JP7382090B1 - 迅速なノイズ抑制コントラスト強調のためのgpu高速化データ処理方法 - Google Patents
迅速なノイズ抑制コントラスト強調のためのgpu高速化データ処理方法 Download PDFInfo
- Publication number
- JP7382090B1 JP7382090B1 JP2022122533A JP2022122533A JP7382090B1 JP 7382090 B1 JP7382090 B1 JP 7382090B1 JP 2022122533 A JP2022122533 A JP 2022122533A JP 2022122533 A JP2022122533 A JP 2022122533A JP 7382090 B1 JP7382090 B1 JP 7382090B1
- Authority
- JP
- Japan
- Prior art keywords
- image
- amplification
- resized
- amplified
- height
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 230000001629 suppression Effects 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 108
- 230000008569 process Effects 0.000 claims description 76
- 230000003321 amplification Effects 0.000 claims description 54
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 54
- 238000012545 processing Methods 0.000 claims description 35
- 230000009467 reduction Effects 0.000 claims description 24
- 238000001914 filtration Methods 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims 1
- 230000003044 adaptive effect Effects 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 abstract description 7
- 238000000879 optical micrograph Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 101150080287 SUB3 gene Proteins 0.000 description 7
- 230000001537 neural effect Effects 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000005286 illumination Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000005284 excitation Effects 0.000 description 4
- 238000000399 optical microscopy Methods 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 210000003594 spinal ganglia Anatomy 0.000 description 3
- 102100036464 Activated RNA polymerase II transcriptional coactivator p15 Human genes 0.000 description 2
- 101710170231 Antimicrobial peptide 2 Proteins 0.000 description 2
- 102100031658 C-X-C chemokine receptor type 5 Human genes 0.000 description 2
- 101000713904 Homo sapiens Activated RNA polymerase II transcriptional coactivator p15 Proteins 0.000 description 2
- 101000922405 Homo sapiens C-X-C chemokine receptor type 5 Proteins 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 2
- 229910004444 SUB1 Inorganic materials 0.000 description 2
- 229910004438 SUB2 Inorganic materials 0.000 description 2
- 101100311330 Schizosaccharomyces pombe (strain 972 / ATCC 24843) uap56 gene Proteins 0.000 description 2
- 210000003050 axon Anatomy 0.000 description 2
- 210000005056 cell body Anatomy 0.000 description 2
- 210000003710 cerebral cortex Anatomy 0.000 description 2
- 230000002490 cerebral effect Effects 0.000 description 2
- 210000001787 dendrite Anatomy 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 101150018444 sub2 gene Proteins 0.000 description 2
