TW201637426A - 影像處理裝置 - Google Patents

影像處理裝置 Download PDF

Info

Publication number
TW201637426A
TW201637426A TW105100470A TW105100470A TW201637426A TW 201637426 A TW201637426 A TW 201637426A TW 105100470 A TW105100470 A TW 105100470A TW 105100470 A TW105100470 A TW 105100470A TW 201637426 A TW201637426 A TW 201637426A
Authority
TW
Taiwan
Prior art keywords
image
block
frame
blocks
target
Prior art date
Application number
TW105100470A
Other languages
English (en)
Other versions
TWI583192B (zh
Inventor
Hisanori Morita
Ryo Takeda
Original Assignee
Shimadzu Corp
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 Shimadzu Corp filed Critical Shimadzu Corp
Publication of TW201637426A publication Critical patent/TW201637426A/zh
Application granted granted Critical
Publication of TWI583192B publication Critical patent/TWI583192B/zh

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/14Picture signal circuitry for video frequency region
    • H04N5/21Circuitry for suppressing or minimising disturbance, e.g. moiré or halo
    • 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
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G06V10/7515Shifting the patterns to accommodate for positional errors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • 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
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/30061Lung

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Picture Signal Circuits (AREA)

Abstract

根據本發明,可提供即便為S/N比差的活動影像亦可確實地去除雜訊的影像處理裝置。本發明為檢索出目標區塊BT映入至圖框F0的哪個位置的構成。在將圖框F0與圖框F1重合時,設定作為圖框F0的斷片的目標區塊BT、與作為圖框F1的斷片的多個重合對象區塊BR,並自將目標區塊BT重合於重合對象區塊BR的各個而生成的融合區塊BF中選擇出重合的受檢體像彼此最吻合的來作為選擇區塊BS,如此,便可確實地抑制受檢體像的二重化。

Description

影像處理裝置
本發明是有關於一種將重疊於放射線影像的雜訊去除的影像處理裝置,尤其是有關於一種改善構成活動影像(live image)的各圖框的畫質的影像處理裝置。
醫療機構具備獲取放射線的影像的放射線拍攝裝置。關於此種放射線拍攝裝置,有連續地對放射線影像進行拍攝且可將其結果作為動態影像而輸出的。此種動態影像有時被稱作活動影像(例如參照專利文獻1)。
活動影像是藉由將低線量的放射線照射至受檢體而獲得者,因而比起由靜止影像拍攝(點拍攝)所獲得的影像,信號雜訊比(signal-noise ratio,S/N)差,含有大量的雜訊。放射線拍攝裝置中具備降低該雜訊的影像處理裝置。該影像處理裝置成為如下構成:藉由將經時地連續兩幅圖框重合,而獲得S/N比得到改善的雜訊降低影像。
且說,活動影像為捕捉受檢體移動情況的動態影像。因此,在僅將影像彼此單純地重合時,會生成受檢體的像二重地重合般的雜訊降低影像。這是因為,在兩幅影像之間受檢體映入的位置或形狀互不相同。並且,受檢體像彼此的偏移情況會根據影像的部分的不同而有各種情況,因而只將一影像相對於另一影像向某方向錯開而重合,無法防止受檢體的像的二重化。活動影像上的受檢體像中,在各圖框之間存在像吻合的部分與不吻合的部分。關於吻合的部分,只要將影像單純地重合便可實現雜訊的降低。然而,不吻合的部分,受檢體像模糊。
因此,根據習知構成,採用藉由進行各種設計而防止像的二重化的構成。例如,專利文獻1中,成為如下構成:藉由影像分析調查圖框上的各畫素與重合對象影像上的哪一部位相對應,進行將圖框上的畫素與重合對象影像上的對應畫素重合的動作。若設為此種構成,則圖框上的構造物與重合對象影像上的構造物一邊進行位置對準一邊重疊。 [現有技術文獻] [專利文獻]
[專利文獻1]日本專利特開平01-314477 [發明所欲解決之課題]
然而,根據所述構成,存在如下問題。 即,習知構成中,無法實現確實的影像的重合。
專利文獻1的方法中,針對圖框上的一個畫素,藉由對重合對象影像的畫素逐個地進行比較而找出與圖框上的畫素對應的重合對象影像的畫素,因而亦經常誤識別對應畫素。若發生此種事態,則影像彼此未正確重合,從而無法獲得視認性高的雜訊降低影像。
專利文獻1的方法中,尤其對於雜訊成分深刻映入的圖框不擅長。若圖框的S/N比變差,則無法去除雜訊。對該原理進行說明。專利文獻1的構成中,自重合對象影像上找出與圖框上的非常窄的範圍(例如1畫素)的畫素值相似的畫素值且將該些重合。因此,根據專利文獻1的方法,進行將重合對象影像上的發白的部分重合於映入至圖框的發白的部分的影像處理。即,專利文獻1的方法中,因一邊仿效圖框上的像一邊進行重合對象影像的重合,故無法進行大膽改變圖框上的畫素值的影像處理。
在強雜訊重疊於圖框及重合對象影像的情況下,偶爾需要大膽地改變圖框上的畫素值的影像處理。例如,映入至圖框的發白的應映現的部分在強雜訊的影響下會發黑。若自降低雜訊的觀點而言,需要進行使重合對象影像中無雜訊重疊的發白的部分重合於圖框上的發黑的部分,從而使圖框上的雜訊變少的影像處理。然而,專利文獻1的方法中,並非為大膽地變更圖框上的畫素的畫素值的構成。因此,專利文獻1的方法中,進行如下動作:自重合對象影像上的某位置找出發黑的部分並將其重合於圖框上的發黑的部分。結果,圖框上的強雜訊未變少地直接保留。
雜訊的形式會根據影像上的位置而改變。因此,若改良專利文獻1的方法,而基於圖案匹配(pattern matching)進行影像的重合,則即便為強雜訊亦可將其去除。圖案匹配是自重合對象影像中找出如下像的技術,所述像與映入至具有某程度寬窄的圖框上的部分的像相似。即便因強烈的雜訊的重疊而在圖框的某畫素與重合對象影像上的對應畫素之間畫素值出現大幅差異,對圖案匹配的相同性的評價造成的影響亦少。因此,可執行大膽地改變一個畫素的畫素值的影像的重合。然而,若成為如下狀況,即,雜訊進一步增強,雜訊的振幅高於受檢體的關注部分與周邊部分的畫素值之差的情況增多,則圖案匹配的結果的正確性變差。這是因為,藉由在圖案匹配中將多個畫素的比較結果加以平均而雜訊的影響減少,但在各畫素的比較結果的正確性被大幅破壞的情況下,無法完全平均。
本發明鑒於所述情況而完成,其目的在於提供可確實地去除構成活動影像的各圖框的雜訊的影像處理裝置。 [解決課題之手段]
本發明為了解決所述課題而設為如下的構成。 即,本發明的影像處理裝置將藉由連續地對受檢體進行拍攝而生成的屬於時間序列影像的元影像與重合對象影像重合,而進行元影像的雜訊降低處理,所述影像處理裝置的特徵在於包括:目標設定單元,將元影像上的區域的至少一部分分割為多個區塊,將多個區塊中的一個設定為目標區塊;重合對象設定單元,將與所設定的目標區塊為相同形狀及大小的多個重合對象區塊設定於重合對象影像上的互不相同的位置;重合單元,藉由將目標區塊重合於重合對象區塊的各個而生成融合區塊;選擇單元,自多個融合區塊中選擇出重合的受檢體像彼此最吻合的來作為選擇區塊;以及影像生成單元,藉由將針對多個區塊的各個而生成的選擇區塊結合,而生成雜訊降低影像。
[作用·效果]根據本發明,即便為S/N比差的活動影像亦可確實地去除雜訊。即,本發明的影像處理裝置中,在將元影像與重合對象影像重合時,設定作為元影像的斷片的目標區塊、與作為重合對象影像的斷片的多個重合對象區塊,並自將目標區塊重合於重合對象區塊的各個而生成的融合區塊中選擇出重合的受檢體像彼此最吻合的來作為選擇區塊。而且,根據本發明,將多個選擇區塊結合而生成雜訊降低影像。若為如此檢索出目標區塊映入至重合對象影像的哪個位置的構成,則可在元影像上的受檢體像上一邊追蹤一邊進行影像彼此的重合,因而不會在誤識別的狀態下將重合對象影像重疊於元影像。 尤其在本發明的構成中,自融合區塊中選擇出重合的受檢體像彼此最吻合的來作為選擇區塊。據此,具有與習知的方法不同的優點。 即,習知的方法中,在元影像的S/N比差的情況下,有時無法順利地進行動作。習知的方法中,無法進行如大膽變更元影像上的畫素值般的動作。因此,元影像上的強雜訊在以其原有的形式保留的狀態下完成影像彼此的重合。進而,即便設為確實地消除元影像上的雜訊而利用圖案匹配的構成,在雜訊的振幅強的情況下,有時正確性亦差。 根據本發明,以重合時受檢體像是否清晰為指標而選出成為目標區塊的對象的重合對象區塊,因而可在雜訊降低的狀態下判斷出受檢體像能否重合。即,本發明的構成對S/N比差的活動影像的雜訊降低處理尤其有效。
而且,所述影像處理裝置中,更理想為選擇單元對融合區塊的各個算出表示對比度的值,藉由對值彼此進行比較而算出重合的受檢體像彼此吻合的程度,並進行選擇區塊的選擇。
[作用·效果]所述構成表示本發明的具體構成。若對融合區塊的各個算出表示對比度的值,藉由對值彼此進行比較而進行融合區塊的選擇,則可自多個融合區塊中確實地選擇出重合的受檢體像彼此最吻合者。映入了互不相同的受檢體像的區塊彼此重合而生成的融合區塊具有低對比度。這是因為,重合時不同的受檢體像彼此不吻合。另一方面,具有相同受檢體像的區塊彼此重合而生成的融合區塊具有高對比度。這是因為,重合時相同的受檢體像彼此吻合。如此,若對融合區塊以對比度進行比較,則可容易地進行融合區塊的選擇。
而且,所述的影像處理裝置中,更理想為選擇單元對融合區塊的各個算出利用了微分的特徵量,藉由對特徵量彼此進行比較而算出重合的受檢體像彼此吻合的程度,並進行選擇區塊的選擇。
[作用·效果]所述構成表示本發明的具體構成。若對融合區塊的各個算出利用了微分值的特徵量,藉由對值彼此進行比較而進行融合區塊的選擇,則可自多個融合區塊中確實地選擇出重合的受檢體像彼此最吻合者。對於映入了互不相同的受檢體像的區塊彼此重合而生成的融合區塊,關於包含於其中的多個畫素,針對各個畫素進行微分而獲得的微分值的絕對值的總和小。這是因為,重合時不同的受檢體像彼此不吻合,像變得模糊。另一方面,若對於具有相同的受檢體像的區塊彼此重合而生成的融合區塊,關於包含於其中的多個畫素,針對各個畫素進行微分,則微分值的絕對值的總和增大。這是因為,重合時相同的受檢體像彼此吻合,像變得清晰。如此,若對融合區塊以微分值進行比較,則可容易地進行融合區塊的選擇。
而且,所述影像處理裝置中,更理想為,選擇單元利用濾波器處理對融合區塊的各個算出特徵量,藉由對特徵量彼此進行比較而算出重合的受檢體像彼此吻合的程度,並進行選擇區塊的選擇。
[作用·效果]本發明的選擇單元的動作不限於對融合區塊實施微分處理的構成,亦可藉由利用濾波器處理而實現。本發明可配合構成裝置時的具體請求,變更形態。
而且,所述影像處理裝置中,更理想為重合對象影像為連續地拍攝的影像中的元影像的前一幅所拍攝的影像。
而且,所述影像處理裝置中,更理想為重合對象影像為與連續地拍攝的影像中的與元影像的前一幅所拍攝的影像對應的雜訊降低影像。
[作用·效果]所述構成表示本發明的更具體的構成。本發明可應用於各種形態的雜訊降低處理。
而且,所述影像處理裝置中,更理想為目標設定單元將元影像縱橫分割而設定矩形形狀的目標區塊。
[作用·效果]所述構成表示本發明的更具體的構成。若將元影像縱橫分割而設定矩形形狀的目標區塊,則能夠以利用多個目標區塊確實地完全填埋元影像的方式執行目標區塊的設定。
而且,所述影像處理裝置中,更理想為目標設定單元所設定的目標區塊為正方形。
[作用·效果]所述構成表示本發明的更具體的構成。若目標區塊為正方形,則本發明的影像處理裝置執行的處理更簡單。
而且,所述影像處理裝置中,更理想為重合對象設定單元以如下方式動作:設定重合對象影像上的以相當於目標區塊的位置為中心的範圍,關注與屬於範圍的目標區塊為相同形狀的部分而設定重合對象區塊,以後,一邊在範圍上改變部分的位置一邊連續地設定重合對象區塊。
[作用·效果]所述構成表示本發明的更具體的構成。若以如下方式動作則可更確實地執行重合對象區塊的設定,即,設定重合對象影像上的以相當於目標區塊的位置為中心的範圍,關注與屬於範圍的目標區塊為相同形狀的部分而設定重合對象區塊,以後,一邊在範圍上改變部分的位置一邊連續地設定重合對象區塊。
而且,所述影像處理裝置中,更理想為影像生成單元依據與選擇區塊對應的目標區塊的位置資訊排列選擇區塊,藉此執行結合的動作。
[作用·效果]所述構成表示本發明的更具體的構成。若藉由依據與選擇區塊對應的目標區塊的位置資訊排列選擇區塊而執行結合的動作,則以與元影像的目標區塊相同的排列而排列著選擇區塊並生成雜訊降低影像,因而雜訊降低影像為確實地自元影像中僅去除了雜訊的影像。 [發明的效果]
根據本發明,可提供即便為S/N比差的活動影像亦可確實地去除雜訊的影像處理裝置。本發明為檢索目標區塊映入至元影像的哪個位置的構成。在將元影像與重合對象影像重合時,設定作為元影像的斷片的目標區塊、與作為重合對象影像的斷片的多個重合對象區塊,並自將目標區塊重合於重合對象區塊的各個而生成的融合區塊中選擇出重合的受檢體像彼此最吻合的作為選擇區塊,這樣,便可確實地抑制受檢體像的二重化。
本發明的影像處理裝置10將藉由連續地對受檢體進行拍攝而生成的屬於時間序列影像的元影像與重合對象影像重合,而對元影像進行雜訊降低處理。以下,一邊參照實施例一邊對影像處理裝置10的具體構成進行說明。另外,圖框F0相當於本發明的元影像,圖框F1相當於本發明的重合對象影像。 實施例1
對本發明的影像處理裝置10的構成進行說明。本發明的影像處理裝置10為用作降低活動影像的雜訊的用途的裝置。活動影像拍攝為X射線拍攝的一種,目的在於將透視像作為動態影像而拍攝,因而活動影像為動態影像。此種活動影像拍攝中,因受檢體持續長時間暴露於X射線中,故為了抑制受檢體的暴露量而將拍攝中使用的X射線的線量抑制得較低。因此,活動影像存在因統計雜訊而S/N比差的傾向。
若向本發明的影像處理裝置10輸入活動影像V,則如圖1A與圖1B所示,自圖1A中的活動影像V輸出圖1B中的降低了雜訊的雜訊降低動態影像Vα。此時,影像處理裝置10針對構成活動影像V的每個圖框進行影像處理而自各圖框降低雜訊,將該些按照時間序列順序結合而生成雜訊降低動態影像Vα。所謂影像處理裝置10對圖框進行的影像處理,具體而言,是指藉由將某圖框與其前一幅所拍攝的圖框重合而使各圖框中隨機出現的雜訊相抵消,藉此降低圖框上的雜訊。如此,圖1A的虛線所示的活動影像V上的雜訊降低,生成視認性得到提高的雜訊降低動態影像Vα。
圖2是說明本發明的影像處理裝置10的構成的功能方塊圖。圖2是將基於圖框F1與圖框F0的影像處理作為動作的一例而表示。本發明的影像處理裝置10亦進行基於構成活動影像V的任意的圖框Fm與圖框Fm的前一幅所拍攝的圖框Fm-1的與圖2相同的影像處理。
對圖2中的圖框F0與圖框F1進行簡單說明。圖框F0是開始活動影像的拍攝而初次獲取的圖框,圖框F1是繼圖框F0後拍攝的最初的圖框。因此,圖框F0的拍攝與圖框F1的拍攝是彼此在時間序列上鄰接的拍攝。
另外,此處利用彼此在時間序列上鄰接的圖框進行說明,但並非必須在時間序列上鄰接,亦可之間夾著其他圖框。例如亦可使用任意的圖框Fm與圖框Fm-k(m>k>1)進行處理。
圖3A例示圖框F0。圖框F0成為與圖2中說明的圖框F1相同的影像。活動影像拍攝中,受檢體以動態影像被拍攝,因而如圖3B所示,映入至圖框F0的受檢體像與映入至圖框F1的受檢體像嚴格來說並不相同。這是因為,在對圖框F0進行拍攝到對下一個圖框F1進行拍攝期間拍攝對象的受檢體發生了移動。映入至圖框F0的受檢體像與映入至圖框F1的受檢體像類似。映入至圖框F0的受檢體的位置與映入至圖框F1的受檢體的位置不同。進而,映入至各圖框F0、圖框F1的受檢體像的形狀雖類似,但嚴格來說並不相同。
另外,圖框F0中與圖框F1同樣地包含雜訊。若對來自兩圖框的雜訊成分進行比較,則其顯現圖案互不相同。這意味著,若將圖框F0與圖框F1重合,則各圖框F0、圖框F1中所含的雜訊成分被抵消,會生成視認性優異的影像。這是因為,若將圖框F0、圖框F1重合,則預想圖框中所含的受檢體像吻合,另一方面,圖框中所含的雜訊成分不吻合。然而,僅將各圖框F0、圖框F1重合時,如圖3B所示映入至各圖框F0、圖框F1的受檢體像相互偏移地重疊。即,雜訊成分雖可藉由重合處理而確實地抵消,但受檢體像的視認性會劣化。
為了抑制將此種各圖框F0、圖框F1重合時的受檢體的偏移,需要將圖框F1分為小的區(目標區塊BT),而針對每個目標區塊BT錯開圖框F0而重合受檢體像。各部11、12、13、14、15是為了實現此種動作而設置。以後,對各部11、12、13、14、15的具體動作依序進行說明。
<目標設定部11的動作> 圖4對實施例1的目標設定部11的動作進行說明。目標設定部11將之後拍攝的圖框F1縱橫分割而設定矩形的目標區塊BT1、目標區塊BT2、目標區塊BT3、……目標區塊BTend。圖4的說明中,為了方便說明,將目標區塊設為不重疊(overlap)的磚(tile)狀,但實施例1的構成不限定於此,亦可將目標區塊設定為重疊。關於目標區塊的形狀可選擇正方形。目標設定部11相當於請求項中的目標設定單元。如此,目標設定部11將映入有受檢體像的圖框F1的區域的至少一部分分割為多個區塊,將多個所述區塊中的一個設定為目標區塊BT。目標區塊BT為圖框F1上的不具有不相連的區域的正方形的一個區域且包含多個畫素。
<重合對象設定部12的動作> 目標設定部11所設定的目標區塊BT1、目標區塊BT2、目標區塊BT3……目標區塊BTend的位置資訊被送至重合對象設定部12。該重合對象設定部12對目標區塊BT1、目標區塊BT2、目標區塊BT3、……目標區塊BTend進行相同的動作。以後的說明中,對形成其中的目標區塊BTm的重合對象設定部12的動作進行說明。重合對象設定部12相當於本發明的重合對象設定單元。
圖5A與圖5B表示重合對象設定部12將與目標區塊BTm對應的範圍Rm設定於圖框F0上的情況。如圖5B所示,重合對象設定部12設定圖框F0上的比以相當於目標區塊BTm的位置為中心的目標區塊BTm大的矩形的範圍。因此,該範圍設定於前一個圖框F0上。將該設定的範圍稱作範圍Rm。範圍Rm為與目標區塊BTm對應的範圍。
對範圍Rm的寬窄的決定方法進行說明。圖框F0與圖框F1分別為時序性地連續拍攝的影像,因而映入的受檢體像應該不那麼大幅變化。可藉由事先實測受檢體像的移動而獲知受檢體像在兩圖框F0、圖框F1間以何種程度地激烈移動。例如,在進行如映入心臟般的拍攝的情況下,影像中的心臟的像的大小大致被決定。因此,若對過去拍攝的活動影像的圖框F0、圖框F1間受檢體像移動了多少像素(pixel)進行計數,則可某種程度地預想此次拍攝的圖框F1上的目標區塊BT的移動量。因此,範圍Rm構成為基於該實測結果所獲得的受檢體像的移動量來決定。即,範圍Rm設定得比實測結果表示的範圍充分大,以確實地包含根據實測結果預想的目標區塊BT的移動目的地。
而且,隨著連續拍攝的頻率降低而映入至兩圖框F0、圖框F1的受檢體像的移動量增大。因此,範圍Rm能夠以隨著圖框率下降而逐漸變寬的方式來變更設定。
圖6表示重合對象設定部12自範圍Rm中設定重合對象區塊的情況。重合對象設定部12關注與屬於範圍Rm的目標區塊BT為相同形狀及大小的矩形的部分而將該部分認定為重合對象區塊BR。而且,重合對象設定部12一邊將範圍Rm上的部分的位置向縱向或橫向逐個畫素地變更一邊連續地設定重合對象區塊BR。圖6表示部分自範圍Rm上的左上端部移動至右下的端部的期間設定多個重合對象區塊BR1、…重合對象區塊BRp、…重合對象區塊BRq的情況。這樣,重合對象設定部12在受檢體映入至與圖框F1不同的位置的圖框F0上設定位於互不相同的位置的多個重合對象區塊BR。因此,多個重合對象影像BR相互重疊。
<重合部13的動作> 目標設定部11所設定的目標區塊BTm及重合對象設定部12所設定的多個重合對象區塊BR1、…重合對象區塊BRp、…重合對象區塊BRq被送至重合部13。重合部13如圖7所示,進行將目標區塊BTm重合於重合對象區塊BR1、…重合對象區塊BRp、…重合對象區塊BRq的各個的動作。這樣,生成與重合對象區塊BR1、…重合對象區塊BRp、…重合對象區塊BRq的各個對應的融合區塊BF1、…融合區塊BFp、…融合區塊BFq。重合部13進行的區塊的重合動作的具體方法為如下:將重合對象的各區塊中的位於彼此相同位置的畫素彼此的畫素值加以平均,將所獲得的平均值配置於與該畫素對應的位置而生成新的區塊。
在生成該融合區塊時,圖7中由影線所示的目標區塊BTm的雜訊成分與同樣地由影線所示的重合對象區塊BR1、…重合對象區塊BRp、…重合對象區塊BRq的雜訊成分相抵消。因此,融合區塊BF1、…融合區塊BFp、…融合區塊BFq的雜訊成分降低。重合部13相當於請求項中的重合單元。這樣,重合部13藉由將目標區塊BT重合於重合對象區塊BR的各個,而生成映入至兩區塊的受檢體像重合的融合區塊BF。
<選擇部14的動作> 融合區塊BF1、…融合區塊BFp、…融合區塊BFq被送至選擇部14。該融合區塊BF1、…融合區塊BFp、…融合區塊BFq為圖框F0的一部分(目標區塊BT)與圖框F1的一部分(重合對象區塊BR1、…重合對象區塊BRp、…重合對象區塊BRq)重合所得者。
融合區塊BF1、…融合區塊BFp、…融合區塊BFq彼此不同之處,在於重合對象區塊的圖框F0中的位置不同。因此,融合區塊BF1、…融合區塊BFp、…融合區塊BFq中,若具有雙重地映入受檢體像者,則亦具有受檢體像完全重合而映入者。選擇部14自多個融合區塊BF1、…融合區塊BFp、…融合區塊BFq中選擇受檢體像完全重合而映入者,並將其設定於選擇區塊BSm。選擇部14相當於請求項中的選擇單元。
圖8表示選擇部14的動作。選擇部14如圖8所示,對融合區塊BF1、…融合區塊BFp、…融合區塊BFq的各個算出對比度值C。作為對比度值C的算出方法,例如可利用如下的式子。 C=(Pmax-Pmin) 此處,Pmax表示構成融合區塊BF的畫素的畫素值中最大的畫素值,Pmin表示構成融合區塊BF的畫素的畫素值中最小的畫素值。而且,選擇部14對與融合區塊BF1、…融合區塊BFp、…融合區塊BFq的各個對應的對比度值C1、…對比度值Cp、…對比度值Cq的各個進行比較,並找出值最大的對比度值Cp。而且,選擇部14如圖8的下側所示,將與所找出的最大的對比度值Cp對應的融合區塊BFp設定於選擇區塊BSm。這樣,選擇部14完成融合區塊BF的選擇。
選擇部14藉由進行此種動作而自融合區塊BF中選擇出來自目標區塊BTm的受檢體像與來自重合對象區塊BRm的受檢體像完全重合而映入者作為選擇區塊BSm。以下,說明藉由進行圖8所示的動作而能夠怎樣進行此種選擇。
圖7中,映入至目標區塊BTm及重合對象區塊BR1、…重合對象區塊BRp、…重合對象區塊BRq的受檢體像由斜線表示。映入至重合對象區塊BR1、…重合對象區塊BRp、…重合對象區塊BRq的受檢體像互不相同。這是因為,重合對象區塊BR1、…重合對象區塊BRp、…重合對象區塊BRq在圖框F0上位於互不相同的位置。與此相對,映入至目標區塊BTm的受檢體像具有某固定的圖案。
在映入不同的受檢體像的重合對象區塊BR1、…重合對象區塊BRp、…重合對象區塊BRq中應具有映入目標區塊BTm上的受檢體像的重合對象區塊。是因為圖框F0與圖框F1為連續拍攝影像,所以圖框F1上的一部分位於圖框F0的某處。圖框F0中,與目標區塊BTm對應的部分尤其應位於圖框F1中的與圖框F0的目標區塊BTm相同的位置的附近。重合對象區塊BR1、…重合對象區塊BRp、…重合對象區塊BRq確實自該附近獲取。因此,重合對象區塊BR1、…重合對象區塊BRp、…重合對象區塊BRq中具有映入目標區塊BTm上的受檢體像的重合對象區塊。
圖7中的融合區塊BF1、融合區塊BFq表示將映入的受檢體像的圖案互不相同的目標區塊BTm與重合對象區塊BR重合的結果。融合區塊BF1、融合區塊BFq為將目標區塊BTm與重合對象區塊BR加以平均的結果。因重合的區塊的受檢體像的圖案相互不同,故融合區塊BF1、融合區塊BFq中,映入至目標區塊BTm的受檢體像變淡的、與映入至重合對象區塊BR的受檢體像變淡的在偏移的狀態下二重化地映入。在受檢體像被重合時,受檢體像彼此不吻合。
因此,將映入的受檢體像的圖案互不相同的目標區塊BTm與重合對象區塊BR重合而生成的融合區塊BF1、融合區塊BFq的對比度值C1、比度值Cq降低。這是因為,融合區塊BF1、融合區塊BFq中,淡淡地映入有受檢體像,而難以與受檢體以外的背景的部分區分開。
圖7中的融合區塊BFp表示將映入的受檢體像的圖案一致的目標區塊BTm與重合對象區塊BR重合的結果。因重合的區塊的受檢體像的圖案一致,故融合區塊BFp中受檢體像重合而深深地映入。在受檢體像重合時,受檢體像彼此吻合。
因此,將映入的受檢體像的圖案一致的目標區塊BTm與重合對象區塊BR重合而生成的融合區塊BFp的對比度值Cp增高。這是因為,融合區塊BFp中深深地映入有受檢體像,而容易與受檢體以外的背景的部分區分開。
即,選擇部14若進行如下動作,即,在融合區塊BF1、…融合區塊BFp、…融合區塊BFq之間算出對比度值C1、…對比度值Cp、…對比度值Cq並進行比較,選擇具有最高對比度的融合區塊BFp,則自融合區塊BF1、…融合區塊BFp、…融合區塊BFq中可選擇出映入至目標區塊BT與重合對象區塊BRp的受檢體像的圖案以一致的狀態重合者。這樣,選擇部14自多個融合區塊BF中選擇出重合的受檢體像彼此最吻合的作為選擇區塊BS。此時,選擇部14針對融合區塊BF的各個算出表示對比度值C的值,且藉由對值彼此進行比較而算出重合的受檢體像彼此吻合的程度,進行融合區塊BF的選擇。
<各部11、12、13、14的重複動作> 所述各部11、12、13、14的動作是針對構成圖框F1的目標區塊BT中的一個的動作。各部11、12、13、14針對構成圖框F1的目標區塊BT1、目標區塊BT2、目標區塊BT3、……目標區塊BTend的全部生成選擇區塊BS1、選擇區塊BS2、選擇區塊BS3、……選擇區塊BSend。選擇部14將定義所生成的選擇區塊BS1、選擇區塊BS2、選擇區塊BS3、……選擇區塊BSend的資料連同對應的目標區塊BT的圖框F1上的位置資訊一併送至影像生成部15。影像生成部15相當於請求項中的影像生成單元。
<影像生成部15的動作> 影像生成部15如圖9所示般根據隨附的位置資訊排列並結合選擇區塊BSm而生成雜訊降低圖框F1α。該雜訊降低圖框F1α為自圖框F1中降低了雜訊成分的影像。這樣,影像生成部15藉由將與目標設定部11分割圖框F1而生成的多個區塊的各個相關的選擇區塊BS結合,而生成映入至圖框F1的雜訊成分降低的雜訊降低圖框F1α。
<雜訊降低圖框生成的重複> 以上的說明是對生成與圖框F1相關的雜訊降低圖框F1α時的動作進行說明的。影像處理裝置10對其他圖框F2等亦進行相同的動作,且連續地生成與該些對應的雜訊降低圖框Fα。表1表示配合連續地生成圖框F而影像處理裝置10連續地生成雜訊降低圖框Fα的情況。即,若在對活動影像V進行拍攝時X射線拍攝裝置對圖框F1進行拍攝,則接收到圖框F1的影像處理裝置10基於各圖框F0、圖框F1生成雜訊降低圖框F1α,若X射線拍攝裝置對圖框F2進行拍攝,則接收了圖框F2的影像處理裝置10基於各圖框F1、圖框F2生成雜訊降低圖框F2α。
圖10示意性地表示影像處理裝置10配合圖框F(F0、F1、F2、F3、F4、…)的拍攝而連續地生成雜訊降低圖框Fα(Fα1、Fα2、Fα3、Fα4、…)的情況。影像處理裝置10使用最新的圖框及在該圖框前一次拍攝的圖框生成雜訊降低圖框。
所述各部11、12、13、14、15藉由利用中央處理器(Central Processing Unit,CPU)執行各種程式而實現。另外,亦可藉由個別地執行各部11、12、13、14、15的多個處理裝置來實現影像處理裝置10。
如以上,根據本發明,可提供即便為S/N比差的活動影像亦可確實地去除雜訊的影像處理裝置10。即,本發明的影像處理裝置10中,在將圖框F1與圖框F0重合時,設定作為圖框F1的斷片的目標區塊BT、與作為圖框F0的斷片的多個重合對象區塊BR,並自將目標區塊BT重合於重合對象區塊BR的各個而生成的融合區塊BF中選擇重合的受檢體像彼此最吻合的來作為選擇區塊BS。而且,根據本發明,將多個選擇區塊BS結合而生成雜訊降低圖框F1α。若為如此檢索出目標區塊BT映入至圖框F0的哪個位置的構成,則可在圖框F1上的受檢體像上一邊追蹤一邊進行影像彼此的重合,因而不會在誤識別的狀態下將圖框F0重疊於圖框F1。
尤其在本發明的構成中,自融合區塊BF中選擇重合的受檢體像彼此最吻合的作為選擇區塊BS。據此,具有與習知的方法不同的優點。
即,習知的方法中,在圖框F1的S/N比差的情況下,有時無法順利地動作。習知的方法中,無法進行如大膽變更圖框F1上的畫素值般的動作。因此,圖框F1上的強雜訊在以其原有的形式保留的狀態下完成影像彼此的重合。進而,即便設為確實地消除圖框F1上的雜訊而利用圖案匹配的構成,在雜訊的振幅強的情況下,有時正確性亦差。
根據本發明,以重合時受檢體像是否清晰為指標而選出成為目標區塊BT的對象的重合對象區塊BR,因而可在雜訊降低的狀態下判斷出受檢體像能否重合。即,本發明的構成對S/N比差的活動影像的雜訊降低處理尤其有效。
而且,如所述構成般,若對融合區塊BF的各個算出表示對比度的值,藉由對值彼此進行比較而進行融合區塊BF的選擇,則可自多個融合區塊BF中確實地選擇出重合的受檢體像彼此最吻合的。映入了互不相同的受檢體像的區塊彼此重合而生成的融合區塊BF具有低對比度。這是因為,重合時不同的受檢體像彼此不吻合。另一方面,具有相同受檢體像的區塊彼此重合而生成的融合區塊BF具有高對比度。這是因為,重合時相同的受檢體像彼此吻合。如此,若對融合區塊BF以對比度進行比較,則可容易地進行融合區塊BF的選擇。
本發明不限於所述構成,亦可實施如下所述的變形。
(1)實施例1的構成中,選擇部14藉由對融合區塊BF的對比度值進行比較而進行選擇動作,但本發明的構成不限於該構成。選擇部14亦可構成為藉由代替對比度值而對微分值的絕對值進行比較而進行選擇動作。關於融合區塊BF的各個,對該些中所含的多個畫素,針對各個畫素實施微分處理而算出微分值,將該些微分值的絕對值的總和值或最大值等特徵性值作為代表值(特徵量)而算出,若自融合區塊BF中選擇出微分值的代表值最高者,則可自多個融合區塊BF中確實地選擇出重合的受檢體像彼此最吻合的。即,本變形例的選擇部14針對融合區塊BF的各個算出微分值的代表值,藉由對微分值彼此進行比較而進行融合區塊BF的選擇。
對映入了互不相同的受檢體像的區塊彼此重合而生成的融合區塊BF進行微分而獲得的微分值的代表值小。這是因為,重合時不同的受檢體像彼此不吻合,像變得模糊。另一方面,若對具有相同的受檢體像的區塊彼此重合而生成的融合區塊BF進行微分則微分值的代表值大。這是因為,重合時相同的受檢體像彼此吻合,像變得清晰。這樣,若對融合區塊BF以微分值進行比較,則可容易地進行融合區塊BF的選擇。
當對兩個融合區塊BF比較微分值的代表值時,考慮各種形態。例如,考慮如下形態:對於一融合區塊BF,關於該些中所含的多個畫素,針對各個畫素進行微分,自所獲得的微分值的絕對值中獲得最大的值,並且對另一融合區塊BF在空間上進行微分,自所獲得的微分值的絕對值中獲取最大的值,對所獲得的最大值彼此進行比較。而且,亦可對微分值的絕對值的平均彼此在融合區塊BF之間進行比較而進行微分值的絕對值的比較。
或者,在融合區塊的比較中,亦可代替使用微分值,而在融合區塊BF的各個中實施濾波處理,並對其結果彼此進行比較。作為該濾波處理中使用的濾波器形態,作為一例,可應用拉普拉斯濾波器(Laplacian filter)等用於特徵量算出的濾波器形態,且亦可使用其他的同種的濾波器。
(2)本發明的構成亦可應用於所述影像處理以外。關於可應用的影像處理,有關於生成雜訊降低影像的遞歸濾波器(recursive filter)。根據遞歸濾波器,記憶將活動影像的圖框彼此重合而形成的雜訊降低影像,並將其作為重合對象影像。而且,新輸入活動影像的圖框時,將新的活動影像與重合對象影像重合而生成新的雜訊降低影像,且將其預先加以記憶。以後,進行將每次輸入新的圖框時所記憶的雜訊降低影像重合的動作,連續地生成與圖框對應的雜訊降低影像。將此種遞歸濾波器的動作稱作巡迴加算處理。本發明的各部11、12、13、14、15的動作可應用於活動影像的圖框與重合對象影像的重合時。 [產業上之可利用性]
如以上,本發明適合於醫用領域。
10‧‧‧影像處理裝置 11‧‧‧目標設定部(目標設定單元) 12‧‧‧重合對象設定部(重合對象設定單元) 13‧‧‧重合部(重合單元) 14‧‧‧選擇部(選擇單元) 15‧‧‧影像生成部(影像生成單元) BF1、BF2、BF3、BFp、BFq‧‧‧融合區塊 BR1、BR2、BR3、BRp、BRq‧‧‧重合對象區塊 BS、BS1、BS2、BS3、BSend、BSm‧‧‧選擇區塊 BT、BTm‧‧‧目標區塊 C1、Cp、Cq‧‧‧對比度值 F0、F1、F2、F3、F4‧‧‧圖框 F1α、F2α、F3α、F4α‧‧‧雜訊降低圖框 Rm‧‧‧範圍 V‧‧‧活動影像 Vα‧‧‧雜訊降低動態影像
圖1A與圖1B是說明本發明的影像處理裝置的概要的示意圖。 圖2是說明本發明的影像處理裝置的整體構成的功能方塊圖。 圖3A與圖3B是說明本發明的元影像的示意圖。 圖4是說明本發明的目標設定部的動作的示意圖。 圖5A與圖5B是說明本發明的重合對象設定部的動作的示意圖。 圖6是說明本發明的重合對象設定部的動作的示意圖。 圖7是說明本發明的重合部的動作的示意圖。 圖8是說明本發明的選擇部的動作的示意圖。 圖9是說明本發明的影像生成部的動作的示意圖。 圖10是說明本發明的影像處理裝置中的動作的重複的示意圖。
10‧‧‧影像處理裝置
11‧‧‧目標設定部(目標設定單元)
12‧‧‧重合對象設定部(重合對象設定單元)
13‧‧‧重合部(重合單元)
14‧‧‧選擇部(選擇單元)
15‧‧‧影像生成部(影像生成單元)
BF1、BF2、BF3‧‧‧融合區塊
BR1、BR2、BR3‧‧‧重合對象區塊
BS‧‧‧選擇區塊
BT‧‧‧目標區塊
F0、F1‧‧‧圖框
F1α‧‧‧雜訊降低圖框

Claims (10)

  1. 一種影像處理裝置,將藉由連續地對受檢體進行拍攝而生成的屬於時間序列影像的元影像與重合對象影像重合,而進行所述元影像的雜訊降低處理,所述影像處理裝置的特徵在於包括: 目標設定單元,將所述元影像上的區域的至少一部分分割為多個區塊,將多個所述區塊中的一個設定為目標區塊; 重合對象設定單元,將與所設定的所述目標區塊為相同形狀及大小的多個重合對象區塊設定於所述重合對象影像上的互不相同的位置; 重合單元,藉由將所述目標區塊重合於所述重合對象區塊的各個而生成融合區塊; 選擇單元,自多個所述融合區塊中選擇出重合的受檢體像彼此最吻合的來作為選擇區塊;以及 影像生成單元,藉由將針對多個所述區塊的各個而生成的所述選擇區塊結合,而生成雜訊降低影像。
  2. 如申請專利範圍第1項所述的影像處理裝置,其中 所述選擇單元對所述融合區塊的各個算出表示對比度的值,藉由對所述值彼此進行比較而算出所述重合的受檢體像彼此吻合的程度,並進行所述選擇區塊的選擇。
  3. 如申請專利範圍第1項所述的影像處理裝置,其中 所述選擇單元對所述融合區塊的各個算出利用了微分的特徵量,藉由對所述特徵量彼此進行比較而算出所述重合的受檢體像彼此吻合的程度,並進行所述選擇區塊的選擇。
  4. 如申請專利範圍第1項所述的影像處理裝置,其中 所述選擇單元利用濾波器處理對所述融合區塊的各個算出特徵量,藉由對所述特徵量彼此進行比較而算出所述重合的受檢體像彼此吻合的程度,並進行所述選擇區塊的選擇。
  5. 如申請專利範圍第1項至第4項中任一項所述的影像處理裝置,其中 所述重合對象影像為藉由連續地對受檢體進行拍攝而生成的影像中的所述元影像的前一幅所拍攝的影像。
  6. 如申請專利範圍第1項至第4項中任一項所述的影像處理裝置,其中 所述重合對象影像為與藉由連續地對受檢體進行拍攝而生成的影像中的與所述元影像的前一幅所拍攝的影像對應的雜訊降低影像。
  7. 如申請專利範圍第1項至第4項中任一項所述的影像處理裝置,其中 所述目標設定單元將所述元影像縱橫分割而設定矩形形狀的所述目標區塊。
  8. 如申請專利範圍第1項至第4項中任一項所述的影像處理裝置,其中 所述目標設定單元設定的所述目標區塊為正方形。
  9. 如申請專利範圍第1項至第4項中任一項所述的影像處理裝置,其中 所述重合對象設定單元以如下方式進行動作:設定所述重合對象影像上的以相當於所述目標區塊的位置為中心的範圍,關注與屬於所述範圍的目標區塊為相同形狀的部分而設定所述重合對象區塊,以後,一邊在所述範圍上改變部分的位置一邊連續地設定所述重合對象區塊。
  10. 如申請專利範圍第1項至第4項中任一項所述的影像處理裝置,其中 所述影像生成單元依據與所述選擇區塊對應的所述目標區塊的位置資訊排列所述選擇區塊,藉此執行結合的動作。
TW105100470A 2015-01-15 2016-01-08 影像處理裝置 TWI583192B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/050986 WO2016113888A1 (ja) 2015-01-15 2015-01-15 画像処理装置

Publications (2)

Publication Number Publication Date
TW201637426A true TW201637426A (zh) 2016-10-16
TWI583192B TWI583192B (zh) 2017-05-11

Family

ID=56405449

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105100470A TWI583192B (zh) 2015-01-15 2016-01-08 影像處理裝置

Country Status (5)

Country Link
US (1) US10165156B2 (zh)
JP (1) JP6414604B2 (zh)
CN (1) CN107409167B (zh)
TW (1) TWI583192B (zh)
WO (1) WO2016113888A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109978774B (zh) * 2017-12-27 2021-06-18 展讯通信(上海)有限公司 多帧连续等曝光图像的去噪融合方法及装置
US10949957B2 (en) 2018-01-04 2021-03-16 Gingy Technology Inc. Biometric image processing method and electronic device thereof
US11604345B2 (en) * 2019-01-28 2023-03-14 Stanley Electric Co., Ltd. Apparatuses and methods for backscattering elimination via spatial and temporal modulations
CN112651910B (zh) * 2019-10-11 2023-12-26 新疆三维智达网络科技有限公司 一种叠加防伪印章的生成方法及系统

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01314477A (ja) 1988-06-14 1989-12-19 Nec Corp ビデオ信号のノイズ低減回路
US6055025A (en) * 1993-12-21 2000-04-25 Lucent Technologies, Inc. Method and apparatus for detecting abrupt and gradual scene changes in image sequences
JPH0956707A (ja) * 1995-08-29 1997-03-04 Ge Yokogawa Medical Syst Ltd 画像処理方法,画像処理装置,x線透視撮影装置及びx線撮影装置
US6535617B1 (en) * 2000-02-14 2003-03-18 Digimarc Corporation Removal of fixed pattern noise and other fixed patterns from media signals
US7944501B2 (en) * 2004-12-28 2011-05-17 Canon Kabushiki Kaisha Image sensing apparatus and image sensing apparatus control method
US8059203B2 (en) * 2005-02-21 2011-11-15 Panasonic Corporation Moving picture processing method
JP4926499B2 (ja) * 2006-02-28 2012-05-09 オリンパス株式会社 ノイズ低減処理装置、方法、プログラム、およびカメラ装置
JP4178480B2 (ja) * 2006-06-14 2008-11-12 ソニー株式会社 画像処理装置、画像処理方法、撮像装置および撮像方法
JP4735978B2 (ja) * 2006-07-21 2011-07-27 ソニー株式会社 画像処理装置、画像処理方法、及びプログラム
JP4395789B2 (ja) * 2006-10-30 2010-01-13 ソニー株式会社 画像処理装置、撮像装置、画像処理方法およびプログラム
WO2010013401A1 (ja) * 2008-07-30 2010-02-04 三菱電機株式会社 画像処理装置及び方法、並びに画像表示装置
CN101744628B (zh) * 2008-11-28 2012-05-23 东软飞利浦医疗设备系统有限责任公司 一种基于运动信号反馈的降噪装置及方法
US8346011B2 (en) * 2009-06-26 2013-01-01 Mayo Foundation For Medical Education And Research Reducing noise in an image
JP2012142865A (ja) * 2011-01-05 2012-07-26 Sony Corp 画像処理装置及び画像処理方法
TWI459325B (zh) * 2011-05-13 2014-11-01 Altek Corp 數位影像處理裝置及其處理方法
CN103747735B (zh) * 2011-09-22 2016-04-20 株式会社岛津制作所 图像处理装置以及具备该图像处理装置的放射线摄影装置
JP5903305B2 (ja) * 2012-03-26 2016-04-13 東芝デジタルメディアエンジニアリング株式会社 画像処理装置及び画像処理方法
JP5940383B2 (ja) * 2012-06-12 2016-06-29 オリンパス株式会社 顕微鏡システム
TWI528812B (zh) * 2013-06-03 2016-04-01 恆景科技股份有限公司 降低雜訊的系統及方法

Also Published As

Publication number Publication date
WO2016113888A1 (ja) 2016-07-21
US10165156B2 (en) 2018-12-25
CN107409167A (zh) 2017-11-28
US20180270401A1 (en) 2018-09-20
JP6414604B2 (ja) 2018-10-31
CN107409167B (zh) 2020-01-21
TWI583192B (zh) 2017-05-11
JPWO2016113888A1 (ja) 2017-09-28

Similar Documents

Publication Publication Date Title
KR101389841B1 (ko) 파노라마 영상 데이터 제공 방법 및 장치
US10043278B2 (en) Method and apparatus for reconstructing 3D face with stereo camera
TWI583192B (zh) 影像處理裝置
JP6416582B2 (ja) 医用画像における金属アーチファクト除去のための方法および装置
TWI556641B (zh) 圖像處理裝置
US20090294666A1 (en) IR Camera and Method for Presenting IR Information
JP2008241355A (ja) 物体の距離導出装置
JP6478136B1 (ja) 内視鏡システム、内視鏡システムの作動方法
JP5641148B2 (ja) 画像処理装置およびそれを備えた放射線撮影装置
JP2011120657A (ja) 画像処理装置、画像処理方法、及びプログラム
CN105208937B (zh) 图像处理装置
JPWO2016170656A1 (ja) 画像処理装置、画像処理方法および画像処理プログラム
JP6416631B2 (ja) ステレオx線管に基づく体外高コントラスト物体の抑圧
KR101963358B1 (ko) 3차원 두부 영상 정렬 장치 및 방법
JP5967298B2 (ja) 画像処理装置
JP5336325B2 (ja) 画像処理方法
CN109389577B (zh) X射线图像处理方法和系统及计算机存储介质
JP2004104425A (ja) 視差分布測定方法、視差分布測定装置および視差分布測定プログラム
JP2015019346A (ja) 視差画像生成装置
US20210042885A1 (en) Image processing device, image processing method, and image processing program
JP2016156702A (ja) 撮像装置および撮像方法
KR101698850B1 (ko) 의료 영상 장치 및 그의 영상 보정 방법
WO2020059575A1 (ja) 3次元画像生成装置、3次元画像生成方法、及びプログラム
JP2013061280A (ja) X線検査装置、x線検査装置の制御方法、x線検査装置を制御するためのプログラム、および、当該プログラムを格納したコンピュータ読み取り可能な記録媒体
JP2017138787A (ja) 撮像システム、撮像装置、撮像方法

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees