KR20090019174A - 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도개선 방법 - Google Patents

데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도개선 방법 Download PDF

Info

Publication number
KR20090019174A
KR20090019174A KR1020070083416A KR20070083416A KR20090019174A KR 20090019174 A KR20090019174 A KR 20090019174A KR 1020070083416 A KR1020070083416 A KR 1020070083416A KR 20070083416 A KR20070083416 A KR 20070083416A KR 20090019174 A KR20090019174 A KR 20090019174A
Authority
KR
South Korea
Prior art keywords
directional
filter
decimation
filter bank
free
Prior art date
Application number
KR1020070083416A
Other languages
English (en)
Other versions
KR100946155B1 (ko
Inventor
이승룡
이영구
김태성
트란 호 트룩 판
Original Assignee
경희대학교 산학협력단
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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020070083416A priority Critical patent/KR100946155B1/ko
Publication of KR20090019174A publication Critical patent/KR20090019174A/ko
Application granted granted Critical
Publication of KR100946155B1 publication Critical patent/KR100946155B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4023—Scaling of whole images or parts thereof, e.g. expanding or contracting based on decimating pixels or lines of pixels; based on inserting pixels or lines of pixels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
    • G01R33/5635—Angiography, e.g. contrast-enhanced angiography [CE-MRA] or time-of-flight angiography [TOF-MRA]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00—Image generation
    • G06T2211/40—Computed tomography

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Vascular Medicine (AREA)
  • Signal Processing (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

혈관 촬영 이미지들 내의 혈관의 선명도를 개선하는 방법이 제공된다. 이 방법은 노이즈가 있는 환경에서 보다 명확한 헤시안(Hessian) 분석들을 얻기 위해 방향성 필터 뱅크로 추출된 이미지 내에 존재하는 선형 방향성 특징들을 사용한다. 이에 따라 작고 얇은 혈관들을 정확하게 나타낼 수 있다. 또한, 방향성 이미지 분해는 정션(junction) 억제를 회피하는데 도움을 주어 연속적인 혈관 트리를 산출할 수 있다.
혈관, 선명도 개선, 필터

Description

데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법{Method for vessel enhancement using Decimation-free Directional Filter Bank}
본 발명은 일반적으로 혈관의 선명도를 개선시키기 위한 선명도 개선 필터링에 관한 것이고, 특히 혈관촬영 이미지들 내의 혈관 선명도 개선 필터링에 대한 프레임워크에 관한 것이다.
맥관구조 이미지, 예를 들어 자기공명혈관촬영(Magnetic Resonance Angiography:MRA) 이미지들을 해석하기 위한 보통의 방법은 한 더미의 슬라이스들을 겹쳐서 하나의 이미지로 만들어서 보기 위해 최대강도투사(maximum intensity projection:MIP)로 디스플레이하는 것이다. 최대강도투사(MIP)는 슬라이스들 전체에 걸쳐 가장 밝은 픽셀을 프로젝션 내의 각 픽셀에 할당함으로써 실행된다. 이런 타입의 디스플레이는, 낮은 대비(Contrast)를 갖는 작은 혈관들은 거의 눈에 보이지 않고 다른 기관들이 동맥 위에 투영될 것이다.
따라서, 최대강도투사 디스플레이에 대한 전처리 단계(pre-processing step) 로 실행되는 혈관 선명도 개선 방법은 이 두 가지 한계들이 감소하도록 도울 것이다.
현재 다양한 혈관 선명도 개선 방법들이 있다. 가장 간단한 방법은 로우데이터(raw data)를 쓰레스홀드(threshold)하는 것이지만, 이것은 세그멘테이션 처리에서 밝은 노이즈 영역을 부정확하게 혈관들로 표시하도록 하며, 이미지 내에 연결되어 나타나지 않는 작은 혈관들을 복구할 수 없다.
또 다른 방법으로, 최근 헤시안-기반(Hessian-based) 접근법이 수많은 혈관 선명도 개선 필터들에 사용되고 있다. 이 필터들은 선 같은(즉, 혈관) 구조를 물방울 같은(즉, 배경) 구조와 구별하기 위해 헤시안 고유값(Hessian eigenvalues)에 의해 결정되는 주요 곡률에 기초한다. 그러나, 그들의 단점은 2차 미분(second-order derivatives)에 기인하는 잡음에 대해 크게 민감한 것이다. 게다가, 그들은 주요 곡률 분석을 이용하여 물방울 같은 구조와 같은 특성을 갖는 접합(junction)을 억제하는 경향이 있다. 접합(junction) 억제는 혈관 네트워크의 단절에 이르게 한다.
또한, 밤베르거(Bamberger)와 스미스(Smith)에 의해 제안된 방향성 필터 뱅크(Directional Filter Bank:DFB)는 입력 이미지의 스펙트럼 영역을 공간영역에서 특징적인 방향 내의 선형특징들에 일치하는
Figure 112007059940659-PAT00001
의 쐐기형 서브밴드(subband)로 분해할 수 있다. 그러나, 방향성 필터 뱅크(DFB)의 하나의 단점은 입력 이미지의 크기와 비교해서 서브밴드(subband)의 크기가 보다 작은 것인데, 상기 크기 감소는 데시메이터(decimator)의 존재 때문이다. 이미지 압축에 관한 한 데시메이션(decimation)은 필요조건이지만, 상기 방향성 필터 뱅크(DFB)가 이미지 분석 목적을 위해 사용될 때 상기 데시메이션(decimation)은 두 가지의 문제점을 야기한다.
한 가지는, 방향성 해상도를 증가시킴에 따라 공간 해상도는 낮아지기 시작하며, 이에 따라 DFB 출력의 픽셀들 간의 상관도가 느슨해진다는 것이다.
또 다른 문제점은, 보간법(interpolation)이라는 별도의 프로세스가 선명도 개선 구현에 앞서 수반되어야 하는 것이다. 이 별도의 보간법(interpolation) 프로세스는 전체 시스템의 효율에 영향을 미칠 뿐 아니라, 의학적 이미지의 경우에 특히 위험할 수 있는 잘못된 결함들을 생산한다. 상기 보간법(interpolation)에 의해 생산된 결함 때문에 어떤 혈관은 끊어질 수 있고, 어떤 것은 잘못하여 어떤 다른 혈관으로 연결될 수 있는 단점이 있다.
본 발명은 작고 얇은 혈관들을 정확히 검출하고, 접합(junction) 억제를 막아 연속적인 혈관 트리를 산출하는 것을 목적으로 한다.
상기 혈관 촬영 이미지를 데시메이터-프리 방향성 필터 뱅크를 이용하여 유사한 방향성을 갖는 혈관들을 포함하는 방향성 이미지들로 분해한 후 필터링 처리를 한다.
본 발명은 혈관 촬영 이미지를 데시메이터-프리 방향성 필터 뱅크를 이용하여 유사한 방향성을 갖는 혈관들을 포함하는 방향성 이미지들로 분해한 후, 상기 방향성 이미지들을 균일한 밝기를 갖도록 필터링하고, 상기 균일한 밝기의 방향성 이미지들 각각에 별도의 필터링을 적용하여 선명도를 개선한 후 이 이미지들을 재결합하여 최종 선명도가 개선된 출력 이미지를 산출함으로써, 작고 얇은 혈관들을 정확하게 나타낼 수 있고, 정션 억제를 막아 연속적인 혈관 트리를 산출할 수 있는 효과가 있다.
본 발명은 이미지 내에 존재하는 선형의 방향성 정보를 활용하는 혈관 선명도 개선 필터에 대한 프레임워크를 포함한다. 특히, 입력 이미지는 첫 번째로 데시메이션-프리 방향성 필터 뱅크(DDFB)에 의해 각각 좁은 방향성 범위에서 선형의 특징들을 포함하는 방향성 이미지들의 세트로 분해된다. 방향성 분해는 두 개의 이점을 갖는다. 한 가지는, 각 방향성 이미지 내의 노이즈가 전-방향성 특징에 기인하는 원래의 노이즈와 비교하여 상당히 감소될 것이다. 또 다른 것은, 하나의 방향성 이미지는 오직 유사한 방향성들을 갖는 혈관을 포함하기 때문에, 주요 곡률 계산이 용이하게 된다. 그리고 나서, 별개의 적절한 선명도 개선 필터가 각각의 방향성 이미지들 내의 혈관 선명도 개선을 위해 적용된다. 마지막으로, 선명도가 개선된 방향성 이미지들은 선명도 개선된 혈관 및 삭제된 노이즈를 갖는 출력 이미지를 생성하기 위해 재결합된다. 이 분해-필터링-재결합 구성은 또한 결합을 유지하도록 돕는다.
상기 데시메이션-프리 방향성 필터 뱅크는 데시메이터(decimator) 및 리샘플러(resampler)를 필터의 오른쪽으로 이동하여 생성되며, 상기 방향성 이미지들 내의 불균일한 밝기는 상기 방향성 이미지에 매칭되는 호모모르픽(homomorphic) 필터에 의해 제거되고, 상기 호모모르픽(homomorphic) 필터는 상기 방향성 이미지들마다 각각 다른 변수로 조정되어 적용되는 것이 바람직하다.
상기 필터는 헤시안 고유값(Hessian eigenvalues) 및 주요 곡률(principal curvatures)에 기초하고, 상기 주요 곡률을 연산하기 위하여 좌표를 회전하며, 하나의 상기 필터는 상기 방향성 이미지들 중 하나의 방향성 이미지를 필터링하는 것 이 바람직하다.
이하, 첨부한 도면을 참조하여 본 발명에 따른 혈관 선명도 개선 방법에 대해 상세히 설명한다.
도 1은 본 발명의 실시 예에 따른 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법을 나타내는 도면이다.
혈관을 촬영한 입력 이미지(110)가 데시메이션-프리 방향성 필터 뱅크(DDFB)(120)를 이용하여
Figure 112007059940659-PAT00002
의 방향성 이미지들
Figure 112007059940659-PAT00003
(130)로 분해되고, 상기 분해된 방향성 이미지들의 불균일한 밝기(non-uniform illumination)가 필터(140)에 의해 제거되어 균일한 밝기의 방향성 이미지들(150)이 만들어지고, 상기 균일한 밝기를 갖는 방향성 이미지들(150)마다 각각 다른 필터(160)가 적용되어 선명도가 개선된 후, 상기 선명도가 개선된 방향성 이미지들을 재결합(170)하여 선명도가 개선된 최종 출력 이미지(180)가 산출된다.
이때, 상기 데시메이션-프리 방향성 필터 뱅크(DDFB)(120)를 구성하기 위하여 데시메이터 및 리샘플러(resampler)를 필터의 오른쪽으로 이동하는 것이 바람직하며, 상기 데시메이션-프리 방향성 필터 뱅크(DDFB)(120)의 제1단계 구성은 오직 두 개의 필터들을 요구한다. 이때, 상기 요구되는 두 개의 필터들은
Figure 112007059940659-PAT00004
및
Figure 112007059940659-PAT00005
이다. 상기 필터들은 도 2a 및 도 2b에 도시 한 바와 같이 모래시계형 패스밴드(passband)들을 가지며, 상기 데시메이션-프리 방향성 필터 뱅크(DDFB)의 제1단계 블록 다이어그램이 도 3a와 같이 나타난다.
또한, 상기 데시메이션-프리 방향성 필터 뱅크(DDFB)(120)의 제2단계 구성을 위해 요구되는 필터들은
Figure 112007059940659-PAT00006
및
Figure 112007059940659-PAT00007
이고, 여기서
Figure 112007059940659-PAT00008
는 전치행렬을 나타내고,
Figure 112007059940659-PAT00009
는 퀸컹스(quincunx) 다운샘플링 매트릭스(matrix)이다.
Figure 112007059940659-PAT00010
이에 따라, 방향성 이미지의 스펙트럼 영역은 상기 제2단계의 필터를 통해 필터링 된 후, 도 3b에 도시한 바와 같이 나타난다.
또한, 상기 데시메이션-프리 방향성 필터 뱅크(DDFB)(120)의 제3단계 구성에 사용되는 필터들은
Figure 112007059940659-PAT00011
및
Figure 112007059940659-PAT00012
이고, 여기서
Figure 112007059940659-PAT00013
는 도 3c에 도시한 바와 같이 1, 2, 3, 4이고, 8개의 다른 필터들 전부 제3단계 동안 사용되도록 생성되었다. 여기서
Figure 112007059940659-PAT00014
는 각각 같은 리샘플링 행렬들이다.
Figure 112007059940659-PAT00015
따라서, 도 6a에 도시한 상기 혈관촬영 이미지가 상기 데시메이션-프리 방향성 필터 뱅크(DDFB)에 의해 도 5a부터 5h까지 도시한 바와 같이 8개의 방향성 이미지들(130)로 분해된다.
또한, 상기 분해된 방향성 이미지들(130) 상의 불균일한 밝기를 효율적으로 제거하기 위해 호모모르픽(homomorphic) 필터들(140)이 사용되는데, 여기서 상기 방향성 이미지들은 일반적으로 광원 특성에 기인하여 근방에서 천천히 변화하는 저주파수인 밝기 성분과 목표물(object)에 의해 반사되는 빛의 양에 의해 결정되는 고주파수인 반사율 성분으로 이루어진다.
이때, 상기 호모모르픽(homomotphic) 필터는 저주파수 성분은 억제하는 반면 고주파수 성분을 높이므로, 직접적으로 적용할 경우 고주파수인 배경 노이즈를 높일 수 있으므로, 따라서, 도 1에 도시한 바와 같이 각각의 방향성 이미지에 매칭되는 변수로 조정된 호모모르픽(homomorphic) 필터들(140)을 적용하는 것이 바람직하다. 이에 따라, 불균일한 밝기는 더욱 잘 제거되고, 배경 노이즈가 더욱 개선되는 효과가 있다.
또한, 상기 균일한 밝기의 방향성 이미지들(150) 내 혈관의 선명도를 개선하기 위한 상기 필터들(160)은 주요 곡률 및 헤시안 고유값(Hessian eigenvalue)에 기초하는데, 상기 주요 곡률을 적은 노이즈 감도를 갖도록 연산하기 위하여, 혈관 방향을 X축으로 정렬하여야 하는데 이때, 좌표(coordinate)를 회전하는 것이 바람직하다.
Figure 112007059940659-PAT00016
에서
Figure 112007059940659-PAT00017
(시계반대방향 각도)까지의 방위 범위에 대응하는 방향성 이미지를
Figure 112007059940659-PAT00018
이라 가정한다. 관련 좌표
Figure 112007059940659-PAT00019
는 아래 평균값
Figure 112007059940659-PAT00020
만큼
Figure 112007059940659-PAT00021
로 회전될 것이다.
Figure 112007059940659-PAT00022
상기 새로운 좌표
Figure 112007059940659-PAT00023
내에서 방향성 이미지
Figure 112007059940659-PAT00024
의 헤시안 매트릭스(Hessian matrix)는 아래의 수식과 같이 결정된다.
Figure 112007059940659-PAT00025
여기서,
Figure 112007059940659-PAT00026
Figure 112007059940659-PAT00027
Figure 112007059940659-PAT00028
주요 곡률은 상기
Figure 112007059940659-PAT00029
의 대각 값들에 의해 정의되며, 이 값들은 아래의 수식과 같다.
Figure 112007059940659-PAT00030
여기서, S 범위에서 선택된 시그마(σ)는 멀티스케일 분석에 사용되는 가우스 커널(Gaussian kernel)의 표준편차이다.
실제로, 혈관 축은
Figure 112007059940659-PAT00031
축과 일치하지 않으므로,
Figure 112007059940659-PAT00032
이고,
혈관 내부, 즉
Figure 112007059940659-PAT00033
이므로,
Figure 112007059940659-PAT00034
는 음수이다. 따라서, 혈 관 픽셀들은
Figure 112007059940659-PAT00035
이고
Figure 112007059940659-PAT00036
일 때 나타난다.
다른 것들로부터 배경 픽셀을 식별하기 위해, 아래의 구조도값(structureness measurement)이 정의된다.
Figure 112007059940659-PAT00037
이러한 구조도
Figure 112007059940659-PAT00038
는 구조가 없고 작은 도함수 크기를 갖는 배경에서는 낮아질 것이다. 상기 관측에 기초하여 혈관 필터의 출력은 아래와 같이 정의될 수 있다.
Figure 112007059940659-PAT00039
여기서,
Figure 112007059940659-PAT00040
는 조정하는 상수들이고,
Figure 112007059940659-PAT00041
이다.
필터는 S 범위 내의 다른 스케일들 시그마(σ)에서 분석된다. 스케일이 혈관의 크기와 매칭될 때, 필터 응답은 최대가 될 것이다. 따라서, 최종 혈관 필터 응답은 아래와 같다.
Figure 112007059940659-PAT00042
이때, 상기 하나의 필터는 하나의 방향성 이미지에 적용되는 것이 바람직하다.
상기 필터에 의해 선명도가 개선된 각각의 방향성 이미지들은
Figure 112007059940659-PAT00043
으로 나타낼 수 있으며 이를 아래와 같이 합산함으로써, 선명도가 개선된 출력 이미지를 얻을 수 있다.
Figure 112007059940659-PAT00044
도 4a는 본 발명의 실시 예를 평가하기 위한 합성 이미지로, 다른 사이즈의 혈관들 및 다른 타입의 정션(junction)을 포함하도록 설계된 것이다. 도 4b 및 4c는 상기 도 4a의 합성이미지가 각각 전형적인 선명도 개선 필터인 Frangi 필터, Shikata 필터에 의해 필터링된 이미지를 나타낸 것으로 정션(junction) 부분이 억제되어 나타나는 반면 본 발명의 실시 예는 유사한 방위들을 갖는 혈관을 포함하여 다양한 방향성 이미지들로 분해한 후 필터링한 후 상기 방향성 이미지들을 재결합 하여 출력 이미지를 산출하기 때문에, 상기 방향성 이미지 내에 정션(junction)이 존재하지 않으므로 도 4d에 도시한 바와 같이 상기 정션(junction)이 억제되지 않는다.
또한, 도 6a는 실제 혈관 촬영 이미지를 나타내는 것으로, 도 6b 및 6c는 도 6a의 혈관 촬영 이미지가 각각 전형적인 상기 Frangi 필터 및 Shikata 필터에 의해 필터링된 이미지를 나타내는 것이다. 이때, 도 6b에 도시한 바와 같이 Frangi 필터는 큰 혈관들은 잘 보이지만 작은 혈관들을 검출하는 것은 실패한 반면 도 6c에 도시한 바와 같이 Shikata 필터는 작은 혈관들의 선명도는 개선되었지만 더불어 배경 노이즈 또한 증가한다.
그러나, 본 발명의 실시 예에 따라 필터링된 이미지는 도 6d에 도시한 바와 같이 보다 연속적인 모양들을 갖는 작은 혈관들의 선명도가 개선된 것을 알 수 있다.
따라서, 혈관 촬영 이미지를 데시메이션-프리 방향성 필터 뱅크(DDFB)를 이용하여 방향성 이미지들로 분해한 후, 상기 방향성 이미지들 각각에 호모모르픽(homomorphic) 필터를 적용시켜 불균일한 밝기를 제거하고, 균일한 밝기의 방향성 이미지들 각각에 필터를 적용하여 각 방향성 이미지의 선명도를 개선시키고, 이 선명도가 개선된 방향성 이미지를 재결합하여 출력 이미지를 산출함으로써, 작고 얇으며 낮은 컨트라스트를 갖는 혈관들을 정확하게 나타낼 수 있으며, 정 션(junction) 억제를 막아 연속적인 혈관 트리를 산출할 수 있는 효과가 있다.
상기 설명은 본 발명의 특정 실시 예에 대한 설명에 불과하고, 본 발명은 이러한 특정 실시 예에 한정되지 않으며, 상술한 구체적인 실시 예로부터 다양한 변형이나 응용이 가능하다는 것을 본 발명이 속하는 기술분야의 통상적인 지식을 가진 자는 쉽게 알 수 있다.
도 1은 본 발명의 실시 예에 따른 혈관 선명도 개선 필터를 나타내는 도면이다.
도 2a 및 2b는 모래시계형 필터의 주파수 응답을 나타내는 도면이다.
도 3a는 DDFB 구조의 첫 번째 단계를 나타내는 도면이다.
도 3b는 DDFB 구조의 두 번째 단계를 나타내는 도면이다.
도 3c는 DDFB 구조의 세 번째 단계를 나타내는 도면이다.
도 4a는 본 발명의 실시 예를 평가하기 위해 사용된 합성 이미지를 나타내는 도면이다.
도 4b, 4c 및 4d는 도 4a에 도시한 합성 이미지에 대한 Frangi 필터, Shikata 필터 및 본 발명의 실시 예에 따른 선명도 개선 결과를 나타내는 도면이다.
도 5a, 5b, 5c, 5d, 5e, 5f, 5g 및 5h는 8개의 방향성 이미지들을 나타내는 도면이다.
도 6a는 작은 혈관들을 갖는 혈관 촬영 이미지를 나타내는 도면이다.
도 6b, 6c 및 6d는 도 6a에 도시한 혈관촬영 이미지에 대한 Frangi 필터, Shikata 필터 및 본 발명의 실시 예에 따른 선명도 개선 결과를 나타내는 도면이다.

Claims (14)

  1. 혈관 촬영 이미지를 데시메이션-프리 방향성 필터 뱅크를 이용하여 방향성 이미지들로 분해하는 단계;
    상기 분해된 방향성 이미지들 내의 불균일한 밝기를 제거하는 단계;
    상기 불균일한 밝기가 제거된 방향성 이미지들의 선명도를 필터를 이용하여 개선하는 단계;
    상기 선명도가 개선된 방향성 이미지들을 재결합하여 출력 이미지를 생성하는 단계;
    를 포함하는 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법
  2. 제 1항에 있어서, 상기 방향성 이미지들 내의 불균일한 밝기는 상기 방향성 이미지들 각각에 별도로 매칭되는 호모모르픽(homomorphic) 필터에 의해 제거되는 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법.
  3. 제 2항에 있어서, 상기 호모모르픽(homomorphic) 필터는 상기 방향성 이미지들 각각에 매칭되는 변수로 조정되어 적용되는 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법.
  4. 제 1항에 있어서, 상기 필터는 헤시안 고유값(Hessian eigenvalues) 및 주요 곡률(principal curvatures)에 기초하는 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법.
  5. 제 4항에 있어서, 상기 주요 곡률을 연산하기 위하여 좌표를 회전하는 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법.
  6. 제 4항에 있어서, 하나의 상기 필터는 상기 방향성 이미지들 중 하나의 방향성 이미지를 필터링하는 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법.
  7. 제 1항에 있어서, 상기 데시메이션-프리 필터 뱅크는 데시메이터 및 리샘플러(resampler)가 필터의 오른쪽으로 이동하여 생성되는 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법.
  8. 제 1항에 있어서, 상기 방향성 이미지들은 Ti로 분해되고, 상기 Ti의 갯수 n은
    Figure 112007059940659-PAT00045
    인 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법.
  9. 제 1항에 있어서, 상기 혈관 촬영 이미지를 데시메이션-프리 방향성 필터 뱅크를 이용하여 분해하는 단계는;
    모래시계형 패스밴드를 갖는
    Figure 112007059940659-PAT00046
    및
    Figure 112007059940659-PAT00047
    로 상기 혈관 촬영 이미지를 필터링하고,
    Figure 112007059940659-PAT00048
    및
    Figure 112007059940659-PAT00049
    로 필터링하며, 여기서 T는 전치행렬을 나타내고 Q는 퀸컹스(quincunx) 다운샘플링 매트릭스를 나타낸다.
    Figure 112007059940659-PAT00050
    및
    Figure 112007059940659-PAT00051
    로 필터링하는, 여기서 i = 1, 2, 3, 4 이며, Ri는
    Figure 112007059940659-PAT00052
    를 포함하는 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법.
  10. 제 9항에 있어서, 상기 Ri 및 Q는 각각 같은 리샘플링 및 다운샘플링 매트릭스인 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법.
  11. 제 1항에 있어서,
    Figure 112007059940659-PAT00053
    는 좌표
    Figure 112007059940659-PAT00054
    ,
    Figure 112007059940659-PAT00055
    는 범위,
    Figure 112007059940659-PAT00056
    는 멀티스케일이라 할 때, 상기 필터의 출력
    Figure 112007059940659-PAT00057
    은,
    Figure 112007059940659-PAT00058
    인 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법.
  12. 제 11항에 있어서, 좌표
    Figure 112007059940659-PAT00059
    는 평균값
    Figure 112007059940659-PAT00060
    만큼
    Figure 112007059940659-PAT00061
    로 회전된 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법.
  13. 제 11항에 있어서, 구조도는
    Figure 112007059940659-PAT00062
    로 정의되며,
    Figure 112007059940659-PAT00063
    ,
    Figure 112007059940659-PAT00064
    는 조정 상수들이고,
    Figure 112007059940659-PAT00065
    일 때,
    상기 필터의 출력
    Figure 112007059940659-PAT00066
    은,
    Figure 112007059940659-PAT00067
    인 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법.
  14. 제 13항에 있어서,
    Figure 112007059940659-PAT00068
    Figure 112007059940659-PAT00069
    Figure 112007059940659-PAT00070
    일때, 헤시안 매트릭스(Hessian matrix)는
    Figure 112007059940659-PAT00071
    와 같이 결정되는 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도 개선 방법.
KR1020070083416A 2007-08-20 2007-08-20 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도개선 방법 KR100946155B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070083416A KR100946155B1 (ko) 2007-08-20 2007-08-20 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도개선 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070083416A KR100946155B1 (ko) 2007-08-20 2007-08-20 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도개선 방법

Publications (2)

Publication Number Publication Date
KR20090019174A true KR20090019174A (ko) 2009-02-25
KR100946155B1 KR100946155B1 (ko) 2010-03-10

Family

ID=40687033

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070083416A KR100946155B1 (ko) 2007-08-20 2007-08-20 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도개선 방법

Country Status (1)

Country Link
KR (1) KR100946155B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013122299A1 (ko) * 2012-02-15 2013-08-22 동국대학교 산학협력단 의료용 혈관 영상의 선명화 방법
KR101593336B1 (ko) 2014-12-24 2016-02-11 주식회사 포스코 내부식성 및 고온특성이 우수한 오스테나이트계 스테인리스강
EP3125193A4 (en) * 2014-03-25 2017-10-11 Fujitsu Frontech Limited Biometric authentication device, biometric authentication method, and program

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006053773A (ja) 2004-08-12 2006-02-23 Sony Corp 画像処理方法およびその装置
KR100646715B1 (ko) * 2004-10-18 2006-11-23 한국과학기술원 후처리를 통한 2차원 초음파 영상의 화질 개선 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013122299A1 (ko) * 2012-02-15 2013-08-22 동국대학교 산학협력단 의료용 혈관 영상의 선명화 방법
EP3125193A4 (en) * 2014-03-25 2017-10-11 Fujitsu Frontech Limited Biometric authentication device, biometric authentication method, and program
US10019619B2 (en) 2014-03-25 2018-07-10 Fujitsu Frontech Limited Biometrics authentication device and biometrics authentication method
KR101593336B1 (ko) 2014-12-24 2016-02-11 주식회사 포스코 내부식성 및 고온특성이 우수한 오스테나이트계 스테인리스강

Also Published As

Publication number Publication date
KR100946155B1 (ko) 2010-03-10

Similar Documents

Publication Publication Date Title
Du et al. Anatomical-functional image fusion by information of interest in local Laplacian filtering domain
Li et al. Robust retinal image enhancement via dual-tree complex wavelet transform and morphology-based method
Singh et al. Principal component analysis-based low-light image enhancement using reflection model
WO2007116543A1 (ja) 画像処理方法
WO2007114363A1 (ja) 画像処理方法
DE102015107872A1 (de) Neu beleuchtbare Textur zur Verwendung beim Rendern eines Bildes
US10275891B2 (en) Phase transform for object and shape detection in digital images
Güraksin et al. Underwater image enhancement based on contrast adjustment via differential evolution algorithm
Ahmed et al. Medical image denoising system based on stacked convolutional autoencoder for enhancing 2-dimensional gel electrophoresis noise reduction
JP6124518B2 (ja) 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム
US8150134B2 (en) Method for enhancing blood vessels in angiography images
KR101405435B1 (ko) 고해상도 영상 융합 방법 및 그 장치
Arif et al. Maximizing information of multimodality brain image fusion using curvelet transform with genetic algorithm
KR102195047B1 (ko) 3d이미지 품질을 향상시키는 방법과 장치
Mustafa et al. A review: Comparison between different type of filtering methods on the contrast variation retinal images
KR100946155B1 (ko) 데시메이션-프리 방향성 필터 뱅크를 이용한 혈관 선명도개선 방법
Dileep et al. A comparison between different colour image contrast enhancement algorithms
Anilet Bala et al. Retinal image enhancement using adaptive histogram equalization tuned with nonsimilar grouping curvelet
Gambino et al. Automatic skull stripping in MRI based on morphological filters and fuzzy c-means segmentation
Ein-shoka et al. Quality enhancement of infrared images using dynamic fuzzy histogram equalization and high pass adaptation in DWT
Asghar et al. Automatic Enhancement Of Digital Images Using Cubic Bé zier Curve And Fourier Transformation
CN107203983B (zh) 用于减少x射线图像中的栅线伪影的方法及系统
Patel et al. Comparative study on multi-focus image fusion techniques in dynamic scene
Zhou et al. Human visual system based automatic underwater image enhancement in NSCT domain
Bhonsle et al. Medical Image De-Noising Using Combined Bayes Shrink and Total Variation Techniques

Legal Events

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

Payment date: 20130204

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140203

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee