数の前記第2のデータセットの各々が、対応する前記二値画像のそれぞれのオクタントを表すかどうかを決定するステップを更に有する、請求項2に記載の方法。
  8. 前記複数のオイラー数に依存する少なくとも1つの制御信号を提供するステップが、(i)前記画像に対応する前記複数のオイラー数と(ii)目標画像に対応する複数のオイラー数との間の相関を決定するステップを有する、請求項1に記載の方法。
  9. 前記複数のオイラー数に依存する少なくとも1つの制御信号を提供するステップが、(i)前記画像に対応する前記複数のオイラー数と(ii)第2の入力画像データにより表わされる画像に対応する複数のオイラー数との間の相関を決定するステップを有する、請求項1に記載の方法。
  10. 画像データを処理する画像処理装置において、
    対象の少なくとも1つの画像を表し、複数の第1のデータセットを含む第1の入力画像データを受信し、各前記第1のデータセットが、前記対象のそれぞれの場所における検出された物理パラメータを表すそれぞれの第1の成分を含み、
    少なくとも1つの前記画像に対応するそれぞれの二値画像を表し、各前記第1のデータセットに対応するそれぞれの複数の第2のデータセットを含む二値画像データを提供し、各前記第2のデータセットが、対応する前記第1のデータセットの前記第1の成分をそれぞれの閾値と比較することにより決定される第1の値又は第2の値を持つそれぞれの第2の成分を含み、
    少なくとも1つの前記画像に対応するそれぞれの複数の前記二値画像のそれぞれのオイラー数を決定し、
    前記複数のオイラー数に依存する少なくとも1つの制御信号を提供し、
    出力画像データを提供するように前記入力画像データセットにノイズ抑制プロセスを適用し、
    少なくとも1つの前記制御信号を用いて前記ノイズ抑制プロセスを制御する、
    少なくとも1つのプロセッサを有する装置。
  11. 対象の少なくとも1つの画像を表し、複数の第1のデータセットを含む第1の入力画像を提供する画像形成装置であって、各前記第1のデータセットが、前記対象のそれぞれの場所における検出された物理パラメータを表すそれぞれの第1の成分を含む当該画像形成装置と、請求項10に記載の画像処理装置とを有するイメージング装置。
  12. コンピュータにより画像データを処理するのに使用するデータ構造において、
    対象の少なくとも1つの画像を表し、複数の第1のデータセットを含む第1の入力画像データを受信するように実行可能な第1のコンピュータコードであって、各前記第1のデータセットが、前記対象のそれぞれの場所における検出された物理パラメータを表すそれぞれの第1の成分を含む、当該第1のコンピュータコードと、
    少なくとも1つの前記画像に対応するそれぞれの二値画像を表し、各前記第1のデータセットに対応するそれぞれの複数の第2のデータセットを含む二値画像データを提供するように実行可能な第2のコンピュータコードであって、各前記第2のデータセットが、対応する前記第1のデータセットの前記第1の成分をそれぞれの閾値と比較することにより決定される第1の値又は第2の値を持つそれぞれの第2の成分を含む、当該第2のコンピュータコードと、
    少なくとも1つの前記画像に対応するそれぞれの複数の前記二値画像のそれぞれのオイラー数を決定するように実行可能な第3のコンピュータコードと、
    前記複数のオイラー数に依存する少なくとも1つの制御信号を提供するように実行可能な第4のコンピュータコードと、
    出力画像データを提供するように前記入力画像データにノイズ抑制プロセスを適用するように実行可能な第5のコンピュータコードと、
    少なくとも1つの前記制御信号を用いて前記ノイズ抑制プロセスを制御するように実行可能な第6のコンピュータコードと、
    を有するデータ構造。
  13. キャリアに記憶された請求項12に記載のデータ構造。
JP2009535177A 2006-11-08 2007-11-01 画像信号のノイズ低減 Withdrawn JP2010509652A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP06123697 2006-11-08
PCT/IB2007/054434 WO2008056305A1 (en) 2006-11-08 2007-11-01 Noise reduction of an image signal

Publications (1)

Publication Number Publication Date
JP2010509652A true JP2010509652A (ja) 2010-03-25

Family

ID=39166439

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2009535177A Withdrawn JP2010509652A (ja) 2006-11-08 2007-11-01 画像信号のノイズ低減

Country Status (5)

Country Link
US (1) US20100061656A1 (ja)
EP (1) EP2092484A1 (ja)
JP (1) JP2010509652A (ja)
CN (1) CN101536033A (ja)
WO (1) WO2008056305A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2978273B1 (fr) * 2011-07-22 2013-08-09 Thales Sa Procede de reduction du bruit dans une sequence d'images fluoroscopiques par filtrage temporel et spatial
US10282820B2 (en) 2013-02-21 2019-05-07 Koninklijke Philips N.V. Structure propagation restoration for spectral CT
US11809161B2 (en) * 2020-07-13 2023-11-07 Lawrence Livermore National Security, Llc Computed axial lithography optimization system
US20230180214A1 (en) * 2021-12-03 2023-06-08 6Sense Insights, Inc. Mapping Entities to Accounts for De-Anonymization of Online Activity

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4906940A (en) * 1987-08-24 1990-03-06 Science Applications International Corporation Process and apparatus for the automatic detection and extraction of features in images and displays

Also Published As

Publication number Publication date
CN101536033A (zh) 2009-09-16
US20100061656A1 (en) 2010-03-11
EP2092484A1 (en) 2009-08-26
WO2008056305A1 (en) 2008-05-15

Similar Documents

Publication Publication Date Title
JP3851171B2 (ja) 視覚的注意のモデル化方法
JP6038850B2 (ja) 画像処理装置
US5923775A (en) Apparatus and method for signal dependent noise estimation and reduction in digital images
US7792384B2 (en) Image processing apparatus, image processing method, program, and recording medium therefor
JP4681608B2 (ja) イメージ処理のための方法および装置
KR100750176B1 (ko) 초정밀화를 이용한 양자화 아티팩트 제거 방법 및 시스템
US7623728B2 (en) Method and product for processing digital images
JPH06154200A (ja) X線検査装置及びx線検査装置で使用されるノイズ低減手段
US10832381B2 (en) Processing at least one X-ray image
US8965141B2 (en) Image filtering based on structural information
JP2012517774A (ja) ブロックノイズの検出及びフィルタ処理
JP2009516882A (ja) ディジタル画像を強調する方法及びシステム
JP5107342B2 (ja) 精度平滑特性を増大させる画像改善
JP7346418B2 (ja) 肺画像を評価するためのシステム及び方法
US20160117809A1 (en) Image processing apparatus, control method thereof and computer-readable storage medium
Majeed et al. Iterated adaptive entropy-clip limit histogram equalization for poor contrast images
US8295626B2 (en) Method and system for adaptive quantization layer reduction in image processing applications
US9639919B2 (en) Detection and correction of artefacts in images or video
JP2010509652A (ja) 画像信号のノイズ低減
KR101877808B1 (ko) 다중 레이어 오버랩 블록 기반의 로컬 히스토그램 평활화를 이용한 영상 콘트라스트 향상 방법 및 장치
JPH11265447A (ja) 3個の時間画像のシーケンスの画像中のノイズを圧縮する画像処理方法及び医用映像化装置
Yilmaz et al. Noise removal of CBCT images using an adaptive anisotropic diffusion filter
US20060008174A1 (en) Count adaptive noise reduction method of x-ray images
Koning et al. Effect of lossy data compression on quantitative coronary measurements
Wang et al. Video enhancement using adaptive spatio-temporal connective filter and piecewise mapping

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20110104