- 102100036301 C-C chemokine receptor type 7 Human genes 0.000 description 1
- 101000716065 Homo sapiens C-C chemokine receptor type 7 Proteins 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 101100194362 Schizosaccharomyces pombe (strain 972 / ATCC 24843) res1 gene Proteins 0.000 description 1
- 101100194363 Schizosaccharomyces pombe (strain 972 / ATCC 24843) res2 gene Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 101150053991 anp1 gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003376 axonal effect Effects 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000005978 brain dysfunction Effects 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 210000003520 dendritic spine Anatomy 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000000799 fluorescence microscopy Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
- Details Of Television Scanning (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
i)第1の幅及び第1の高さを有し、所定のビット深度を有する複数の画素又はデータポイントを含み、ビット深度を2乗して1をマイナスすることで最大画素値又は最大画素強度を得ることを可能な入力画像を取得するステップ。
ii)前記入力画像に対して第1の画素ビニング又は第1の補間処理を実行し、第1のリダクション係数によって前記入力画像をリサイズし、前記第1のリダクション係数によって前記第1の幅よりも狭い第2の幅と、前記第1のリダクション係数によって前記第1の高さよりも低い第2の高さと、を有する第1のリサイズ画像を生成するステップ。
iii)前記第1のリサイズ画像に対して第1のローパスフィルタリング処理を実行し、第1のぼかし画像を取得するステップ。
iv)前記第1のぼかし画像に対して第2の補間処理を実行し、前記第1のぼかし画像を前記第2の幅及び前記第2の高さからアップスケールし、前記第1の幅及び前記第1の高さを有する第2のリサイズ画像を取得するステップ。
v)前記第2のリサイズ画像に対して第1の所定値を分割するための分割処理を実行し、第1の分割レイヤー画像を取得するステップ。
vi)閾値処理を実行し、前記第1の分割レイヤー画像をユーザ定義の閾値でトランケートし、第1の増幅レイヤー画像を取得するステップ。
vii)前記入力画像に対して第1の増幅処理を実行し、前記第1の増幅レイヤー画像によって前記入力画像を乗算し、第1の増幅画像を生成するステップ。
viii)前記第1の増幅画像に対して第2の画素ビニング又は第3の補間処理を実行し、第2のリダクション係数によって第1の増幅画像をリサイズし、前記第2のリダクション係数によって前記第1の幅よりも狭い第3の幅と、前記第2のリダクション係数によって前記第1の高さよりも低い第3の高さと、を有する第3のリサイズ画像を生成するステップ。
ix)前記第3のリサイズ画像に対して第2のローパスフィルタリング処理を実行し、第2のぼかし画像を取得するステップ。
x)前記第2のぼかし画像に対して第4の補間処理を実行し、前記第2のぼかし画像を前記第3の幅及び前記第3の高さからアップスケールし、前記第1の幅及び前記第1の高さを有する第4のリサイズ画像を取得するステップ。
xi)前記第4のリサイズ画像及び前記第1の増幅画像に対して第1の減算処理を実行し、前記第4のリサイズ画像から前記第1の増幅画像を減算し、第1の減算画像を生成するステップ。
xii)前記第1の減算画像に対して第3のローパスフィルタリング処理を実行し、第3のぼかし画像を取得するステップ。
xiii)前記第1の増幅レイヤー画像に対して第2の減算処理を実行し、前記ユーザ定義の閾値を超える第2の所定値から前記第1の増幅レイヤー画像を減算し、第2の減算画像又は第2の増幅レイヤー画像を取得するステップ。
xiv)前記第3のぼかし画像に対して第2の増幅処理を実行し、前記第2の増幅レイヤー画像によって前記第3のぼかし画像を乗算し、第2の増幅画像を生成するステップ。
xv)前記入力画像及び前記第2の増幅画像に対して第3の減算処理を実行し、前記入力画像から前記第2の増幅画像を減算し、第3の減算画像を取得するステップ。
xvi)前記第1の増幅レイヤー画像に対して一連の演算処理を実行し、第3の増幅レイヤー画像を取得するステップ。
xvii)前記第3の減算画像に対して第3の増幅処理を実行し、前記第3の増幅レイヤー画像によって前記第3の減算画像を乗算し、第3の増幅画像、又はノイズ抑制・コントラスト強調された出力画像を生成するステップ。
第1に、4の分割係数によって前記第1の増幅レイヤー画像を分割し、第2の分割レイヤー画像を取得することと、
第2に、前記第2の分割レイヤー画像を2乗して、モディファイされた分割レイヤー画像を取得することと、
第3に、前記モディファイされた分割レイヤー画像に0.9の値を加算し、第3の増幅レイヤー画像を取得することと、を含む。
図1は、本開示の一実施形態によるデータ処理方法の概要を示す。図2は、本開示の一実施形態による第1の増幅レイヤー画像を取得するための処理のフローチャートを示す。図3は、本開示の一実施形態によるノイズ抑制処理のフローチャートを示す。図4は、本開示の一実施形態による局所ブースト処理のフローチャートを示す。
S02 ノイズ抑制処理
S03 局所ブースト処理
110 コンピュータ
120 線形又は非線形の光学顕微鏡システム
Claims (13)
- 迅速なノイズ抑制コントラスト強調のためのデータ処理方法であって、
第1の幅及び第1の高さを有し、所定のビット深度を有する複数の画素又はデータポイントを含み、最大画素値又は最大画素強度を得ることが可能な入力画像を取得するステップと、
前記入力画像に対して第1の画素ビニング又は第1の補間処理を実行し、第1のリダクション係数によって前記入力画像をリサイズし、前記第1のリダクション係数によって前記第1の幅よりも狭い第2の幅と、前記第1のリダクション係数によって前記第1の高さよりも低い第2の高さと、を有する第1のリサイズ画像を生成するステップと、
前記第1のリサイズ画像に対して第1のローパスフィルタリング処理を実行し、第1のぼかし画像を取得するステップと、
前記第1のぼかし画像に対して第2の補間処理を実行し、前記第1のぼかし画像を前記第2の幅及び前記第2の高さからアップスケールし、前記第1の幅及び前記第1の高さを有する第2のリサイズ画像を取得するステップと、
前記第2のリサイズ画像に対して第1の所定値を分割するための分割処理を実行し、第1の分割レイヤー画像を取得するステップと、
閾値処理を実行し、前記第1の分割レイヤー画像をユーザ定義の閾値でトランケートし、第1の増幅レイヤー画像を取得するステップと、
前記入力画像に対して第1の増幅処理を実行し、前記第1の増幅レイヤー画像によって前記入力画像を乗算し、第1の増幅画像を生成するステップと、
前記第1の増幅画像に対して第2の画素ビニング又は第3の補間処理を実行し、第2のリダクション係数によって第1の増幅画像をリサイズし、前記第2のリダクション係数によって前記第1の幅よりも狭い第3の幅と、前記第2のリダクション係数によって前記第1の高さよりも低い第3の高さと、を有する第3のリサイズ画像を生成するステップと、
前記第3のリサイズ画像に対して第2のローパスフィルタリング処理を実行し、第2のぼかし画像を取得するステップと、
前記第2のぼかし画像に対して第4の補間処理を実行し、前記第2のぼかし画像を前記第3の幅及び前記第3の高さからアップスケールし、前記第1の幅及び前記第1の高さを有する第4のリサイズ画像を取得するステップと、
前記第4のリサイズ画像及び前記第1の増幅画像に対して第1の減算処理を実行し、前記第4のリサイズ画像から前記第1の増幅画像を減算し、第1の減算画像を生成するステップと、
前記第1の減算画像に対して第3のローパスフィルタリング処理を実行し、第3のぼかし画像を取得するステップと、
前記第1の増幅レイヤー画像に対して第2の減算処理を実行し、前記ユーザ定義の閾値を超える第2の所定値から前記第1の増幅レイヤー画像を減算し、第2の減算画像又は第2の増幅レイヤー画像を取得するステップと、
前記第3のぼかし画像に対して第2の増幅処理を実行し、前記第2の増幅レイヤー画像によって前記第3のぼかし画像を乗算し、第2の増幅画像を生成するステップと、
前記入力画像及び前記第2の増幅画像に対して第3の減算処理を実行し、前記入力画像から前記第2の増幅画像を減算し、第3の減算画像を取得するステップと、
前記第1の増幅レイヤー画像に対して一連の演算処理を実行し、第3の増幅レイヤー画像を取得するステップと、
前記第3の減算画像に対して第3の増幅処理を実行し、前記第3の増幅レイヤー画像によって前記第3の減算画像を乗算し、第3の増幅画像又はコントラスト最適化出力画像を生成するステップと、
を実行するためのグラフィック処理ユニットを構成することを含むデータ処理方法。 - 前記第1の補間処理、前記第2の補間処理、前記第3の補間処理、及び前記第4の補間処理が、バイリニアである請求項1に記載の方法。
- 前記第1の画素ビニング又は前記第1の補間処理における前記第1のリダクション係数が、10である請求項1に記載の方法。
- 前記第1のローパスフィルタリング処理が、29×29の第1のカーネルサイズを有するガウシアンカーネルを使用してコンボリューションを実行するガウシアンぼかし操作を含む請求項1に記載の方法。
- 前記第1のぼかし画像に対して加算処理が実行され、前記第2の補間処理を実行する前に、前記第1のぼかし画像に非ゼロ数が加算される請求項1に記載の方法。
- 前記分割処理における前記第1の所定値が、最大画素強度の90%である請求項1に記載の方法。
- 前記閾値処理における前記ユーザ定義の閾値が、3.0~8.0の範囲内であり、浮動小数点を適用することが可能である請求項1に記載の方法。
- 前記第2の画素ビニング又は前記第3の補間処理における前記第2のリダクション係数が、3である請求項1に記載の方法。
- 前記第2のローパスフィルタリング処理が、29×29の第2のカーネルサイズを有するガウシアンカーネルを使用してコンボリューションを実行するガウシアンぼかし操作を含む請求項1に記載の方法。
- 前記第3のローパスフィルタリング処理が、7×7の第3のカーネルサイズを有するガウシアンカーネルを使用してコンボリューションを実行するガウシアンぼかし操作を含む請求項1に記載の方法。
- 前記第2の減算処理における前記第2の所定値が、前記ユーザ定義の閾値の1.25倍である請求項1に記載の方法。
- 前記第3の増幅レイヤー画像を取得するための前記第1の増幅レイヤー画像に対する前記一連の演算処理が、
第1に、4の分割係数によって前記第1の増幅レイヤー画像を分割し、第2の分割レイヤー画像を取得することと、
第2に、前記第2の分割レイヤー画像を2乗して、モディファイされた分割レイヤー画像を取得することと、
第3に、前記モディファイされた分割レイヤー画像に0.9の値を加算し、第3の増幅レイヤー画像を取得することと、
を含む請求項1に記載の方法。 - 請求項1~11のいずれか1項に記載の方法を実行するための手段を含む、画像取得及び処理システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111119758 | 2022-05-26 | ||
TW111119758A TWI787134B (zh) | 2022-05-26 | 2022-05-26 | 一種用於快速雜訊抑制對比度增強的資料處理方法及包含其的影像採集和處理系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7382090B1 true JP7382090B1 (ja) | 2023-11-16 |
JP2023174439A JP2023174439A (ja) | 2023-12-07 |
Family
ID=85795108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022122533A Active JP7382090B1 (ja) | 2022-05-26 | 2022-08-01 | 迅速なノイズ抑制コントラスト強調のためのgpu高速化データ処理方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7382090B1 (ja) |
TW (1) | TWI787134B (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003281527A (ja) | 2002-02-26 | 2003-10-03 | Sony Internatl Europ Gmbh | コントラスト強調方法及びコントラスト強調装置 |
JP2009516882A (ja) | 2005-11-23 | 2009-04-23 | セダラ ソフトウェア コーポレイション | ディジタル画像を強調する方法及びシステム |
US20100142790A1 (en) | 2008-12-04 | 2010-06-10 | New Medical Co., Ltd. | Image processing method capable of enhancing contrast and reducing noise of digital image and image processing device using same |
JP2012515952A (ja) | 2009-01-20 | 2012-07-12 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 強化画像を生成するための方法及び装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5589585B2 (ja) * | 2009-07-07 | 2014-09-17 | ソニー株式会社 | 画像処理装置、画像処理方法およびプログラム |
US8488055B2 (en) * | 2010-09-30 | 2013-07-16 | Apple Inc. | Flash synchronization using image sensor interface timing signal |
SG11201503293VA (en) * | 2012-10-30 | 2015-05-28 | California Inst Of Techn | Fourier ptychographic imaging systems, devices, and methods |
WO2018128417A1 (ko) * | 2017-01-04 | 2018-07-12 | 삼성전자 주식회사 | 비디오 복호화 방법 및 그 장치 및 비디오 부호화 방법 및 그 장치 |
GB201807392D0 (en) * | 2018-05-04 | 2018-06-20 | Five Ai Ltd | Method and image processing system for extracting depth information |
TW201947530A (zh) * | 2018-05-08 | 2019-12-16 | 晨星半導體股份有限公司 | 影像裁剪裝置與影像裁剪方法 |
EP3959469A4 (en) * | 2019-04-22 | 2022-12-28 | LEIA Inc. | TIME MULTIPLEXING BACKLIGHT, MULTI-VIEW DISPLAY DEVICE, AND METHOD |
-
2022
- 2022-05-26 TW TW111119758A patent/TWI787134B/zh active
- 2022-08-01 JP JP2022122533A patent/JP7382090B1/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003281527A (ja) | 2002-02-26 | 2003-10-03 | Sony Internatl Europ Gmbh | コントラスト強調方法及びコントラスト強調装置 |
JP2009516882A (ja) | 2005-11-23 | 2009-04-23 | セダラ ソフトウェア コーポレイション | ディジタル画像を強調する方法及びシステム |
US20100142790A1 (en) | 2008-12-04 | 2010-06-10 | New Medical Co., Ltd. | Image processing method capable of enhancing contrast and reducing noise of digital image and image processing device using same |
JP2012515952A (ja) | 2009-01-20 | 2012-07-12 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 強化画像を生成するための方法及び装置 |
Also Published As
Publication number | Publication date |
---|---|
TWI787134B (zh) | 2022-12-11 |
JP2023174439A (ja) | 2023-12-07 |
TW202347249A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Low-dose x-ray tomography through a deep convolutional neural network | |
Roels et al. | An interactive ImageJ plugin for semi-automated image denoising in electron microscopy | |
Park et al. | Deep learning enables reference-free isotropic super-resolution for volumetric fluorescence microscopy | |
CN108095756B (zh) | 一种基于sofi的超高分辨平面波超声成像方法 | |
Vijay et al. | A simple and enhanced low-light image enhancement process using effective illumination mapping approach | |
Zhou et al. | W2S: microscopy data with joint denoising and super-resolution for widefield to SIM mapping | |
Ravisankar et al. | Acoustic image enhancement using Gaussian and Laplacian pyramid–a multiresolution based technique | |
Arya et al. | Enhancement of brain MR-T1/T2 images using mathematical morphology | |
JP7382090B1 (ja) | 迅速なノイズ抑制コントラスト強調のためのgpu高速化データ処理方法 | |
Song et al. | Gradual deep residual network for super-resolution | |
Borah et al. | A GPU-accelerated modified unsharp-masking method for high-frequency background-noise suppression | |
Yi et al. | MFAF-Net: image dehazing with multi-level features and adaptive fusion | |
Uttenweiler et al. | Spatiotemporal anisotropic diffusion filtering to improve signal-to-noise ratios and object restoration in fluorescence microscopic image sequences | |
US20230385988A1 (en) | GPU-accelerated data processing method for rapid noise-suppressed contrast enhancement | |
Wu et al. | Light microscopic image analysis system to quantify immunoreactive terminal area apposed to nerve cells | |
Qin et al. | A novel fluorescence microscopy image deconvolution approach | |
Qin et al. | Shearlet-TGV based fluorescence microscopy image deconvolution | |
CN112767242B (zh) | 一种基于频域去卷积的图像处理方法、装置及电子设备 | |
Wu et al. | Convolutional neural network with Squeeze and Excitation modules for image blind deblurring | |
Cheng et al. | Adaptive feature denoising based deep convolutional network for single image super-resolution | |
EP3635677A1 (de) | Verfahren und vorrichtung zur bildkorrektur | |
Middleton | Machine learning improves image restoration | |
Al-Ameen et al. | HLIPSCS: A rapid and efficient algorithm for image contrast enhancement | |
CN113674144A (zh) | 一种图像处理方法、终端设备及可读存储介质 | |
Xiao et al. | Simultaneous recovery of both bright and dim structures from noisy fluorescence microscopy images using a modified TV constraint |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220801 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20220804 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231003 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231027 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7382090 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |