JP6275826B2 - ノイズ除去再構成画像データエッジ改善 - Google Patents

Description

以下の記載は、概してノイズ除去再構成画像データ、特にノイズ除去再構成画像データにおける構造体のエッジを改善することに関し、コンピューター断層撮影（CT）への特定の適用に関して記載される。しかしながら以下の記載は、デジタルX線、ハイブリッド/統合型陽電子放射断層撮影（PET）/CT、ハイブリッド/統合型磁気共鳴映像法（MRI）/CT、及び／又は他のモダリティのような他のモダリティに対しても変更可能である。

反復（繰り返し）再構成（IR）アルゴリズムは、フィルタ補正逆投影法（FBP）アルゴリズムよりも画質を改善し得る。画質改善は主に、FBPによって生成される画像より少ない画像アーチファクト及び少ないノイズを持っている画像を生成する試みに集中されている。これは、患者にもたらされる線量（ドーズ）を下げるか、線量を変えることなく画像の鮮明度を改善するか、又は線量低下と画質改善との両方の組合せの何れかのために使用され得る。

最尤法アプローチのような反復再構成アルゴリズムは、画像の粗さと、再構成された画像のボリュームとデータとの間の相違点との両方を同時に最小化する。粗さのペナルティなしの場合、反復再構成は極めてノイズの高い傾向があり、アポディゼーションによるFBP再構成よりさらにノイズの高い傾向がある。

プロジェクション（投影）空間に戻ることなく画像からノイズを取り除くことによって画質を改善しようとする、画像領域（ドメイン）ベースのノイズ除去アルゴリズムもある。ノイズは画像空間に残るため、これらのアルゴリズムは、反復再構成アプローチよりずっと早くなるが、完全な反復再構成アルゴリズムの結果と同じ結果を必ずしももたらすというわけではない。

反復再構成及び画像領域ノイズ除去アルゴリズムの両方の場合、特にいわゆる「エッジ保存」ペナルティ関数が使われるとき、ノイズは画像化された構造体のエッジに残るかもしれず、近くの平らな領域におけるノイズは除去されるか、又は大幅に低減される。これにより構造体は、粗いか、又は「ギザギザの」エッジを有するように見え得る。実際は構造体のエッジは（シリンダーの楕円横断面のように）完全に滑らかになり得る。体におけるこのような構造体の例は、大動脈である。

残念なことに、放射線科医がギザギザのエッジを備えているように見える構造体を見る場合、実際下にあるエッジが滑らかであるということを知ると、彼らは画像において他の構造体の正確さまたは信頼性を疑い始める。ある場合において、起伏の多い器官境界部は病気の徴候になり得る。この場合、器官のエッジが誤ってでこぼこ又はギザギザに見える場合、それは誤診をもたらし得る。

ここに記載される局面は、上記の問題及び他の問題を扱う。

以下は、ノイズ除去再構成画像データにおける構造体のエッジの外観を改善するためのアプローチを記載する。以下に詳細に説明されるようにこれは、再構成画像データから除去されるノイズの（重み付けられるか、又は重み付けられない）負部をエッジのまわりの領域又はエッジに再び加えることを含む。

ある局面において方法が、ノイズ除去再構成画像データを得るステップと、ノイズ除去再構成画像データにおいて表される構造体のエッジに対応するノイズ除去再構成画像データのサブセットをエッジ改善するステップとを含む。

他の局面においてシステムは、ノイズ除去再構成画像データ内でエッジ位置のエッジマップを検出するエッジ検出器と、ノイズ除去再構成画像データによって再構成画像データを減じることによってノイズ画像データを生成するノイズ画像データ生成器と、ノイズ画像データ及びエッジマップを乗じることによって高ノイズエッジ画像データを生成する高ノイズエッジ画像データ生成器と、高ノイズエッジ画像データ及び重みとノイズ除去再構成画像データとの積を加えることによってエッジ改善ノイズ除去画像データを生成するエッジ改善器とを含む。

他の局面において、コンピュータ読取り可能な記憶媒体はコンピュータ読取り可能な命令でエンコードされる。プロセッサによって実行されるとき、コンピュータ読取り可能な記憶媒体により前記プロセッサは、再構成画像データを取得し、ノイズ除去再構成画像データを取得し、この場合、前記ノイズ除去再構成画像データは取得された前記再構成画像データのノイズ除去バージョンであり、エッジ検出アルゴリズムを前記ノイズ除去再構成画像データに適用することによって、前記ノイズ除去再構成画像データ内でエッジ位置のエッジマップを生成し、前記ノイズ除去再構成画像データによって前記再構成画像データを減じることによって、ノイズ画像データを生成し、前記ノイズ画像データ及び前記エッジマップを乗じることによって、高ノイズエッジ画像データを生成し、前記高ノイズエッジ画像データ及び重みと前記ノイズ除去再構成画像データとの積を加えることによってエッジ改善ノイズ除去画像データを生成する。

本発明は、各種コンポーネント及びコンポーネントの各種構成と、各種ステップ及びステップの各種構成との形態をとりうる。図面は、好適な実施例を説明する目的だけのものであり、本発明を限定するものとして解釈されるべきでない。

再構成画像データを生成する、イメージングシステム及び再構成画像データノイズ除去器に関連してノイズ除去再構成画像データ改善器を図示する。 エッジ改善器を備えるノイズ除去再構成画像データ改善器の非限定的な例を図示する。 図2のエッジ改善器の例を図示する。 ノイズ除去再構成画像データの構造体をエッジ改善するための方法を図示する。

以下の記載は、ノイズ除去再構成画像データにおける構造体のエッジの外観を改善するためのアプローチを記載する。通常、本アプローチはノイズキャンセルをノイズ除去再構成画像データの選択的な領域に適用する。本アプローチは積極的なノイズ除去アルゴリズムのために適切であるが、より積極的でないノイズ除去アルゴリズムで使われることもできる。

図1は、コンピューター断層撮影（CT）スキャナのような画像処理システム100を図示する。画像処理システム100は、概して静止ガントリ102及び回転ガントリ104を含む。回転ガントリ104は静止ガントリ102によって回転できるように支持されて、長軸方向またはｚ軸について検査領域106のまわりを回転する。

X線チューブのような放射線源108は、回転ガントリ104によって回転できるように支持される。放射線源108は回転ガントリ104で回転し、検査領域106を横断する放射線を発する。ソースコリメータは、概して、コーン（円錐）、ファン、くさび（ウェッジ）、又はその他の形状の放射ビームを形成するために放射線をコリメートするコリメーションメンバを含む。

一次元または二次元の放射線感受性検出器アレイ110は、検査領域106の間の放射線源108の反対側の角度アーク（弧）に対向する。検出器アレイ110は、ｚ軸方向に沿って延在する複数の列の検出器を含む。検出器アレイ110は、検査領域106を横断する放射線を検出し、それを示すプロジェクションデータを生成する。

寝台のような患者支持台112は、検査領域106において人間患者のような対象物または被検体を支持する。支持物112は、対象物または被検体をロードし、スキャンし、および／または、アンロードするために対象物または被検体を移動させるように構成される。汎用コンピュータシステムまたはコンピュータは、オペレータコンソール114としての役割を果たす。コンソール114によって、オペレータがシステム100の動作を制御することができる。

再構成器116は、プロジェクションデータを再構成し、それを示す再構成ボリュメトリック（容積測定）画像データを生成する。再構成器116は、従来のフィルタリングされた逆投影再構成、コーンビームアルゴリズム、反復アルゴリズム及び／又は他のアルゴリズムを使用してもよい。さらに再構成器116は、より高い、より低い、及び／又は他の解像度で画像を生成するために利用されてもよい。

再構成画像データノイズ除去器118は、再構成器116によって（および／または他の再構成器によって）生成される再構成画像データをノイズ除去し、ノイズ除去再構成画像データを生成する。再構成画像データは、再構成器116からおよび／または他の再構成器によって、及び／又は医療用画像管理システム（PACS）、放射線学情報システム（RIS）、病院情報システム（HIS）のようなデータリポジトリ及び／又は他のデータリポジトリによって得られ得る。

適切なノイズ除去アルゴリズムは、限定されないが、本願又は何れかの他のノイズ除去アルゴリズムにおいて参照によって組み込まれる、2012年5月9日に出願の出願番号第13/508,751号「強化された画像データ/線量低減」、及び2011年11月23日に出願の出願番号第61/563,078号「画像データノイズ除去」の記載を含む。

ノイズ除去再構成画像データ改善器120は、ノイズ除去再構成画像データを視覚的に改善する。後で更に詳しく明らかにされるように一つの例において、これは負部において、再構成画像データノイズ除去器118のノイズ除去によって除去されるノイズのサブ部分を再び加えることを含む。サブ部分が構造体（例えば、組織境界部）のエッジを再構成画像データにおいて含む場合、結果としてもたらされるノイズ除去画像データは、改善の前の画像データと比較して、より滑らかになるエッジを含む。ノイズ除去再構成画像データ改善器120は、一つ又は複数の他の画像改善をもたらすこともできる。

再構成画像データノイズ除去器118及び／又はノイズ除去再構成画像データ改善器120は、ここに記載される一つ又は複数の機能を実行するために物理メモリ及び他の非一時的な媒体のようなコンピュータ読取り可能な記憶媒体上でエンコードされる一つ又は複数のコンピュータ読取り可能な命令を実行する、一つ又は複数のマイクロプロセッサを含む一つ又は複数の計算システムの部分になり得る。代わりに、再構成画像データノイズ除去器118及び／又はノイズ除去再構成画像データ改善器120（またはそのサブ部分）は、コンソール114の部分になり得る。更に、または、代わりに、一つ又は複数のマイクロプロセッサは、ここに記載される一つ又は複数の機能を実行するために搬送波信号及び他の一時的な媒体によって運ばれる一つ又は複数のコンピュータ読取り可能な命令を実行することができる。

図2は、ノイズ除去再構成画像データ改善器120の例を図示する。

エッジ検出器202は、エッジ検出アルゴリズムをノイズ除去再構成画像データに適用し、ノイズ除去再構成画像データにおいて構造体のエッジ位置を含むエッジマップ（または画像）を生成する。適切なエッジ検出アルゴリズムの例は、限定されないが、勾配規模、キャニー、分岐点変換、それらの組合せ、及び／又はそれらの適合、及び／又は他のエッジ検出アルゴリズムを含む。

キャニーアルゴリズムの例が、キャニーの「エッジ検出への計算アプローチ」（IEEE trans. パターン分析と人工知能、8(6)、679-698、1986）において議論される。このアルゴリズムの場合、エッジマップは、エッジが位置される１の値及び何れかに位置されるゼロの値を含む。分岐点変換アルゴリズムの例が、Roerdink氏他による「分岐点変換：定義、アルゴリズム、及び並列化戦略」（Fundamenta Informaticae 41 (2000)に、pp. 187-228）において議論される。

勾配量アルゴリズムの場合、エッジマップは、エッジについてのウインドウ又は所定のレンジ（範囲）内で、エッジが位置される、ゼロ以外の値からゼロの値に減少又は低下する値を含む。その値は、線形に、非線形に、指数関数的に、段階を追っておよび／またはその他で下がり得る。他のエッジ検出アルゴリズムもここで考慮される。

ノイズ画像データ生成器204は、ノイズ除去再構成画像データ及び再構成画像データに基づいてノイズ画像データを生成する。一つの例において、ノイズ画像生成器204は、ノイズ除去再構成画像データを再構成画像データから減じることによってノイズ画像を生成する。

高ノイズエッジ画像データ生成器206は、ノイズ画像データ及びエッジマップに基づいて高ノイズエッジ画像データを生成する。一つの例において、高ノイズエッジ画像データ生成器204は、エッジマップでノイズ画像データを乗じることによって、高ノイズエッジ画像データを生成する。勾配エッジ検出アルゴリズムが使われる場合、結果としてもたらされる高ノイズエッジ画像データは、ノイズが、勾配量アルゴリズムによって規定されるウインドウ内にだけ残る画像データを含む。

キャニーエッジ検出アルゴリズムが使われる場合、結果としてもたらされる高ノイズエッジ画像データは、ノイズが、エッジ上にのみ残る画像データを含む。代わりに、乗算に先行して、拡大のような形態的な画像処理動作がエッジマップに適用されることができる。さらに、ノイズ画像データは、エッジマップによる乗算に先行して、線形フィルタでなめらかにされることができる。

エッジ改善器208は、ノイズ除去再構成画像データ及び高ノイズエッジ画像データに基づいてエッジ改善ノイズ除去画像データを生成する。一つの例において、エッジ改善器208は、ノイズ除去再構成画像データに対して高ノイズエッジ画像データを減じることによってエッジ改善ノイズ除去画像データを生成する。このようなアプローチはノイズキャンセルとみなされてもよい。

減算は重み付けされることが可能であり、又は重み付けされないことが可能である。重み付けは、さまざまな態様で決定されることができる。たとえば、一つの例において、重み付けはデータ取得及び／又は再構成パラメータに基づく。このようなパラメータの例は、投影及び／又は画像データ、スライス幅、再構成フィルタ、ボクセルサイズ、及び／又はパラメータの見積られたノイズを含む。他の例において、重み付けはデータ取得及び／又は再構成パラメータから独立している。

図3に戻って、エッジ改善器208の非限定的な例が図示される。エッジ改善器208は、エッジアルゴリズム304に基づいて再構成されたノイズ除去画像データ及び高ノイズエッジ画像データを処理するエッジプロセッサ302を含む。エッジアルゴリズム304の非限定的な例は、式1で示される重み付け（加重）和である。
式１：

ここで

はエッジ改善ノイズ除去画像データを表し、

はノイズ除去再構成画像データを表し、

は高ノイズエッジ画像データを表し、マイナス１（１）とゼロ（０）との間又はその他になり得る、wは重み付けを表す。

エッジ改善器208は、再構成されたノイズ除去画像データ、高ノイズエッジ画像データ、及び重み付けアルゴリズム308に基づいて重み付けwを決定する重み付け決定器306を含む。適切なエッジアルゴリズム308の一つの例は、滑らかさのような画質測定基準に基づくアルゴリズムである。一つの例において、エッジアルゴリズム308は、補償を軽減しすぎるか又は軽減し足りないか、すなわちそれぞれ、他のアーチファクトをもたらし得るか、又はエッジアーチファクトを十分に修正し得ないかに関するコスト関数を最適化する。この例において、最適化は、滑らかさの基準に従って、反復的又は分析的に最適化されるコスト関数の最小化である。

滑らかさの基準は、たとえば、全変化量、隣接するピクセルの平方差、及び／又は他のアプローチになり得る。一つの適切なアプローチは、ケーラー氏他、「CTにおける金属アーチファクト低減のための新たな方法」（CT会議会報2012、ソルトレークシティ、29-32 pp.、2012年）に記載される。このアプローチは、各々の画像ボクセルにおける力ずくのサーチによってローカルに決定される正しいファクタを使って修正画像を加えることを含む。他の適切な滑らかさアプローチは、たとえば、近似を使用する全変化基準に基づいており、ケーラー氏他のアプローチより速くなる。

全変化アプローチの例は、次に記載される。

を表すためにμ₀を使用し、

を表すために

を使用し、画像μの全変化ＴＶ（μ）は、式2で示されるように離散形でもたらされ得る。
式２：

ここで、

は位置（i,j）におけるピクセルである。コスト関数の例は、
式３：

で示される。

ここで、βはwを表し、a、b、及びcは二次関数のボクセル固有定数であり、式２の平方を拡張し、項を多項式における同じβと結合することによって導き出され得る。たとえば定数a、b、及びcは、

決定されることができる。

式3のコスト関数は、平方根の一次テイラー近似を使って近似され得る。定数ファクタを無視すると、拡張点β_nにおけるコスト関数は、式4及び5で示される。

式４：

式５：

ここで、

である。

βの最終値は式6で示すように導き出される。
式6：

ここでnは現在の反復を表す。βの最終値は、元のノイズ除去再構成画像データにおけるノイズに依存し、全変化を最小化するβになるであろう。

式5の場合、β₀が分子ならびに分母の部分の平方根ファクタとして十分に大きいとき、大きさの不正確な次元のβ₀の開始値は更新項において相殺される。このように、βは第一の反復の後の大きさの正しい次元にすでに近くにあるであろう。反復の回数は、反復の所定の回数、所定の制限時間、及び／又は連続した反復の間の所定のエラー閾値に基づき得る。後者の場合、現在のβは前のβと比較され、差は閾値と比較される。差が閾値に等しいか、又は閾値より少ないとき、更新は終了する。

図3が、図1のCT画像処理システム100、図１及び２の再構成画像データノイズ除去器118及びノイズ除去再構成画像データ改善器120に関連して記載されるが、図3のエッジ改善器208は、他のイメージングシステム、他の再構成画像データノイズ除去器、及び／又は他のノイズ除去再構成画像データ改善器で利用されることができることは評価されるであろう。

概して、図3のエッジ改善器208は、画像または画像データを生成するために後続して再構成されるデータの表示又は投影を得る何れかのイメージングシステム（例えば、X線断層撮影、磁気共鳴（MR）、陽電子放射断層撮影（PET）等）で利用されることができる。更に、図3のエッジ改善器208は、他の高ノイズエッジ画像データ生成アプローチを使って生成される他のノイズ除去アプローチ及び／又は高ノイズエッジ画像データを使ってノイズを除去される再構成画像化されたデータを処理することができる。

図2及び3において、エッジ改善器208は、ノイズ除去再構成画像データを受信すると共に処理する。エッジ改善器208は一つの画像におけるピクセルの全てまたは二つの更なる画像のセットにおけるピクセルの全てを処理することができることは評価されるべきである。代わりに、一つの画像におけるピクセルの一つ又はそれより多くのサブセットのみが処理されるか、または二つの更なる画像のセットが処理される。ピクセルのサブセット及び／又は画像のセットはあらかじめ決められることが可能であり、および／または、ユーザー定義されることが可能である。

さらに、βの値は、選択的にユーザー定義されることが可能であり、および／または、ユーザー調節可能になり得る。前者の場合、ユーザーはグラフィカルユーザインタフェース及び／又はコマンドラインプロンプトを介して値を入力することができる。代わりに、ユーザー定義された値はファイルに電子フォーマットで記憶されることができ、エッジ改善器208によってアクセスされることができる。代わりに、ユーザーは、βの値を入力および／または調節するためにタッチスクリーンインターフェース及び／又は機械的/物理的ボタンを通じて呼び出されるコントロールを使用することができる。

図4は、ノイズ除去再構成画像データをエッジ改善するための方法の例を図示する。

方法の動作の順序は制限されないことは評価されるべきである。このように、他の順序は、ここで検討される。更に、一つ又はそれより多くの動作は省略されてもよく、および／または、一つ又はそれより多くのさらなる動作が含まれてもよい。

402において、再構成画像データが得られる。ここに明らかにされるように、再構成画像データは、画像処理システム100及び／又は他のシステムによって生成されることができ、画像処理システム及び／又はデータリポジトリによって得られることができる。

404において、再構成画像データはノイズ除去され、ノイズ除去再構成画像データが生成される。 ここに記載されるように、限定されないが、出願番号第13/508,751号に記載されるアルゴリズム及び／又は他のノイズ除去アルゴリズムを含む様々なノイズ除去アルゴリズムが使われることができる。

406において、ノイズ除去再構成画像データ内のエッジ位置のエッジマップ（または画像）が生成される。ここに記載されるように、一つの非限定的な例において、これはエッジ検出アルゴリズムをノイズ除去再構成画像データに適用することを含む。また、ここに記載されているように、エッジマップは、エッジについてのウインドウ若しくは所定の範囲内でゼロ以外の値からゼロ(0)に減少する値、エッジにおいて1及び他でゼロ（０）になる値、又は他の値を含むことができる。

408において、ノイズ画像データは、再構成画像データとノイズ除去再構成画像データとに基づいて生成される。ここに記載されるように、一つの非限定的な例において、これはノイズ除去再構成画像データによって再構成画像データについて減じることを含む。

410において、高ノイズエッジ画像データは、ノイズ画像データとエッジマップとに基づいて生成される。ここに記載されるように、一つの非限定的な例において、ノイズ画像データ及びエッジマップを乗じることを含む。

412において、エッジ改善ノイズ除去画像データが、ノイズ除去再構成画像データ及び高ノイズエッジ画像データに基づいて生成される。ここに記載されるように、一つの非限定的な例において、これは（重み付けされたか、又は重み付けされない）高ノイズエッジ画像データ及びノイズ除去再構成画像データを加えることを含む。

上記の本方法は、コンピュータ読取り可能な命令によって実行されてもよく、コンピュータ読取り可能な記憶媒体の上でエンコードされてもよいか、コンピュータ読取り可能な記憶媒体の上に埋め込まれてもよい。このことにより、一つ又は複数のコンピュータプロセッサで実行されるとき、一つ又は複数のプロセッサは上記の動作を実行する。更に、または代わりに、コンピュータ読取り可能な命令の少なくとも一つは、信号、搬送波、または他の一時的な媒体によって運ばれる。

本発明は、好ましい実施例を参照して説明されている。上記詳細な説明を読み、理解すると他の者に修正案及び代替案が明白に思い付くことがある。本発明は、修正案及び代替案が付随の特許請求の範囲又はそれに対応するものの範囲内にある限り、これら修正案及び代替案を全て含んでいると考えられることを意図している。

Claims (14)

1. ノイズ除去再構成画像データを得るステップであって、前記ノイズ除去再構成画像データは再構成画像データのノイズ除去バージョンである、ステップと、
   前記ノイズ除去再構成画像データによって前記再構成画像データを減じることによってノイズ画像データを生成するステップと
   を有する方法であって、
   エッジ検出アルゴリズムを前記ノイズ除去再構成画像データに適用することによって、前記ノイズ除去再構成画像データ内でエッジ位置のエッジマップを生成するステップと、
   前記ノイズ画像データ及び前記エッジマップを乗じることによって、高ノイズエッジ画像データを生成するステップと、
   正の重み付けによって乗じられる前記高ノイズエッジ画像データを前記ノイズ除去再構成画像データから減じることによってエッジ改善ノイズ除去画像データを生成するステップと
   を更に有する、方法。
2. 前記重み付けは0と1との間の値を有する、請求項１に記載の方法。
3. 滑らかさの基準に基づいて前記重み付けを決定するステップ
   を更に有する、請求項１乃至２の何れか一項に記載の方法。
4. 前記滑らかさの基準は、画像の隣接するピクセルの平方差又は画像の全変化の一つである、請求項３に記載の方法。
5. 前記重み付けされた高ノイズエッジ画像データと前記ノイズ除去再構成画像データとの和に適用される前記滑らかさの基準である、コスト関数を最小化することによって前記重み付けを決定するステップ
   を更に有する、請求項４に記載の方法。
6. 前記ノイズ画像データ及び前記エッジマップを乗じることによって前記高ノイズエッジ画像データを生成し、前記ノイズ画像データは、前記ノイズ除去再構成画像データを生成するために前記再構成画像データから除去される前記ノイズを表すステップ
   を更に有する、請求項１乃至５の何れか一項に記載の方法。
7. エッジ検出アルゴリズムを前記ノイズ除去再構成画像データに適用することによって前記エッジマップを生成するステップ
   を更に有する、請求項１乃至６の何れか一項に記載の方法。
8. 前記エッジ検出アルゴリズムは、重み付けされた勾配の大きさ、キャニー、又は分岐点変換の一つ又はそれより多くを含む、請求項７に記載の方法。
9. 少なくとも一つの前記エッジマップは、前記ノイズ除去再構成画像内のエッジ位置を表し、又は前記エッジ位置は、1の値からエッジについての所定のウインドウ内のゼロの値に減少する値及び他の何れかにおけるゼロを通じて位置される、請求項６乃至８の何れか一項に記載の方法。
10. 前記エッジ位置は前記エッジにおける１の値及び他の何れかにおけるゼロを通じて位置される、請求項９に記載の方法。
11. 前記乗算に先行して前記エッジマップを拡大させるステップ、前記乗算に先行してフィルタで前記ノイズ画像データを滑らかにするステップ、又は前記ノイズ除去再構成画像データを高ノイズ再構成画像データから減じることによって前記ノイズ画像データを生成するステップの少なくとも一つを更に有する、請求項６乃至１０の何れか一項に記載の方法。
12. ノイズ除去再構成画像データによって再構成画像データを減じることによってノイズ画像データを生成し、前記ノイズ除去再構成画像データは前記再構成画像データのノイズ除去バージョンである、ノイズ画像データ生成器
    を有するシステムであって、
    エッジ検出アルゴリズムを前記ノイズ除去再構成画像データに適用することによって、前記ノイズ除去再構成画像データ内でエッジ位置のエッジマップを検出するエッジ検出器と、
    前記ノイズ画像データ及び前記エッジマップを乗じることによって高ノイズエッジ画像データを生成する高ノイズエッジ画像データ生成器と、
    正の重み付けによって乗じられる前記高ノイズエッジ画像データを前記ノイズ除去再構成画像データから減じることによってエッジ改善ノイズ除去画像データを生成するエッジ改善器と
    を有する、システム。
13. 前記エッジ改善器は、
    前記ノイズ除去再構成画像データと前記重み付けされた高ノイズエッジ画像データとの和に適用される滑らかさの基準のコスト関数を最小化することによって、画像の隣接するピクセルの平方差又は画像の全変化の一つを含む、前記滑らかさの基準に基づいて前記重み付けを決定する重み付け決定器
    を有する、請求項１２に記載のシステム。
14. 一つ又はそれより多くのコンピュータ実行可能な命令でエンコードされるコンピュータ読取り可能な記憶媒体であって、計算システムのプロセッサによって実行されるとき、前記命令により前記プロセッサが、
    再構成画像データを取得し、
    ノイズ除去再構成画像データを取得し、前記ノイズ除去再構成画像データは取得された前記再構成画像データのノイズ除去バージョンであり、
    前記ノイズ除去再構成画像データによって前記再構成画像データを減じることによって、ノイズ画像データを生成し、
    エッジ検出アルゴリズムを前記ノイズ除去再構成画像データに適用することによって、前記ノイズ除去再構成画像データ内でエッジ位置のエッジマップを生成し、
    前記ノイズ画像データ及び前記エッジマップを乗じることによって、高ノイズエッジ画像データを生成し、
    正の重み付けによって乗じられる前記高ノイズエッジ画像データを前記ノイズ除去再構成画像データから減じることによってエッジ改善ノイズ除去画像データを生成する
    コンピュータ読取り可能な記憶媒体。

Images