RU2019134059A - Способы и системы для обработки изображений - Google Patents
Способы и системы для обработки изображений Download PDFInfo
- Publication number
- RU2019134059A RU2019134059A RU2019134059A RU2019134059A RU2019134059A RU 2019134059 A RU2019134059 A RU 2019134059A RU 2019134059 A RU2019134059 A RU 2019134059A RU 2019134059 A RU2019134059 A RU 2019134059A RU 2019134059 A RU2019134059 A RU 2019134059A
- Authority
- RU
- Russia
- Prior art keywords
- image
- layer
- frequency sub
- elements
- low
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims 21
- 238000000354 decomposition reaction Methods 0.000 claims 24
- 239000002131 composite material Substances 0.000 claims 10
- 238000005070 sampling Methods 0.000 claims 3
- 238000003672 processing method Methods 0.000 claims 2
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T5/00—Image enhancement or restoration
-
- 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
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- 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 using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
-
- 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
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
-
- 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
-
- 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
- G06T2207/30068—Mammography; Breast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/424—Iterative
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Generation (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Claims (73)
1. Способ обработки изображений, осуществляемый на по меньшей мере одной машине, каждая из которых имеет по меньшей мере один процессор и хранилище, причем способ содержит этапы, на которых:
получают целевое изображение, причем целевое изображение включает в себя множество элементов, причем каждый из множества элементов соответствует пикселю или вокселю, а целевое изображение сгенерировано устройством формирования изображения;
разлагают целевое изображение на по меньшей мере один слой, причем упомянутый по меньшей мере один слой включает в себя низкочастотное подизображение и высокочастотное подизображение;
генерируют весовое изображение для высокочастотного подизображения упомянутого по меньшей мере одного слоя, причем весовое изображение включает в себя множество весов, соответствующих множеству элементов высокочастотного подизображения упомянутого по меньшей мере одного слоя;
обновляют, на основе весового изображения, высокочастотное подизображение упомянутого по меньшей мере одного слоя; и
реконструируют составное изображение на основании обновленного высокочастотного подизображения упомянутого по меньшей мере одного слоя и низкочастотного подизображения упомянутого по меньшей мере одного слоя.
2. Способ по п. 1, в котором высокочастотное подизображение упомянутого по меньшей мере одного слоя включает в себя первый класс элементов и второй класс элементов, и генерирование весового изображения содержит этапы, на которых:
определяют диапазон уровней серого первого класса элементов в высокочастотном подизображении;
определяют, на основании диапазона уровней серого первого класса элементов, диапазон уровней серого второго класса элементов в высокочастотном подизображении;
отображают диапазон уровней серого первого класса элементов в [0, 1];
определяют, на основании отображенного диапазона уровней серого первого класса элементов, весовые коэффициенты для первого класса элементов;
отображают диапазон уровней серого второго класса элементов в (1, G], где G - заранее определенное значение;
определяют, на основании отображенного диапазона уровней серого второго класса элементов, весовые коэффициенты для второго класса элементов; и
генерируют, на основании весовых коэффициентов для первого класса элементов и весовых коэффициентов для второго класса элементов, весовое изображение.
3. Способ по п. 2, в котором определение диапазона уровней серого первого класса элементов содержит этапы, на которых:
определяют, на основании порога уровня серого, исходный диапазон уровней серого первого класса элементов;
изменяют исходный диапазон уровней серого первого класса элементов; и
регулируют, на основании измененного диапазона уровней серого первого класса элементов, исходный диапазон уровней серого первого класса элементов.
4. Способ по п. 3, в котором регулировка исходного диапазона уровней серого первого класса элементов содержит этапы, на которых:
определяют, на основании измененного диапазона уровней серого первого класса элементов, первый порог; и
определяют диапазон уровней серого первого класса элементов как [0, первый порог].
5. Способ по п. 4, в котором определение диапазона уровней серого второго класса элементов в высокочастотном подизображении содержит этап, на котором:
определяют диапазон уровней серого второго класса элементов в высокочастотном подизображении как (первый порог, второй порог], причем второй порог является максимальным уровнем серого в высокочастотном подизображении.
6. Способ по п. 3, в котором изменение исходного диапазона уровней серого первого класса элементов содержит этап, на котором:
изменяют исходный диапазон уровней серого первого класса элементов нелинейно.
7. Способ по п. 3, в котором определение исходного диапазона уровней серого первого класса элементов содержит этапы, на которых:
определяют порог уровня серого на основании среднего уровня серого элементов высокочастотного подизображения; и
определяют диапазон уровней серого от 0 до порога уровня серого в качестве исходного диапазона уровней серого первого класса элементов.
8. Способ по п. 7, в котором порог уровня серого равен среднему уровню серого элементов высокочастотного подизображения, умноженному на заранее определенный коэффициент k.
9. Способ по п. 1, в котором обновление высокочастотного подизображения содержит этап, на котором:
умножают уровни серого высокочастотного подизображения на уровни серого весового изображения.
10. Способ по п. 1, в котором разложение целевого изображения на по меньшей мере один слой содержит этапы, на которых:
разлагают, посредством первого алгоритма разложения, целевое изображение на L слоев, причем каждый слой из L слоев включает в себя низкочастотное подизображение и высокочастотное подизображение, L ≥ 1; и
разлагают, посредством второго алгоритма разложения, целевое изображение на L’+N слоев, причем каждый слой из L’+N слоев включает в себя низкочастотное подизображение и высокочастотное подизображение, L’≥1 и N≥1.
11. Способ по п. 10, в котором реконструкция составного изображения содержит этапы, на которых:
обновляют, на основании низкочастотного подизображения L’-го слоя, сгенерированного посредством второго алгоритма разложения, низкочастотное подизображение L-го слоя, сгенерированного посредством первого алгоритма разложения; и
реконструируют составное изображение на основании высокочастотных подизображений L слоев, сгенерированных посредством первого алгоритма разложения, и обновленного низкочастотного подизображения L-го слоя.
12. Способ по п. 11, в котором реконструкция составного изображения содержит этапы, на которых:
для каждой из множества итераций,
дискретизируют с повышением низкочастотное подизображение (L-i)-го слоя;
обновляют, на основании дискретизированного с повышением низкочастотного подизображения (L-i)-го слоя и высокочастотного подизображения (L-i)-го слоя, низкочастотное подизображение (L-i-1)-го слоя, 0≤i≤L-1; и
реконструируют составное изображение, на основании обновленного низкочастотного подизображения первого слоя и высокочастотного подизображения первого слоя.
13. Способ по п. 12, в котором дискретизация с повышением низкочастотного подизображения (L-i)-го слоя содержит этап, на котором:
дискретизируют с повышением на основе билинейной интерполяции или кубической интерполяции, низкочастотное подизображение (L-i)-го слоя.
14. Способ по п. 11, дополнительно содержащий этап, на котором:
обновляют низкочастотное подизображение L’-го слоя, сгенерированного посредством второго алгоритма разложения на основании низкочастотного подизображения (L’+N)-го слоя, сгенерированного посредством второго алгоритма разложения, и высокочастотных подизображений слоев с (L’+1)-го по (L’+N)-й, сгенерированных посредством второго алгоритма разложения.
15. Способ обработки изображений, осуществляемый на по меньшей мере одной машине, каждая из которых имеет по меньшей мере один процессор и хранилище, причем способ содержит этапы, на которых:
получают целевое изображение, причем целевое изображение включает в себя множество элементов, причем элемент соответствует пикселю или вокселю, причем целевое изображение сгенерировано устройством формирования изображения;
разлагают, посредством первого алгоритма разложения, целевое изображение на L слоев, причем каждый слой из L слоев включает в себя низкочастотное подизображение и высокочастотное подизображение, L ≥ 1; и
разлагают, посредством второго алгоритма разложения, целевое изображение на L’+N слоев, причем каждый слой из L’+N слоев включает в себя низкочастотное подизображение и высокочастотное подизображение, L’≥1 и N≥1, причем второй алгоритм разложения отличается от первого алгоритма разложения;
обновляют низкочастотное подизображение L-го слоя, сгенерированного посредством первого алгоритма разложения посредством замены низкочастотного подизображения L-го слоя, сгенерированного посредством первого алгоритма разложения низкочастотным подизображением L’-го слоя, сгенерированного посредством второго алгоритма разложения; и
реконструируют составное изображение на основании высокочастотных подизображений, L слоев, сгенерированных посредством первого алгоритма разложения, обновленного низкочастотного подизображения L-го слоя, сгенерированного посредством первого алгоритма разложения.
16. Способ по п. 15, в котором реконструкция составного изображения содержит этапы, на которых:
для каждой из множества итераций,
дискретизируют с повышением низкочастотное подизображение (L-i)-го слоя;
обновляют, на основании дискретизированного с повышением низкочастотного подизображения (L-i)-го слоя и высокочастотного подизображения (L-i)-го слоя, низкочастотное подизображение (L-i-1)-го слоя, 0≤i≤L-1; и
реконструируют составное изображение на основании обновленного низкочастотного подизображения первого слоя и высокочастотного подизображения первого слоя.
17. Способ по п. 16, в котором дискретизация с повышением низкочастотного подизображения (L-i)-го слоя содержит этап, на котором:
дискретизируют с повышением на основе билинейной интерполяции или кубической интерполяции, низкочастотное подизображение (L-i)-го слоя.
18. Способ по п. 15, дополнительно содержащий этап, на котором:
перед реконструкцией составного изображения, улучшают одно или более из высокочастотных подизображений L слоев, сгенерированных посредством первого алгоритма разложения.
19. Способ по п. 15, дополнительно содержащий этап, на котором:
перед обновлением низкочастотного подизображения L-го слоя, сгенерированного посредством первого алгоритма разложения, обновляют низкочастотное подизображение L’-го слоя, сгенерированного посредством второго алгоритма разложения, включая
улучшение одного или более из высокочастотных подизображений слоев c L’-го по (L’+N)-й, сгенерированных посредством второго алгоритма разложения; и
реконструируют, на основе низкочастотного подизображения (L’+N)-го слоя, сгенерированного посредством второго алгоритма разложения и высокочастотных подизображений слоев с L’-го по (L’+N)-й, сгенерированных посредством второго алгоритма разложения, низкочастотного подизображения L’-го слоя, сгенерированного посредством второго алгоритма разложения.
20. Система для обработки изображений, содержащая:
по меньшей мере, один процессор и
хранилище, выполненное с возможностью хранения инструкций, причем инструкции, при выполнении упомянутым по меньшей мере одним процессором, предписывают системе осуществлять способ, содержащий этапы, на которых:
получают целевое изображение, причем целевое изображение включает в себя множество элементов, причем каждый из множества элементов соответствует пикселю или вокселю, а целевое изображение сгенерировано устройством формирования изображения;
разлагают целевое изображение на по меньшей мере один слой, причем упомянутый по меньшей мере один слой включает в себя низкочастотное подизображение и высокочастотное подизображение;
генерируют весовое изображение для высокочастотного подизображения упомянутого по меньшей мере одного слоя, причем весовое изображение включает в себя множество весов, соответствующих множеству элементов высокочастотного подизображения упомянутого по меньшей мере одного слоя;
обновляют, на основе весового изображения, высокочастотное подизображение упомянутого по меньшей мере одного слоя; и
реконструируют составное изображение на основании обновленного высокочастотного подизображения упомянутого по меньшей мере одного слоя и низкочастотного подизображения упомянутого по меньшей мере одного слоя.
Applications Claiming Priority (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511027173.3A CN105701796B (zh) | 2015-12-31 | 2015-12-31 | 乳房图像的厚度均衡方法及装置、乳房摄影系统 |
CN201511027401.7 | 2015-12-31 | ||
CN201511027401.7A CN105678750B (zh) | 2015-12-31 | 2015-12-31 | 医学图像的灰度映射曲线生成方法及装置 |
CN201511027173.3 | 2015-12-31 | ||
CN201610510790.7 | 2016-07-01 | ||
CN201610510790.7A CN106127712B (zh) | 2016-07-01 | 2016-07-01 | 图像增强方法及装置 |
CN201610584749.4A CN106228520B (zh) | 2016-07-22 | 2016-07-22 | 图像增强方法及装置 |
CN201610584749.4 | 2016-07-22 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2018127759A Division RU2705014C1 (ru) | 2015-12-31 | 2016-12-29 | Способы и системы для обработки изображений |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2019134059A true RU2019134059A (ru) | 2019-12-16 |
RU2797310C2 RU2797310C2 (ru) | 2023-06-02 |
Family
ID=
Also Published As
Publication number | Publication date |
---|---|
US20210327072A1 (en) | 2021-10-21 |
EP3398159A1 (en) | 2018-11-07 |
GB201710525D0 (en) | 2017-08-16 |
GB2548767B (en) | 2018-06-13 |
BR112018013602A2 (pt) | 2019-04-09 |
GB2548767A (en) | 2017-09-27 |
US20170301095A1 (en) | 2017-10-19 |
US20240185425A1 (en) | 2024-06-06 |
EP3398159B1 (en) | 2021-05-19 |
US11049254B2 (en) | 2021-06-29 |
US20190333223A1 (en) | 2019-10-31 |
US11880978B2 (en) | 2024-01-23 |
CN108780571A (zh) | 2018-11-09 |
CN115049563A (zh) | 2022-09-13 |
US10290108B2 (en) | 2019-05-14 |
WO2017114473A1 (en) | 2017-07-06 |
EP3920133A1 (en) | 2021-12-08 |
CN108780571B (zh) | 2022-05-31 |
EP3398159A4 (en) | 2018-12-05 |
RU2705014C1 (ru) | 2019-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3382417A3 (en) | Magnetic resonance image reconstruction system and method | |
US20180253826A1 (en) | Image upscaling | |
US9665792B2 (en) | Method and apparatus for generating sharp image based on blurry image | |
US20210150674A1 (en) | Techniques for robust image denoising | |
JP6173694B2 (ja) | 画像処理装置、x線コンピュータ断層撮影装置および画像処理方法 | |
CN111080531B (zh) | 一种水下鱼类图像的超分辨率重建方法、系统及装置 | |
WO2016042466A3 (en) | Iterative image reconstruction with a sharpness driven regularization parameter | |
EP2884745A1 (en) | Virtual view generating method and apparatus | |
CN112785507A (zh) | 图像处理方法及装置、存储介质、终端 | |
KR101839617B1 (ko) | 멀티프레임을 이용한 비균일 모션 블러 제거 방법 및 장치 | |
JP2020536325A5 (ru) | ||
CN111652921A (zh) | 一种单目深度预测模型的生成方法及单目深度预测方法 | |
CN105205798B (zh) | 一种图像处理方法及系统 | |
CN109993701B (zh) | 一种基于金字塔结构的深度图超分辨率重建的方法 | |
EP3214599A3 (en) | A graphics accelerator | |
CN111612721B (zh) | 一种图像修复模型训练、卫星图像修复方法及装置 | |
RU2019134059A (ru) | Способы и системы для обработки изображений | |
JP2016514612A5 (ru) | ||
US11199602B2 (en) | Methods and devices for generating sampling masks related to imaging | |
CN110836649B (zh) | 一种自适应的空间复合超声成像方法 | |
EP4343680A1 (en) | De-noising data | |
CN110717913A (zh) | 一种图像分割方法及装置 | |
JP6532151B2 (ja) | 超解像装置およびプログラム | |
CN112329912B (zh) | 卷积神经网络训练方法、图像重建方法、装置和介质 | |
CN113902639A (zh) | 图像处理方法、装置、电子设备及存储介质 |