RU2019134059A - Способы и системы для обработки изображений - Google Patents

Способы и системы для обработки изображений Download PDF

Info

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
Application number
RU2019134059A
Other languages
English (en)
Other versions
RU2797310C2 (ru
Inventor
На ЧЖАН
Хайхуа ЧЖОУ
Лэ ЯН
Хао ЧЭНЬ
Ваньли ТЭН
Юэянь БЯНЬ
Чуньхуа ЦЗЯН
Цзин ЯНЬ
Original Assignee
Шанхай Юнайтид Имиджинг Хелскеа Ко., Лтд.
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
Priority claimed from CN201511027173.3A external-priority patent/CN105701796B/zh
Priority claimed from CN201511027401.7A external-priority patent/CN105678750B/zh
Priority claimed from CN201610510790.7A external-priority patent/CN106127712B/zh
Priority claimed from CN201610584749.4A external-priority patent/CN106228520B/zh
Application filed by Шанхай Юнайтид Имиджинг Хелскеа Ко., Лтд. filed Critical Шанхай Юнайтид Имиджинг Хелскеа Ко., Лтд.
Publication of RU2019134059A publication Critical patent/RU2019134059A/ru
Application granted granted Critical
Publication of RU2797310C2 publication Critical patent/RU2797310C2/ru

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/005Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/10Image enhancement or restoration using non-spatial domain filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20004Adaptive image processing
    • G06T2207/20012Locally adaptive
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20064Wavelet transform [DWT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30068Mammography; Breast
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2211/00Image generation
    • G06T2211/40Computed tomography
    • G06T2211/424Iterative

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.
RU2019134059A 2015-12-31 2016-12-29 Способы и системы для обработки изображений RU2797310C2 (ru)

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