KR20010113535A - 이미지 처리 장치 및 그 방법, 촬상 장치 및 기록 매체 - Google Patents

이미지 처리 장치 및 그 방법, 촬상 장치 및 기록 매체 Download PDF

Info

Publication number
KR20010113535A
KR20010113535A KR1020010034301A KR20010034301A KR20010113535A KR 20010113535 A KR20010113535 A KR 20010113535A KR 1020010034301 A KR1020010034301 A KR 1020010034301A KR 20010034301 A KR20010034301 A KR 20010034301A KR 20010113535 A KR20010113535 A KR 20010113535A
Authority
KR
South Korea
Prior art keywords
image
squares
function
histogram
variable
Prior art date
Application number
KR1020010034301A
Other languages
English (en)
Other versions
KR100444094B1 (ko
Inventor
오기노데츠오
Original Assignee
추후제출
지이 메디컬 시스템즈 글로발 테크놀러지 캄파니 엘엘씨
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 추후제출, 지이 메디컬 시스템즈 글로발 테크놀러지 캄파니 엘엘씨 filed Critical 추후제출
Publication of KR20010113535A publication Critical patent/KR20010113535A/ko
Application granted granted Critical
Publication of KR100444094B1 publication Critical patent/KR100444094B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Picture Signal Circuits (AREA)

Abstract

이미지의 노이즈 변수를 결정하는 이미지 처리 방법을 제공하기 위해서, 픽셀 값의 제곱의 나머지 합은 전체적인 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대하여 결정되고(502 내지 508), 그 히스토그램이 얻어지고(510), 히스토그램의 피크가 주어지는 제곱의 나머지 합의 값을 기초로 하여 결정된다(512, 514).

Description

이미지 처리 장치 및 그 방법, 촬상 장치 및 기록 매체{IMAGE PROCESSING METHOD AND APPARATUS, RECORDING MEDIUM, AND IMAGING APPARATUS}
본 발명은 이미지 처리 방법 및 장치, 기록 매체 및 촬상 장치에 관한 것이며, 보다 상세하게는, 이미지의 노이즈 변수를 결정하는 이미지 처리 방법 및 장치, 이러한 이미지 처리 기능을 수행하는 컴퓨터 용 프로그램을 기록하는 매체 및 이러한 이미지 처리 장치를 포함하는 촬상 장치에 관한 것이다.
자기 공명 촬상(MRI) 장치에서, 촬상 객체는 자석 시스템의 내부 공간, 즉, 정자기장이 생성되어 있는 공간으로 이동되며, 구배 자장 및 고주파 자장이 인가되어 그 객체내에 자기 공명 신호를 생성하며, 그 수신된 신호를 기초로 하여, 단층 X선 사진 이미지가 생성(재구성)된다.
관찰자가 단층 X선 사진 이미지내의 미세 구조물을 보다 상세하게 보기 위해서, 이미지의 노이즈를 제거하는 필터링이 수행된다. 이러한 필터링은 기본적으로 저역 통과 필터링이지만, 단독으로 저역 통과 필터링을 이용하면 이미지의 선명도는 떨어지기 때문에, 선명도를 보존하는 추가 처리를 추가한 필터링이 사용된다.
그러나, 선명도 보존 처리와 결합한 필터링은 노이즈에 의해 생성된 부산물이 증가되고 해부학적으로 무의미한 구조물(의사 구조물)이 생성되는 측면이 있기 때문에, 노이즈만을 포함하는 부분을 선명도 보존 처리에서 배제하기 위해서, 이미지의 로컬 부분이 노이즈만을 포함하거나 또한 실제 구조물을 포함하고 있는지 여부를 알 필요가 있다.
실제 구조물에서 노이즈를 구별하기 위해서, 이미지에 포함된 노이즈의 변수를 앞서 구하는 단계와, 로컬 부분의 픽셀 값의 변수과 노이즈의 변수가 상당한 차이가 없을 경우에, 로컬 부분을 노이즈로서 취급하고, 그렇지 않으면, 로컬 부분을 구조물로서 취급하는 단계와 관련된 방법이 고려된다. 그러나, 이미지 신호와 혼합된 노이즈를 포함하는 이미지에서 노이즈만을 정확하게 분리하는 것이 불가능하기에, 노이즈의 변수를 구할 수 없다.
따라서, 본 발명의 목적은 이미지 노이즈의 변수를 결정하는 이미지 처리 방법 및 장치, 이러한 이미지 처리 함수를 컴퓨터가 수행하는 프로그램을 기록하는 매체, 및 이러한 이미지 처리 장치를 포함하는 촬상 장치를 제공하는 것이다.
(1) 전술한 문제점을 해결하기 위한 다른 측면에 따른 본 발명은 이미지 처리 방법에 관한 것으로서, 이미지 처리 방법은, 전체 이미지에 걸쳐 규정되어 있는 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 단계와, 상기 제곱의 나머지 합의 히스토그램을 얻는 단계와, 상기 히스토그램의 피크가 주어지는 상기 제곱의 나머지 합을 기초로 하여 노이즈의 변수를 결정하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 픽셀 값의 제곱의 나머지 합이 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대하여 결정되고, 노이즈의 변수는 제곱의 나머지 합의 히스토그램의 피크가 주어지는 제곱의 나머지 합을 기초로 하여 결정되기 때문에, 이미지 노이즈의 변수가 정확하게 결정될 수 있다.
(2) 전술한 문제점을 해결하기 위한 다른 측면에 따른 본 발명은 이미지 처리 방법에 관한 것으로서, 이러한 이미지 처리 방법은, 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 단계와, 상기 제곱의 나머지 합의 히스토그램을 얻는 단계와, 상기 히스토그램을 함수에 적용하는 단계와, 상기 일치된 함수의 피크값이 주어지는 변수를 기초로 하여 노이즈의 변수를 결정하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 픽셀 값의 제곱의 나머지 합은 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대하여 결정되고, 노이즈의 변수는 함수의 피크 값이 주어지는 변수를 기초로 하여 결정되기 때문에, 이미지 노이즈의 변수가 보다 정확하게 결정될 수 있다.
(3) 전술한 문제점을 해결하기 위한 다른 측면에 따른 본 발명은 (2)에 관하여 설명된 이미지 처리 방법에 관한 것으로서, 상기 함수는 가우스 분포 함수인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 히스토그램은 가우스 분포 함수와 적용하기 때문에, 함수의 피크가 주어지는 변수는 이미즈의 실제 부분의 이미지 노이즈에 대하여 정확하게 결정될 수 있다.
(4) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 방법은 (2)에 관하여 설명된 이미지 처리 방법에 관한 것으로서, 상기 함수는 레일리 분포 함수인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 히스토그램은 레일리 분포 함수와 적용하기 때문에, 그 함수의 피크가 주어지는 변수는 이미즈의 배경 부분의 이미지 노이즈에 대하여 정확하게 결정될 수 있다.
(5) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (2)에 관하여 설명된 이미지 처리 방법에 관한 것으로서, 상기 함수는 가우스 및 레일리 분포 함수를 포함하는 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 히스토그램은 가우스 분포 함수 및 레일리 분포 함수와 적용하기 때문에, 그들 함수의 피크가 주어지는 변수는 이미지의 실제 부분과 배경 부분의 이미지 노이즈에 대하여 정확하게 결정될 수 있다.
(6) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (1) 내지 (5) 중 하나에 관하여 설명된 이미지 처리 방법에 관한 것으로서, 상기 이미지의 픽셀 값은 복소수의 절대값인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 노이즈의 변수는 복소수의 절대값인 픽셀값을 가진 이미지에 대하여 결정될 수 있다.
(7) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (1) 내지 (3) 중 하나에 관하여 설명된 이미지 처리 방법에 관한 것으로서, 상기 이미지의 픽셀 값은 복소수의 실수부인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 노이즈의 변수는 복소수의 실수부인 픽셀 값을 가진 이미지에 대하여 결정될 수 있다.
(8) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (1) 내지 (3) 중 하나에 관하여 설명된 이미지 처리 방법에 관한 것으로서, 상기 이미지의 픽셀 값은 복소수의 허수부인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 노이즈의 변수는 복소수의 허수부인 픽셀 값을 가진 이미지에 대하여 결정될 수 있다.
(9) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (1) 내지 (8) 중 하나에 관하여 설명된 이미지 처리 방법에 관한 것으로서, 상기 이미지는 자기 공명을 이용하여 캡쳐된 이미지인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 노이즈의 변수는 자기 공명을 이용하여 캡쳐된 이미지에 대하여 결정될 수 있다.
(10) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 방법은 이미지 처리 장치에 관한 것으로서, 이러한 장치는, 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 제곱의 나머지 합 계산 수단과, 상기 제곱의 나머지 합의 히스토그램을 얻는 히스토그램 계산 수단과, 상기 히스토그램의 피크가 주어지는 제곱의 나머지 합을 기초로 하여 노이즈의변수를 결정하는 노이즈 변수 계산 수단을 포함하는 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 픽셀 값의 제곱의 나머지 합은 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대하여 결정되고, 노이즈의 변수는 제곱의 나머지 합의 히스토그램의 피크가 주어지는 제곱의 나머지 합을 기초로 하여 결정되기 때문에, 이미지 노이즈의 변수가 정확하게 결정될 수 있다.
(11) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 이미지 처리 장치에 관한 것으로서, 이러한 장치는, 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 제곱의 나머지 합 계산 수단과, 상기 제곱의 나머지 합의 히스토그램을 얻는 히스토그램 계산 수단과, 상기 히스토그램을 함수에 적용하는 수단과, 상기 일치된 함수의 피크 값이 주어지는 변수를 기초로 하여 노이즈의 변수를 결정하는 노이즈 변수 계산 수단을 포함하는 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 픽셀 값의 제곱의 나머지 합은 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대하여 결정되고, 히스토그램은 함수와 적용되고, 노이즈의 변수는 함수의 피크 값이 주어지는 변수를 기초로 하여 결정되기 때문에, 이미지 노이즈의 변수는 보다 정확하게 결정될 수 있다.
(12) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (11)에 관하여 설명된 이미지 처리 장치에 관한 것으로서, 상기 함수는 가우스 분포 함수인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 히스토그램은 가우스 분포 함수에 적용하기 때문에, 함수의 피크가 주어지는 변수는 이미지의 실제 부분의 이미지 노이즈에 대하여 정확하게 결정될 수 있다.
(13) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (11)에 관하여 설명된 이미지 처리 장치에 관한 것으로서, 상기 함수는 레일리 분포 함수인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 히스토그램은 레일리 분포 함수에 적용하기 때문에, 함수의 피크가 주어지는 변수는 이미지의 배경 부분의 이미지 노이즈에 대하여 정확하게 결정될 수 있다.
(14) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (11)에 관하여 설명된 이미지 처리 장치에 관한 것으로서, 상기 함수는 가우스 및 레일리 분포 함수인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 히스토그램은 가우스 분포 함수 및 레일리 분포 함수에 적용하기 때문에, 이러한 함수들의 피크가 주어지는 변수는 이미지의 실제 부분과 배경 부분의 이미지 노이즈에 대하여 정확하게 결정될 수 있다.
(15) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (10) 내지 (14) 중 하나에 관하여 설명된 이미지 처리 장치에 관한 것으로서, 상기 이미지의 픽셀 값은 복소수의 절대값인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 노이즈의 변수는 복소수의 절대값인 픽셀값을 가진 이미지에 대하여 결정될 수 있다.
(16) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (10)내지 (12) 중 하나에 관하여 설명된 이미지 처리 장치에 관한 것으로서, 상기 이미지의 픽셀 값은 복소수의 실수부인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 노이즈의 변수는 복소수의 실수부인 픽셀 값을 가진 이미지에 대하여 결정될 수 있다.
(17) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (10) 내지 (14) 중 하나에 관하여 설명된 이미지 처리 장치에 관한 것으로서, 상기 이미지의 픽셀 값은 복소수의 허수부인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 노이즈의 변수는 복소수의 허수부인 픽셀 값을 가진 이미지에 대하여 결정될 수 있다.
(18) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (10) 내지 (17) 중 하나에 관하여 설명된 이미지 처리 장치에 관한 것으로서, 상기 이미지는 자기 공명을 이용하여 캡쳐된 이미지인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 노이즈의 변수는 자기 공명을 이용하여 캡쳐된 이미지에 대하여 결정될 수 있다.
(19) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 기록 매체에 관한 것으로서, 이러한 기록 매체는, 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 제곱의 나머지 합 계산 함수, 상기 제곱의 나머지 합의 히스토그램을 얻는 히스토그램 계산 함수, 및 상기 히스토그램의 피크가 주어지는 제곱의 나머지 합을 기초로 하여 노이즈의 변수를 결정하는 노이즈 변수 계산 함수를 컴퓨터가 수행하는 프로그램을 컴퓨터 판독가능 방식으로 기록하는 것을 특징으로 한다.
이러한 측면의 방법에 따라서, 기록 매체상에 기록된 프로그램에 의해, 컴퓨터는, 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 함수와, 제곱의 나머지 합의 히스토그램의 피크가 주어지는 제곱의 나머지 합을 기초로 하여 노이즈의 변수를 결정하는 함수를 수행할 수 있기 때문에, 이미지 노이즈의 변수는 정확하게 결정될 수 있다.
(20) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 기록 매체에 관한 것으로서, 이러한 매체는, 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 제곱의 나머지 합 계산 함수, 상기 제곱의 나머지 합의 히스토그램을 얻는 히스토그램 계산 함수, 상기 히스토그램을 하나의 함수에 적용하는 함수, 및 상기 일치된 함수의 픽셀 값이 주어지는 변수를 기초로 하여 노이즈의 변수를 결정하는 노이즈 변수 계산 함수를 컴퓨터가 수행하는 프로그램을 컴퓨터 판독 가능 방식으로 기록하는 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 상기 기록 매체상에 기록된 프로그램에 의해, 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 나머지 합을 결정하는 함수, 그 히스토그램을 하나의 함수에 적용하는 함수, 그 함수의 피크 값이 주어지는 변수를 기초로 하여 노이즈의 변수를 결정하는 함수를 컴퓨터가 수행하기 때문에, 이미지 노이즈의 변수는 보다 정확하게 결정될 수 있다.
(21) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (20)에관하여 설명된 기록 매체에 관한 것으로서, 상기 함수는 가우스 분포 함수인 것을 특징으로 한다.
이러한 측면의 방법에 따라서, 상기 기록 매체상에 기록된 프로그램에 의해, 컴퓨터가, 히스토그램을 가우스 분포 함수에 적용하는 함수를 수행하기 때문에, 그 함수의 피크가 주어지는 변수는 이미지의 실제 부분의 이미지 노이즈에 대하여 정확하게 결정될 수 있다.
(22) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (20)에 관하여 설명된 기록 매체에 관한 것으로서, 상기 함수는 레일리 분포 함수인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 상기 기록 매체상에 기록된 프로그램에 의해, 컴퓨터가, 히스토그램을 레일리 분포 함수에 적용하는 함수를 수행할 수 있기 때문에, 그 함수의 피크가 주어지는 변수는 이미지의 배경 부분의 이미지 노이즈에 대하여 정확하게 결정될 수 있다.
(23) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (20)에 관하여 설명된 기록 매체에 관한 것으로서, 상기 함수는 가우스 및 레일리 분포 함수를 포함하는 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 상기 기록 매체상에 기록된 프로그램에 의해, 컴퓨터가, 히스토그램을 가우스 분포 함수 및 레일리 분포 함수에 적용하는 함수를 수행할 수 있기 때문에, 그 함수의 피크가 주어지는 변수는 이미지의 실제 부분과 배경 부분의 이미지 노이즈에 대하여 정확하게 결정될 수 있다.
(24) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (19) 내지 (23) 중 하나에 관하여 설명된 기록 매체에 관한 것으로서, 상기 이미지의 픽셀 값은 복소수의 절대값인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 상기 기록 매체상에 기록된 프로그램에 의해, 컴퓨터가, 복소수의 절대값인 픽셀 값을 가진 이미지에 대한 노이즈의 변수를 결정하는 함수를 수행할 수 있다.
(25) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (19) 내지 (21) 중 하나에 관하여 설명된 기록 매체에 관한 것으로서, 상기 이미지의 픽셀 값은 복소수의 실수부인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 상기 기록 매체상에 기록된 프로그램에 의해, 컴퓨터가, 복소수의 실수부인 픽셀 값을 가진 이미지에 대한 노이즈의 변수를 결정하는 함수를 수행할 수 있다.
(26) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (19) 내지 (21) 중 하나에 관하여 설명된 기록 매체에 관한 것으로서, 상기 이미지의 픽셀 값은 복소수의 허수부인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 상기 기록 매체상에 기록된 프로그램에 의해, 컴퓨터가, 복소수의 허수부인 픽셀 값을 가진 이미지에 대한 노이즈의 변수를 결정하는 함수를 수행할 수 있다.
(27) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (19) 내지 (26) 중 하나에 관하여 설명된 기록 매체에 관한 것으로서, 상기 이미지는 자기 공명에 의해 캡쳐된 이미지인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 상기 기록 매체상에 기록된 프로그램에 의해, 컴퓨터가, 자기 공명을 이용하여 캡쳐된 이미지에 대한 노이즈의 변수를 결정하는 함수를 수행할 수 있다.
(28) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 객체로부터 수집된 신호를 기초로 하여 이미지를 생성하는 촬상 장치에 관한 것으로서, 이러한 촬상 장치는, 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 제곱의 나머지 합 계산 수단과, 상기 제곱의 나머지 합의 히스토그램을 얻는 히스토그램 계산 수단과, 상기 히스토그램의 피크가 주어지는 제곱의 나머지 합을 기초로 하여 노이즈의 변수를 결정하는 노이즈 변수 계산 수단을 포함하는 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 픽셀 값의 제곱의 나머지 합은 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대하여 결정되고, 노이즈의 변수는 제곱의 나머지 합의 피크가 주어지는 제곱의 나머지 합을 기초로 하여 결정되기 때문에, 이미지 노이즈의 변수는 정확하게 결정될 수 있다.
(29) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 객체로부터 수집된 신호를 기초로 하여 이미지를 생성하는 촬상 장치에 관한 것으로서, 이러한 촬상 장치는, 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 제곱의 나머지 합 계산 수단과, 상기 제곱의 나머지 합의 히스토그램을 얻는 히스토그램 계산 수단과, 상기 히스토그램을 하나의 함수에 적용하는 수단과, 상기 일치된 함수의 피크 값이 주어지는 변수를 기초로 하여 노이즈의 변수를 결정하는 노이즈 변수 계산 수단을 포함하는 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 픽셀 값의 제곱의 나머지 합이 전체 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대하여 결정되고, 노이즈의 변수는 함수의 피크 값이 주어지는 변수를 기초로 하여 결정되기 때문에, 이미지 노이즈의 변수는 보다 정확하게 결정될 수 있다.
(30) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (29)에 관하여 설명된 촬상 장치에 관한 것으로서, 상기 함수는 가우스 분포 함수인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 히스토그램은 가우스 분포 함수에 적용되기 때문에, 함수의 피크가 주어지는 변수는 이미지의 실제 부분의 이미지 노이즈에 대하여 정확하게 결정될 수 있다.
(31) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (29)에 관하여 설명된 촬상 장치에 관한 것으로서, 상기 함수는 레일리 분포 함수인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 히스토그램은 레일리 분포 함수에 적용되기 때문에, 함수의 피크가 주어지는 변수는 이미지의 배경 부분의 이미지 노이즈에 대하여 정확하게 결정될 수 있다.
(32) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (29)에관하여 설명된 촬상 장치에 관한 것으로서, 상기 함수는 가우스 및 레일리 분포 함수를 포함하는 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 히스토그램은 가우스 분포 함수 및 레일리 분포 함수에 적용되기 때문에, 함수들의 피크가 주어지는 변수는 이미지의 실제 부분과 배경 부분의 이미지 노이즈에 대하여 정확하게 결정될 수 있다.
(33) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (28) 내지 (32) 중 하나에 관하여 설명된 촬상 장치에 관한 것으로서, 상기 이미지의 픽셀 값은 복소수의 절대값인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 노이즈의 변수는 복소수의 절대값인 픽셀 값을 가진 이미지에 대하여 결정될 수 있다.
(34) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (28) 내지 (30) 중 하나에 관하여 설명된 촬상 장치에 관한 것으로서, 상기 이미지의 픽셀 값은 복소수의 실수부인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 노이즈의 변수는 복소수의 실수부인 픽셀 값을 가진 이미지에 대하여 결정될 수 있다.
(35) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (28) 내지 (30) 중 하나에 관하여 설명된 촬상 장치에 관한 것으로서, 상기 이미지의 픽셀 값은 복소수의 허수부인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 노이즈의 변수는 복소수의 허수부인 픽셀 값을 가진 이미지를 결정될 수 있다.
(36) 전술한 문제점을 해결하기 위한 또 다른 측면에 따른 본 발명은 (28) 내지 (35) 중 하나에 관하여 설명된 이미지 처리 장치에 관한 것으로서, 상기 신호는 자기 공명 신호인 것을 특징으로 한다.
본 발명의 이러한 측면에 따라서, 노이즈의 변수는 자기 공명을 이용하여 캡쳐된 이미지에 대하여 결정될 수 있다.
따라서, 본 발명은 이미지의 노이즈 변수를 결정하는 이미지 처리 방법 및 장치, 이러한 이미지 처리 함수를 컴퓨터가 처리하는 프로그램을 기록하는 매체, 및 이러한 이미지 처리 장치를 포함하는 촬상 장치를 제공할 수 있다.
본 발명의 다른 목적 및 잇점은 다음의 첨부한 도면에 설명되어 있는 본 발명의 바람직한 실시예에 대한 다음의 설명으로부터 알 수 있을 것이다.
도 1은 본 발명의 실시예에 따른 장치의 블록도,
도 2는 본 발명의 실시예에 따른 장치의 블록도,
도 3은 도 1 또는 도 2에 도시된 장치에 의해 실행되는 예시적인 펄스 시퀀스를 설명하는 도면,
도 4는 도 1 또는 도 2에 도시된 장치에 의해 실행되는 예시적인 펄스 시퀀스를 설명하는 도면,
도 5는 도 1 또는 도 2에 도시된 장치에 의해 수행되는 이미지 처리의 흐름도,
도 6은 히스토그램의 개념을 설명하는 도면,
도 7은 히스토그램의 개념을 설명하는 도면,
도 8은 도 1 또는 도 3에 도시된 장치에 의해 수행되는 이미지 처리의 흐름도, 및
도 9는 관련 픽셀과 로컬 영역간의 관계를 도시하는 도면.
도면의 주요 부분에 대한 부호의 설명
130 : 구배 구동부 140 : RF 구동부
150 : 데이터 획득부 160 : 제어부
170 : 데이터 처리부 180 : 디스플레이부
190 : 작동부
본 발명의 몇몇 실시예는 첨부한 도면을 기준으로 상세히 설명될 것이다. 본 발명은 그들 실시예에 제한이 없다는 것에 주목해야 한다. 도 1은 본 발명의 실시예인 촬상 장치의 블록도이다. 본 장치의 구조는 본 발명에 따른 장치의 실시예를 나타낸다. 본 장치의 동작은 본 발명에 따른 방법의 실시예를 나타낸다.
도 1에 도시된 바와 같이, 본 장치는 자기 시스템(100)을 구비하고 있다. 자기 시스템(100)은 메인 자계 코일부(102), 구배 코일부(106) 및 RF(무선 주파수) 코일부(108)를 구비하고 있다. 이러한 코일부는 일반적으로 원통형이고 동심원으로 배치되어 있다. 촬상 객체(300)가 침대(500) 위에 누워 있고, 운송 수단(도시 생략)에 의해 자기 시스템(100)의 원통형의 내부 공간(내강)의 내외부로 운송된다.
메인 자계 코일부(102)는 자기 시스템(100)의 내부 공간에 정적 자계를 생성한다. 정적 자계의 방향은 객체(300)의 신체 축 방향과 일반적으로 평행하다. 즉, "수평" 자계가 생성된다, 예를 들어, 초도전성 코일을 이용한 메인 자계 코일부(102)가 만들어진다. 메인 자계 코일부(102)는 초전도성 코일로 제한되는 것이 아니라, 보통의 전도성 코일 등을 이용하여 만들어 질 수 있다는 것을 쉽게 알 수 있다.
구배 코일부(106)는 정적 자계의 세기에 구배를 전하는 구배 자계를 생성한다. 생성된 구배 자계는 다음 3개의 자계 : 슬라이스 구배 자계, 판독 구배 자계 및 위상 인코딩 구배 자계이다. 구배 코일부(106)는 이러한 3개의 자계에 대응하는 3개의 구배 코일(도시 생략)을 구비하고 있다.
RF 코일부(108)는 정적 자계 공간내의 객체(300)내에 스핀을 여기시키는 고주파 자계를 생성한다. 고주파 자계의 생성은 이하에서는 RF 여기 신호의 전송이라 한다. RF 코일부(108)는 전자파, 즉, 여기 스핀에 의해 생성된 자기 공명 신호를 또한 수신한다.
RF 코일부(108)는 전송 및 수신 코일(도시 생략)을 가지고 있다. 전송 및 수신 코일에 있어서, 동일 코일 또는 개별적인 전용 코일이 사용될 수 있다.
구배 코일부(106)는 구배 구동부(130)와 연결되어 있다. 구배 구동부(130)는 구동 신호를 구배 코일부(106)에 공급하여 구배 자계를 생성한다. 구배 구동부(130)는 구배 코일부(106)의 3개의 구배 코일에 대응하는 3개의 구동 회로(도시 생략)를 구비하고 있다.
RF 코일부(108)는 RF 구동부(140)와 연결되어 있다. RF 구동부(140)는 구동 신호를 RF 코일부(108)에 공급하여 RF 여기 신호를 전송하고, 이로써 객체(300)내에 스핀을 여기시킨다.
RF 코일부(108)는 데이터 획득부(150)에 연결되어 있다. 데이터 획득부(150)는 RF 코일부(108)에 의해 수신된 수신 신호를 수집하고, 그 신호를 뷰 데이터로서 획득한다.
구배 구동부(130), RF 구동부(140) 및 데이터 획득부(150)는 제어부(160)에 연결되어 있다. 제어부(160)는 구배 구동부(130) 내지 데이터 획득부(150)를 제어하여 촬상한다.
데이터 획득부(150)의 출력은 데이터 처리부(170)에 연결되어 있다. 데이터 처리부(170)는 예를 들어, 컴퓨터를 이용하여 만들어진다. 데이터 처리부(170)는 메모리(도시 생략)를 구비하고 있다. 메모리는 데이터 처리부(170) 용도의 프로그램과, 몇몇 종류의 데이터를 저장한다. 본 장치의 기능은 메모리내에 저장된 프로그램을 실행하는 데이터 처리부(170)에 의해 이루어진다.
데이터 처리부(170)는 데이터 획득부(150)로부터 수집된 데이터를 메모리에 저장한다. 데이터 공간은 메모리내에 형성된다. 데이터 공간은 2차원 푸리에 공간을 구성한다. 2차원 푸리에 공간은 종종 k-공간이라 한다. 데이터 처리부(170)는 2차원 푸리에 공간의 데이터를 통해 2차원 역 푸리에 변환을 수행하여 객체(300)의 이미지를 생성(재구성)한다.
2차원 역 푸리에 변환에 의해 재구성된 이미지는 복소수의 픽셀 값을 가지고 있다. 복소수의 절대값은 절대값 이미지를 구성하는데 사용된다. 복소수의 실수부는 실수부 이미지를 구성하는데 사용될 수 있다. 복소수의 허수부는 허수부 이미지를 구성하는데 사용될 수 있다. 실수부와 허수부는 양의 값과 음의 값일 수 있다. 이러한 이미지는 종종 양-음의 이미지라고 한다.
데이터 처리부(170)는 재구성된 이미지의 노이즈 변수를 결정하기 위해 이미지 처리를 수행하는 함수를 가지고 있다. 데이터 처리부(170)의 이미지 처리 함수는 이하에 보다 상세히 설명될 것이다.
데이터 처리부(170)는 제어부(160)에 연결되어 있다. 데이터 처리부(170)는 제어부(160)보다 기능이 높으며, 제어부(160)를 제어한다. 데이터 처리부(170)는 디스플레이부(180)와 작동부(190)에 연결되어 있다. 디스플레이부(180)는 그래프 디스플레이 등을 포함한다. 작동부(190)는 포인팅 장치를 구비한 키보드 등을 포함한다.
디스플레이부(180)는 재구성된 이미지와, 데이터 처리부(170)로부터 출력된 몇몇 종류의 데이터를 디스플레이한다. 작동부(190)는 인간에 의해 작동되고, 작동부(190)는 몇몇 명령어, 정보 등을 데이터 처리부(170)로 입력한다. 작동자는 디스플레이부(180)와 작동부(190)를 통해 본 장치와 상호 동작한다.
도 2는 본 발명의 다른 실시예인 다른 유형의 촬상 장치의 블록도를 도시하고 있다. 본 장치의 구조는 본 발명에 따른 장치의 실시예를 나타낸다.
도 2에 도시된 장치는 도 1에 도시된 장치의 자기 시스템과 다른 유형의 자기 시스템(100')을 구비하고 있다. 본 장치는 자기 시스템(100')을 제외하고 도 1에 도시된 장치의 구조와 유사한 구조를 가지고 있기 때문에, 동일 참조 번호로 표시된 유사한 구성 요소와 그에 대한 설명은 생략될 것이다.
자기 시스템(100')은 메인 자계 자석부(102'), 구배 코일부(106') 및 RF 코일부(108')를 구비하고 있다. 메인 자계 자석부(102')와 코일부 각각은 공간에 걸쳐 서로 접하는 한 쌍의 부재를 포함하고 있다. 이러한 부분들은 일반적인 디스크 형상이며, 중심축을 가지도록 배치되어 있다. 객체(300)는 침대(500)에 누워있으며, 운송 수단(도시 생략)에 의해 자기 시스템(100')의 내부 공간(내강)의 내외부로 운송된다.
메인 자계 자석부(102')는 자기 시스템(100')의 내부 공간에 정적 자계를 생성한다. 정적 자계의 방향은 객체(300)의 신체 축 방향과 일반적으로 수직이다. 즉, "수직" 자계가 생성된다. 메인 자계 자석부(102')는 예를 들어, 영구 자석을 이용하여 만들어진다. 메인 자계 자석부(102')는 영구 자석으로 제한되는 것이 아니라, 초전도성 전자석 또는 보통의 전자석 등을 이용하여 만들어질 수 있다.
구배 코일부(106')는 정적 자계의 세기에 구배를 주는 구배 자계를 생성한다. 생성된 구배 자계는 다음 3개의 자계 : 슬라이스 구배 자계, 판독 구배 자계 및 위상 인코딩 구배 자계이다. 구배 코일부(106')는 이러한 3개의 구배 자계에 대응하는 3개의 구배 코일(도시 생략)을 구비하고 있다.
RF 코일부(108')는 정적 자계 공간내에 있는 객체(300)내에 스핀을 여기시키는 RF 여기 신호를 전송한다. RF 코일부(108')는 여기된 스핀에 의해 생성된 자기공명 신호를 또한 수신한다. RF 코일부(108')는 전송 코일 및 수신 코일(도시 생략)을 구비하고 있다. 전송 코일과 수신 코일에 있어서, 동일 코일 또는 개별적인 전용 코일이 사용될 수 있다.
도 3은 자기 공명 촬상법에 이용되는 예시적인 펄스 시퀀스를 도시하고 있다. 펄스 시퀀스는 구배 에코(GRE) 기술에 따른 것이다.
특히, 도 3a는 GRE 기술의 RF 여기에 대한 α°펄스의 시퀀스이며, 도 3b, 도 3c, 도 3d 및 도 3e는 각각 GRE 기술의 슬라이스 구배(Gs), 판독 구배(Gr), 위상 인코딩 구배(Gp) 및 구배 에코(MR)의 시퀀스이다. α°펄스는 중심 신호로 표현된다는 것에 주목해야 한다. 펄스 시퀀스는 시간축(t)을 따라 좌측에서 우측으로 진행한다.
도시된 바와 같이, α°펄스는 스핀의 α°여기를 이루며, 플립 각도(α°)는 90°보다 적다. 동시에, 슬라이스 구배(Gs)는 특정 슬라이스에 대하여 선택적으로 여기하도록 인가된다.
α°여기후에, 스핀은 위상 인코딩 구배(Gp)에 의해 위상 인코딩된다. 다음에, 스핀은 먼저 위상해제되고, 그 다음에, 판독 구배에 의해 재위상화되어 구배 에코(MR)를 생성한다. 구배 에코(MR)는 α°여기후에 에코 시간(TE)에서 최대 신호 강도를 갖는다. 구배 에코(MR)는 뷰 데이터로서 데이터 획득부(150)에 의해 수집된다.
이러한 펄스 시퀀스는 TR 사이클(반복 시간)로 64 내지 512 번 반복된다. 위상 인코딩 구배(Gp)는 각각의 반복동안에 가변하고, 각각의 시간에 상이한 인코딩을 제공한다. 따라서, k 공간을 채우는 64 내지 512 번의 뷰에 대한 뷰 데이터가 얻어진다.
자기 공명 촬상 펄스 시퀀스의 다른 예가 도 4에 도시되어 있다. 이러한 펄스 시퀀스는 스핀 에코(SE) 기술에 따른 펄스 시퀀스이다.
특히, 도 4a는 SE 기술의 RF 여기동안의 90° 및 180° 펄스의 시퀀스이고, 도 4b, 도 4c, 도 4d 및 도 4e는 각각 SE 기술의 슬라이스 구배(Gs), 판독 구배(Gr), 위상 인코딩 구배(Gp) 및 스핀 에코(MR)이다. 90° 및 180° 펄스는 각각의 중심 신호로 표현된다는 것에 주목해야 한다. 펄스 시퀀스는 시간축(t)을 따라 좌측에서 우측으로 진행한다.
도시된 바와 같이, 90°펄스는 스핀의 90°여기를 이룬다. 동시에, 슬라이스 구배(Gs)는 특정 슬라이스에 대하여 선택적으로 여기하도록 인가된다. 90°여기에서 소정 시간후에, 180°펄스에 의한 180°여기, 즉 스핀 반전이 행해진다. 또한, 슬라이스 구배(Gs)는 동시에 인가되어 동일 슬라이스에 대하여 선택적으로 반전하게 된다.
90°여기와 스핀 반전 사이의 시간동안에, 판독 구배(Gr)와 위상 인코딩 구배(Gp)가 인가된다. 판독 구배(Gr)는 스핀을 위상 해제한다. 위상 인코딩 구배(Gp)는 스핀을 위상 인코딩한다.
스핀 반전후에, 스핀은 판독 구배(Gr)에 의해 재위상화되어, 스핀 에코(MR)를 생성한다. 스핀 에코(MR)는 90°여기후에 TE에서 최대 신호 강도를 가진다. 스핀 에코(MR)는 뷰 데이터로서 데이터 획득부(150)에 의해 수집된다. 이러한 펄스시퀀스는 TR의 사이클로 64 내지 512회 반복된다. 위상 인코딩 구배(Gp)는 각각의 시간에 상이한 위상 인코딩을 제공하기 위해 각각의 반복 동안에 가변된다. 따라서, k 공간을 채우는 64 내지 512 뷰에 대한 뷰 데이터가 얻어진다.
촬상에 사용된 펄스 시퀀스는 GRE 또는 SE 기술의 펄스 시퀀스로 제한되는 것이 아니라, FSE(고속 스핀 에코), 고속 복구 FSE 및 에코 평면 촬상(EPI) 기술 등의 다른 적절한 기술일 수 있다.
데이터 처리부(170)는 k 공간내의 뷰 데이터를 통해 2차원 역 푸리에 변환을 수행하여, 객체(300)의 단층 X선 사진 이미지를 재구성한다. 재구성된 이미지는 메모리에 저장되어, 디스플레이부(180)에 의해 디스플레이된다.
자기 공명 촬상에 의해 캡쳐된 이미지는 로컬 부분에서 균일 구조를 가진 문자를 가지고 있다. 균일 구조를 가진 로컬 영역내에 노이즈가 존재하는 경우에, 픽셀 값의 분포는 그 영역내의 픽셀 값의 평균값 주변에 배치되는 가우스 분포이고, 그 표준 편차(σ)는 노이즈의 변수를 나타낸다. 이러한 특성은 다음의 이미지 처리에 따라서 이미지내의 노이즈 변수를 결정하는데 사용된다.
도 5는 데이터 처리부(170)에 의한 이미지 처리 동작의 흐름도이다. 도시된 바와 같이, 단계(502)에서, 로컬 영역은 이미내에서 규정된다. 로컬 영역은 다음 단계에서 계산에 사용된 픽셀 값이 속하는 영역이다. 예를 들어, 이미지의 중심 부근의 로컬 영역은 제 1 영역으로서 선택된다.
픽셀 행렬(N×N)은 로컬 영역으로서 사용된다. 예를 들어, N은 9이다. 행렬 사이즈는 그 행렬로 제한되는 것이 아니라, 적절한 행렬이 될 수 있다. 더욱이, 픽셀 행렬은 N×N 행렬로 제한되는 것이 아니라, 픽셀 부근의 적절한 영역이 될 수 있다. 로컬 영역은 단순히 아래의 영역이라 할 수 있다.
다음에, 단계(504)에서, 그 영역의 픽셀 값의 제곱의 나머지 합(S)이 결정된다. 특히,
이고, Pi는 픽셀 값이고,
은 Pi을 중심을 하는 N×N 영역내의 픽셀 값의 평균값이다. 더욱이, 예를 들어, k는 81이다.
다음에, 단계(506)에서, 상기 프로세서가 모든 로컬 영역에 대하여 종료되었는지 여부가 결정되고, 그렇지 않다면, 로컬 영역은 단계(508)에서 변경된다. 따라서, 예를 들어, 인접 N×N 영역은 새로운 로컬 영역으로 선택된다.
단계(504)의 프로세스는 새로운 로컬 영역 상에서 수행되어 픽셀 값의 제곱의 나머지 합을 결정한다. 그 다음에, 픽셀 값의 제곱의 나머지 합은 유사한 방식으로 이미지내의 모든 로컬 영역에 대하여 결정된다.
단계(502 내지 508)의 프로세스를 수행하는 데이터 처리부(170)는 본 발명의 제곱의 나머지 합 계산 수단의 실시예이다. 단계(502 내지 508)의 프로세스는 본 발명의 제곱의 나머지 합 계산 함수의 실시예를 포함한다.
따라서, 얻어진 제곱의 나머지 합은의 분포를 가지며, 그 평균값은이고, k는 크며,분포는 가우스 분포에 근접하며, 피크 위치는에 대략 놓여 있다.
다음에, 단계(510)에서, 제곱의 나머지 합(S)의 히스토그램이 생성된다. 단계(510)의 프로세스를 수행하는 데이터 처리부(170)는 본 발명의 히스토그램 계산 수단의 실시예이다. 단계(510)의 프로세스는 본 발명의 히스토그램 계산 함수의 실시예이다.
도 6은, 이미지가 절대값 이미지인 경우의, 제곱의 나머지 합(S)의 히스토그램의 개념을 도시하고 있다. 도시된 바와 같이, 히스토그램은 분포 곡선(a, b, c)으로 구성되어 있다.
분포 곡선(a)은 가우스 분포 곡선이며, 균일 구조물의 노이즈에서 야기된다. 분포 곡선(b)은 레일리 분포 곡선이며, 객체(300)를 포함하지 않는 FOV(뷰 필드) 부분의 노이즈, 즉, 배경의 노이즈로부터 야기된다. 이미지는 절대값 이미지이기 때문에, 배경의 노이즈로부터 야기된 분포 곡선은 가우스 분포를 따르는 것이 아니라 레일리 분포를 따른다. 분포 곡선(c)은 객체의 구조로부터 야기되고, 두 개의 다른 곡선과 달리 부정확한 분포를 나타낸다.
단계(512)에서, 피크 위치는 히스토그램에 대하여 검출된다. 따라서, 피크 위치(s1)는 가우스 분포 곡선에 대하여 검출되고, 피크 위치(s2)는 레일리 분포 곡선(b)에 대하여 검출된다.
히스토그램은 실제 개별적인 값을 가지고 있기 때문에, 피크 위치는 보다 정확하게 검출될 수 있다는 점에서, 피크 검출에 앞서 단계(512)에서 바람직하게 함수에 적용하는 단계가 수행된다. 일치화에 사용된 함수는 예를 들어, 각각 가우스 분포 함수 및 레일리 분포 함수이다. 그러나, 함수는 이러한 함수들로 제한되는 것이 아니라 적절한 함수가 될 수 있다.
일치화 단계를 수행하는 데이터 처리부(170)는 본 발명의 일치화 수단의 실시예이다. 단계(512)의 프로세스는 본 발명의 일치화 함수의 실시예이다.
다음에, 단계(514)에서, 노이즈의 변수가 계산된다. 노이즈의 변수 계산은 피크 위치(s1 또는 s2)를 기초로 하여 수행된다.
s1, s2 및 σ은 다음과 같은 관계를 가지고 있기 때문에, σ의 값은 이러한 관계로부터 결정된다.
σ의 값은 수학식 2 또는 수학식 3으로부터 결정되든 간에 동일하다. 결정된 σ의 값은 메모리에 저장되어, 나중에 이미지를 필터링할 때 사용된다.
분포 곡선(c)의 일부 조건에서, 가우스 분포 곡선(a)의 피크 위치(s1)가 정확하게 검출되지 않을 수 있다. 이 경우에, σ의 값은 레일리 분포 곡선(b)의 피크 위치(s2)를 기초로 하여 결정된다. 더욱이, 배경 부분이 보다 큰 비율를 차지하는 이미지에 있어서, 레일리 분포 곡선(b)은 노이즈의 변수를 정확하게 결정하는데 보다 적합하다.
단계(512, 514)의 프로세스를 수행하는 데이터 처리부(170)는 본 발명의 노이즈 변수 계산 수단의 실시예이다. 단계(512, 514)의 프로세스는 본 발명의 노이즈 변수 계산 함수의 실시예를 포함한다.
절대값 이미지의 경우에 대하여 앞에서 설명하였지만, 처리되는 이미지가 양-음의 이미지, 즉, 실수부 이미지 또는 허수부 이미지인 경우에, 배경의 노이즈는 0 부근의 양의 값과 음의 값을 가진다.
따라서, 단계(510)에서 생성된 히스토그램은 도 7에 예시적으로 도시된 히스토그램이 되며, 더 이상 레일리 분포를 갖지 않는다. 이 경우에, 노이즈의 변수는 단계(514)에서 가우스 분포 곡선(a)의 피크 위치(s1)를 기초로 하여 결정된다.
따라서 얻어진 노이즈 변수는 처리되는 이미지내의 로컬 구조를 따라서 필터링 기술을 적절하게 변경하는 판단의 기준으로 사용될 수 있다.
특히, 관련 픽셀을 포함하는 로컬 영역내의 픽셀 값의 변수와 노이즈의 변수가 상당한 차이가 없을 경우에, 이미지가 로컬 영역내에 두드러진 구조물을 대개는 가지고 있지 않으며, 픽셀 값의 변수는 노이즈로부터 대개는 개시한다. 이 경우에, 관련 픽셀의 픽셀 값은 예를 들어, 영역내의 픽셀 값을 저역 통과 필터링하여 결정된다.
한편, 관련 픽셀을 포함하는 로컬 영역내의 픽셀 값의 변수와 노이즈의 변수가 상당히 차이가 있을 경우에, 이미지는 로컬 영역내의 에지와 같은 특정 구조물을 대개는 가지고 있으며, 픽셀 값의 변수는 이미지의 구조물로부터 대개는 개시한다. 이 경우에, 관련 픽셀의 픽셀 값은 예를 들어, 영역내의 픽셀 값에 대한 선명도 보존 처리를 결합시켜 필터링을 수행하여 결정된다.
도 8은 노이즈의 변수에 관한 필터링의 변경과 관련된 프로세스의 흐름도를 도시하고 있다. 도시된 바와 같이, 단계(802)에서, 이미지내의 관련 픽셀이 규정된다. 예를 들어, 제 1 관련 픽셀은 이미지의 중심내의 픽셀이다.
다음에, 단계(804)에서, 관련 픽셀을 포함하는 로컬 영역내의 픽셀 값의 변수가 계산된다. 도 9에 도시된 바와 같이, 관련 픽셀을 포함하는 로컬 영역은 예를 들어, 관련 픽셀을 중심으로 하는 5×5 행렬이다.
다음에, 단계(806)에서, 픽셀 값의 변수가 노이즈의 변수보다 큰 지 여부가 결정된다.
픽셀 값의 변수가 노이즈의 변수보다 크다면, 선명도 보존 처리와 결합된 필터링이 단계(808)에서 수행되고, 그 결과는 관련 픽셀의 픽셀 값으로 설정된다. 픽셀 값의 변수가 노이즈의 변수보다 크지 않다면, 저역 통과 필터링은 단계(810)에서 수행되고, 그 결과는 관련 픽셀의 픽셀 값으로 설정된다.
다음에, 단계(812)에서, 상기 프로세스가 모든 관련 픽셀에 대하여 종료되었는지 여부가 결정되고, 그렇지 않다면, 관련 픽셀은 예를 들어, 단계(814)에서 인접 픽셀로 변경되고, 단계(804)로부터의 프로세스가 수행된다. 그 다음에, 동일 프로세스가 반복되어 모든 관련 픽셀의 픽셀 값을 결정한다. 그 다음, 단계(816)에서, 그 결정된 픽셀 값을 이용하여 이미지가 생성된다.
상술한 함수를 컴퓨터가 수행하는 프로그램은 컴퓨터 판독가능 방식으로 기록 매체상에 기록된다. 예를 들어, 기록 매체에 있어서, 자기 기록 매체, 광학 기록 매체, 광자기 기록 매체 및 다른 적절한 유형의 기록 매체 중 하나가 사용된다. 기록 매체는 반도체 저장 매체일 수 있다. 저장 매체는 본 명세서에서 기록 매체와 동일 의미이다.
자기 공명 촬상 장치내의 데이터 처리부에 의해 이미지 처리가 수행되는 예에 대하여 전술하였지만, EWS(공학용 워크 스테이션) 또는 PC(퍼스널 컴퓨터)와 같은 자기 공명 촬상 장치와 분리된 데이터 처리 장치에 의해 이미지 처리가 수행될 수 있다는 것을 쉽게 알 수 있다.
더욱이, 촬상 장치가 전술한 설명에서 자기 공명 촬상 장치인 것으로서 설명되었지만, 촬상 장치는 제한된 것이 아니라 X선 CT(계산식 X선 단층 사진) 장치, X선 촬상 장치, PET(양전자 투과 X선 단층 사진) 또는 γ카메라와 같은 다른 유형의 촬상 장치일 수 있다.
더욱이, 본 발명은 의학적인 이미지를 처리하는 예를 기준으로 설명되었지만, 처리되는 객체는 의학적인 이미지로 제한되는 것이 아니라, 본 발명은 예를 들어, 광학 기구에 의해 캡쳐된 디지털 이미지와 같은 여러 이미지에 대한 노이즈의 변수 계산에 일반적으로 계산될 수 있다.
본 발명의 여러 다른 실시예는 본 발명의 사상과 범위에서 벗어나지 않게 구성될 수 있다. 본 발명은 첨부된 청구범위에 규정된 것을 제외하고, 본 명세서에 설명된 특정 실시예로 제한되지 않는다는 것을 알아야 한다.
본 발명에 의해 이미지 노이즈의 변수를 결정하는 이미지 처리 방법 및 장치, 이러한 이미지 처리 함수를 컴퓨터가 수행하는 프로그램을 기록하는 매체, 및 이러한 이미지 처리 장치를 포함하는 촬상 장치를 제공할 수 있다.

Claims (22)

  1. 전체적인 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 단계와,
    상기 제곱의 나머지 합의 히스토그램을 얻는 단계와,
    상기 히스토그램의 피크가 주어지는 제곱의 나머지 합을 기초로 하여, 노이즈의 변수를 결정하는 단계
    를 포함하는 이미지 처리 방법.
  2. 전체적인 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 단계와,
    상기 제곱의 나머지 합의 히스토그램을 얻는 단계와,
    상기 히스토그램을 함수에 적용하는 단계와,
    상기 적용된 함수의 피크 값이 주어지는 변수를 기초로 하여 노이즈의 변수를 결정하는 단계
    를 포함하는 이미지 처리 방법.
  3. 제 2 항에 있어서,
    상기 함수는 가우스 분포 함수인 이미지 처리 방법.
  4. 제 2 항에 있어서,
    상기 함수는 레일리 분포 함수인 이미지 처리 방법.
  5. 제 2 항에 있어서,
    상기 함수는 가우스 및 레일리 분포 함수를 포함하는 이미지 처리 방법.
  6. 제 1 항에 있어서,
    상기 이미지의 픽셀 값은 복소수의 절대값인 이미지 처리 방법.
  7. 제 1 항에 있어서,
    상기 이미지의 픽셀 값은 복소수의 실수부인 이미지 처리 방법.
  8. 제 1 항에 있어서,
    상기 이미지의 픽셀 값은 복소수의 허수부인 이미지 처리 방법.
  9. 제 1 항에 있어서,
    상기 이미지는 자기 공명을 이용하여 캡쳐된 이미지인 이미지 처리 방법.
  10. 전체적인 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 제곱의 나머지 합 계산 장치와,
    상기 제곱의 나머지 합의 히스토그램을 얻는 히스토그램 계산 장치와,
    상기 히스토그램의 피크가 주어지는 제곱의 나머지 합을 기초로 하여 노이즈의 변수를 결정하는 노이즈 변수 계산 장치
    를 포함하는 이미지 처리 장치.
  11. 전체적인 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 제곱의 나머지 합 계산 장치와,
    상기 제곱의 나머지 합의 히스토그램을 얻는 히스토그램 계산 장치와,
    상기 히스토그램을 함수에 적용하는 적용 장치와,
    상기 적용된 함수의 피크 값이 주어지는 변수를 기초로 하여 노이즈의 변수를 결정하는 노이즈 변수 계산 장치
    를 포함하는 이미지 처리 장치.
  12. 제 11 항에 있어서,
    상기 함수는 가우스 분포 함수인 이미지 처리 장치.
  13. 제 11 항에 있어서,
    상기 함수는 레일리 분포 함수인 이미지 처리 장치.
  14. 제 11 항에 있어서,
    상기 함수는 가우스 및 레일리 분포 함수를 포함하는 이미지 처리 장치.
  15. 제 10 항에 있어서,
    상기 이미지의 픽셀 값은 복소수의 절대값인 이미지 처리 장치.
  16. 제 10 항에 있어서,
    상기 이미지의 픽셀 값은 복소수의 실수부인 이미지 처리 장치.
  17. 제 10 항에 있어서,
    상기 이미지의 픽셀 값은 복소수의 허수부인 이미지 처리 장치.
  18. 제 10 항에 있어서,
    상기 이미지는 자기 공명을 이용하여 캡쳐된 이미지인 이미지 처리 장치.
  19. 컴퓨터가,
    전체적인 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 제곱의 나머지 합 계산 함수와,
    상기 제곱의 나머지 합의 히스토그램을 얻는 히스토그램 계산 함수와,
    상기 히스토그램의 피크가 주어지는 상기 제곱의 나머지 합을 기초로 하여 노이즈의 변수를 결정하는 노이즈 변수 계산 함수
    를 수행하기 위한 프로그램을 컴퓨터 판독가능 방식으로 기록하는 기록 매체.
  20. 컴퓨터가,
    전체적인 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 나머지 합을 결정하는 제곱의 나머지 합 계산 함수와,
    상기 제곱의 나머지 합의 히스토그램을 얻는 히스토그램 계산 함수와,
    상기 히스토그램을 함수에 적용하는 적용 함수와,
    상기 적용된 함수의 피크 값이 주어지는 변수를 기초로 하여 노이즈의 변수를 결정하는 노이즈 변수 계산 함수
    를 수행하기 위한 프로그램을 컴퓨터 판독가능 방식으로 기록하는 기록 매체.
  21. 객체로부터 수집된 신호를 기초로 하여 이미지를 생성하는 촬상 장치에 있어서,
    전체적인 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 제곱의 나머지 합 계산 장치와,
    상기 제곱의 나머지 합의 히스토그램을 얻는 히스토그램 계산 장치와,
    상기 히스토그램의 피크가 주어지는 상기 제곱의 나머지 합을 기초로 하여노이즈 변수를 결정하는 노이즈 변수 계산 장치
    를 포함하는 촬상 장치.
  22. 객체로부터 수집된 신호를 기초로 하여 이미지를 생성하는 촬상 장치에 있어서,
    전체적인 이미지에 걸쳐서 규정된 다수의 로컬 영역 각각에 대한 픽셀 값의 제곱의 나머지 합을 결정하는 제곱의 나머지 합 계산 장치와,
    상기 제곱의 나머지 합의 히스토그램을 얻는 히스토그램 계산 장치와,
    상기 히스토그램을 함수에 적용하는 적용 장치와,
    상기 적용된 함수의 피크 값이 주어지는 변수를 기초로 하여 노이즈의 변수를 결정하는 노이즈 변수 계산 장치
    를 포함하는 촬상 장치.
KR10-2001-0034301A 2000-06-19 2001-06-18 이미지 처리 장치 및 그 방법, 촬상 장치 및 기록 매체 KR100444094B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2000-183049 2000-06-19
JP2000183049A JP4090671B2 (ja) 2000-06-19 2000-06-19 画像処理方法、画像処理装置および画像撮影装置

Publications (2)

Publication Number Publication Date
KR20010113535A true KR20010113535A (ko) 2001-12-28
KR100444094B1 KR100444094B1 (ko) 2004-08-09

Family

ID=18683692

Family Applications (1)

Application Number Title Priority Date Filing Date
KR10-2001-0034301A KR100444094B1 (ko) 2000-06-19 2001-06-18 이미지 처리 장치 및 그 방법, 촬상 장치 및 기록 매체

Country Status (5)

Country Link
US (1) US6804383B2 (ko)
EP (1) EP1168244A3 (ko)
JP (1) JP4090671B2 (ko)
KR (1) KR100444094B1 (ko)
CN (1) CN1237487C (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114859352A (zh) * 2022-07-07 2022-08-05 自然资源部第二海洋研究所 Sar卫星海洋观测图像自适应拉伸方法及装置

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4344964B2 (ja) * 1999-06-01 2009-10-14 ソニー株式会社 画像処理装置および画像処理方法
US7015401B2 (en) * 2001-11-23 2006-03-21 Aiptek International, Inc. Image processing system with handwriting input function and the method for forming the same
FR2854974B1 (fr) * 2003-05-14 2005-07-08 Ge Med Sys Global Tech Co Llc Procede d'amelioration de contraste/luminosite d'images radiographiques
JP4407243B2 (ja) * 2003-11-10 2010-02-03 ソニー株式会社 照合処理装置とその方法
KR101097512B1 (ko) * 2004-11-23 2011-12-22 엘지디스플레이 주식회사 액정표시장치 및 구동방법
CN1328901C (zh) * 2005-01-26 2007-07-25 北京中星微电子有限公司 一种去除图像噪声的方法
JP4707471B2 (ja) * 2005-06-10 2011-06-22 株式会社日立メディコ 画像処理プログラム、装置及び方法
CN101283286A (zh) * 2005-10-07 2008-10-08 皇家飞利浦电子股份有限公司 多信道发射磁共振
US7660481B2 (en) 2005-11-17 2010-02-09 Vital Images, Inc. Image enhancement using anisotropic noise filtering
TWI319676B (en) * 2006-10-18 2010-01-11 Quanta Comp Inc Image processing apparatus and method
DE102008023915A1 (de) * 2008-05-16 2009-12-10 Siemens Aktiengesellschaft Verfahren zur Einstellung von wenigstens einer Stellgröße eines Entrauschungsfilters in medizinischen Bildern
JP5227244B2 (ja) * 2008-08-18 2013-07-03 日立アロカメディカル株式会社 画像処理装置
DE102008058740B4 (de) * 2008-11-24 2012-05-31 Siemens Aktiengesellschaft Korrektur von Artefakten in der "Time of Flight"- MR-Angiographie
JP7455508B2 (ja) * 2018-12-26 2024-03-26 キヤノンメディカルシステムズ株式会社 磁気共鳴イメージング装置および医用複素数画像処理装置
CN111311525A (zh) * 2019-11-20 2020-06-19 重庆邮电大学 一种基于直方图概率修正的图像梯度场双区间均衡化算法
JP7395523B2 (ja) * 2021-02-02 2023-12-11 富士フイルムヘルスケア株式会社 医用画像処理装置および医用画像処理方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4761819A (en) * 1987-02-27 1988-08-02 Picker International, Inc. Adaptive noise reduction filter for reconstructed images
JPH02294786A (ja) * 1989-05-09 1990-12-05 Hitachi Ltd 画像輝度レベル値の自動正規化方法
EP0574969B1 (en) 1992-06-19 2002-03-20 Agfa-Gevaert A method and apparatus for noise reduction
JP2800633B2 (ja) * 1993-04-30 1998-09-21 富士ゼロックス株式会社 画像符号化装置
JP3410778B2 (ja) * 1993-09-14 2003-05-26 株式会社東芝 リカーシブフィルタ、ｘ線診断装置
US5803082A (en) * 1993-11-09 1998-09-08 Staplevision Inc. Omnispectramammography
US5594807A (en) * 1994-12-22 1997-01-14 Siemens Medical Systems, Inc. System and method for adaptive filtering of images based on similarity between histograms
JPH119595A (ja) * 1997-06-27 1999-01-19 Aloka Co Ltd 超音波診断装置
US5876342A (en) * 1997-06-30 1999-03-02 Siemens Medical Systems, Inc. System and method for 3-D ultrasound imaging and motion estimation
JPH1176232A (ja) * 1997-09-11 1999-03-23 Hitachi Medical Corp 超音波診断装置
JP2000126182A (ja) * 1998-10-27 2000-05-09 Mitani Sangyo Co Ltd 腫瘍診断方法
JP4313869B2 (ja) * 1998-11-12 2009-08-12 株式会社東芝 超音波診断装置
JP4344964B2 (ja) * 1999-06-01 2009-10-14 ソニー株式会社 画像処理装置および画像処理方法
KR100317674B1 (ko) * 1999-06-19 2001-12-24 윤종용 순환 노이즈 제거 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114859352A (zh) * 2022-07-07 2022-08-05 自然资源部第二海洋研究所 Sar卫星海洋观测图像自适应拉伸方法及装置
CN114859352B (zh) * 2022-07-07 2022-10-28 自然资源部第二海洋研究所 Sar卫星海洋观测图像自适应拉伸方法及装置

Also Published As

Publication number Publication date
EP1168244A3 (en) 2004-12-15
CN1329325A (zh) 2002-01-02
KR100444094B1 (ko) 2004-08-09
JP4090671B2 (ja) 2008-05-28
CN1237487C (zh) 2006-01-18
US20020009216A1 (en) 2002-01-24
US6804383B2 (en) 2004-10-12
EP1168244A2 (en) 2002-01-02
JP2002024820A (ja) 2002-01-25

Similar Documents

Publication Publication Date Title
KR100458776B1 (ko) 이미지 처리 장치, 이미지 처리 방법, 기록 매체 및 촬상장치
US7015696B2 (en) Magnetic resonance imaging apparatus and magnetic resonance imaging method
US8861819B2 (en) Apparatus and method for correcting artifacts of functional image acquired by magnetic resonance imaging
JP5848713B2 (ja) 磁気共鳴イメージング装置及びコントラスト強調画像取得方法
KR20010113535A (ko) 이미지 처리 장치 및 그 방법, 촬상 장치 및 기록 매체
US7848554B2 (en) Sub-voxel motion correction for phase-contrast magnetic resonance imaging
US6885763B2 (en) Image processing method and apparatus, recording medium, and imaging apparatus
EP2762910A1 (en) Susceptibility-weighted magnetic resonance imaging
US8055038B2 (en) Image processing apparatus, image processing method, and magnetic resonance imaging apparatus
US7358731B2 (en) Determination of spatial sensitivity profiles of RF coils in magnetic resonance imaging
JP7179483B2 (ja) 磁気共鳴イメージング装置
JP2805405B2 (ja) 磁気共鳴イメージング装置
CN113466768B (zh) 磁共振成像方法及磁共振成像系统
CN110907871B (zh) 用于减少磁共振成像中的阴影和模糊的方法和系统
US20160124065A1 (en) Method and apparatus for correction of magnetic resonance image recordings with the use of a converted field map
JP2006061235A (ja) 磁気共鳴イメージング装置
JP5186698B2 (ja) 磁気共鳴イメージング装置、画像再構成方法およびプログラム
JP4519446B2 (ja) 核磁気共鳴撮像装置
JPH0349734A (ja) 劣化したｍｒｉ画像の復元方法
JPH0576517A (ja) 磁気共鳴イメージング装置における投影処理方法
JP2009189525A (ja) 磁気共鳴イメージング装置
JPH04354937A (ja) Ｍｒｉ装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
J201 Request for trial against refusal decision
AMND Amendment
B701 Decision to grant
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120723

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20130723

Year of fee payment: 10

LAPS Lapse due to unpaid annual fee