KR102448069B1 - 방사선 촬영에 의해 획득된 영상에 포함된 노이즈를 저감하기 위한 영상 처리 방법 및 장치 - Google Patents

방사선 촬영에 의해 획득된 영상에 포함된 노이즈를 저감하기 위한 영상 처리 방법 및 장치 Download PDF

Info

Publication number
KR102448069B1
KR102448069B1 KR1020220065653A KR20220065653A KR102448069B1 KR 102448069 B1 KR102448069 B1 KR 102448069B1 KR 1020220065653 A KR1020220065653 A KR 1020220065653A KR 20220065653 A KR20220065653 A KR 20220065653A KR 102448069 B1 KR102448069 B1 KR 102448069B1
Authority
KR
South Korea
Prior art keywords
image
motion
pixel
current frame
motion detection
Prior art date
Application number
KR1020220065653A
Other languages
English (en)
Inventor
박준규
신철우
유영기
Original Assignee
주식회사 디알텍
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 주식회사 디알텍 filed Critical 주식회사 디알텍
Priority to KR1020220065653A priority Critical patent/KR102448069B1/ko
Application granted granted Critical
Publication of KR102448069B1 publication Critical patent/KR102448069B1/ko
Priority to PCT/KR2022/017462 priority patent/WO2023229118A1/ko
Priority to EP23154196.2A priority patent/EP4283557A1/en
Priority to US18/164,342 priority patent/US20230385989A1/en
Priority to CN202310128840.5A priority patent/CN117132476A/zh
Priority to JP2023050136A priority patent/JP2023174512A/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—Image restoration
    • G06T5/002—Denoising; Smoothing
    • G06T5/70—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G06T2207/10124—Digitally reconstructed radiograph [DRR]
    • 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
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • 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
    • G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
    • 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
    • G06T2207/20172—Image enhancement details
    • G06T2207/20201—Motion blur correction
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • 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
    • G06T2207/30008—Bone

Abstract

방사선 촬영에 의해 얻어지는 영상에 대해 순환 필터링 방식으로 노이즈 저감 처리를 수행하는 영상 처리 장치는, 상기 방사선 촬영에 의해 얻어진 프레임 별 영상을 입력받는 영상 입력 유닛, 현재 프레임 영상과 이전 프레임 영상의 차분에 의해 얻어진 차분 영상의 각 픽셀에 대한 움직임 감지 정보를 포함하는 움직임 감지 영상을 생성하는 움직임 감지 영상 생성 유닛, 상기 생성된 움직임 감지 영상과 이전 프레임까지 누적된 움직임 감지 영상을 기초로 움직임 확률 영상을 생성하는 움직임 확률 영상 생성 유닛, 그리고 상기 움직임 확률 영상을 기초로 상기 현재 프레임 영상과 상기 이전 프레임의 출력 영상을 혼합하여 상기 현재 프레임의 출력 영상을 생성하는 출력 영상 생성 유닛을 포함한다.

Description

방사선 촬영에 의해 획득된 영상에 포함된 노이즈를 저감하기 위한 영상 처리 방법 및 장치{Method and apparatus for reducing noise of image obtained by radiography}
본 발명은 방사선 촬영에 의해 획득된 영상에 포함된 노이즈를 저감하기 위한 영상 처리 방법 및 장치에 관한 것이다.
X선과 같은 방사선을 이용하는 방사선 촬영 장치에 촬영된 영상에 기초하여 다양한 의학적 진단과 치료가 수행되고 있다. 일반적으로 X선을 사용하여 획득한 의료 영상에는 피사체, 즉 인체의 해부학적 정보뿐만 아니라 촬영 환경과 기기 성능 등에 따라 발생하는 노이즈도 포함되어 있다. 이러한 노이즈들은 해당 영상을 열화시켜 환자에 대한 해부학적 판독 능력을 저하시키는 원인이 된다. 영상의 열화 정도는 여러 가지 요인들에 의해 결정되며, 예를 들어 센서 자체의 노이즈에 의한 영상의 열화, 그리고 X선량에 따라 발생하는 노이즈에 의한 영상의 열화가 있다.
한편 X선 영상 촬영 시 발생하는 방사선에 장시간 노출되면 방사선 피폭에 의한 부작용이 발생할 수 있다. 이러한 이유로 방사선 노출을 최소화하기 위해 저선량의 X선을 조사하여 X선 영상을 촬영하는 것이 요구되고 있다. 그러나 저선량의 X선을 조사하여 촬영하는 경우 입사되는 X선의 광자 밀도가 작아짐에 따라 광자얼룩(quantum mottle)의 농도가 훨씬 커져 영상의 품질이 저하되는 문제가 있다.
이러한 이유들로 인해 저선량의 X선을 이용하면서도 획득된 영상의 노이즈를 효과적으로 제거하기 위한 여러 방안들이 소개되었다. 한 예로, 대한민국 등록특허 제10-1432864호에서는, 현재 프레임의 영상과 이전 프레임의 영상의 차분에 의해 얻어지는 차분 영상에 대해 임계값 처리와 축소 처리를 통해 노이즈 성분 영상을 획득하고 이를 현재 프레임의 영상과 가산하여 현재 프레임의 출력 영상을 생성하고, 노이즈가 저감된 출력 영상을 메모리에 저장함으로써 순환 필터링을 통한 노이즈 저감 기술이 소개되었다.
그러나 순환 필터링 방식을 이용한 노이즈 저감 기술은 라인(line) 노이즈를 제거하고 움직임이 없는 고정된 피사체에 적용하기에는 매우 효과적이지만 피사체의 움직임이 클수록 노이즈 저감 성능이 떨어지는 문제를 가지고, 특히 피사체의 움직임을 잘못 판별하는 경우 모션 블러(motion blur)가 발생하는 영상의 품질을 떨어뜨리는 문제를 가진다. 따라서 순환 필터링 방식에서 현재 프레임과 이전 프레임의 차분 영상에서 피사체의 움직임과 노이즈를 판별하기 위한 임계값 설정은 매우 중요하다. 상기한 대한민국 등록특허 제10-1432864호에서는 차분 영상의 각 픽셀의 절대값이 노이즈의 표준편차보다 큰 값으로 미리 설정된 임계값을 초과하면 피사체의 움직임이 있는 것으로 판정하고 그렇지 않으면 피사체의 움직임이 없는 것으로 판정한다. 그러나 X선 영상의 특성상 촬영 시 선량 조건, 피사체의 밀도, 피사체의 움직임 정도에 따라 노이즈의 강도와 편차가 크게 바뀌기 때문에 임계값의 범위 또한 커져서 적절한 임계값을 설정하는데 어려움이 있다. 또한 피사체의 움직임이 있는 경우 순환 필터링의 효과가 억제되어 노이즈 저감 효과 역시 떨어진다.
대한민국 등록특허 제10-1432864호 (공고일: 2014년 08월 26일) 일본 등록특허 특허제6744440호 (발행일: 2020년 08월 19일)
본 발명이 해결하고자 하는 과제는 차분 영상에서 피사체의 움직임 여부를 판단하기 위해 적절한 임계값을 결정할 수 있도록 노이즈 편차를 저감하고 안정화하여 움직임 판별의 정확도를 높일 수 있는 방안을 제공하는 것이다.
또한 본 발명이 해결하고자 하는 다른 과제는 움직임 비교 결과에 기반하여 노이즈 저감 처리가 이루어진 영상을 시간순으로 누적시킨 움직임 확률 영상을 이용하여 노이즈를 효과적으로 저감할 수 있는 방안을 제공하는 것이다.
본 발명의 실시예 따른 방사선 촬영에 의해 얻어지는 영상에 대해 순환 필터링 방식으로 노이즈 저감 처리를 수행하는 영상 처리 장치는, 상기 방사선 촬영에 의해 얻어진 프레임 별 영상을 입력받는 영상 입력 유닛, 현재 프레임 영상과 이전 프레임 영상의 차분에 의해 얻어진 차분 영상의 각 픽셀에 대한 움직임 감지 정보를 포함하는 움직임 감지 영상을 생성하는 움직임 감지 영상 생성 유닛, 상기 생성된 움직임 감지 영상과 이전 프레임까지 누적된 움직임 감지 영상을 기초로 움직임 확률 영상을 생성하는 움직임 확률 영상 생성 유닛, 그리고 상기 움직임 확률 영상을 기초로 상기 현재 프레임 영상과 상기 이전 프레임의 출력 영상을 혼합하여 상기 현재 프레임의 출력 영상을 생성하는 출력 영상 생성 유닛을 포함한다.
상기 움직임 확률 영상 생성 유닛은 상기 현재 프레임의 상기 움직임 감지 영상과 상기 이전 프레임까지의 움직임 감지 영상 중 하나 이상의 합산에 의해 상기 움직임 확률 영상을 생성할 수 있고, 상기 출력 영상 생성 유닛은 상기 움직임 확률 영상의 각 픽셀의 움직임 정도를 나타내는 값에 따라 상기 현재 프레임 영상과 상기 이전 프레임 영상의 혼합 비율을 가변적으로 결정할 수 있다.
상기 움직임 확률 영상의 각 픽셀의 값이 나타내는 움직임 정도가 클수록 상기 이전 프레임 영상에 비해 상기 현재 프레임 영상의 반영 비율이 커지도록 상기 혼합 비율이 결정될 수 있다.
상기 출력 영상 생성 유닛은 상기 움직임 확률 영상의 각 픽셀의 값에 따라 상기 현재 프레임 영상과 상기 이전 프레임 영상을 대응하는 픽셀 단위로 혼합하여 상기 출력 영상을 생성할 수 있다.
본 발명의 다른 실시예에 따른 영상 처리 장치는 상기 현재 프레임 영상과 상기 이전 프레임 영상에 대해 노이즈 저감 처리를 수행하는 노이즈 저감 유닛을 더 포함할 수 있다.
상기 노이즈 저감 유닛은 인접하는 복수의 픽셀을 포함하는 마스크 단위로 노이즈 저감 처리를 수행할 수 있고, 상기 노이즈 저감 유닛은 상기 마스크에 포함된 상기 복수의 픽셀 중 중심 픽셀과 정해진 방향으로 인접하는 인접 픽셀의 조합 중 상기 중심 픽셀과 상기 인접 픽셀의 픽셀값의 차이의 절대값의 합이 가장 작은 조합을 기초로 상기 노이즈 저감 저리를 수행하도록 구성될 수 있다.
본 발명의 다른 실시예에 따른 영상 처리 장치는 상기 노이즈 저감 처리가 이루어진 상기 현재 프레임 영상과 상기 이전 프레임 영상의 노이즈 편차를 줄여 노이즈 안정화를 수행하는 노이즈 안정화 유닛을 더 포함할 수 있다.
상기 노이즈 안정화 유닛은 상기 현재 프레임 영상 및 상기 이전 프레임 영상을 가우시안 분포 특성을 갖도록 변환하여 상기 노이즈 안정화를 수행하도록 구성될 수 있다.
상기 노이즈 안정화 유닛은 노이즈 편차를 줄이는 변환을 통해 상기 노이즈 안정화를 수행하도록 구성될 수 있다.
본 발명의 다른 실시예에 따른 영상 처리 장치는 상기 현재 프레임 영상과 상기 이전 프레임 영상에 대해 노이즈 저감 처리를 수행하는 노이즈 저감 유닛, 그리고 상기 노이즈 저감 처리가 이루어진 상기 현재 프레임 영상과 상기 이전 프레임 영상의 노이즈 편차를 줄여 노이즈 안정화를 수행하는 노이즈 안정화 유닛을 더 포함할 수 있다. 상기 움직임 감지 영상 생성 유닛은 상기 현재 프레임 영상과 상기 이전 프레임 영상의 차분에 의한 상기 차분 영상을 생성하는 차분 영상 생성 유닛, 그리고 상기 차분 영상의 각 픽셀의 픽셀값에 대한 임계값 처리를 통해 상기 각 픽셀의 상기 움직임 감지 정보를 포함하는 상기 움직임 감지 영상을 생성하는 임계값 처리 유닛을 포함할 수 있다.
상기 임계값 처리 유닛은 상기 차분 영상의 각 픽셀의 픽셀값의 크기에 따라 크기가 변하는 적응적 임계값을 통해 상기 움직임 감지 영상의 임계값 처리를 수행하도록 구성될 수 있다.
상기 임계값 처리 유닛은 복수의 픽셀을 포함하는 마스크 단위로 상기 임계값 처리를 수행하도록 구성될 수 있다.
상기 움직임 감지 영상 생성 유닛은 상기 생성된 움직임 감지 영상에 대해 피사체와 배경 영역을 분리한 후 상기 배경 영역을 상기 움직임 감지 영상에서 제외하는 방법으로 노이즈를 제거하도록 구성될 수 있다.
상기 움직임 감지 영상 생성 유닛은 피사체와 배경 영역을 구분하여 서로 다른 임계값에 의해 임계 처리를 통해 상기 피사체에 대한 피사체 움직임 감지 영상과 상기 배경 영역에 대한 배경 영역 움직임 감지 영상을 각각 생성한 후 상기 피사체 움직임 감지 영상과 상기 배경 영역 움직임 감지 영상을 병합하여 상기 움직임 감지 영상을 생성하도록 구성될 수 있다.
본 발명의 실시예에 따른 방사선 촬영에 의해 얻어지는 영상에 대해 순환 필터링 방식으로 노이즈 저감 처리를 수행하는 영상 처리 방법은 상기 방사선 촬영에 의해 얻어진 프레임 별 영상을 입력받는 단계, 현재 프레임 영상과 이전 프레임 영상의 차분에 의해 얻어진 차분 영상의 각 픽셀에 대한 움직임 감지 정보를 포함하는 움직임 감지 영상을 생성하는 단계, 상기 생성된 움직임 감지 영상과 이전 프레임까지 누적된 움직임 감지 영상을 기초로 움직임 확률 영상을 생성하는 단계, 그리고 상기 움직임 확률 영상을 기초로 상기 현재 프레임 영상과 상기 이전 프레임의 출력 영상을 혼합하여 상기 현재 프레임의 출력 영상을 생성하는 단계를 포함한다.
본 발명에 의하면, 움직임 확률 영상을 통해 노이즈가 저감된 영상을 생성할 수 있다.
도 1은 본 발명의 실시예에 따른 영상 처리 장치가 적용된 C암 형태의 방사선 촬영 장치의 한 예를 개략적으로 도시하는 도면이다.
도 2는 본 발명의 실시예에 따른 영상 처리 장치의 블록도이다.
도 3은 본 발명의 실시예에 따른 영상 처리 방법의 순서도이다.
도 4는 본 발명의 실시예에 따른 영상 처리 방법에서 노이즈 저감을 수행하는 과정을 설명하기 위한 도면이다.
도 5는 정지 상태인 피사체의 동일한 입력 영상(이전 프레임과 현재 프레임)에 대해서 원신호의 차분 영상의 픽셀값의 분포와 엔스콤 변환 후 얻어진 차분 영상의 픽셀값의 분포를 비교적으로 보여주는 그래프이다.
도 6은 각 픽셀값의 엔스콤 변환 후의 값을 보여주는 그래프이다.
도 7은 도 5의 엔스콤 변환 후 얻어진 차분 영상의 픽셀값 분포 데이터에서 임의의 픽셀값에 적절한 임계값을 샘플링한 후 추세선을 그린 결과를 보여주는 그래프이다.
도 8은 본 발명의 실시예에 따른 영상 처리 방법의 알고리즘을 개략적으로 보여주는 도면이다.
도 9는 이전 프레임 영상과 현재 프레임 영상에서 핸드 팬텀을 우측에서 좌측으로 움직였을 때 출력되는 움직임 감지 영상의 예를 보여준다.
도 10은 움직임 감지 영상을 이용하여 움직임 확률 영상을 생성하는 방법을 보여주는 도면이다.
도 11은 프레임의 진행에 따라 입력 영상에 따른 움직임 감지 영상 및 움직임 확률 영상의 생성을 보여주는 도면이다.
도 12는 본 발명의 다른 실시예에 따른 움직임 감지 영상의 생성 방법을 보여주는 도면이다.
아래에서 첨부된 도면을 참조하여 본 발명의 실시예에 대해 본 발명이 속하는 기술분야에서 통상의 지식을 가지는 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 설명된 실시예에 한정되지 않는다.
도 1에는 본 발명의 실시예에 따른 노이즈 저감 기능을 갖는 영상 처리 장치가 적용된 C암 형태의 방사선 촬영 장치의 한 예가 도시되어 있다. 본 발명의 실시예에 따른 영상 처리 장치는 도 1에 예시적으로 도시된 것과 같은 영상 촬영 장치의 일부로 적용될 수도 있으며 영상 촬영 장치와 별도의 장치로 구성되어 영상 처리 기능을 수행할 수도 있다.
본 발명의 실시예에 따른 영상 처리 장치가 적용될 수 있는 영상 촬영 장치는 예를 들어 도 1에 도시된 바와 같은 C암 형태로 구성되어 동영상을 획득할 수 있는 촬영 장치로 구성될 수 있으며 예를 들어 X선과 같은 방사선을 이용하여 촬영대상인 피사체(S)의 관심 영역을 촬영할 수 있도록 구성될 수 있다.
도 1을 참조하면, 방사선 촬영 장치는 방사선, 예를 들어 X선을 출력하는 방사선 조사부(110)와 피사체(S)를 투과한 방사선을 입사받아 영상 데이터를 획득하는 영상 획득부(120)를 구비할 수 있으며, 방사선 조사부(110)와 영상 획득부(120)는 C(210)의 양측 단부에 지지될 수 있다. 예를 들어, 방사선 촬영 장치는 모바일 형태의 C암 X선 이미징 장치, 중재적 X선 장치(interventional X-ray device), 중재적 혈관조영술 C암 X선 장치(interventional angiography C-arm X-ray device) 등에 적용될 수 있다.
지지 구조(200)는 방사선 조사부(110)와 영상 획득부(120)를 지지하며 피조사체(S)의 이미징 위치 및 각도 등의 변경을 위해 방사선 조사부(110)와 영상 획득부(120)의 공간상 위치 및 회전 위치의 변경이 가능하도록 구성된다. 예를 들어, 지지 구조(200)는 지지 바디(240), 상하 방향(D1)으로 이동 가능하게 지지 바디(240)에 체결되는 리프트 칼럼(230), 그리고 리프트 칼럼(230)과 함께 상하 방향으로 이동 가능하면서 리프트 칼럼(230)에 대해 수평 방향(D2)으로 상대 이동 가능하게 리프트 칼럼(230)에 체결되는 전후진 암(220)을 포함할 수 있다.
C암(210)이 전후진 암(220)에 대해 적어도 하나의 회전 방향으로 상대 회전 가능하게 전후진 암(220)에 체결되고, 방사선 조사부(110)와 영상 획득부(120)가 C암(210)의 양측 단부에 각각 체결된다. 이때, C암(210)은 전후진 암(220)과 함께 상하 방향의 승강 이동 및 수평 방향으로 전후진 이동이 가능하면서 전후진 암(220)에 대해 적어도 하나의 회전 방향, 예를 들어 오비탈 회전 방향(R1) 및 전후진 암(220)의 수평 이동 방향과 나란한 방향을 중심으로 하는 축 회전 방향(R2) 중 적어도 하나의 회전 방향으로 상대 회전 가능하게 전후진 암(220)에 체결될 수 있다. 도면에 도시되지 않았으나, 지지 구조(200)는 리프트 칼럼(230)의 상항 방향 이동, 전후진 암(220)의 수평 방향 이동, 및 C암(210)의 회전을 위한 모터와 같은 액추에이터를 포함할 수 있다. 방사선 조사부(110)와 영상 획득부(120)를 지지하는 지지 멤버인 C암(210)을 지지하고 구동하기 위한 요소들, 즉 전후진 암(220), 리프트 칼럼(230), 및 이들에 구비되는 액추에이터들은 C암(210)을 구동하기 위한 구동요소라고 할 수 있고 이들의 조합은 C암(210)을 구동하기 위한 구동부라 할 수 있다. 또한 전후진 암(220)의 가로방향 회전을 통해 C암(210)의 패닝 회전(panning rotation)이 가능하도록 구성될 수도 있다. 지지 멤버의 형태는 C자 형상에 한정되지 않으며, 본 발명의 다른 실시예에서는 C자 형상 대신 U자 형상, G자 형상 등의 암이 지지 멤버로 사용될 수도 있다.
표시부(140)는 실시간 위치정보, 영상데이터, 기준 위치정보, 방사선 출력 정보 중 적어도 하나 이상을 표시할 수 있도록 구성된다. 표시부(140)는 정보 및 영상 표시가 가능한 임의의 장치일 수 있으며, 예를 들어 프린터, CRT 디스플레이, LCD 디스플레이, PDP 디스플레이, OLED 디스플레이, FED 디스플레이, LED 디스플레이, DLP 디스플레이, PFD 디스플레이, 3D 디스플레이, 투명 디스플레이 등일 수 있다. 또한 표시부(140)는 사용자로부터 입력을 받을 수 있는 터치스크린과 같은 정보 표시 및 입력이 가능한 형태로 구현될 수도 있다.
본 발명의 실시예에 따른 영상 처리 장치(10)는 정보 처리 및 연산이 가능한 하나 또는 복수의 컴퓨터와 같은 정보 처리 장치의 형태로 구현될 수 있다. 예를 들어 컴퓨터는 CPU와 같은 제어 수단, ROM(read only memory) 또는 RAM(random access memory)과 같은 기억 수단, GPU(graphics processing unit)와 같은 그래픽 제어 수단을 포함할 수 있다. 컴퓨터는 또한 네트워크 카드와 같은 통신 수단, 키보드, 디스플레이 또는 터치 스크린과 같은 입출력 수단을 포함할 수 있다. 이와 같은 컴퓨터의 구성 요소는 알려진 바와 같이 버스를 통해 접속될 수 있고 기억 수단에 저장된 프로그램의 실행에 의해 작동되고 제어될 수 있다.
정보 처리가 가능한 컴퓨터의 형태로 구현될 수 있는 영상 처리 장치(10)는 도 1에 도시된 방사선 영상 촬영 장치에 설치되어 영상 처리 기능을 수행하도록 구성될 수 있으며, 이 경우 방사선 영상 촬영 장치의 일부로서 촬영된 영상을 수신하여 처리하고 처리된 영상이 방사선 촬영 장치의 영상 표시 수단에 표시되도록 구성될 수 있다.
한편, 도 2를 참조하면, 본 발명의 실시예에 따른 영상 처리 장치(10)는 노이즈 저감 처리를 위한 복수의 기능적 구성, 즉 영상 입력 유닛(11), 노이즈 저감 유닛(12), 노이즈 안정화 유닛(13), 차분 유닛(14), 임계값 처리 유닛(15), 움직임 확률 영상 생성 유닛(16), 그리고 출력 영상 생성 유닛(17)을 포함한다. 이때, 차분 유닛(14)과 임계값 처리 유닛(15)의 연속적 작용에 의해 움직임 감지 영상이 생성되며, 이러한 의미에서 차분 유닛(14)과 임계값 처리 유닛(15)을 움직임 감지 영상 생성 유닛으로 볼 수 있다.
도 3을 참조하면, 영상 처리 장치(10)에 의해 수행될 수 있는 영상 처리 방법은 영상 획득 단계(S31), 노이즈 저감 단계(S32), 노이즈 안정화 단계(S33), 차분 영상 생성 단계(S34), 움직임 감지 영상 생성 단계(S35), 움직임 확률 영상 생성 단계(S36), 그리고 영상 출력 단계(S37)를 포함할 수 있다. 영상 처리 방법은 순환 필터링 방식을 통해 노이즈가 저감된 출력 영상을 생성한다.
영상 입력 유닛(11)은 입력 영상(21)을 외부로부터 입력받는다. 예를 들어, 영상 입력 유닛(11)은 앞에서 설명한 영상 획득부(120)에 의해 획득된 동영상의 각 프레임을 시간에 따라 순차적으로 입력받을 수 있다. 피사체를 포함하는 영역의 복수의 픽셀로 이루어진 영상이 방사선 검출 패널인 영상 획득부(120)에 의해 시간에 따라 방사선 동영상 시퀀스로 획득될 수 있으며, 획득된 방사선 동영상 시퀀스가 시간순으로 영상 입력 유닛(11)으로 입력될 수 있다.
입력 영상(21)은 복수의 프레임으로 이루어지는 동영상의 1프레임일 수 있다. 또한 입력 영상(21)은 복수의 행(n행)과 복수의 열(m열)로 이루어지는 복수의 픽셀을 갖는 2차원 영상일 수 있으며, 촬영된 피사체와 함께 노이즈를 포함할 수 있다. 예를 들어, 입력 영상(21)에 포함된 노이즈는 미리 결정된 방향, 예를 들어 수평 방향 및/또는 수직 방향의 라인 노이즈(line noise) 및 랜덤 노이즈(random noise)를 포함할 수 있다.
노이즈 저감 유닛(12)은 프레임 영상의 노이즈를 저감한다. 노이즈 저감 유닛(12)은 저역통과필터를 이용하여 영상에서 고주파 노이즈 성분을 제거함으로써 노이즈 저감을 수행할 수 있다. 노이즈 저감 처리는 현재 프레임 영상과 이전 프레임 영상에 대해 각각 수행될 수 있다.
도 4는 픽셀 단위로 노이즈 저감 처리를 수행하는 과정을 설명하기 위한 것이며, 구체적으로 3 x 3 픽셀 마스크의 중심에 위치하는 중심 픽셀의 노이즈를 저감하여 노이즈 저감된 픽셀로 갱신하는 방법을 설명하기 위한 도면이다. 이 노이즈 저감 방법은 프레임의 모든 픽셀에 대해 동일하게 적용될 수 있다.
도 4를 참조하면, 먼저 노이즈 저감 대상인 중심 픽셀(P5)과 인접하는 픽셀(P1 ~ P9) 중 임의의 두 픽셀(Pi, Pj)과 중심 픽셀(P5)의 픽셀값 차이의 절대값을 더하여 차이의 절대값 합(Dk)을 얻는다. 선택되는 인접 픽셀과 선택되는 방향은 필요 및 요구 조건에 따라 적절하게 결정될 수 있다. 예를 들어, 도 4를 참조하면, 중심 픽셀(P5)을 기준으로 타원으로 표시된 4개 방향에 대해 해당 방향의 두 개의 픽셀과 중심 픽셀(P5)의 차이의 절대값의 합을 각각 산출한다. 즉 가로방향에 대해 중심 픽셀(P5)과 인접하는 픽셀(P4, P6)의 픽셀값의 차이의 절대값의 합(D1), 세로방향에 대해 중심 픽셀(P5)과 인접하는 픽셀(P2, P8)의 차이의 절대값의 합(D2), 좌측으로 기울어진 사선방향에 대해 중심 픽셀(P5)과 인접하는 픽셀(P1, P9)의 픽셀값의 차이의 절대값의 합(D3), 우측으로 기울어진 사선방향에 대해 중심 픽셀(P5)과 인접하는 픽셀(P3, P7)의 차이의 절대값의 합(D4)이 각각 산출된다.
이때, 절대값 차이 합(Dk)이 작은 방향일수록 중심 픽셀(P5)과 가장 유사한 방향성을 갖는 픽셀들이라 볼 수 있다. 임펄스 노이즈는 주변 픽셀에 비해 특히 큰 절대값을 갖는 픽셀이라고 볼 수 있으므로, 이를 배제하기 위해서는 선택된 복수의 방향(D1 ~ D4) 중 픽셀값의 차이의 절대값의 합이 가장 작은 방향을 선택하고 선택된 방향에 속하는 픽셀들의 픽셀값을 이용하여 중심 픽셀의 픽셀값을 보정하여 노이즈가 저감된 픽셀값으로 갱신한다. 예를 들어, 도 4에서 네 개의 절대값의 합 중에서 가로방향의 픽셀들에 대해 산출된 픽셀값의 차이의 절대값의 합이 가장 작은 경우, 가로방향에 속하는 픽셀들(P4, P5, P6)의 픽셀값을 이용하여 중심 픽셀(P5)의 가중치를 결정하여 갱신한다. 예를 들어, 중심 픽셀(P5)의 픽셀값을 세 개의 픽셀(P4, P5, P6)의 평균값 또는 중간값으로 대체할 수 있다. 중심 픽셀의 픽셀값을 이러한 방식으로 갱신하는 것을 마스크를 옮겨가면서 차례로 수행함으로써 픽셀값 갱신을 통한 노이즈 저감이 이루어질 수 있다.
본 발명의 실시예에서는, 중심 픽셀을 포함하는 마스크 내의 모든 픽셀의 픽셀값을 기초로 중심 픽셀의 픽셀값을 보정하는 것이 아니라, 마스크 내의 픽셀들 중 중심 픽셀과의 픽셀값의 차이의 절대값의 합이 가장 작은 방향을 선택하고 해당 방향에 속하는 픽셀들의 픽셀값을 이용하여 중심 픽셀의 픽셀값을 보정하기 때문에, 노이즈 저감을 달성함과 동시에 중심값 또는 평균값 필터의 적용에 의한 에지 성분이 약해지는 것을 방지할 수 있다. 즉 만약 중심 픽셀이 에지에 해당하는 성분인 경우, 중심 픽셀을 둘러싸는 픽셀들 전체에 대해 평균값이나 중간값 필터를 적용하여 중심 픽셀의 픽셀값을 보정하는 경우 에지 성분이 크게 감소하는 문제가 있으나, 본 발명의 실시예에서는 중심 픽셀과 방향성이 가장 유사한 방향의 픽셀들만 이용하여 중심 픽셀의 픽셀값을 보정하기 때문에 에지 성분이 크게 감소하여 특성이 손상되는 것을 방지할 수 있다.
이와 같은 노이즈 저감 유닛(12)을 통한 전처리로 인해 이어지는 움직임 감지가 강건해질 수 있다.
노이즈 안정화 유닛(13)은 노이즈가 저감된 현재 프레임 영상과 이전 프레임 영상의 노이즈의 편차를 줄여 노이즈를 안정화시킨다.
방사선 영상, 예를 들어 X선 영상의 획득을 위해 각 센서에 입사된 광자의 양은 시간에 따라 일정하지 않고 랜덤하게 나타나며 독립성을 띄기 때문에 X선 영상의 노이즈 특성은 일반적으로 포아송(Poisson) 분포를 따른다. 본 발명의 실시예에서는 포아송 분포 특성을 갖는 노이즈를 제거하기 위해 엔스콤 변환(Anscombe transform)을 통해 가우시안(Gaussian) 분포 특성을 갖는 노이즈로 근사화한다. 엔스콤 변환은 표준편차 1에 근접하는 가우시안 분포로 근사화한 것이므로 변환된 데이터는 안정된 노이즈 편차를 갖게 된다.
상기한 방식으로 도 8에 도시된 것처럼 현재 프레임 영상과 이전 프레임 영상, 예를 들어 이전 프레임의 출력 영상에 대해 노이즈 저감과 노이즈 안정화가 각각 이루어질 수 있다.
다음으로, 차분 유닛(14)에 의한 차분 영상 생성 및 임계값 처리 유닛(15)에 의한 차분 영상의 임계값 처리를 통해 움직임 감지 영상이 생성된다. 이에 의해 도 8에 도시된 바와 같이 노이즈 처리된 현재 프레임 영상과 이전 프레임 영상, 예를 들어 이전 프레임의 출력 영상으로부터 움직임 감지 영상이 생성될 수 있다. 여기서 움직임 감지 영상은 현재 프레임 영상에서 이전 프레임 영상을 차감하여 얻어진 영상으로부터 얻어지며 각 픽셀의 움직임 여부에 대한 정보를 포함한다는 것을 의미하고, 예를 들어 움직임이 있는 픽셀은 '0'의 값을 갖고 움직임이 없는 픽셀은 '1'의 값을 갖도록 설정될 수 있다. 즉 움직임 감지 영상의 모든 픽셀은 0 또는 1의 픽셀 값을 갖고 0의 값을 갖는 픽셀들은 이전 프레임 영상을 기준으로 움직임이 있는 것을 의미하고 1의 값을 갖는 픽셀들은 이전 프레임 영상을 기준으로 움직임이 없는 것을 의미할 수 있다.
차분 유닛(14)은 노이즈 처리, 즉 노이즈 저감 및 노이즈 안정화 처리가 이루어진 현재 프레임 영상과 이전 프레임 영상, 예를 들어 이전 프레임의 출력 영상을 차분하여 차분 영상을 생성한다. 차분 유닛(14)은 현재 프레임 영상과 이전 프레임 영상 간의 모든 픽셀에 대해 동일한 위치의 각 픽셀의 픽셀값 차이를 산출하여 차분 영상을 생성할 수 있다.
차분 영상은 피사체의 움직임 정보, 그리고 잔류하는 노이즈 정보를 포함할 수 있다. 추가적으로, 생성된 차분 영상에 평균값 필터 또는 중간값 필터 등을 이용하여 차분 영상을 안정화할 수도 있다.
임계값 처리 유닛(15)은 차분 영상의 움직임 감지를 위한 임계값을 결정하고 결정된 임계값에 기초하여 임계값 처리를 수행함으로써 각 픽셀의 움직임 여부를 감지하고 그에 따라 움직임 감지 영상을 생성할 수 있다. 움직임 감지를 위한 임계값이 너무 낮게 설정되는 경우 움직임 감지 민감도가 높아져서 노이즈 저감 수준이 떨어지고, 반대로 임계값이 너무 높게 설정되는 경우 움직임 감지 민감도가 낮아져서 모션 블러(끌림 현상)가 나타날 수 있다. X선 영상은 서로 다른 선량 조건과 피사체 특성 하에서 획득되기 때문에 획득 영상의 픽셀값을 예측하기 어렵고 픽셀값에 따라 적절한 임계값을 설정하는 것이 필요하다. 본 발명의 실시예에서는 노이즈 안정화 후에 차분 영상을 생성하기 때문에 움직임 여부를 판단하기 위한 임계값 결정에 있어서 특히 유리하다.
도 5는 정지 상태인 피사체의 동일한 입력 영상(이전 프레임과 현재 프레임)에 대해서 원신호의 차분 영상의 픽셀값의 분포와 엔스콤 변환 후 얻어진 차분 영상의 픽셀값의 분포를 비교적으로 보여준다. 도 5의 (a)는 원신호로부터 얻어진 차분 영상의 픽셀값 분포를 보여주는 그래프이고, 도 5의 (b)는 원신호의 엔스콤 변환 후 얻어진 차분 영상의 픽셀값 분포를 보여주는 그래프이다. 도 5의 그래프에서 가로축(x축)은 픽셀값(강도)를 나타내고 세로축(y축)은 이전 프레임 영상과 현재 프레임 영상의 동일 위치의 픽셀의 픽셀값 차를 나타낸다. 정지 상태의 피사체이므로 임의의 x 값이 갖는 y축 방향 데이터 분포가 노이즈라고 할 수 있으며, y축 방향 데이터 분포가 노이즈 값 이상일 경우 움직임이 발생한 픽셀로 추정할 수 있다.
예를 들어 원신호의 차분 영상의 분포에서 픽셀값이 500인 경우 움직임 판단을 위한 임계값은 100 정도가 적당하고 픽셀값이 2200일 경우 임계값은 170 정도가 적당하다. 이와 같이 픽셀값에 따라 움직임 판단을 위한 적절한 임계값이 큰 차이가 발생하기 때문에 임계값 결정에 어려움이 있다. 이에 반해, 도 5의 (b)와 같이 엔스콤 변환된 신호의 차분 영상의 분포에서는 픽셀값이 500인 경우 임계값은 5 정도가 적당하고 픽셀값이 2200일 경우 임계값은 4 정도가 적당하다. 이와 같이 엔스콤 변환된 신호를 차분하여 차분 영상을 생성하면 픽셀값에 따른 적절한 임계값의 차이가 매우 작아져서 임계값 결정이 매우 쉬워진다. 이때, 예를 들어, 임계값은 특정 픽셀값에 대해 픽셀값 차이의 분포의 대략 상위 70 내지 80 % 범위에 속하는 값으로 설정될 수 있다.
나아가, 엔스콤 변환된 신호로부터 차분 데이터를 산출하더라도 모든 픽셀값에 따라 동일한 임계값을 적용하기에는 약간의 편차가 여전히 존재한다. 이 점을 감안하여 적응적 임계값 처리(adaptive thresholding)를 통해 전체 픽셀값에 대한 노이즈 편차를 보다 공평하게 보정할 수 있다. 픽셀값에 따라 차분값이 비선형적으로 변하는 이유는 엔스콤 변환의 수학적 특성 때문이다.
도 6은 각 픽셀값의 엔스콤 변환 후의 값을 보여주는 그래프이고, 도 6의 그래프로부터 픽셀값이 커질수록 엔스콤 변환값의 차이가 감소한다는 것을 알 수 있다. 예를 들어, 도 6에서 픽셀값이 a1(5,000), a2(10,000), b1(25,000), b2(30,000)인 경우 엔스콤 변환된 데이터는 각각 Z(a1)(141.43), Z(a2)(200.00), Z(b1)(316.23), Z(b2)(346.41)이다. 이때 픽셀값이 a1에서 a2로 변할 때와 b1에서 b2로 변할 때 픽셀값의 차이(
Figure 112022056520174-pat00001
)는 5,000으로 동일하지만, 픽셀값이 a1에서 a2로 변할 때의 엔스콤 변환 데이터의 차이는 58.57(=200.00-141.43)이고 픽셀값이 b1에서 b2로 변할 때 엔스콤 변환 데이터의 차이는 30.18(=346.41-316.23)로 감소한다.
본 발명의 실시예에서는, 이와 같은 엔스콤 변환의 특성을 보완하기 위해, 사전에 실험적으로 픽셀값에 따른 임계값 기준 곡선을 미리 결정하고 픽셀값에 따라 적응적 임계값 처리를 수행한다. 도 7은 도 5의 엔스콤 변환 후 얻어진 차분 영상의 픽셀값 분포 데이터에서 임의의 픽셀값에 적절한 임계값을 샘플링한 후 추세선을 그린 결과를 보여주는 그래프이다. 추세선을
Figure 112022056520174-pat00002
형태의 거듭제곱 형태로 표현하였으며 도 7에서는
Figure 112022056520174-pat00003
를 임계값 기준 곡선으로 사용하였다.
즉 본 발명의 실시예에서는 차분 영상의 각 픽셀의 픽셀값의 크기에 따라 크기가 변하는 적응적 임계값을 적용한다. 예를 들어, 움직임 판정을 위한 임계값은 픽셀의 픽셀값이 증가할수록 작아지도록 설정될 수 있다.
임계값 처리 유닛(15)은 차분 영상의 각 픽셀에 대해 픽셀값이 미리 정해진 임계값 이상이면 움직임이 있는 픽셀로 판단하여 해당 픽셀에 움직임을 나타내는 판정값, 예를 들어 '0'을 할당하고 이와 달리 픽셀값이 임계값보다 작으면 움직임이 없는 픽셀로 판단하여 해당 픽셀에 움직임이 없음을 나타내는 판정값, 예를 들어 '1'을 할당할 수 있다. 임계값 처리 유닛(15)은 차분 영상의 모든 픽셀에 대해 임계값을 이용한 이러한 움직임 판단을 수행하고 그 결과에 따른 판정값을 해당 픽셀에 할당하여 움직임 감지 영상을 생성한다. 임계값 처리 유닛(15)은 이러한 방식으로 차분 영상과 임계값 기준 곡선을 이용하여 움직임 감지 영상을 생성한다. 이에 따라 움직임 감지 영상은 입력된 프레임 영상과 동일한 픽셀을 가지며 각 픽셀 별로 움직임 여부에 대한 값을 갖는다.
한편, 본 발명의 다른 실시예에서는, 픽셀 단위로 임계값 처리가 이루어지는 것이 아니라, 복수의 인접 픽셀을 포함하는 마스크 단위로 임계값 처리가 이루어질 수도 있다. 예를 들어, 중심 픽셀을 둘러싸는 3*3, 9개의 픽셀을 포함하는 마스크를 설정하고 해당 마스크 내의 픽셀들의 평균값 또는 중간값과 임계값을 비교하여 해당 중심 픽셀의 움직임 여부를 판단할 수 있다. 이러한 방법으로 마스크를 옮겨가면서 마스크 단위로 움직임 판단이 이루어질 수 있고 그에 따라 움직임 감지 영상이 생성될 수 있다. 마스크 단위로 임계값 처리를 수행함으로써 특정 픽셀에 노이즈가 포함되어 있는 경우에 해당 노이즈가 감소될 수 있다.
위에서 설명한 바와 같이 임계값 처리 유닛(15)을 통해 각 픽셀에 대한 움직임 여부를 판단하여 움직임이 있는 것으로 판단된 픽셀과 움직임이 없는 것으로 판단된 픽셀에 다른 값을 할당함으로써 차분 영상의 모든 픽셀은 미리 정해진 두 개의 값, 예를 들어 0 또는 1 중 하나의 값을 갖게 된다. 이렇게 얻어진 영상을 모든 픽셀의 움직임 여부에 대한 정보를 포함하며, 이런 의미에서 이 영상을 움직임 감지 영상이라고 칭할 수 있다.
도 9는 이전 프레임 영상과 현재 프레임 영상에서 핸드 팬텀을 우측에서 좌측으로 움직였을 때 출력되는 움직임 감지 영상의 예를 보여준다. 도 9의 (a)는 핸드 팬텀을 포함하는 이전 프레임 영상을 보여주고 도 9의 (b)는 핸드 팬텀을 우측에서 좌측으로 움직인 상태인 현재 프레임 영상을 보여준다. 도 9의 (c)는 차분 영상의 각 픽셀에 대한 움직임 감지 결과를 보여주는 출력되는 움직임 감지 영상을 보여준다.
도 9의 (c)를 참조하면, 흰색으로 표시된 영역이 움직임이 감지된 픽셀을 나타내고, 실제로 움직임이 있는 핸드 팬텀 내에서 이전 프레임과 대비가 큰 영역(뼈 영역의 가장자리)은 움직임으로 감지되고 이전 프레임과 대비가 작은 영역(피부 영역, 도구 영역)은 움직임으로 감지되지 않는다는 것을 알 수 있다. 이에 따라 후속 과정에서 최종 출력 영상 생성 시 움직임이 있는 부분은 현재 프레임 위주로 갱신하고 나머지 부분은 평균을 취하면 노이즈는 줄어들고 에지는 강화되어 선예도가 향상되고 모션 블러를 방지하는 효과를 얻을 수 있다.
한편, 도 12는 본 발명의 다른 실시예에 따른 움직임 감지 영상을 생성하는 방법을 보여준다. 앞에서 설명한 실시예에서 영상의 노이즈 수준에 따른 임계값 처리를 통한 움직임 감지 영상을 생성했음에도 불구하고 움직임 감지 영상에 노이즈 성분이 남아 있을 수 있기 때문에, 이 실시예에서는 추가적인 노이즈 저감 처리가 수행된다.
이 실시예에서는, 피사체와 배경을 분리한 뒤 배경 영역을 움직임 감지 영상에서 제외하는 방법으로 남아 있는 노이즈를 제거한다. 현재 프레임 영상에서 실험적으로 임계값을 적용하거나 인공지능 학습을 통해 피사체를 제거한 배경 영상을 생성하고, 앞에서 설명한 실시예에 따른 생성된 움직임 감지 영상과 생성된 배경 영상을 합산 연산 또는 곱셈 연산을 수행하여 노이즈 성분이 제거된 움직임 감지 영상을 생성한다. 이에 의해 배경에 남아 있는 노이즈 성분은 제거하고 피사체의 움직임에 대한 정보만을 포함하는 움직임 감지 영상이 생성될 수 있다. 이러한 방법은 움직임 감지 임계값을 낮출 경우 영상 전체의 노이즈 수준은 작게 증가하면서 피사체의 움직임은 민감하게 감지할 수 있는 이점을 갖는다.
한편, 본 발명의 또 다른 실시예에서는, 움직임 감지를 위한 임계값을 설정 시에 배경과 피사체 영역을 구분하여 서로 다른 임계치를 적용하여 두 개의 움직임 감지 영상을 생성한 후 생성된 두 개의 움직임 감지 영상을 병합하여 최종적인 움직임 감지 영상을 생성할 수도 있다.
움직임 확률 영상 생성 유닛(16)은 움직임 감지 결과에 기초하여 시간순으로 별도의 메모리에 누적시켜 움직임 확률 영상을 생성한다. 움직임 확률 영상은 최종 출력 영상을 생성하기 위한 이전 프레임 영상과 현재 프레임 영상의 적절한 혼합 비율을 결정하기 위해 사용된다.
도 10은 움직임 감지 영상을 이용하여 움직임 확률 영상을 생성하는 방법을 보여주는 도면이다. 움직임 확률 영상 생성 유닛(16)은 상기한 움직임 감지를 통해 얻어진 움직임 감지 영상을 별개의 독립된 메모리에 매 프레임마다 시간순으로 누적적으로 저장하여 움직임 확률 영상을 생성하고 갱신할 수 있다. 도 10의 좌측의 이미지는 누적된 움직임 감지 영상을 나타내고 우측은 움직임 감지 영상의 합산에 의해 얻어지는 움직임 확률 영상을 나타낸다. 이전 프레임의 움직임 확률 영상과 현재 프레임의 움직임 감지 영상의 동일 픽셀의 값을 각각 합산하여 현재 프레임의 움직임 확률 영상을 생성할 수 있다. 즉 특정 프레임의 움직임 확률 영상은 해당 프레임까지 얻어진 모든 움직임 감지 영상의 동일 픽셀의 픽셀값의 합산에 의해 얻어진 영상이 된다. 예를 들어, 도 10을 참조하면, 현재 프레임이 4번째 프레임인 경우, 현재까지의 4개의 프레임에서 얻어진 움직임 감지 영상에서 동일한 픽셀의 값의 합이 현재 프레임의 움직임 확률 영상의 동일 픽셀의 값이 된다.
움직임 감지 영상에서 움직임이 있는 것으로 판단된 픽셀의 값을 '0'으로 하여 밝게 표현하고 움직임이 없는 것으로 판단된 픽셀의 값을 '1'로 하여 어둡게 표현한 경우, 움직임 확률 영상의 각 픽셀은 해당 픽셀의 움직임 감지 값들(0 또는 1)의 합에 해당하는 값을 갖게 되어 움직임 판단 횟수에 따라 다른 값, 즉 다른 밝기를 갖게 된다. 예를 들어, 10개의 프레임으로 이루어진 움직임 확률 영상을 가정하는 경우, 해당 움직임 확률 영상은 10개의 움직임 감지 영상의 합산에 의해 얻어지며 움직임 확률 영상의 각 픽셀은 0부터 10 사이의 값 중 어느 하나를 갖게 된다. 여기서 모든 움직임 감지 영상의 동일한 픽셀의 값들이 모두 0인 경우 움직임 확률 영상의 해당 픽셀은 0의 값을 가지며, 모든 움직임 감지 영상의 동일한 픽셀의 값들이 모두 1인 경우 움직임 확률 영상의 해당 픽셀은 10의 값을 가진다. 이에 의해 도 10에 도시된 것처럼 움직임 확률 영상의 각 픽셀들은 해당 프레임까지의 움직임 감지 영상의 동일한 픽셀의 움직임 감지 횟수에 따른 픽셀 값, 즉 밝기를 갖는다.
이러한 의미에서 생성된 움직임 확률 영상에서 픽셀값이 밝을수록 움직임 확률이 높으며 어두울수록 움직임 확률이 낮다고 볼 수 있다. 예를 들면, 동일한 픽셀 위치에서 시간순으로 프레임이 진행되는 동안 움직임이 감지될 경우 움직임 확률이 높아지고 움직임이 감지되지 않으면 움직임 확률은 낮아진다.
움직임 확률 영상의 각 픽셀의 값은 해당 픽셀의 움직임의 정도, 움직임 확률값을 나타낸다. 즉 움직임이 있는 경우 '0', 움직임이 없는 경우 '1'의 판정값이 할당되면, 움직임 확률 영상의 픽셀값이 작을수록 해당 픽셀의 움직임 확률이 크다는 것을 의미한다.
도 11에는 프레임의 진행에 따라 입력 영상에 따른 움직임 감지 영상 및 움직임 확률 영상의 생성 과정의 예가 도시되어 있다. 각 프레임의 프레임 영상과 이전 프레임 영상의 차분에 의해 움직임 감지 영상이 생성되고 다시 움직임 감지 영상과 이전 프레임의 움직임 감지 영상의 합산에 의해 움직임 확률 영상이 생성될 수 있다.
출력 영상 생성 유닛(17)은 현재 프레임 영상과 이전 프레임 영상을 혼합하여 출력 영상을 생성한다. 여기서 현재 프레임 영상은 노이즈 저감 유닛(12)에 의해 노이즈가 저감된 상태의 현재 프레임 영상일 수 있고, 이전 프레임 영상은 이전 프레임 출력 영상 또는 노이즈 저감 유닛(12)에 의해 노이즈가 저감된 이전 프레임 출력 영상일 수 있다. 이때, 출력 영상 생성 유닛(17)은 움직임 확률 영상을 기반으로 현재 프레임 영상과 이전 프레임의 출력 영상을 적절한 혼합 비율로 혼합하여 최종 출력 영상을 생성한다. 움직임 확률 영상의 각 픽셀의 값이 움직임을 나타내는 정도가 클수록 현재 프레임 영상의 반영 비율이 상대적으로 커지도록 설정될 수 있다. 즉 움직임 확률 영상에 포함된 픽셀 값에 의해 결정되는 움직임 확률이 높을수록 현재 프레임의 가중치가 높아지도록 혼합 비율을 결정할 수 있다. 예를 들어, 픽셀 단위로 움직임 확률 영상의 픽셀 값이 움직임을 나타내는 정도가 클수록 현재 프레임 영상의 반영 비율이 선형적으로 증가하도록 반영 비율이 결정될 수 있다.
구체적인 예로, 움직임이 많은 픽셀에 대해서는 현재 프레임 영상의 해당 픽셀에 미리 정해진 가중치(α1), 예를 들어 0.8을 부여하고 누적된 이전 프레임까지의 출력 영상의 해당 픽셀에 가중치(1-α1), 예를 들어 0.2의 가중치를 부여하고 모든 픽셀에 대해 이러한 혼합 과정을 수행함으로써, 현재 프레임 영상과 이전 프레임 출력 영상을 혼합할 수 있다. 한편, 움직임이 적은 픽셀에 대해서는 현재 프레임 영상의 해당 픽셀에 미리 정해진 가중치(α2), 예를 들어 0.2를 부여하고 누적된 이전 프레임 영상의 해당 픽셀에 가중치(1-α2), 예를 들어 0.8의 가중치를 부여하여 현재 프레임 영상과 이전 프레임 출력 영상을 혼합할 수 있다. 움직임이 많은 픽셀에 대해 현재 프레임의 가중치가 높아지면 모션 블러가 없는 영상을 얻을 수 있다. 결과적으로 최종 출력 영상은 움직임 확률에 기초하여 움직임이 많은 픽셀은 현재 프레임의 값을 더 많이 반영하여 갱신하고 움직임이 적은 픽셀은 이전 프레임의 값을 더 많이 반영하여 갱신함으로써, 시간에 따라 프레임이 누적되면서 노이즈 저감 성능이 향상될 수 있다.
최종적으로 노이즈가 저감된 영상을 출력한 후에는 그 결과가 메모리에 저장되고 다음 프레임의 출력 영상 생성 시 이전 프레임 영상으로 사용되어 순환 필터링 구조가 구현된다.
이상에서 본 발명의 실시예를 설명하였으나, 본 발명의 권리범위는 이에 한정되지 아니하며 본 발명의 실시예로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 용이하게 변경되어 균등한 것으로 인정되는 범위의 모든 변경 및 수정 형태를 포함한다.
10: 영상 처리 장치
11: 영상 입력 유닛
12: 노이즈 저감 유닛
13: 노이즈 안정화 유닛
14: 차분 유닛
15: 임계값 처리 유닛
16: 움직임 확률 영상 생성 유닛
17: 출력 영상 생성 유닛

Claims (28)

  1. 방사선 촬영에 의해 얻어지는 영상에 대해 순환 필터링 방식으로 노이즈 저감 처리를 수행하는 영상 처리 장치에 있어서,
    상기 방사선 촬영에 의해 얻어진 프레임 별 영상을 입력받는 영상 입력 유닛,
    현재 프레임 영상과 이전 프레임 영상의 차분에 의해 얻어진 차분 영상의 각 픽셀에 대한 움직임 감지 정보를 포함하는 움직임 감지 영상을 생성하는 움직임 감지 영상 생성 유닛,
    상기 생성된 움직임 감지 영상과 이전 프레임까지 누적된 움직임 감지 영상을 기초로 움직임 확률 영상을 생성하는 움직임 확률 영상 생성 유닛, 그리고
    상기 움직임 확률 영상을 기초로 상기 현재 프레임 영상과 상기 이전 프레임의 출력 영상을 혼합하여 상기 현재 프레임의 출력 영상을 생성하는 출력 영상 생성 유닛을 포함하고,
    상기 움직임 확률 영상 생성 유닛은 상기 현재 프레임의 상기 움직임 감지 영상과 상기 이전 프레임까지의 움직임 감지 영상 중 하나 이상의 합산에 의해 상기 움직임 확률 영상을 생성하고,
    상기 출력 영상 생성 유닛은 상기 움직임 확률 영상의 각 픽셀의 움직임 정도를 나타내는 값에 따라 상기 현재 프레임 영상과 상기 이전 프레임 영상의 혼합 비율을 가변적으로 결정하는 영상 처리 장치.
  2. 삭제
  3. 제1항에 있어서,
    상기 움직임 확률 영상의 각 픽셀의 값이 나타내는 움직임 정도가 클수록 상기 이전 프레임 영상에 비해 상기 현재 프레임 영상의 반영 비율이 커지도록 상기 혼합 비율이 결정되는 영상 처리 장치.
  4. 제1항에서,
    상기 출력 영상 생성 유닛은 상기 움직임 확률 영상의 각 픽셀의 값에 따라 상기 현재 프레임 영상과 상기 이전 프레임 영상을 대응하는 픽셀 단위로 혼합하여 상기 출력 영상을 생성하는 영상 처리 장치.
  5. 삭제
  6. 방사선 촬영에 의해 얻어지는 영상에 대해 순환 필터링 방식으로 노이즈 저감 처리를 수행하는 영상 처리 장치에 있어서,
    상기 방사선 촬영에 의해 얻어진 프레임 별 영상을 입력받는 영상 입력 유닛,
    현재 프레임 영상과 이전 프레임 영상의 차분에 의해 얻어진 차분 영상의 각 픽셀에 대한 움직임 감지 정보를 포함하는 움직임 감지 영상을 생성하는 움직임 감지 영상 생성 유닛,
    상기 생성된 움직임 감지 영상과 이전 프레임까지 누적된 움직임 감지 영상을 기초로 움직임 확률 영상을 생성하는 움직임 확률 영상 생성 유닛,
    상기 움직임 확률 영상을 기초로 상기 현재 프레임 영상과 상기 이전 프레임의 출력 영상을 혼합하여 상기 현재 프레임의 출력 영상을 생성하는 출력 영상 생성 유닛, 그리고
    상기 현재 프레임 영상과 상기 이전 프레임 영상에 대해 노이즈 저감 처리를 수행하는 노이즈 저감 유닛을 포함하고,
    상기 노이즈 저감 유닛은 인접하는 복수의 픽셀을 포함하는 마스크 단위로 노이즈 저감 처리를 수행하고,
    상기 노이즈 저감 유닛은 상기 마스크에 포함된 상기 복수의 픽셀 중 중심 픽셀과 정해진 방향으로 인접하는 인접 픽셀의 조합 중 상기 중심 픽셀과 상기 인접 픽셀의 픽셀값의 차이의 절대값의 합이 가장 작은 조합을 기초로 상기 노이즈 저감 저리를 수행하도록 구성되는 영상 처리 장치.
  7. 제6항에 있어서,
    상기 노이즈 저감 처리가 이루어진 상기 현재 프레임 영상과 상기 이전 프레임 영상의 노이즈 편차를 줄여 노이즈 안정화를 수행하는 노이즈 안정화 유닛을 더 포함하는 영상 처리 장치.
  8. 제7항에 있어서,
    상기 노이즈 안정화 유닛은 상기 현재 프레임 영상 및 상기 이전 프레임 영상을 가우시안 분포 특성을 갖도록 변환하여 상기 노이즈 안정화를 수행하도록 구성되는 영상 처리 장치.
  9. 제7항에 있어서,
    상기 노이즈 안정화 유닛은 노이즈 편차를 줄이는 변환을 통해 상기 노이즈 안정화를 수행하도록 구성되는 영상 처리 장치.
  10. 방사선 촬영에 의해 얻어지는 영상에 대해 순환 필터링 방식으로 노이즈 저감 처리를 수행하는 영상 처리 장치에 있어서,
    상기 방사선 촬영에 의해 얻어진 프레임 별 영상을 입력받는 영상 입력 유닛,
    현재 프레임 영상과 이전 프레임 영상의 차분에 의해 얻어진 차분 영상의 각 픽셀에 대한 움직임 감지 정보를 포함하는 움직임 감지 영상을 생성하는 움직임 감지 영상 생성 유닛,
    상기 생성된 움직임 감지 영상과 이전 프레임까지 누적된 움직임 감지 영상을 기초로 움직임 확률 영상을 생성하는 움직임 확률 영상 생성 유닛,
    상기 움직임 확률 영상을 기초로 상기 현재 프레임 영상과 상기 이전 프레임의 출력 영상을 혼합하여 상기 현재 프레임의 출력 영상을 생성하는 출력 영상 생성 유닛,
    상기 현재 프레임 영상과 상기 이전 프레임 영상에 대해 노이즈 저감 처리를 수행하는 노이즈 저감 유닛, 그리고
    상기 노이즈 저감 처리가 이루어진 상기 현재 프레임 영상과 상기 이전 프레임 영상의 노이즈 편차를 줄여 노이즈 안정화를 수행하는 노이즈 안정화 유닛을 포함하고,
    상기 움직임 감지 영상 생성 유닛은
    상기 현재 프레임 영상과 상기 이전 프레임 영상의 차분에 의한 상기 차분 영상을 생성하는 차분 영상 생성 유닛, 그리고
    상기 차분 영상의 각 픽셀의 픽셀값에 대한 임계값 처리를 통해 상기 각 픽셀의 상기 움직임 감지 정보를 포함하는 상기 움직임 감지 영상을 생성하는 임계값 처리 유닛을 포함하는 영상 처리 장치.
  11. 제10항에 있어서,
    상기 임계값 처리 유닛은 상기 차분 영상의 각 픽셀의 픽셀값의 크기에 따라 크기가 변하는 적응적 임계값을 통해 상기 움직임 감지 영상의 임계값 처리를 수행하도록 구성되는 영상 처리 장치.
  12. 제11항에 있어서,
    상기 임계값 처리 유닛은 복수의 픽셀을 포함하는 마스크 단위로 상기 임계값 처리를 수행하도록 구성되는 영상 처리 장치.
  13. 제1항에 있어서,
    상기 움직임 감지 영상 생성 유닛은 상기 생성된 움직임 감지 영상에 대해 피사체와 배경 영역을 분리한 후 상기 배경 영역을 상기 움직임 감지 영상에서 제외하는 방법으로 노이즈를 제거하도록 구성되는 영상 처리 장치.
  14. 방사선 촬영에 의해 얻어지는 영상에 대해 순환 필터링 방식으로 노이즈 저감 처리를 수행하는 영상 처리 장치에 있어서,
    상기 방사선 촬영에 의해 얻어진 프레임 별 영상을 입력받는 영상 입력 유닛,
    현재 프레임 영상과 이전 프레임 영상의 차분에 의해 얻어진 차분 영상의 각 픽셀에 대한 움직임 감지 정보를 포함하는 움직임 감지 영상을 생성하는 움직임 감지 영상 생성 유닛,
    상기 생성된 움직임 감지 영상과 이전 프레임까지 누적된 움직임 감지 영상을 기초로 움직임 확률 영상을 생성하는 움직임 확률 영상 생성 유닛, 그리고
    상기 움직임 확률 영상을 기초로 상기 현재 프레임 영상과 상기 이전 프레임의 출력 영상을 혼합하여 상기 현재 프레임의 출력 영상을 생성하는 출력 영상 생성 유닛을 포함하고,
    상기 움직임 감지 영상 생성 유닛은 피사체와 배경 영역을 구분하여 서로 다른 임계값에 의해 임계 처리를 통해 상기 피사체에 대한 피사체 움직임 감지 영상과 상기 배경 영역에 대한 배경 영역 움직임 감지 영상을 각각 생성한 후 상기 피사체 움직임 감지 영상과 상기 배경 영역 움직임 감지 영상을 병합하여 상기 움직임 감지 영상을 생성하도록 구성되는 영상 처리 장치.
  15. 방사선 촬영에 의해 얻어지는 영상에 대해 순환 필터링 방식으로 노이즈 저감 처리를 수행하는 영상 처리 방법에 있어서,
    상기 방사선 촬영에 의해 얻어진 프레임 별 영상을 입력받는 단계,
    현재 프레임 영상과 이전 프레임 영상의 차분에 의해 얻어진 차분 영상의 각 픽셀에 대한 움직임 감지 정보를 포함하는 움직임 감지 영상을 생성하는 단계,
    상기 생성된 움직임 감지 영상과 이전 프레임까지 누적된 움직임 감지 영상을 기초로 움직임 확률 영상을 생성하는 단계, 그리고
    상기 움직임 확률 영상을 기초로 상기 현재 프레임 영상과 상기 이전 프레임의 출력 영상을 혼합하여 상기 현재 프레임의 출력 영상을 생성하는 단계를 포함하고,
    상기 움직임 확률 영상은 상기 현재 프레임의 상기 움직임 감지 영상과 상기 이전 프레임까지의 움직임 감지 영상 중 하나 이상의 합산에 의해 생성되고,
    상기 움직임 확률 영상의 각 픽셀의 움직임 정도를 나타내는 값에 따라 상기 현재 프레임 영상과 상기 이전 프레임 영상의 혼합 비율이 가변적으로 결정되는 영상 처리 방법.
  16. 삭제
  17. 제15항에 있어서,
    상기 움직임 확률 영상의 각 픽셀의 값이 나타내는 움직임 정도가 클수록 상기 이전 프레임 영상에 비해 상기 현재 프레임 영상의 반영 비율이 커지도록 상기 혼합 비율이 결정되는 영상 처리 방법.
  18. 제15항에 있어서,
    상기 출력 영상은 상기 움직임 확률 영상의 각 픽셀의 값에 따라 상기 현재 프레임 영상과 상기 이전 프레임 영상을 대응하는 픽셀 단위로 혼합하여 생성되는 영상 처리 방법.
  19. 삭제
  20. 방사선 촬영에 의해 얻어지는 영상에 대해 순환 필터링 방식으로 노이즈 저감 처리를 수행하는 영상 처리 방법에 있어서,
    상기 방사선 촬영에 의해 얻어진 프레임 별 영상을 입력받는 단계,
    현재 프레임 영상과 이전 프레임 영상의 차분에 의해 얻어진 차분 영상의 각 픽셀에 대한 움직임 감지 정보를 포함하는 움직임 감지 영상을 생성하는 단계,
    상기 생성된 움직임 감지 영상과 이전 프레임까지 누적된 움직임 감지 영상을 기초로 움직임 확률 영상을 생성하는 단계,
    상기 움직임 확률 영상을 기초로 상기 현재 프레임 영상과 상기 이전 프레임의 출력 영상을 혼합하여 상기 현재 프레임의 출력 영상을 생성하는 단계, 그리고
    상기 현재 프레임 영상과 상기 이전 프레임 영상에 대해 노이즈 저감 처리를 수행하는 단계를 포함하고,
    상기 노이즈 저감 처리는 인접하는 복수의 픽셀을 포함하는 마스크 단위로 수행되고,
    상기 노이즈 저감 처리는 상기 마스크에 포함된 상기 복수의 픽셀 중 중심 픽셀과 정해진 방향으로 인접하는 인접 픽셀의 조합 중 상기 중심 픽셀과 상기 인접 픽셀의 픽셀값의 차이의 절대값의 합이 가장 작은 조합을 기초로 수행되는 영상 처리 방법.
  21. 방사선 촬영에 의해 얻어지는 영상에 대해 순환 필터링 방식으로 노이즈 저감 처리를 수행하는 영상 처리 방법에 있어서,
    상기 방사선 촬영에 의해 얻어진 프레임 별 영상을 입력받는 단계,
    현재 프레임 영상과 이전 프레임 영상의 차분에 의해 얻어진 차분 영상의 각 픽셀에 대한 움직임 감지 정보를 포함하는 움직임 감지 영상을 생성하는 단계,
    상기 생성된 움직임 감지 영상과 이전 프레임까지 누적된 움직임 감지 영상을 기초로 움직임 확률 영상을 생성하는 단계,
    상기 움직임 확률 영상을 기초로 상기 현재 프레임 영상과 상기 이전 프레임의 출력 영상을 혼합하여 상기 현재 프레임의 출력 영상을 생성하는 단계, 그리고
    상기 현재 프레임 영상과 상기 이전 프레임 영상에 대해 노이즈 저감 처리를 수행하는 단계를 포함하고,
    상기 노이즈 저감 처리가 이루어진 상기 현재 프레임 영상과 상기 이전 프레임 영상의 노이즈 편차를 줄여 노이즈 안정화를 수행하는 단계를 더 포함하는 영상 처리 방법.
  22. 제21항에 있어서,
    상기 노이즈 안정화는 상기 현재 프레임 영상 및 상기 이전 프레임 영상을 가우시안 분포 특성을 갖도록 변환하는 것에 의해 수행되는 영상 처리 방법.
  23. 제21항에 있어서,
    상기 노이즈 안정화 단계는 노이즈 편차를 줄이는 변환을 통해 수행되는 영상 처리 방법.
  24. 방사선 촬영에 의해 얻어지는 영상에 대해 순환 필터링 방식으로 노이즈 저감 처리를 수행하는 영상 처리 방법에 있어서,
    상기 방사선 촬영에 의해 얻어진 프레임 별 영상을 입력받는 단계,
    현재 프레임 영상과 이전 프레임 영상의 차분에 의해 얻어진 차분 영상의 각 픽셀에 대한 움직임 감지 정보를 포함하는 움직임 감지 영상을 생성하는 단계,
    상기 생성된 움직임 감지 영상과 이전 프레임까지 누적된 움직임 감지 영상을 기초로 움직임 확률 영상을 생성하는 단계,
    상기 움직임 확률 영상을 기초로 상기 현재 프레임 영상과 상기 이전 프레임의 출력 영상을 혼합하여 상기 현재 프레임의 출력 영상을 생성하는 단계,
    상기 현재 프레임 영상과 상기 이전 프레임 영상에 대해 노이즈 저감 처리를 수행하는 단계, 그리고
    상기 노이즈 저감 처리가 이루어진 상기 현재 프레임 영상과 상기 이전 프레임 영상의 노이즈 편차를 줄여 노이즈 안정화를 수행하는 단계를 포함하고,
    상기 움직임 감지 영상을 생성하는 단계는
    상기 현재 프레임 영상과 상기 이전 프레임 영상의 차분에 의한 상기 차분 영상을 생성하는 단계, 그리고
    상기 차분 영상의 각 픽셀의 픽셀값에 대한 임계값 처리를 통해 상기 각 픽셀의 상기 움직임 감지 정보를 포함하는 상기 움직임 감지 영상을 생성하는 단계를 포함하는 영상 처리 방법.
  25. 제24항에 있어서,
    상기 임계값 처리는 상기 차분 영상의 각 픽셀의 픽셀값의 크기에 따라 크기가 변하는 적응적 임계값을 통해 수행되는 영상 처리 방법.
  26. 제25항에 있어서,
    상기 임계값 처리는 복수의 픽셀을 포함하는 마스크 단위로 수행되는 영상 처리 방법.
  27. 제15항에 있어서,
    상기 움직임 감지 영상을 생성하는 단계는 상기 생성된 움직임 감지 영상에 대해 피사체와 배경 영역을 분리한 후 상기 배경 영역을 상기 움직임 감지 영상에서 제외하는 방법으로 노이즈를 제거하는 단계를 포함하는 영상 처리 방법.
  28. 방사선 촬영에 의해 얻어지는 영상에 대해 순환 필터링 방식으로 노이즈 저감 처리를 수행하는 영상 처리 방법에 있어서,
    상기 방사선 촬영에 의해 얻어진 프레임 별 영상을 입력받는 단계,
    현재 프레임 영상과 이전 프레임 영상의 차분에 의해 얻어진 차분 영상의 각 픽셀에 대한 움직임 감지 정보를 포함하는 움직임 감지 영상을 생성하는 단계,
    상기 생성된 움직임 감지 영상과 이전 프레임까지 누적된 움직임 감지 영상을 기초로 움직임 확률 영상을 생성하는 단계, 그리고
    상기 움직임 확률 영상을 기초로 상기 현재 프레임 영상과 상기 이전 프레임의 출력 영상을 혼합하여 상기 현재 프레임의 출력 영상을 생성하는 단계를 포함하고,
    상기 움직임 감지 영상을 생성하는 단계는 피사체와 배경 영역을 구분하여 서로 다른 임계값에 의해 임계 처리를 통해 상기 피사체에 대한 피사체 움직임 감지 영상과 상기 배경 영역에 대한 배경 영역 움직임 감지 영상을 각각 생성한 후 상기 피사체 움직임 감지 영상과 상기 배경 영역 움직임 감지 영상을 병합하여 상기 움직임 감지 영상을 생성하는 단계를 포함하는 영상 처리 방법.
KR1020220065653A 2022-05-27 2022-05-27 방사선 촬영에 의해 획득된 영상에 포함된 노이즈를 저감하기 위한 영상 처리 방법 및 장치 KR102448069B1 (ko)

Priority Applications (6)

Application Number Priority Date Filing Date Title
KR1020220065653A KR102448069B1 (ko) 2022-05-27 2022-05-27 방사선 촬영에 의해 획득된 영상에 포함된 노이즈를 저감하기 위한 영상 처리 방법 및 장치
PCT/KR2022/017462 WO2023229118A1 (ko) 2022-05-27 2022-11-08 방사선 촬영에 의해 획득된 영상에 포함된 노이즈를 저감하기 위한 영상 처리 방법 및 장치
EP23154196.2A EP4283557A1 (en) 2022-05-27 2023-01-31 Image processing method and apparatus for reducing noise of image obtained by radiography
US18/164,342 US20230385989A1 (en) 2022-05-27 2023-02-03 Image processing method and apparatus for reducing noise of image obtained by radiography
CN202310128840.5A CN117132476A (zh) 2022-05-27 2023-02-17 对由射线照相法获得的图像降噪的图像处理方法和装置
JP2023050136A JP2023174512A (ja) 2022-05-27 2023-03-27 放射線撮影により獲得された映像に含まれているノイズを低減するための映像処理方法および装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220065653A KR102448069B1 (ko) 2022-05-27 2022-05-27 방사선 촬영에 의해 획득된 영상에 포함된 노이즈를 저감하기 위한 영상 처리 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102448069B1 true KR102448069B1 (ko) 2022-09-27

Family

ID=83452088

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220065653A KR102448069B1 (ko) 2022-05-27 2022-05-27 방사선 촬영에 의해 획득된 영상에 포함된 노이즈를 저감하기 위한 영상 처리 방법 및 장치

Country Status (6)

Country Link
US (1) US20230385989A1 (ko)
EP (1) EP4283557A1 (ko)
JP (1) JP2023174512A (ko)
KR (1) KR102448069B1 (ko)
CN (1) CN117132476A (ko)
WO (1) WO2023229118A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023229118A1 (ko) * 2022-05-27 2023-11-30 주식회사 디알텍 방사선 촬영에 의해 획득된 영상에 포함된 노이즈를 저감하기 위한 영상 처리 방법 및 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101432864B1 (ko) 2009-12-24 2014-08-26 캐논 가부시끼가이샤 정보 처리 장치, 처리 방법 및 컴퓨터 판독가능한 기억 매체
KR101795663B1 (ko) * 2016-06-17 2017-11-08 연세대학교 산학협력단 방사선 영상의 노이즈를 제거하기 위한 장치 및 그 방법
JP6744440B2 (ja) 2008-10-27 2020-08-19 キヤノンメディカルシステムズ株式会社 画像処理装置及びｘ線診断装置
KR20210103440A (ko) * 2014-10-30 2021-08-23 한화테크윈 주식회사 움직임 영역 검출 장치 및 방법

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61224494A (ja) 1985-03-29 1986-10-06 キヤノン株式会社 プリント基板の接合方法
DE69322444T2 (de) * 1992-07-10 1999-06-24 Koninkl Philips Electronics Nv Röntgendurchleuchtungsgerät mit Mitteln zur Rauschreduktion
DE69824230T2 (de) * 1997-04-08 2005-07-07 Koninklijke Philips Electronics N.V. Verarbeitungssystem einer verrauschten Bildsequenz und medizinisches Untersuchungsgerät mit einem solchen System
FR2790123B1 (fr) * 1999-02-18 2001-04-27 Ge Medical Syst Sa Procede de traitement d'une sequence d'images fluoroscopiques d'un corps, de facon a ameliorer la qualite des images visualisees
JP6002324B2 (ja) * 2013-07-03 2016-10-05 株式会社日立製作所 放射線画像生成装置及び画像処理方法
KR102448069B1 (ko) * 2022-05-27 2022-09-27 주식회사 디알텍 방사선 촬영에 의해 획득된 영상에 포함된 노이즈를 저감하기 위한 영상 처리 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6744440B2 (ja) 2008-10-27 2020-08-19 キヤノンメディカルシステムズ株式会社 画像処理装置及びｘ線診断装置
KR101432864B1 (ko) 2009-12-24 2014-08-26 캐논 가부시끼가이샤 정보 처리 장치, 처리 방법 및 컴퓨터 판독가능한 기억 매체
KR20210103440A (ko) * 2014-10-30 2021-08-23 한화테크윈 주식회사 움직임 영역 검출 장치 및 방법
KR101795663B1 (ko) * 2016-06-17 2017-11-08 연세대학교 산학협력단 방사선 영상의 노이즈를 제거하기 위한 장치 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023229118A1 (ko) * 2022-05-27 2023-11-30 주식회사 디알텍 방사선 촬영에 의해 획득된 영상에 포함된 노이즈를 저감하기 위한 영상 처리 방법 및 장치

Also Published As

Publication number Publication date
WO2023229118A1 (ko) 2023-11-30
EP4283557A1 (en) 2023-11-29
JP2023174512A (ja) 2023-12-07
CN117132476A (zh) 2023-11-28
US20230385989A1 (en) 2023-11-30

Similar Documents

Publication Publication Date Title
US20210030374A1 (en) Image creation device
US9820713B2 (en) Image processing apparatus, radiation imaging system, control method, and storage medium
US5594767A (en) Methods and apparatus for enhancing image sharpness
US6760401B2 (en) Apparatus and method for processing of digital images
EP3195265A2 (en) Iterative image reconstruction with a sharpness driven regularization parameter
US11645736B2 (en) Image processing methods, apparatuses and systems
WO2005088544A1 (en) Artifact correction
JP2004329932A (ja) 透視画像を処理するための方法及び装置
JP2013144097A (ja) 画像処理装置、画像処理方法、及びプログラム
US9576350B2 (en) Medical image processing apparatus, X-ray diagnostic apparatus, medical image processing method and X-ray diagnostic method
CN110998651A (zh) 一种用于生成对象的增强断层扫描图像的方法
KR102448069B1 (ko) 방사선 촬영에 의해 획득된 영상에 포함된 노이즈를 저감하기 위한 영상 처리 방법 및 장치
JP2019130083A (ja) 画像処理装置、放射線撮影装置、画像処理方法、及びプログラム
US11151760B2 (en) Image reconstruction processing method, image reconstruction processing program, and tomography device equipped with same
JP6002324B2 (ja) 放射線画像生成装置及び画像処理方法
JP5223266B2 (ja) Ｘ線画像システム
CN115397332A (zh) 用于实时视频增强的系统和方法
US20190221013A1 (en) Image processing apparatus, image processing method, and image processing program
CN113313649B (zh) 图像重建方法及装置
CN115943420A (zh) 图像处理装置、图像处理方法、训练装置、训练方法、以及程序
CN102802530B (zh) 图像处理装置、x线图像诊断装置及图像处理方法
JP2005021456A (ja) 放射線画像用画像処理装置、方法およびプログラム
CN108780052B (zh) 图像重构处理方法、图像重构处理程序以及安装有该程序的断层摄影装置
US20170109903A1 (en) Method for Reduction of Artifacts and Preservation of Soft Tissue Contrast and Conspicuity of Iodinated Materials on Computed Tomography Images by means of Adaptive Fusion of Input Images Obtained from Dual-Energy CT Scans, and Use of differences in Voxel intensities between high and low-energy images in estimation of artifact magnitude
Jin et al. Improved total variation based CT reconstruction algorithm with noise estimation

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant