WO2023043036A1 - 영상 처리 방법 및 장치 - Google Patents

영상 처리 방법 및 장치 Download PDF

Info

Publication number
WO2023043036A1
WO2023043036A1 PCT/KR2022/010640 KR2022010640W WO2023043036A1 WO 2023043036 A1 WO2023043036 A1 WO 2023043036A1 KR 2022010640 W KR2022010640 W KR 2022010640W WO 2023043036 A1 WO2023043036 A1 WO 2023043036A1
Authority
WO
WIPO (PCT)
Prior art keywords
ray image
layer
image processing
map
noise
Prior art date
Application number
PCT/KR2022/010640
Other languages
English (en)
French (fr)
Inventor
김성현
홍윤표
임혜원
유종상
Original Assignee
엘지전자 주식회사
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 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020247012512A priority Critical patent/KR20240060662A/ko
Publication of WO2023043036A1 publication Critical patent/WO2023043036A1/ko

Links

Images

Classifications

    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • 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
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • 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
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform

Definitions

  • the present disclosure relates to image processing, and more particularly, to an image processing method and apparatus for reducing a radiation exposure dose or minimizing deterioration of image quality of an image obtained through radiation regardless of the dose.
  • X-ray medical devices are devices that take pictures of the inside of a human body for radiographic examination.
  • an image obtained from an X-ray medical device that is, an X-ray image
  • an X-ray image has an uneven brightness level and is difficult to distinguish by region, making it difficult to precisely diagnose or accurately determine the X-ray image.
  • an X-ray image usually has a wide dynamic range of 16 bits or more, and information on a region of interest is concentrated in a narrow region, making it difficult to apply conventional general image processing methods as they are.
  • An object of the present disclosure is to provide an image processing method and apparatus for processing X-ray images taken with a minimum dose to prevent or minimize image quality deterioration.
  • Another object of the present disclosure is to provide an image processing method and apparatus for preventing or minimizing image quality degradation of an X-ray image obtained regardless of exposure dose.
  • the present disclosure processes an X-ray image obtained by considering noise characteristics in which details of a boosted image are considered according to a body part to be photographed, photographing conditions, etc., thereby preventing or minimizing image quality degradation. Another object is to provide an image processing method and apparatus.
  • An X-ray image processing apparatus may include an image analyzer configured to analyze a received original X-ray image; a conversion unit which converts the original X-ray image into multi-scale and separates the original X-ray image in units of frequencies based on the analysis result; a noise prediction unit generating a noise prediction map by enhancing and combining specific frequency parts; an edge map processing unit generating an edge map based on the generated noise prediction map; a contrast processing unit enhancing contrast of the X-ray image based on the generated edge map; an inverse transform unit performing a flattening process and an edge correction process on the contrast-enhanced X-ray image and inversely transforming it; and a controller configured to tone-map the inversely transformed X-ray image and control output.
  • An X-ray image processing method includes receiving an original X-ray image; analyzing the received original X-ray image; converting an original X-ray image into a multi-scale based on the result of the analysis and separating the original X-ray image in units of frequencies; generating a noise prediction map by enhancing and combining specific frequency parts; generating an edge map based on the generated noise prediction map; enhancing contrast of the X-ray image based on the generated edge map; performing a flattening process and an edge correction process on the contrast-enhanced X-ray image and inversely transforming the image; and tone-mapping and outputting the inversely transformed X-ray image.
  • noise processing is primarily performed on the multi-scale converted X-ray image through various processes, and noise processing is additionally performed in the inverse transformation process to increase the accuracy of noise removal.
  • noise processing is additionally performed in the inverse transformation process to increase the accuracy of noise removal.
  • FIG. 1 is a schematic diagram of an image processing system according to an embodiment of the present invention.
  • FIG. 2 illustrates an example of an actual implementation of the image processing system of FIG. 1 .
  • FIG. 3 is a configuration block diagram of an image processing device according to an embodiment of the present invention.
  • FIG. 4 is a flowchart illustrating an image processing method according to an embodiment of the present invention.
  • FIG. 5 is a diagram for explaining image analysis according to an embodiment of the present invention.
  • 6 and 7 are diagrams for explaining noise prediction according to an embodiment of the present invention.
  • FIG. 8 is a diagram for explaining edge map generation according to an embodiment of the present invention.
  • FIG. 10 is a diagram for explaining inverse transformation according to an embodiment of the present invention.
  • FIG. 11 is a diagram for explaining inverse transform according to another embodiment of the present invention.
  • FIG. 12 is a diagram for explaining noise and contrast control according to an embodiment of the present invention.
  • FIG. 13 is a diagram for explaining an original image and a processed image according to an embodiment of the present invention.
  • a noise map is generated by predicting noise characteristics for each brightness of an X-ray image, and edge detection, standard deviation, correlation between layers
  • a more robust edge map can be created by utilizing various information such as correlation.
  • noise included in the X-ray image may be minimized by improving the accuracy of noise removal by processing noise twice.
  • noise prediction information when noise is removed, since noise prediction information, edge strength, and characteristics of each target part are considered together, a result more adaptive to the signal can be derived, and it is independent of low-dose X-ray images or dose, that is, It can provide consistent quality correction function even at high dose or standard dose.
  • the 'images' described herein refer to radiation, in particular, X-ray images obtained from an X-ray machine, but are not limited thereto.
  • the image processing method prevents deterioration of image quality while reducing the dose of exposure to the human body (eg, bones of a subject to be photographed) through X-rays of not only standard dose but also low dose, or Describe how to minimize it.
  • FIG. 1 is a schematic diagram of an image processing system 1 according to an embodiment of the present invention.
  • FIG. 2 illustrates an example of an actual implementation of the image processing system 1 of FIG. 1 .
  • FIG. 3 is a block diagram of the image processing device 150 according to an embodiment of the present invention.
  • an image processing system 1 may include an image capture device 100 , an image processing device 150 , and an image output device 180 .
  • the image output device 180 may be one component of the image processing device 150 .
  • the image capture device 100 may include an X-ray tube 110 and a Digital X-ray Detector (DXD) 120 .
  • DXD Digital X-ray Detector
  • the X-ray tube 110 radiates a certain amount of X-rays to a photographing target (eg, a body part).
  • a photographing target eg, a body part
  • the digital X-ray detector 120 detects an X-ray image based on the X-ray radiated onto the object to be photographed.
  • the image capture device 100 may transmit an image detected through the digital X-ray detector 120 to the image processing device 150 .
  • the image acquisition device 100 and the image processing device 150 may perform data communication through a wired/wireless network.
  • the image processing device 150 may process the X-ray image received through the image capture device 100 and provide it through the display 180 .
  • the image processing device 150 When an X-ray image is input, the image processing device 150 according to an embodiment of the present disclosure displays a background region, an anatomy region, a collimation region, a metal object, and the like.
  • information is stored by segmenting, and it is multi-frequency (multi-frequency), that is, separated by frequency unit, and image analysis information is used to create a noise prediction map by frequency (or by brightness), predicted noise information, and image analysis information.
  • Edge map generation, noise suppression and contrast boost for each layer and/or region are first performed using inter-layer correlation, etc., and then, brightness (object thickness) and additional
  • edge correction considering noise removal and edge directionality (for example, in a specific frequency unit or in a specific layer)
  • automatic contrast control is performed to maintain not only more natural picture quality but also consistency of picture quality, that is, consistency between images. can do.
  • the image processing unit 160 includes a communication interface unit 310, an image analysis unit 320, a conversion unit 330, an enhancement unit 340, an inverse transformation unit 350, a control unit 360, and the like. It can be implemented including.
  • the configuration shown in FIG. 3 may be partially omitted or modularized together with other components, or configurations not shown in FIG. 3 may be added.
  • the communication interface unit 301 provides an interfacing environment for data communication with the image capture device 100 and may receive an X-ray image obtained from the image capture device 100 .
  • the communication interface unit 301 may perform short range communication with the image capture device 100 .
  • the communication interface unit 301 is Bluetooth (BluetoothTM), BLE (Bluetooth Low Energy), RFID (Radio Frequency Identification), infrared communication (Infrared Data Association; IrDA), UWB (Ultra Wideband), ZigBee, NFC ( Near Field Communication), Wi-Fi (Wireless-Fidelity), Wi-Fi Direct, and wireless USB (Wireless Universal Serial Bus) technologies may be used to support short-distance communication.
  • the communication interface unit 310 may be used between the image acquisition device 100 and a wireless communication system, between the image processing device 150 and the display 180, or the image processing device 150 through wireless local area networks. ) and a network in which a server is located may support wireless communication.
  • the image analyzer 320 may analyze an X-ray image received through the communication interface 310 .
  • the image analysis is, for example, as shown in (b) of FIG.
  • noise and edges may be separated with respect to the anatomy region 510 .
  • the image processing device 150 may perform primary processing by suppressing the separated noise and further emphasizing the edge.
  • the conversion unit 330 enhances the original X-ray image data or raw X-ray image data received through the communication interface unit 310 for each frequency unit characteristic. You can do multi-scale transformation so that you can do .
  • the transform unit 330 may perform log transformation on the original X-ray image before performing the multi-scale transformation.
  • the enhancement unit 340 may include a noise estimation unit 341, an edge map processing unit 343, a range control unit 345, a contrast processing unit 347, and the like.
  • the conversion unit 330 and the enhancement unit 340 may be modularized.
  • the enhancement unit 340 may be implemented in the form of a plurality of modules.
  • a result of image analysis through the image analyzer 320 may be transferred to and utilized by at least one component of the enhancement unit 340 .
  • the noise prediction unit 341 may generate noise prediction information from an X-ray image subjected to multi-scale conversion based on a result of analyzing the original X-ray image.
  • the edge map processing unit 343 may generate an edge map based on a result of analyzing the original X-ray image.
  • the range controller 345 performs range control for each layer of the multi-scale converted X-ray image based on the result of analyzing the original X-ray image and the noise prediction information generated by the noise predictor 341.
  • the range control is, for example, related to the consistency of image quality, and as shown in FIG. 9, contrast normalization in certain ranges in which a result is derived using a reference value Therefore, it can be seen as an operation that enables consistent image quality processing regardless of dose.
  • the reference value represents a reference value according to characteristics of each layer
  • the reference value may be different in each layer.
  • a value calculated in advance by an experiment or the like may be applied as the reference value.
  • the contrast processor 347 may perform detail contrast enhancement through base layer contrast and noise control based on the analysis result of the original X-ray image.
  • the inverse transformation unit 350 may inverse transform the X-ray image processed through the contrast processing unit 347 again.
  • controller 360 may control the operation of the image processing unit 160 . Therefore, the control unit 360 can appropriately control the operation of the corresponding component through data communication with each component of the image processing unit 160 .
  • the control unit 360 may control data received, generated, and processed through the data communication to be stored in the DB 170.
  • the database (DB) 170 may temporarily store received X-ray images. Unlike shown in FIG. 1 , the database (DB) 170 does not necessarily have to be built into the image processing device 150, and may be located externally or remotely.
  • the display 180 may receive and output an X-ray image processed through the image processing unit 160 .
  • the display 180 may be in the form of a fixed device such as a monitor, TV, or signage, or a mobile device such as a mobile phone, a tablet PC, or a laptop computer.
  • the display 180 may be a dedicated device for outputting an image according to the present disclosure.
  • the display 180 is a wearable device capable of (or interlocking) exchanging data with another display device (not shown), such as a smart watch or smart glass. , a head-mounted display (HMD), and a mobile terminal such as a smart phone.
  • another display device such as a smart watch or smart glass.
  • HMD head-mounted display
  • a mobile terminal such as a smart phone.
  • the communication interface unit 310 may detect (or recognize) a communicable wearable device around the image processing device 150 .
  • the controller 340 transmits at least a portion of data processed by the image processing device 150 to communication. It can be transmitted to the wearable device through the interface unit 301.
  • a user of the wearable device may use data processed on the display 180 through the wearable device.
  • the image processing system 1, the image acquisition device 100, or the image processing device 150 illustrated in FIGS. 1 and 3 are only one embodiment of the present disclosure. Some of the illustrated components may be integrated, added, or omitted according to specifications of an actually implemented system or device.
  • two or more components may be combined into one component, or one component may be subdivided into two or more components as needed.
  • functions performed by each component are for explaining an embodiment of the present invention, and the specific operation or device does not limit the scope of the present invention.
  • FIG. 4 is a flowchart illustrating an image processing method according to an embodiment of the present invention.
  • the image processing device 150 may analyze the original X-ray image obtained from the image capture device 100 through the received communication interface unit 301 (S101).
  • the image processing device 150 segments the original X-ray image into an anatomy region 510, a direct exposure region 520, and a collimation region 530, as shown in (b) of FIG. 5, and the segmented Among the regions, the anatomy region 510 may be analyzed and the analysis result may be stored.
  • the image processing device 150 applies a segmentation technique to the original X-ray image shown in (a) of FIG. 5 as shown in (b) of FIG.
  • Region 520 and collimation region 530 can be predicted and a map can be generated, and then enhancement can be performed only for a desired region (eg, only for an edge region for anatomy region 510). there is.
  • the image processing device 150 may first transform the original X-ray image (S103).
  • the first transformation may mean, for example, log transformation, but is not limited thereto.
  • the image processing device 150 may perform a second conversion process on the first converted X-ray image (S105).
  • the second transformation process is, for example, as shown in FIG. 6, a multi-scale transformation in which n layers in frequency units are separated from the original X-ray image is an example, and the present disclosure It is not limited to this.
  • the image processing device 150 may generate a noise prediction map from the second converted X-ray image.
  • the image processing device 150 may use a Gaussian-Laplacian pyramid structure as shown in FIG. 6 for multi-scale transformation.
  • the image processing device 150 may generate the noise prediction map as illustrated in FIGS. 6 and 7 .
  • X-ray images may have different points that require processing or improvement according to target regions or target regions due to their characteristics.
  • the image processing device 150 divides into frequency units on a multi-scale (or multi-frequency) basis and adjusts a parameter for each frequency to obtain, for example, suitable for a target region. image can be obtained.
  • the present disclosure uses a Gaussian-Laplacian pyramid that can be used in a multi-scale conversion (or multi-frequency conversion) method, but is not limited thereto.
  • an X-ray image may be converted into a root square.
  • global contrast of a low signal level may be degraded.
  • the use of the log transformation described above is one example, but is not limited thereto.
  • the logarithmic transformation since the deviation of noise changes according to intensity, in the present disclosure, it is possible to predict the deviation of noise for each brightness and use it as a brightness variable prediction function.
  • noise in another layer may be corrected based on information predicted in a layer having the greatest influence on noise, without independent prediction for each layer.
  • the transform unit 330 may employ a Gaussian-Laplacian pyramid structure as shown in FIG. 6 for multi-scale transform processing, but is not limited thereto.
  • the conversion unit 330 may form n layers (where n is a natural number), ie, a multi-layer structure, based on an original X-ray image.
  • the n may be determined according to the setting of the image processing device 150. For example, if n is 10, a total of 10 images, that is, L1 to L10 may be processed.
  • noise prediction may be performed using Gaussian information corresponding to brightness in layers corresponding to a high frequency region, that is, L1 to L3.
  • the noise prediction unit 341 includes four noise prediction modules each predicting noise, but the number of the modules is not limited to what is shown. That is, the number of noise prediction modules included in the noise prediction unit 341 may be different from that shown.
  • the output value Lap [0] of the L1 layer is input to the first noise estimation module (L0 noise estimation), and the output value Lap [1] of the L2 layer is input to the second noise estimation module. It is input to the noise estimation module (L1 noise estimation), the output value Lap [2] of the L3 layer is input to the third noise estimation module (L2 noise estimation), and the output value Lap [3] of the L4 layer is input to the fourth noise estimation module ( L3 noise estimation).
  • the noise prediction unit 341 provides the noise information to the next noise prediction module based on the noise information predicted by the first noise prediction module, so that noise in another layer can be predicted.
  • the noise information predicted by the first noise prediction module is used as a reference because the input of the first noise prediction module actually includes the most noise and thus has the greatest influence on noise prediction.
  • the present disclosure is not limited thereto, and a noise prediction value in another layer may be further referred to as a noise reference value.
  • the edge map processing unit 343 may generate an edge map based on the analysis result of the original X-ray image (S109).
  • the contrast processor 347 may perform detail contrast enhancement through base layer contrast and noise control based on the analysis result of the original X-ray image (S111).
  • the range controller 345 performs range control for each layer of the second converted X-ray image based on a result of analyzing the original X-ray image and noise prediction information generated by the noise predictor 341.
  • the image processing device 150 may form a multi-featured edge map.
  • the multi-feature may refer to information about noise, edge, contrast, layer, etc., but is not limited thereto.
  • the edge map processing unit 343 may predict the noise level of each Laplacian using Gaussian information corresponding to brightness, anatomy, and information for each layer in the high-frequency layers (Layer 0 to 3 and 4).
  • a local standard deviation value can be calculated, but when an edge map is generated only with the calculated local standard deviation value, the directional information of the edge is not considered and the area around the edge may be messy. can
  • the image processing device 150 independently generates a map for each layer without considering inter-layer correlation, noise removal may be limited for higher frequency layers.
  • a more robust map may be generated by reflecting local edge information and correlation between layers in a specific frequency unit, in addition to the calculated local standard deviation value.
  • the correlation may be performed by combining an edge map and a contrast map, and dividing the combined value based on noise prediction information predicted in FIG. 7 . This may be, for example, to determine whether or not to suppress intensity (intensity) for a map according to noise.
  • the image processing device 150 may perform map-based layer contrast & noise control & local contrast coherence processing.
  • the image processing device 150 performs range adjustment according to the target criterion Tn of the Laplacian change rate for each region and layer defined in advance and adaptive Laplacian boost according to the edge map.
  • the image processing device 150 may assign a weight to Laplacian values of each layer using an edge map.
  • X-ray images are captured for each part (eg, chest, hand, pelvis, etc.) and for each frequency unit (layer0, 1, 2... .) There is an optimal range (Laplacian). Accordingly, the image processing device 150 may collect X-ray images taken with the most optimal dose for each region, and measure an appropriate range of the Laplacian for each layer of the collected X-ray images.
  • only the value for the anatomy region predicted as a result of the image analysis in FIG. 5(b) may be selectively performed without measuring the entire region.
  • the inverse transformation unit 350 may again perform a third transformation process on the X-ray image processed through the contrast processing unit 347 (S113).
  • the third transformation process may represent, for example, inverse transformation.
  • the inverse transform may be an inverse FFT (IFFT) corresponding to multi-scale transform.
  • the image processing device 150 inversely transforms the multi-scale transformed X-ray image, which may include processes such as local contrast coherence, noise reduction, and edge correction.
  • the image processing device 150 may, for example, perform histogram-based equalization on an intermediate layer (intermediate frequency) for contrast consistency.
  • the image processing device 150 may perform a smoothing operation while adaptively preserving edges of a signal that is not smooth due to boosting in a low layer (high frequency) by utilizing anatomy, brightness, edge map information, and the like.
  • the inverse transform unit 350 creates a final result image by sequentially adding the corrected frequency components from the higher layer Ln, for example, as shown in FIG. 10 or 11 .
  • the inverse transformation unit 350 solves this problem, since even if the frequency components are boosted so that the X-ray image is added to the brightness for each layer (consistency), if the brightness is too bright or dark, the overall contrast in the final X-ray image may not be flattened. To do this, the brightness and contrast of the image may be flattened based on the histogram in the aforementioned intermediate frequency layer.
  • the inverse transform unit 350 maintains the consistency of the output X-ray image regardless of the dose through the flattening and can prevent noise caused by high frequencies from being boosted.
  • the noise can be amplified again in the step of combining each layer in the inverse transformation process. Additional noise removal may be separately performed on layers L2, L1, and L0 having a large noise effect.
  • the separate noise removal may include smoothing in consideration of a small size noise or unnatural signal directionality due to the above-described boost operation, rather than removing a relatively large size noise.
  • the controller 360 may control the output by performing a tone mapping operation on the inversely transformed X-ray image (S115).
  • the tone mapping may indicate that, for example, an X-ray image itself is a 16-bit image and thus has a wide range, whereas the display 180 is 8-bit and thus has a mismatched range.
  • FIG. 13 shows original X-ray images and post-processed X-ray images before processing according to the present invention. represents the post-processing X-ray image according to the present invention described above.
  • the image processing apparatus has an effect of minimizing deterioration in image quality of a low-dose X-ray image and guaranteeing or providing consistent image quality of an X-ray image regardless of dose, so that industrial applicability is remarkable. do.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Image Processing (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Physiology (AREA)
  • Quality & Reliability (AREA)

Abstract

영상 처리 방법 및 장치가 개시된다. 여기서, 본 개시의 실시 예에 따른 엑스레이 영상 처리 장치는, 수신된 원본 엑스레이 영상을 분석하는 영상 분석부; 상기 분석 결과에 기초하여 원본 엑스레이 영상을 멀티-스케일로 변환하여 주파수 단위로 분리하는 변환부; 특정 주파수 부분을 인핸스먼트하고 컴바인하여 노이즈 예측 맵을 생성하는 노이즈 예측부; 상기 생성된 노이즈 예측 맵에 기초하여 에지 맵을 생성하는 에지 맵 처리부; 상기 생성된 에지 맵에 기초하여 상기 엑스레이 영상의 콘트라스트를 인핸스먼트하는 콘트라스트 처리부; 상기 콘트라스트가 인핸스먼트된 엑스레이 영상에 대해 평탄화 과정 및 에지 보정 과정을 수행하고 역변환하는 역변환부; 및 상기 역변환된 엑스레이 영상을 톤 맵핑하고 출력을 제어하는 제어부 포함하는 것을 특징으로 한다.

Description

영상 처리 방법 및 장치
본 개시는 영상 처리에 관한 것으로, 보다 상세하게는 방사선 피폭 선량을 감소시키거나 그와 무관하게 방사선을 통해 획득된 영상의 화질 저하가 최소화되도록 처리하는 영상 처리 방법 및 장치에 관한 것이다.
의료기기 및 관련 기술이 발전하면서 의료기기 시장이 고속으로 성장하고 있다. 이 중 특히, 엑스레이(X-ray) 의료기기는 현재 가장 널리 보급되었으며 수요도 많다.
이러한 엑스레이 의료기기는 방사선 검사용으로 인체 내부를 촬영하는 기기이다.
그러나 엑스레이 의료기기로부터 획득되는 영상 즉, 엑스레이 영상는 밝기 레벨이 고르지 않고 영역별 구분이 어려워 상기 엑스레이 영상에 대한 정밀한 진단이나 정확한 판단이 어렵다.
또한, 엑스레이 영상는 통상 16비트 이상의 넓은 다이나믹 레인지(dynamic range)를 가지고 관심영역의 정보는 좁은 영역에 밀집해 있어, 기존의 일반 영상의 처리 방법을 그대로 적용하기 어려운 문제점이 있었다.
이에 종래 엑스레이 영상에 대한 보다 정밀한 진단과 정확한 판단을 할 수 있도록 고화질 엑스레이 영상을 제공하려는 시도가 있었으나, 여전히 노이즈(noise)와 같은 아티팩트(artifact)에 대한 처리, 콘트라스트(contrast) 처리 문제 등 고화질의 엑스레이 영상을 획득하기 어려운 실정이다.
한편, 엑스레이 의료기기를 통하여 높은 품질의 영상을 획득하여 진단의 정확도를 높이기 위해 높은 선량 조건으로 촬영해야 하나, 선량이 높을수록 인체에 대한 방사선 피폭량도 같이 증가하는 문제점이 있었다.
이에 최소의 선량으로 촬영하여 방사선 피폭량을 최소화하면서도 진단을 위한 화질에 문제가 없는 엑스레이 영상을 획득하는 방안이 요구되고 있다.
본 개시는 최소한의 선량으로 촬영된 엑스레이 영상(X-ray images)에 대하여 화질 열화의 방지 또는 최소화되도록 처리하는 영상 처리 방법 및 장치의 제공을 그 목적으로 한다.
본 개시는 피폭 선량에 관계없이 획득되는 엑스레이 영상의 화질 열화의 방지 또는 최소화되도록 처리하는 영상 처리 방법 및 장치의 제공을 다른 목적으로 한다.
본 개시는 촬영되는 신체 부위, 촬영 조건 등에 따라 부스트(boost)된 영상의 디테일(detail)이 고려된 노이즈(noise) 특성을 고려하여 획득된 엑스레이 영상을 처리함으로써 화질 열화의 방지 또는 최소화되도록 처리하는 영상 처리 방법 및 장치의 제공을 또 다른 목적으로 한다.
본 개시의 실시 예에 따른 엑스레이 영상 처리 장치는, 수신된 원본 엑스레이 영상을 분석하는 영상 분석부; 상기 분석 결과에 기초하여 원본 엑스레이 영상을 멀티-스케일로 변환하여 주파수 단위로 분리하는 변환부; 특정 주파수 부분을 인핸스먼트하고 컴바인하여 노이즈 예측 맵을 생성하는 노이즈 예측부; 상기 생성된 노이즈 예측 맵에 기초하여 에지 맵을 생성하는 에지 맵 처리부; 상기 생성된 에지 맵에 기초하여 상기 엑스레이 영상의 콘트라스트를 인핸스먼트하는 콘트라스트 처리부; 상기 콘트라스트가 인핸스먼트된 엑스레이 영상에 대해 평탄화 과정 및 에지 보정 과정을 수행하고 역변환하는 역변환부; 및 상기 역변환된 엑스레이 영상을 톤 맵핑하고 출력을 제어하는 제어부 포함한다.
본 개시의 일 실시 예에 따른 엑스레이 영상 처리 방법은, 원본 엑스레이 영상을 수신하는 단계; 상기 수신한 원본 엑스레이 영상을 분석하는 단계; 상기 분석 결과에 기초하여 원본 엑스레이 영상을 멀티-스케일로 변환하여 주파수 단위로 분리하는 단계; 특정 주파수 부분을 인핸스먼트하고 컴바인하여 노이즈 예측 맵을 생성하는 단계; 상기 생성된 노이즈 예측 맵에 기초하여 에지 맵을 생성하는 단계; 상기 생성된 에지 맵에 기초하여 상기 엑스레이 영상의 콘트라스트를 인핸스먼트하는 단계; 상기 콘트라스트가 인핸스먼트된 엑스레이 영상에 대해 평탄화 과정 및 에지 보정 과정을 수행하고 역변환하는 단계; 및 상기 역변환된 엑스레이 영상을 톤 맵핑하고 출력하는 단계를 포함한다.
본 개시의 일 실시 예에 따르면, 저선량 엑스레이 영상에 대해 표준선량과 유사한 노이즈, 콘트라스트 등 처리를 통하여 인체에 대한 방사선 피폭량을 줄이면서도 진단에 적합한 화질을 얻을 수 있는 효과가 있다.
본 개시의 일 실시 예에 따르면, 멀티-스케일로 변환된 엑스레이 영상에 대하여 다양한 과정을 거쳐 1차적으로 노이즈 처리를 수행하고, 역변환 과정에서도 부가적으로 노이즈 처리를 수행하여 노이즈 제거의 정확성을 높일뿐만 아니라 그에 따른 화질 열화를 방지할 수 있는 효과가 있다.
본 개시의 일 실시 예에 따르면, 방사서 조사 선량에 관계없이 일관성 있는 화질의 영상을 제공하는 효과가 있다.
도 1은 본 발명의 일 실시 예에 따른 영상 처리 시스템의 개략도이다.
도 2는 도 1의 영상 처리 시스템이 실제 구현된 모습의 일 예를 도시한 것이다.
도 3은 본 발명의 일 실시 예에 따른 영상 처리 장치의 구성 블록도이다.
도 4는 본 발명의 일 실시 예에 따른 영상 처리 방법을 설명하기 위해 도시한 순서도이다.
도 5는 본 발명의 일 실시 예에 따른 영상 분석을 설명하기 위해 도시한 도면이다.
도 6과 7은 본 발명의 일 실시 예에 따른 노이즈 예측을 설명하기 위해 도시한 도면이다.
도 8은 본 발명의 일 실시 예에 따른 에지 맵 생성을 설명하기 위해 도시한 도면이다.
도 9는 본 발명의 일 실시 예에 따른 레인지 컨트롤을 설명하기 위해 도시한 도면이다.
도 10은 본 발명의 일 실시 예에 따른 역변환을 설명하기 위해 도시한 도면이다.
도 11은 본 발명의 다른 일 실시 예에 따른 역변환을 설명하기 위해 도시한 도면이다.
도 12는 본 발명의 일 실시 예에 따른 노이즈 및 콘트라스트 제어를 설명하기 위해 도시한 도면이다.
도 13은 본 발명의 일 실시 예에 따른 원본 영상과 처리 영상을 설명하기 위해 도시한 도면이다.
이하, 본 발명과 관련된 실시 예에 대하여 도면을 참조하여 보다 상세하게 설명한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 “모듈” 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.
본 개시에 따른 영상 처리 방법 및 장치를 개시한다.
본 개시에서는, 엑스레이 영상에 대하여 밝기 별로 노이즈(noise)의 특성을 예측하여 노이즈 맵(noise map)을 생성하고, 에지 검출(edge detection), 표준편차(standard deviation), 레이어(layer) 간 코릴레이션 (correlation) 등 다양한 정보를 활용하여 더욱 로버스트(robust)한 에지 맵(edge map)을 생성할 수 있다.
더불어, 본 개시에서는, 종래와 달리, 멀티-스케일 변환을 통해 주파수 단위로 분리된 레이어 별로 노이즈를 억제(suppress)할 뿐만 아니라 추후 역변환시 주파수를 결합하는 과정에서도 발생할 수 있는 노이즈를 제거하고 에지의 방향성을 고려한 에지 보정(edge correction)을 수행함으로써, 이중으로 노이즈를 처리하여 노이즈 제거의 정확성을 개선하여 엑스레이 영상에 포함된 노이즈를 최소화할 수 있다.
따라서, 본 개시에 의하면, 잡음 제거 시, 노이즈 예측 정보 및 에지 강도, 대상 부위별 특성 등이 같이 고려되기 때문에 신호에 보다 적응적인 결과를 도출해 낼 수 있으며, 저선량 엑스레이 영상나 선량에 무관한 즉, 고선량이나 표준선량에서도 일관된 화질 보정 기능을 제공할 수 있다.
본 명세서에서 기술되는 ‘영상(images)’은 방사선 특히, 엑스레이(X-ray) 기기로부터 획득되는 엑스레이 영상을 나타내나, 이에 한정되는 것은 아니다.
이하 첨부된 도면을 참조하여, 본 개시에 따른 영상 처리 방법 특히, 표준선량뿐만 아니라 저선량의 엑스레이를 통하여 인체(예를 들어, 촬영대상의 뼈 등)에 대한 피폭 선량을 감소시키면서도 화질 저하를 방지 또는 최소화하는 방법에 대해 기술한다.
도 1은 본 발명의 일 실시 예에 따른 영상 처리 시스템(1)의 개략도이다.
도 2는 도 1의 영상 처리 시스템(1)이 실제 구현된 모습의 일 예를 도시한 것이다.
도 3은 본 발명의 일 실시 예에 따른 영상 처리 장치(150)의 구성 블록도이다.
도 1을 참조하면, 영상 처리 시스템(1)은 크게 영상 획득 장치(100), 영상 처리 장치(150) 및 영상 출력 장치(180)를 포함할 수 있다.
실시 예에 따라서, 상기 영상 출력 장치(180)는 상기 영상 처리 장치(150)의 일 구성요소일 수도 있다.
영상 획득 장치(100)는 엑스레이 튜브(X-ray tube)(110)와 디지털 엑스레이 검출기(DXD: Digital X-ray Detector)(120)를 포함할 수 있다.
상기 엑스레이 튜브(110)는 촬영 대상(예를 들어, 신체 부위)에 일정량의 엑스레이를 조사한다.
상기 디지털 엑스레이 검출기(120)는 상기 촬영 대상에 조사된 엑스레이에 기반한 엑스레이 영상을 검출한다.
영상 획득 장치(100)는 상기 디지털 엑스레이 검출기(120)를 통해 검출된 영상을 상기 영상 처리 장치(150)로 전송할 수 있다.
이 때, 상기 영상 획득 장치(100)와 영상 처리 장치(150)는 유/무선 네트워크를 통해 데이터 커뮤니케이션을 수행할 수 있다.
다음으로, 영상 처리 장치(150)는 상기 영상 획득 장치(100)를 통해 수신되는 엑스레이 영상을 처리하여 디스플레이(180)를 통해 제공할 수 있다.
본 개시의 일 실시 예에 따른 영상 처리 장치(150)는, 엑스레이 영상가 입력되면, 배경 영역(background region), 아나토미 영역(anatomy region), 콜리메이션 영역(collimation region), 메탈 오브젝트(metal object) 등을 세그멘테이션하여 정보를 저장하고, 이를 멀티-프리퀀시(multi-frequency) 즉, 주파수 단위 별로 분리하고 영상 분석 정보를 활용하여 주파수 별(또는 밝기 별) 노이즈 예측 맵 생성, 예측된 노이즈 정보, 영상 분석 정보 레이어 간 상관관계 등을 이용하여 에지 맵 생성, 레이어 별 및/또는 부위 별 노이즈 억제 및 콘트라스트 부스트를 1차적으로 수행하고, 이후 2차적으로 레이어 결합(역변환) 과정에서 밝기(오브젝트의 두께), 추가적인 노이즈 제거 및 에지 방향성(예를 들어, 특정 주파수 단위 또는 특정 레이어에서)을 고려한 에지 보정을 적용하여, 보다 자연스러운 화질뿐만 아니라 화질의 일관성 즉, 영상 간 컨시스턴시(consistency) 유지를 위한 콘트라스트 자동 제어를 수행할 수 있다.
도 3을 참조하면, 영상 처리부(160)는 통신 인터페이스부(310), 영상 분석부(320), 변환부(330), 인핸스먼트부(340), 역변환부(350), 제어부(360) 등을 포함하여 구현될 수 있다.
실시 예에 따라서, 도 3에 도시된 구성이 일부 생략 또는 다른 구성요소와 함께 모듈화될 수도 있고, 도 3에 도시되지 않은 구성이 추가될 수도 있다.
통신 인터페이스부(301)는 영상 획득 장치(100)와 데이터 커뮤니케이션을 위한 인터페이싱 환경을 제공하며, 상기 영상 획득 장치(100)로부터 획득된 엑스레이 영상을 수신할 수 있다.
통신 인터페이스부(301)는 영상 획득 장치(100)와 근거리 통신(Short range communication)을 수행할 수 있다. 이를 위해, 통신 인터페이스부(301)는 블루투스(Bluetooth™), BLE(Bluetooth Low Energy), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다. 이러한, 통신 인터페이스부(310)는 근거리 무선 통신망(Wireless Area Networks)을 통해 영상 획득 장치(100) 와 무선 통신 시스템 사이, 영상 처리 장치(150)와 디스플레이(180) 사이, 또는 영상 처리 장치(150)와 서버(server)가 위치한 네트워크 사이의 무선 통신을 지원할 수 있다.
영상 분석부(320)는 상기 통신 인터페이스부(310)를 통해 수신되는 엑스레이 영상에 대한 분석을 수행할 수 있다. 이 때, 상기 영상 분석이라 함은 예를 들어, 도 5의 (b)에 도시된 바와 같이, 아나토미 영역(510), 다이렉트 익스포져 영역(520) 및 콜리메이션 영역(530)을 예측 구분하고, 상기 구분된 영역들 중 특히, 아나토미 영역(510)에 대하여 노이즈와 에지를 분리할 수 있다. 이러한 영상 분석을 통하여 노이즈와 에지를 분리함으로써, 노이즈와 에지가 함께 인핸스먼트 되지 않도록 제어할 수 있다. 즉, 영상 처리 장치(150)는 상기 분리된 노이즈는 억제되도록 하고, 에지는 더욱 강조되도록 하여 1차 처리할 수 있다.
변환부(330)는 상기 통신 인터페이스부(310)를 통해 수신한 원본 엑스레이 영상 데이터(original X-ray image data) 또는 로 엑스레이 영상 데이터(raw X-ray image data)를 주파수 단위의 특성별로 인핸스먼트를 할 수 있도록 멀티-스케일(multi-scale transformation) 변환을 할 수 있다.
실시 예에 따라서, 변환부(330)는 상기 멀티-스케일 변환을 수행하기 전에 상기 원본 엑스레이 영상에 대해 로그 변환(Log transformation)을 수행할 수 있다.
인핸스먼트부(340)는 노이즈 예측부(341), 에지 맵 처리부(343), 레인지 제어부(345), 콘트라스트 처리부(347) 등을 포함할 수 있다.
실시 예에 따라서, 상기 변환부(330)와 인핸스먼트부(340)는 모듈화될 수도 있다.
실시 예에 따라서, 상기 인핸스먼트부(340)는 복수의 모듈 형태로 구현될 수도 있다.
상기 영상 분석부(320)를 통해 영상 분석한 결과는 인핸스먼트부(340)의 적어도 하나 이상의 구성요소로 전달되어 활용될 수 있다.
노이즈 예측부(341)는 상기 원본 엑스레이 영상 분석 결과에 기초하여 멀티-스케일 변환 처리된 엑스레이 영상로부터 노이즈 예측 정보를 생성할 수 있다.
에지 맵 처리부(343)는 상기 원본 엑스레이 영상 분석 결과에 기초하여 에지 맵을 생성할 수 있다.
레인지 제어부(345)는 상기 원본 엑스레이 영상 분석 결과와 상기 노이즈 예측부(341)에서 생성된 노이즈 예측 정보에 기초하여 상기 멀티-스케일 변환된 엑스레이 영상에 대한 각 레이어에 대한 레인지 컨트롤(range control)을 수행할 수 있다. 여기서, 상기 레인지 컨트롤이라 함은 예를 들어, 화질의 일관성(consistency)와 관련되는 것으로, 도 9에 도시된 바와 같이 기준값을 이용하여 결과물이 도출되는 어떤 범위들에서의 콘트라스트 노멀라이제이션(normalization)으로, 이에 의해 선량에 무관하게 일관성 있는 화질 처리를 할 수 있도록 하는 동작으로 볼 수 있다.
이러한 레인지 컨트롤은 레이어 별, 영상별 표준편차 조정이 이루어질 수 있다.
한편, 도 9에 도시된 바와 같이, 상기에서 기준값은 레이어 별 특성에 따른 기준값을 나타내는바, 각 레이어에서 상기 기준값은 상이해질 수 있다. 또한, 이러한 기준값은 사전에 실험 등에 의해 미리 산출된 값이 적용될 수 있다.
콘트라스트 처리부(347)는 상기 원본 엑스레이 영상 분석 결과에 기초하여 기본 레이어 콘트라스트 및 노이즈 제어를 통하여 디테일 콘트라스트 인핸스먼트(detail contrast enhancement)를 수행할 수 있다.
역변환부(350)는 상기 콘트라스트 처리부(347)를 통해 처리된 엑스레이 영상을 다시 역변환(inverse transformation) 처리할 수 있다.
그 밖에, 제어부(360)는 영상 처리부(160)의 동작을 제어할 수 있다. 따라서, 상기 제어부(360)는 상기 영상 처리부(160)의 각 구성요소와 데이터 커뮤니케이션을 통하여 해당 구성요소의 동작을 적절히 제어할 수 있다. 이러한 제어부(360)는 상기 데이터 커뮤니케이션을 통하여 수신, 생성 등 처리한 데이터를 DB(170)에 저장되도록 제어할 수도 있다.
데이터베이스(DB)(170)는 수신되는 엑스레이 영상을 일시 저장할 수 있다. 도 1에 도시된 바와 달리, 데이터베이스(DB)(170)는 반드시 영상 처리 장치(150)에 내장될 필요는 없으며, 외부(external) 또는 원격(remote)에 위치하여도 무방하다.
도 1 내지 3을 참조하면, 디스플레이(180)는 영상 처리부(160)를 통해 처리된 엑스레이 영상을 수신하여 출력할 수 있다. 이 때, 디스플레이(180)는 모니터, TV, 사이니지(Signage) 등과 같은 고정 디바이스 또는 핸드폰, 태블릿pc, 노트북 등과 같은 이동 디바이스 형태일 수 있다. 실시 예에 따라, 상기 디스플레이(180)는 본 개시에 따른 영상 출력을 위한 전용 기기(dedicated device)일 수도 있다.
여기에서, 디스플레이(180)는 다른 디스플레이 장치(미도시)와 데이터를 상호 교환하는 것이 가능한(또는 연동 가능한) 웨어러블 디바이스(wearable device, 예를 들어, 스마트워치(smartwatch), 스마트 글래스(smart glass), HMD(head-mounted display), 스마트 폰과 같은 이동 단말기가 될 수 있다.
통신 인터페이스부(310)는 영상 처리 장치(150) 주변에, 통신 가능한 웨어러블 디바이스를 감지(또는 인식)할 수 있다.
나아가, 제어부(340)는 감지된 웨어러블 디바이스가 본 발명에 따른 영상 처리 장치(150)와 통신하도록 인증된(authenticated) 디바이스인 경우, 영상 처리 장치(150)에서 처리되는 데이터의 적어도 일부를, 통신 인터페이스부(301)를 통해 웨어러블 디바이스로 송신할 수 있다.
따라서, 웨어러블 디바이스의 사용자는, 디스플레이(180)에서 처리되는 데이터를, 웨어러블 디바이스를 통해 이용할 수 있다.
한편, 도 1 및 도 3에 도시된 영상 처리 시스템(1), 영상 획득 장치(100) 또는 영상 처리 장치(150)는 본 개시의 일 실시 예에 불과하므로. 도시된 구성요소들 중 일부는 실제 구현되는 시스템 또는 장치의 사양에 따라 통합, 추가, 또는 생략될 수 있다.
즉, 필요에 따라 2 이상의 구성요소가 하나의 구성요소로 합쳐지거나 반대로 하나의 구성요소가 2 이상의 구성요소로 세분되어 구성될 수 있다. 또한, 각 구성요소에서 수행하는 기능은 본 발명의 실시 예를 설명하기 위한 것이며, 그 구체적인 동작이나 장치는 본 발명의 권리범위를 제한하지 아니한다.
전술한 도 1 내지 3의 영상 처리 시스템(1)의 동작에 대해, 첨부된 도면을 참조하여 더욱 상세하게 설명하면, 다음과 같다.
도 4는 본 발명의 일 실시 예에 따른 영상 처리 방법을 설명하기 위해 도시한 순서도이다.
이하 도 4는 영상 처리 장치(150)의 관점에서 기술하나, 이에 한정되는 것은 아니다.
영상 처리 장치(150)는 수신되는 통신 인터페이스부(301)를 통해 영상 획득 장치(100)로부터 획득된 원본 엑스레이 영상을 분석할 수 있다(S101).
영상 처리 장치(150)는 상기 원본 엑스레이 영상을 도 5의 (b)에 도시된 바와 같이, 아나토미 영역(510), 다이렉트 익스포져 영역(520) 및 콜리메이션 영역(530)으로 세그멘테이션하고, 상기 세그멘테이션 된 영역들 중에서 아나토미 영역(510)에 대해 분석하고, 분석 결과를 저장할 수 있다.
즉, 영상 처리 장치(150)는 도 5의 (a)에 도시된 원본 엑스레이 영상을 도 5의 (b)에 도시된 바와 같이 세그멘테이션(segmentation) 기술을 적용하여, 아나토미 영역(510), 다이렉트 익스포져 영역(520) 및 콜리메이션 영역(530)을 예측하고 맵을 생성할 수 있어, 이후 원하는 영역(예를 들어, 아나토미 영역(510)에 대한 에지 영역에 대해서만)에 대해서만 인핸스먼트(enhancement) 할 수 있다.
영상 처리 장치(150)는 상기 원본 엑스레이 영상을 제1 변환할 수 있다(S103). 이 때, 상기 제1 변환은 예를 들어, 로그 변환(Log transformation)을 의미할 수 있으나, 이에 한정되는 것은 아니다.
영상 처리 장치(150)는 상기 제1 변환된 엑스레이 영상을 제2 변환 처리할 수 있다(S105). 여기서, 상기 제2 변환 처리는 예컨대, 도 6에 도시된 바와 같이, 원본 엑스레이 영상을 주파수 단위의 n개의 레이어를 분리된 멀티-스케일 변환(multi-scale transformation)을 일 실시 예로 하나, 본 개시가 이에 한정되는 것은 아니다.
영상 처리 장치(150)는 상기 제2 변환 처리된 엑스레이 영상로부터 노이즈 예측 맵을 생성할 수 있다.
영상 처리 장치(150)는 멀티-스케일 변환을 위하여 도 6에 도시된 바와 같은 가우시안-라플라시안 피라미드 구조를 사용할 수 있다.
또한, 상기 영상 처리 장치(150)는 도 6 내지 7에 도시된 도면과 같이, 상기 노이즈 예측 맵을 생성할 수 있다.
본 개시와 관련하여, 엑스레이 영상는 그 특성상 대상 부위 별, 대상 영역 별 등에 따라 처리 또는 개선이 요구되는 포인트들이 모두 다를 수 있다.
따라서, 본 개시의 일 실시 예에 따른 영상 처리 장치(150)는 멀티-스케일(또는 멀티-프리퀀시) 기반으로 주파수 단위로 나누고, 주파수별로 파라미터(parameter)를 조절함으로써 예를 들어, 대상 부위에 적합한 영상을 획득할 수 있다. 본 개시에서는 전술한 바와 같이, 멀티-스케일 변환(또는 멀티-프리퀀시 변환) 방식으로 사용 가능한 가우시안-라플라시안 피라미드(Gaussian-Laplacian pyramid)를 사용하나, 이에 한정되는 것은 아니다.
노이즈 예측과 관련하여 예를 들어, 엑스레이 영상을 루트 스퀘어(root square)로 변환할 수도 있다. 다만, 상기 엑스레이 영상을 루트 스퀘어로 변환할 경우, 낮은 신호 레벨의 글로벌 콘트라스트(global contrast)가 저하될 수 있다.
따라서, 본 개시에서는 전술한 로그 변환을 사용하는 것을 일 실시 예로 하나, 이에 한정되는 것은 아니다. 한편, 상기 로그 변환에 의할 경우, 노이즈의 편차가 세기(intensity)에 따라 변하기 때문에 본 개시에서는 밝기 별로 잡음의 편차를 예측하여 밝기 가변적인 예측 함수로 활용할 수 있다.
본 개시에서는 노이즈를 레이어 별로 예측할 때, 레이어 별로 독립적으로 예측하지 않고 잡음에 가장 큰 영향을 주는 레이어에서 예측된 정보를 기준으로 다른 레이어의 잡음을 보정할 수 있다.
먼저, 변환부(330)는 멀티-스케일 변환 처리를 위하여, 도 6에 도시된 바와 같은 가우시안-라플라시안 피라미드 구조를 채용할 수 있으나, 이에 한정되는 것은 아니다.
도 6을 참조하면, 변환부(330)는 원본 엑스레이 영상을 기준으로 n개(여기서, n은 자연수)의 레이어 즉, 멀티-레이어 구조를 형성할 수 있다.
상기 n은 영상 처리 장치(150)의 설정에 따라 결정될 수 있으며 예를 들어, n이 10이라면, 총 10개 즉, L1 - L10에 대해 처리할 수 있다.
이 때, 상기에서 n이 작을수록 원본 엑스레이 영상에 가까워 상대적으로 n이 큰 경우에 비하여 노이즈가 많이 포함되어 있을 수 있다. 따라서, 본 개시에서는 고주파 영역에 해당하는 레이어 즉, L1 내지 L3에서 밝기에 해당하는 가우시안 정보를 활용하여 노이즈 예측(또는 추정)을 할 수 있다.
도 7을 참조하면, 노이즈 예측부(341)는 각각 노이즈를 예측하는 노이즈 예측 모듈이 4개를 포함하는 것이 도시되었으나, 상기 모듈의 개수는 도시된 바에 한정되는 것은 아니다. 즉, 노이즈 예측부(341)에 포함되는 노이즈 예측 모듈의 개수는 도시된 바와 다를 수 있다.
도 6 및 7을 참조하면, 변환부(330)의 출력 중 L1 레이어의 출력값 Lap [0]은 제1 노이즈 예측 모듈(L0 noise estimation)로 입력되고, L2 레이어의 출력값 Lap [1]은 제2 노이즈 예측 모듈(L1 noise estimation)로 입력되고, L3 레이어의 출력값 Lap [2]은 제3 노이즈 예측 모듈(L2 noise estimation)로 입력되고, L4 레이어의 출력값 Lap [3]은 제4 노이즈 예측 모듈(L3 noise estimation)로 입력될 수 있다.
한편, 노이즈 예측부(341)는 상기 제1 노이즈 예측 모듈에서 예측한 잡음 정보를 기준으로, 상기 잡음 정보를 각각 다음 노이즈 예측 모듈로 제공하여, 다른 레이어에서의 노이즈를 예측할 수 있도록 한다. 이 때, 상기 제1 노이즈 예측 모듈에서 예측한 잡음 정보를 기준으로 하는 것은 실질적으로 상기 제1 노이즈 예측 모듈의 입력이 가장 많은 노이즈를 포함하고 있으므로 노이즈 예측에 가장 큰 영향을 끼치기 때문이다. 다만, 본 개시는 이에 한정되는 것은 아니며, 노이즈 기준값으로 다른 레이어에 노이즈 예측한 값이 더 참조될 수도 있다.
에지 맵 처리부(343)는 상기 원본 엑스레이 영상 분석 결과에 기초하여 에지 맵을 생성할 수 있다(S109).
콘트라스트 처리부(347)는 상기 원본 엑스레이 영상 분석 결과에 기초하여 기본 레이어 콘트라스트 및 노이즈 제어를 통하여 디테일 콘트라스트 인핸스먼트(detail contrast enhancement)를 수행할 수 있다(S111).
상기에서, 레인지 제어부(345)는 상기 원본 엑스레이 영상 분석 결과와 상기 노이즈 예측부(341)에서 생성된 노이즈 예측 정보에 기초하여 상기 제2 변환된 엑스레이 영상에 대한 각 레이어에 대한 레인지 컨트롤을 수행할 수 있다.
영상 처리 장치(150)는 멀티-피쳐드 기반 에지 맵을 형성할 수 있다. 이 때, 상기 멀티-피쳐드란 노이즈, 에지, 콘트라스트, 레이어 등에 관한 정보를 통칭하는 것을 의미할 수 있으나, 이에 한정되는 것은 아니다.
에지 맵 처리부(343)는, 고주파수 레이어(Layer 0 내지 3, 4)에서 밝기에 해당하는 가우시안 정보, 아나토미, 레이어별 정보 등를 이용하여 각 라플라시안의 노이즈 정도를 예측할 수 있다.
도 7 및 8을 참조하면, 본 개시에서는 로컬 표준편차 값을 산출할 수 있으나, 상기 산출된 로컬 표준편차 값만으로 에지 맵을 생성하는 경우에는, 에지의 방향성 정보가 고려되지 않아 에지 주변이 지저분할 수 있다. 또한, 상기 경우, 영상 처리 장치(150)에서 레이어 간 코릴레이션을 고려하지 않고 레이어 단위로 독립적으로 맵을 생성하는 경우에는, 고주파수 레이어 일수록 노이즈 제거에 제한이 생길 수 있다.
본 개시에서는 이러한 문제점을 고려하여, 상기 산출한 로컬 표준편차 값 외에, 로컬한 에지 정보 및 특정 주파수 단위의 레이어들 간 코릴레이션을 반영하여 보다 로버스트 한 맵을 생성할 수 있다.
도 7 및 8을 참조하면, 상기 코릴레이션은 에지 맵과 콘트라스트 맵을 합치고, 상기 합친 값을 도 7에서 예측한 노이즈 예측 정보에 기초하여 나눌 수 있다. 이는 예컨대, 노이즈 따라서 맵에 대한 세기(강도)를 억제할 지 여부를 결정하기 위함일 수 있다.
도 8 내지 9를 참조하면, 영상 처리 장치(150)는 맵 기반 레이어 콘트라스트 & 노이즈 제어 & 로컬 콘트라스트 일관성 처리를 수행할 수 있다.
이 때, 상기 영상 처리 장치(150)는 도 9에 도시된 바와 같이, 사전에 정의한 부위 별, 레이어 별 라플라시안 변화율의 타겟 기준(Tn)에 따라 레인지 조절 및 에지 맵에 따라 어댑티브 라플라시안 부스트를 수행할 수 있다.
영상 처리 장치(150)는 상기 도 8에 도시된 바와 같이, 에지 맵을 이용하여 각 레이어의 라플라시안 값들에 가중치(weight)를 부여할 수 있다.
도 12의 (a)를 참조하면, 엑스레이 영상는 촬영 부위마다(예를 들어, 가슴(chest), 손(hand), 골반(pelvis) 등) 그리고 동일 부위의 주파수 단위마다(layer0, 1, 2 ….) 최적의 레인지가 있다(라플라시안). 따라서, 영상 처리 장치(150)는 촬영 부위 별로 가장 최적의 선량으로 촬영된 엑스레이 영상을 수집하고, 수집된 엑스레이 영상들 각각의 레이어 별 라플라시안의 적절한 레인지를 측정할 수 있다.
본 개시에서는 편의상 레인지 측정 시, 전체 영역에서 측정하지 않고 도 5의 (b)에서 영상 분석 결과 예측된 아나토미 영역에 대한 값만 선택적으로 수행할 수 있다.
도 9의 (b)에 도시된 바와 같이, 이렇게 사전에 구한 부위별, 레이어 별 최적 레인지 값을 기준으로, 입력 영상(엑스레이 영상)가 수신되면, 각 레이어 별로 레인지를 구하여 기준값(도 9의 Tn)에 따라서 가중치(weight)를 자동 조절하며, 유사 부위 영상들은 일관성 있는 화질을 생성할 수 있게 된다.
역변환부(350)는 상기 콘트라스트 처리부(347)를 통해 처리된 엑스레이 영상을 다시 제3 변환 처리할 수 있다(S113). 이 때, 상기 제3 변환 처리는 예컨대, 역변환(inverse transformation)을 나타낼 수 있다. 한편, 상기 역변환은 멀티-스케일 변환에 대응하여 IFFT(Inverse FFT)일 수 있다.
영상 처리 장치(150)는 상기 멀티-스케일 변환된 엑스레이 영상을 다시 역변환하는데 이는 로컬 콘트라스트 일관성, 노이즈 감소(noise reduction), 에지 보정(edge correction) 등 처리 과정을 포함할 수 있다.
영상 처리 장치(150)는 예를 들어, 콘트라스트 일관성을 위하여, 중간 레이어(중간 주파수)에 대해 히스토그램 기반 평탄화(histogram based equalization)할 수 있다.
영상 처리 장치(150)는 낮은 레이어(고 주파수)에서는 부스팅으로 인해 매끄럽지 않은 신호를 아나토미, 밝기, 에지 맵 정보 등을 활용하여 적응적으로 에지를 보존하면서 스무딩(smoothing) 동작을 수행할 수 있다.
역변환부(350)는 역변환 과정에서, 보정한 주파수 성분들을 도 10 또는 11에 도시된 바와 같이, 높은 레이어(Ln)에서부터 예를 들어, 순차적으로 더하여 최종 결과 영상을 만들어낸다.
역변환부(350)는 역변환 과정에서, 레이어 별로 엑스레이 영상가 밝기와 더해지게 주파수 성분들이 부스트 되더라도(일관성), 밝기가 지나치게 밝거나 어두우면 최종 엑스레이 영상에서 전반적으로 콘트라스트가 평탄화되지 못할 수 있으므로, 이를 해소하기 위하여 전술한 중간 주파수 레이어에서 히스토그램 기반으로 영상의 밝기 및 대비를 평탄화할 수 있다. 역변환부(350)는 상기 평탄화를 통해 선량에 무관하게 출력 엑스레이 영상에 대한 일관성을 유지할 뿐만 아니라 고 주파수에 의한 잡음이 부스트되는 것을 방지할 수 있다.
전술한 바와 같이, 역변환부(350)는 변환부(330)에서 1차로 노이즈를 억제한 경우라도, 역변환 과정에서 레이어 별로 합쳐지는 단계에서 노이즈가 다시 증폭될 수 있는바, 이를 처리하기 위해서 상대적으로 노이즈 영향이 큰 레이어 L2, L1, L0에서 추가적인 노이즈 제거를 별도 수행할 수 있다.
상기 별개의 노이즈 제거는 상대적으로 사이즈가 큰 노이즈를 제거한다기 보다는, 작은 사이즈의 노이즈나 전술한 부스트 동작으로 인해 부자연스러운 신호의 방향성을 고려하여 스무딩하는 것을 포함할 수 있다.
그 밖에, 제어부(360)는 역변환된 엑스레이 영상에 대해 톤 맵핑(tone mapping) 동작을 수행하여 출력 제어할 수 있다(S115). 상기 톤 맵핑은 예컨대, 엑스레이 영상 자체는 16 비트 영상여서 레인지가 넓은 반면, 디스플레이(180)는 8 비트여서 레인지가 맞지 않아 이를 보정하는 것을 나타낼 수 있다.
도 13에서는 본 발명에 따른 처리 전 즉, 원본 엑스레이 영상과 후처리 엑스레이 영상을 도시한 것으로, 도 13의 (a)와 (c)는 원본 엑스레이 영상을 그리고 도 13의 (b)와 (d)는 상술한 본 발명에 따른 후처리 엑스레이 영상을 나타내었다.
본 명세서에서는 비록 엑스레이 영상을 예로 하여 설명하였으나, 반드시 이에 한정되는 것은 아니다. 더불어, 본 발명은 비단 의료 분야 외에도 엑스레이를 이용하는 다양한 산업 분야에도 동일 또는 유사한 방식을 적용할 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.
본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
본 개시에 따른 영상 처리 장치에 의하면, 저선량 엑스레이 영상에 대하여 화질 열화를 최소화할 뿐만 아니라 선량에 무관하게 엑스레이 영상에 대한 일관성 있는 화질을 보장 또는 제공할 수 있다는 효과가 있으므로, 산업상 이용가능성이 현저하다.

Claims (15)

  1. 엑스레이 영상 처리 장치에 있어서,
    수신된 원본 엑스레이 영상을 분석하는 영상 분석부;
    상기 분석 결과에 기초하여 원본 엑스레이 영상을 멀티-스케일로 변환하여 주파수 단위로 분리하는 변환부;
    특정 주파수 부분을 인핸스먼트하고 컴바인하여 노이즈 예측 맵을 생성하는 노이즈 예측부;
    상기 생성된 노이즈 예측 맵에 기초하여 에지 맵을 생성하는 에지 맵 처리부;
    상기 생성된 에지 맵에 기초하여 상기 엑스레이 영상의 콘트라스트를 인핸스먼트하는 콘트라스트 처리부;
    상기 콘트라스트가 인핸스먼트된 엑스레이 영상에 대해 평탄화 과정 및 에지 보정 과정을 수행하고 역변환하는 역변환부; 및
    상기 역변환된 엑스레이 영상을 톤 맵핑하고 출력을 제어하는 제어부 포함하는,
    엑스레이 영상 처리 장치.
  2. 제1항에 있어서,
    상기 영상 분석부는,
    상기 수신되는 엑스레이 영상을
    아나토미 영역, 다이렉트 익스포저 영역 및 콜리메이션 영역으로 세그멘테이션 하고,
    상기 세그멘테이션된 아나토미 영역에 대해 노이즈 영역과 에지 영역을 분리하고, 분리된 노이즈 영역은 억제하고 에지 영역은 부스트하는,
    엑스레이 영상 처리 장치.
  3. 제2항에 있어서,
    상기 변환부는,
    가우시안-라플라시안 피라미드 구조를 이용하고,
    엑스레이 영상 처리 장치.
  4. 제3항에 있어서,
    상기 노이즈 예측부는,
    고주파수 부분에 해당하는 복수의 레이어들에 대한 정보에 기초하여 각 레이어 단위로 노이즈 예측 정보를 생성하되,
    상기 복수의 레이어들에 대한 정보는 상기 원본 영상와 복수의 특정 주파수 부분의 밝기에 해당하는 가우시안 정보를 이용하여 산출되는 라플라시안값에 기초하고,
    상기 복수의 레이어 중 최상위 레이어에 대해 예측된 노이즈 예측 정보를 다음 상위 레이어에 대한 노이즈 예측 정보에 반영하여 보정하는,
    엑스레이 영상 처리 장치.
  5. 제4항에 있어서,
    상기 에지 맵 처리부는,
    상기 고주파수 부분에 해당하는 각 레이어 단위로 에지 맵을 생성하되,
    콘트라스트 맵을 생성하고,
    상기 고주파수 부분에 해당하는 각 레이어를 코릴레이션하고,
    상기 코릴레이션을 통해 각 레이어의 에지 맵에 대한 억제 여부 또는 억제 강도를 결정하여 적용하되,
    상기 아나토미 영역 정보에 기초하여, 상기 생성된 콘트라스트 맵과 에지 맵을 합친 값을 해당 레이어에 대한 상기 노이즈 예측 정보로 나누어 상기 각 레이어 단위로 에지 맵에 대한 억제 여부 또는 억제 강도를 결정하는,
    엑스레이 영상 처리 장치.
  6. 제5항에 있어서,
    미리 정의된 부위별, 레이어별 라플라시안 변화율의 타겟 값에 기초하여, 상기 고주파수 부분에 해당하는 각 레이어에 대해 노멀라이제이션을 수행하는 레인지 제어부를 더 포함하는,
    엑스레이 영상 처리 장치.
  7. 제1항에 있어서,
    상기 역변환부는,
    중간 주파수 부분에 해당하는 레이어에 대해 히스토그램 기반 평탄화한 값, 상기 아나토미 영역 정보와 상기 각 레이어에 대한 에지 맵 정보에 기초하여, 각 레이어에 대해 스무딩 동작을 수행하는,
    엑스레이 영상 처리 장치.
  8. 엑스레이 영상 처리 방법에 있어서,
    원본 엑스레이 영상을 수신하는 단계;
    상기 수신한 원본 엑스레이 영상을 분석하는 단계;
    상기 분석 결과에 기초하여 원본 엑스레이 영상을 멀티-스케일로 변환하여 주파수 단위로 분리하는 단계;
    특정 주파수 부분을 인핸스먼트하고 컴바인하여 노이즈 예측 맵을 생성하는 단계;
    상기 생성된 노이즈 예측 맵에 기초하여 에지 맵을 생성하는 단계;
    상기 생성된 에지 맵에 기초하여 상기 엑스레이 영상의 콘트라스트를 인핸스먼트하는 단계;
    상기 콘트라스트가 인핸스먼트된 엑스레이 영상에 대해 평탄화 과정 및 에지 보정 과정을 수행하고 역변환하는 단계; 및
    상기 역변환된 엑스레이 영상을 톤 맵핑하고 출력하는 단계를 포함하는,
    엑스레이 영상 처리 방법.
  9. 제8항에 있어서,
    상기 엑스레이 영상을 분석하는 단계는,
    아나토미 영역, 다이렉트 익스포저 영역 및 콜리메이션 영역으로 세그멘테이션 하는 단계; 및
    상기 세그멘테이션된 아나토미 영역에 대해 노이즈 영역과 에지 영역을 분리하고, 분리된 노이즈 영역은 억제하고 에지 영역은 부스트하는 단계를 포함하는,
    엑스레이 영상 처리 방법.
  10. 제9항에 있어서,
    상기 원본 엑스레이 영상을 멀티-스케일로의 변환은,
    가우시안-라플라시안 피라미드 구조를 이용하는,
    엑스레이 영상 처리 방법.
  11. 제10항에 있어서,
    상기 노이즈 예측 맵 생성 단계는,
    고주파수 부분에 해당하는 복수의 레이어들에 대한 정보에 기초하여 각 레이어 단위로 이루어지되,
    상기 복수의 레이어들에 대한 정보는 상기 원본 영상와 복수의 특정 주파수 부분의 밝기에 해당하는 가우시안 정보를 이용하여 산출되는 라플라시안값에 기초하는,
    엑스레이 영상 처리 방법.
  12. 제11항에 있어서,
    상기 노이즈 예측 맵 생성 단계는,
    상기 복수의 레이어 중 최상위 레이어에 대해 예측된 노이즈 예측 정보를 다음 상위 레이어에 대한 노이즈 예측 정보에 반영하여 보정하는,
    엑스레이 영상 처리 방법.
  13. 제12항에 있어서,
    상기 에지 맵 생성 단계는,
    상기 고주파수 부분에 해당하는 각 레이어 단위로 이루어지되,
    콘트라스트 맵을 생성하는 단계;
    상기 고주파수 부분에 해당하는 각 레이어를 코릴레이션하여 각 레이어의 에지 맵에 대한 억제 여부 또는 억제 강도를 결정하여 적용하는 단계를 포함하되,
    상기 고주파수 부분에 해당하는 각 레이어를 코릴레이션하여 각 레이어의 에지 맵에 대한 억제 여부 또는 억제 강도를 결정하여 적용하는 단계는, 상기 아나토미 영역 정보에 기초하여, 상기 생성된 콘트라스트 맵과 에지 맵을 합친 값을 해당 레이어에 대한 상기 노이즈 예측 정보로 나누는 단계를 포함하는,
    엑스레이 영상 처리 방법.
  14. 제13항에 있어서,
    미리 정의된 부위별, 레이어별 라플라시안 변화율의 타겟 값에 기초하여, 상기 고주파수 부분에 해당하는 각 레이어에 대해 노멀라이제이션을 수행하는 레인지 컨트롤 단계를 더 포함하는,
    엑스레이 영상 처리 방법.
  15. 제8항에 있어서,
    상기 역변환 단계는,
    중간 주파수 부분에 해당하는 레이어에 대해 히스토그램 기반 평탄화한 값, 상기 아나토미 영역 정보와 상기 각 레이어에 대한 에지 맵 정보에 기초하여, 각 레이어에 대해 스무딩 동작을 수행하는,
    엑스레이 영상 처리 방법.
PCT/KR2022/010640 2021-09-14 2022-07-20 영상 처리 방법 및 장치 WO2023043036A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020247012512A KR20240060662A (ko) 2021-09-14 2022-07-20 영상 처리 방법 및 장치

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0122696 2021-09-14
KR20210122696 2021-09-14

Publications (1)

Publication Number Publication Date
WO2023043036A1 true WO2023043036A1 (ko) 2023-03-23

Family

ID=85603069

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/010640 WO2023043036A1 (ko) 2021-09-14 2022-07-20 영상 처리 방법 및 장치

Country Status (2)

Country Link
KR (1) KR20240060662A (ko)
WO (1) WO2023043036A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070058883A1 (en) * 2005-09-15 2007-03-15 Zhanfeng Xing Image processing method and x-ray ct system
JP2013119021A (ja) * 2011-12-09 2013-06-17 Hitachi Medical Corp Ｘ線ｃｔ装置及び画像処理方法
JP2013240696A (ja) * 2010-06-08 2013-12-05 Zakrytoe Akcionernoe Obshchestvo Impul's デジタル画像の補正方法
US20170337686A1 (en) * 2016-05-19 2017-11-23 Sichuan University Kind of x-ray chest image rib suppression method based on poisson model
KR102165610B1 (ko) * 2014-04-23 2020-10-14 삼성전자주식회사 엑스선 영상 장치 및 엑스선 영상 장치의 영상 처리 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070058883A1 (en) * 2005-09-15 2007-03-15 Zhanfeng Xing Image processing method and x-ray ct system
JP2013240696A (ja) * 2010-06-08 2013-12-05 Zakrytoe Akcionernoe Obshchestvo Impul's デジタル画像の補正方法
JP2013119021A (ja) * 2011-12-09 2013-06-17 Hitachi Medical Corp Ｘ線ｃｔ装置及び画像処理方法
KR102165610B1 (ko) * 2014-04-23 2020-10-14 삼성전자주식회사 엑스선 영상 장치 및 엑스선 영상 장치의 영상 처리 방법
US20170337686A1 (en) * 2016-05-19 2017-11-23 Sichuan University Kind of x-ray chest image rib suppression method based on poisson model

Also Published As

Publication number Publication date
KR20240060662A (ko) 2024-05-08

Similar Documents

Publication Publication Date Title
US9251573B2 (en) Device, method, and storage medium for high dynamic range imaging of a combined image having a moving object
US8675091B2 (en) Image data processing with multiple cameras
CN108476326B (zh) 视频系统及方法、介质、摄像机系统和视频转换器
EP3479346A1 (en) Method and electronic device for producing composite image
WO2015137759A1 (ko) 디지털 엑스레이 영상 시스템, 엑스레이 조사 조절 장치 및 그 방법
KR20100053287A (ko) 다수 영상의 생성 및 합성을 통한 영상 보정 장치 및 그 방법
WO2020171305A1 (en) Apparatus and method for capturing and blending multiple images for high-quality flash photography using mobile electronic device
US20200374444A1 (en) Evaluation device, evaluation method, and camera system
WO2017034075A1 (ko) 방사선 영상의 처리방법 및 방사선 촬영시스템
US20150359413A1 (en) Color reduction in images of an interior of a human body
US10067327B2 (en) Image acquisition apparatus
WO2023043036A1 (ko) 영상 처리 방법 및 장치
US20220277490A1 (en) Image processing method, image processing apparatus and program
WO2017052215A1 (en) Method and apparatus for enhancing images via white pop-out
JP2018201156A (ja) 画像処理装置および画像処理方法
WO2019135625A1 (ko) 영상 디스플레이 장치 및 그 제어 방법
CN112566539A (zh) 医学控制装置和医学观察装置
US11672495B2 (en) Radiographic imaging system, computer readable storage medium, optical imaging condition setting method, and optical imaging apparatus
CN114005026A (zh) 机器人的图像识别方法、装置、电子设备及存储介质
WO2023058858A1 (ko) 영상 처리 방법 및 장치
CN112243118B (zh) 白平衡校正方法、装置、设备及存储介质
JP2005284534A (ja) 高ダイナミックレンジ画像を低ダイナミックレンジ画像に変換する方法及び関連装置
CN111988577A (zh) 一种基于图像增强的视频监控方法
US20240056691A1 (en) Electronic device and control method
WO2018131733A1 (ko) Ct 이미지의 잡음 저감 방법 및 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22870123

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20247012512

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2022870123

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022870123

Country of ref document: EP

Effective date: 20240415