RU2434288C1 - Способ коррекции цифровых изображений - Google Patents
Способ коррекции цифровых изображений Download PDFInfo
- Publication number
- RU2434288C1 RU2434288C1 RU2010123733/08A RU2010123733A RU2434288C1 RU 2434288 C1 RU2434288 C1 RU 2434288C1 RU 2010123733/08 A RU2010123733/08 A RU 2010123733/08A RU 2010123733 A RU2010123733 A RU 2010123733A RU 2434288 C1 RU2434288 C1 RU 2434288C1
- Authority
- RU
- Russia
- Prior art keywords
- images
- image
- digital image
- dynamic range
- approximating
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000005855 radiation Effects 0.000 claims abstract description 15
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 11
- 238000012937 correction Methods 0.000 claims description 19
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000005670 electromagnetic radiation Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 8
- 239000000126 substance Substances 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 12
- 239000012634 fragment Substances 0.000 description 7
- 210000000988 bone and bone Anatomy 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 238000002679 ablation Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002594 fluoroscopy Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/32—Transforming X-rays
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/50—Control of the SSIS exposure
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Editing Of Facsimile Originals (AREA)
- Picture Signal Circuits (AREA)
- Image Analysis (AREA)
Abstract
Изобретение относится к средствам обработки цифровых изображений. Техническим результатом является компенсация эффектов рассеяния. Способ коррекции цифрового изображения, полученного с помощью электромагнитного рентгеновского излучения, в виде электрического сигнала, направленного на формирователь цифрового изображения, заключается в: осуществляют пирамидальное разложение исходного цифрового изображения на детализирующие и аппроксимирующие, удаляют рассеянное излучение в аппроксимирующей части, повышают контраст и подавляют шум для детализирующих частей, объединяют обработанные детализирующие и аппроксимирующие части, далее реконструируют и формируют конечное изображение. 4 з.п. ф-лы, 13 ил.
Description
Изобретение относится к области обработки цифровых изображений и может быть использовано для решения задач обработки цифровых изображений, полученных с помощью высокоэнергетического излучения, в том числе рентгеновского.
В облучаемом объекте возникает рассеянное излучение, которое имеет сильное влияние на обнаруживаемость деталей в полученных изображениях. Рассеяние приводит к уменьшению контраста, денситометрической неточности и потере четкости изображения. Обычные методы обращения с эффектами рассеяния направлены на уменьшение интенсивности рассеянного излучения, достигающего приемника изображений (1). Такие методы могут применяться, во многих случаях, только путем трехкратного и более увеличения дозы, а также шума получаемого изображения.
Обычные методы решают задачу уменьшения влияния рассеяния в исходном изображении за счет применения решеток, воздушных промежутков и коллимации пучка. Эти методы уменьшают компонент рассеянного излучения в общем сигнале рассеяния на приемнике. Однако они удаляют его не полностью и не оказывают прямого влияния на компонент вуали. Кроме того, использование решеток или воздушных промежутков приводит к значительным увеличениям дозы (1).
Компенсация эффектов рассеяния может быть облегчена использованием компьютеризованных процессоров изображения, подключенных к приемнику изображения - цифровых систем рентгенографии и рентгеноскопии (2). Разработанные методы компенсации обычно включают в себя вычисление поля рассеянного излучения и вычитание этого поля из обычного изображения (3).
Наиболее близким способом к заявляемому техническому решению является способ (4) коррекции цифрового изображения, полученного с помощью электромагнитного излучения, в том числе рентгеновского, преобразованного в электрический сигнал и направленного на формирователь цифрового изображения, заключающийся в том, что осуществляют пирамидальное разложение исходного цифрового изображения на детализирующие и аппроксимирующие изображения, удаление рассеянного излучения в аппроксимирующей части изображений, проведение процесса повышения контраста для детализирующих изображений, объединение обработанных детализирующих и аппроксимирующих изображений, последующую реконструкцию и формирование конечного изображения.
Недостатком этого способа является то, что в нем не обеспечена возможность коррекции амплитудной и частотной характеристик изображения, шумоподавление, удаление влияния рассеянного излучения и коррекции динамического диапазона изображения в соответствии с динамическим диапазоном предполагаемого устройства вывода.
Техническим результатом изобретения является возможность коррекции амплитудной и частотной характеристик изображения, шумоподавление, возможность удаления влияния рассеянного излучения и коррекции динамического диапазона изображения в соответствии с динамическим диапазоном предполагаемого устройства вывода.
Указанный технический результат в способе коррекции цифрового изображения, полученного с помощью электромагнитного излучения, в том числе рентгеновского, преобразованного в электрический сигнал и направленного на формирователь цифрового изображения, заключающемся в том, что осуществляют пирамидальное разложение исходного цифрового изображения на детализирующие и аппроксимирующие изображения, удаление рассеянного излучения в аппроксимирующей части изображений, осуществляют процесс повышения контраста для детализирующих изображений, объединение обработанных детализирующих и аппроксимирующих изображений, последующую реконструкцию и формирование конечного изображения достигается тем, что перед названной операцией разложения определяют динамический диапазон изображения и осуществляют коррекцию амплитудной характеристики, после названной операции разложения определяют отношение сигнала к шуму, осуществляют шумоподавление в детализирующих изображениях, выполняют коррекцию детализирующих изображений в соответствии с коэффициентом коррекции частотной характеристики, который определяют с учетом динамического диапазона устройства вывода, функции передачи модуляции формирователя исходного цифрового изображения, заданной степени коррекции детализирующих изображений и полученного соотношения сигнал - шум, далее корректируют детализирующие изображения в соответствии с определенным коэффициентом коррекции и яркостью аппроксимирующих изображений, выполняют коррекцию краевых артефактов детализирующих изображений, а после выполнения названной реконструкции изображения выполняют масштабирование динамического диапазона выходного изображения в соответствии с динамическим диапазоном исходного цифрового изображения и передачу его на устройство вывода.
Разложение исходного цифрового изображения может быть осуществлено, например, методом Лапласа или методом вейвлет-преобразования.
Отношение сигнала к шуму может быть определено по разности максимального и минимального значений сигнала для аппроксимирующих изображений, отнесенной к величине значения шума детализирующих изображений.
Коррекцию краевых артефактов детализирующих изображений выполняют с помощью сигма функции, параметры которой определяют в зависимости от минимальных и максимальных значений детализирующих изображений и используя значения функции передачи модуляции формирователя цифрового изображения в определении коэффициента коррекции частотной характеристики.
На фиг.1-13 показан пример конкретного выполнения, который иллюстрирует сущность заявляемого технического решения, возможность технической реализации и достижение заявляемого технического результата.
На фиг.1 схематично показана система получения рентгеновского изображения.
На фиг.2 представлена первая часть алгоритма.
На фиг.3 представлена вторая часть алгоритма.
На фиг.4 представлена третья часть алгоритма.
На фиг.5 показано исходное цифровое изображение.
На фиг.6-8 показаны изображения, обработанные по заявляемому способу.
На фиг.9 показано положение фрагмента на изображении.
На фиг 10-13 показаны фрагменты изображений, обработанные по заявляемому способу.
Как показано на фиг.1, рентгеновская трубка 1 с коллиматором 4 вырабатывает пучок 3 рентгеновских лучей для прохождения через объект 2, подвергаемый рентгеновскому обследованию. Излучение воспринимается формирователем цифрового изображения (детектором) 6, с которого изображение передается на экран монитора.
Далее способ реализуют в последовательности операций (фиг.2-4), которая описана ниже.
Определяют функцию передачи модуляции, далее MTF, детектора 6.
Осуществляют ввод изображения, подлежащего обработке ("исходного изображения") (позиция 7 на фиг.2).
Определяют динамический диапазон (минимальный - максимальный) "исходного" изображения (позиция 8 на фиг.2).
Корректируют амплитудную характеристику изображения (опционно) (позиция 9 на фиг.2). В качестве метода коррекции амплитудной характеристики может быть использовано логарифмирование. Сигнал "исходного" изображения имеет вид
U=U0×e-µt
где U - "исходный" сигнал, U0 - доза, µ - коэффициент рентгеновского поглощения материала объекта, t - толщина объекта. После логарифмирования это уравнение приобретает следующий вид:
lnU=µ×t×lnU0.
Таким образом, выходной сигнал становится прямопропорциональным суммарному значению коэффициента ослабления рентгеновского излучения.
Осуществляют разложение изображения по методу пирамиды Лапласа (позиции 10-12 на фиг.2 и 3), где изображения делят на низкочастотную (НЧ) (аппроксимирующую) часть 11 и высокочастотную (ВЧ) (детализирующую), часть 12. Эти части, в свою очередь, делятся на НЧ и ВЧ части и т.д.
Определяют отношение сигнала к шуму (SNR). Расчет производят следующим образом (фиг.3):
для самого низкочастотного уровня пирамиды Лапласа определяют минимальное (Min) и максимальное (Мах) значения сигнала (позиция 13 на фиг.3);
для самого высокочастотного уровня пирамиды Лапласа определяют стандартное отклонение, что эквивалентно измерению шума (Noise) в этом уровне (позиция 14 на фиг.3);
отношение "сигнал-шум" (SNR) (позиция 15 на фиг.3) определяют по следующей формуле:
Шумоподавление производят следующим образом: в пирамиде Лапласа в каждом уровне высокочастотную часть подвергают обработке (позиция 16 на фиг.3) отдельным алгоритмом шумоподавления, который может быть основан на методах вейвлет-преобразования, местного среднего (local average), двухстороннего преобразования (bilateral), комбинированных методах и пр. Степень шумоподавления может предварительно задаваться в пределах 0%-100%.
Подпроцесс определения коэффициента коррекции частотной характеристики управляется следующими параметрами (позиция 17 на фиг.3):
a) динамическим диапазоном, до которого ограничивают динамический диапазон изображения в соответствии с динамическим диапазоном устройства вывода (пленочный принтер, компьютерный дисплей и т.д.):
b) MTF детектора, при помощи которого было получено первоначальное изображение;
c) степенью коррекции высоких частот (HF Gain) (задается в % увеличения / уменьшения) (позиция 16 на фиг.3);
d) рассчитанным отношением "сигнал-шум" (позиция 15 на фиг.3).
Изображения ВЧ части на каждом уровне пирамиды корректируют в соответствии с коэффициентами коррекции частотной характеристики, полученными на этапе коррекции амплитудной характеристики некоторой функцией (позиция 9 на фиг.2). Данная коррекция задается двумя параметрами:
e) коэффициентом коррекции, который получен при определении динамического диапазона исходного изображения (позиция 17 на фиг.3);
f) яркостью изображения НЧ части изображения того же уровня пирамиды (чем больше яркость, тем меньше усиление высоких частот, в соответствии с некоторой функцией или линейной зависимостью).
Для предотвращения чрезмерного выделения краев структур на изображении (краевых артефактов) в каждой ВЧ части определяют минимальные и максимальные значения, в соответствии с которыми определяются параметры сигма - функции, при помощи которой проводится обработка ВЧ частей изображения (позиция 18 на фиг.3).
Далее выполняют обратную реконструкцию изображения из пирамиды Лапласа (позиция 20 на фиг.3 и 4).
Динамический диапазон полученного изображения масштабируют в соответствии с динамическим диапазоном первоначального изображения (позиция 21 на фиг.4).
Обработанное изображение выводят на устройство вывода (позиция 22 на фиг.4).
Возможность достижения технического результата проиллюстрирована на фиг.5-13. На фиг.5 показано исходное цифровое изображение, на нем не видно части костной структуры (темные места). На изображении со слабой обработкой (фиг.6) видна практически вся костная структура. На изображении с нормальной обработкой (фиг.7) видна вся костная структура и частично мягкие ткани. На изображении с сильной обработкой (фиг.8) видна вся костная структура и практически все мягкие ткани.
На фиг.9 показано положение фрагмента на снимке.
На фрагменте исходного изображения (фиг.10) виден шум и нет деталировки.
На фрагменте изображения со слабой обработкой (фиг.11) удален шум и повышена деталировка.
На фрагменте изображения с нормальной обработкой (фиг.12) деталировка доведена до нормального значения. На фрагменте изображения с сильной обработкой (фиг.13) видна детально вся костная структура при приемлемом уровне шума.
Приведенные на фиг.5-13 примеры обработки с помощью заявляемого способа показывают влияние двух основных параметров фильтра. Первый параметр - динамический диапазон выходного изображения в условных цифрах, близких по смыслу к величине Smax/Smin, где Smax - максимальное значение сигнала на изображении, Smin - минимальное значение сигнала на изображении. Диапазон значений: 16-2048.
Второй параметр - степень удаления шумов в процентах. Диапазон значений:
0-100%. 0 - нет удаления шумов. 100 - все шумы удаляются.
Параметры для снимков на рисунках соответственно:
1. Слабая обработка: динамический диапазон выходного изображения 256, степень удаления шумов 30%;
2. Нормальная обработка: динамический диапазон выходного изображения равен 64, степень удаления шумов 60%;
3. Сильная обработка: динамический диапазон выходного изображения = 32, степень удаления шумов 90%.
Таким образом, достигается технический результат изобретения - возможность коррекции амплитудной и частотной характеристик изображения, шумоподавление, возможность удаления влияния рассеянного излучения и коррекции динамического диапазона изображения в соответствии с динамическим диапазоном предполагаемого устройства вывода.
Источники информации
1. Sorenson J.A. and Niklason L.Т., 1988, Progress in Medical Imaging, edited by V.L.Newhouse (New York: Springer), pp.159-184.
2. Maher K.P. and Malone J.F., 1986, Contemp. Phys., 27, 533.
3. Love L.A. and Kruger R.A., 1987, Medical Physics, 14, 178.
4. Патент №ЕР 212004 А1, опубл. 18.11.2009.
Claims (5)
1. Способ коррекции цифрового изображения, полученного с помощью электромагнитного излучения, в том числе рентгеновского, преобразованного в электрический сигнал и направленного на формирователь цифрового изображения, заключающийся в том, что выполняют пирамидальное разложение исходного цифрового изображения на детализирующие и аппроксимирующие изображения, удаляют рассеянное излучение в аппроксимирующей части изображений, осуществляют процесс повышения контраста для детализирующих изображений, объединяют обработанные детализирующие и аппроксимирующие изображения, выполняют последующую реконструкцию и формируют конечное изображение, отличающийся тем, что перед названной операцией разложения определяют динамический диапазон изображения и осуществляют коррекцию амплитудной характеристики, а после названной операции разложения определяют отношение сигнала к шуму, осуществляют шумоподавление в детализирующих изображениях, выполняют коррекцию детализирующих изображений в соответствии с коэффициентом коррекции частотной характеристики, который определяют с учетом динамического диапазона устройства вывода, функции передачи модуляции формирователя исходного цифрового изображения, заданной степени коррекции детализирующих изображений и полученного соотношения сигнал - шум, далее корректируют детализирующие изображения в соответствии с определенным коэффициентом коррекции и яркостью аппроксимирующих изображений, выполняют коррекцию краевых артефактов детализирующих изображений, а после выполнения реконструкции изображения выполняют масштабирование динамического диапазона выходного изображения в соответствии с динамическим диапазоном исходного цифрового изображения и передачу его на устройство вывода.
2. Способ по п.1, отличающийся тем, что разложение исходного цифрового изображения осуществляют методом пирамиды Лапласа.
3. Способ по п.1, отличающийся тем, что разложение исходного цифрового изображения осуществляют методом вейвлет-преобразования.
4. Способ по п.2 или 3, отличающийся тем, что отношение сигнала к шуму определяют по разности максимального и минимального значений сигнала для аппроксимирующих изображений, отнесенной к величине значения шума детализирующих изображений.
5. Способ по п.4, отличающийся тем, что коррекцию краевых артефактов детализирующих изображений выполняют с помощью сигма-функции, параметры которой определяют в зависимости от минимальных и максимальных значений детализирующих изображений и используя значения функции передачи модуляции формирователя цифрового изображения в определении коэффициента коррекции частотной характеристики.
Priority Applications (11)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2010123733/08A RU2434288C1 (ru) | 2010-06-08 | 2010-06-08 | Способ коррекции цифровых изображений |
| KR1020117013498A KR101262521B1 (ko) | 2010-06-08 | 2010-10-21 | 디지털 이미지를 보정하기 위한 방법 |
| UAA201108308A UA104442C2 (ru) | 2010-06-08 | 2010-10-21 | Способ коррекции цифровых изображений |
| EA201100631A EA015986B1 (ru) | 2010-06-08 | 2010-10-21 | Способ коррекции цифровых изображений |
| EP10805342.2A EP2581876A1 (en) | 2010-06-08 | 2010-10-21 | Method for correcting digital images |
| PCT/RU2010/000612 WO2011155867A1 (ru) | 2010-06-08 | 2010-10-21 | Способ коррекции цифровых изображений |
| JP2012519496A JP2012518858A (ja) | 2010-06-08 | 2010-10-21 | デジタル画像の補正方法 |
| CN2010800148812A CN102439629A (zh) | 2010-06-08 | 2010-10-21 | 数字图像校正方法 |
| US13/239,807 US8417048B2 (en) | 2010-06-08 | 2011-09-22 | Method for correction of digital images |
| US13/853,822 US8559692B2 (en) | 2010-06-08 | 2013-03-29 | Method for correction of digital images |
| JP2013157120A JP2013240696A (ja) | 2010-06-08 | 2013-07-29 | デジタル画像の補正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2010123733/08A RU2434288C1 (ru) | 2010-06-08 | 2010-06-08 | Способ коррекции цифровых изображений |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2434288C1 true RU2434288C1 (ru) | 2011-11-20 |
Family
ID=43607967
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2010123733/08A RU2434288C1 (ru) | 2010-06-08 | 2010-06-08 | Способ коррекции цифровых изображений |
Country Status (9)
| Country | Link |
|---|---|
| US (1) | US8417048B2 (ru) |
| EP (1) | EP2581876A1 (ru) |
| JP (2) | JP2012518858A (ru) |
| KR (1) | KR101262521B1 (ru) |
| CN (1) | CN102439629A (ru) |
| EA (1) | EA015986B1 (ru) |
| RU (1) | RU2434288C1 (ru) |
| UA (1) | UA104442C2 (ru) |
| WO (1) | WO2011155867A1 (ru) |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2434288C1 (ru) * | 2010-06-08 | 2011-11-20 | Закрытое Акционерное Общество "Импульс" | Способ коррекции цифровых изображений |
| US9128584B2 (en) * | 2013-02-15 | 2015-09-08 | Carl Zeiss X-ray Microscopy, Inc. | Multi energy X-ray microscope data acquisition and image reconstruction system and method |
| CN103500442B (zh) * | 2013-09-29 | 2017-06-06 | 华南理工大学 | 集成电路封装中的x射线图像多尺度细节增强方法 |
| JP6071853B2 (ja) * | 2013-11-26 | 2017-02-01 | 富士フイルム株式会社 | 放射線画像処理装置、方法およびプログラム |
| JP6145889B2 (ja) | 2014-03-24 | 2017-06-14 | 富士フイルム株式会社 | 放射線画像処理装置および方法並びにプログラム |
| US20180173938A1 (en) * | 2015-06-26 | 2018-06-21 | Intel Corporation | Flaw detection and correction in digital images |
| JP6525772B2 (ja) * | 2015-06-30 | 2019-06-05 | キヤノン株式会社 | 画像処理装置、画像処理方法、放射線撮影システムおよび画像処理プログラム |
| US10123761B2 (en) | 2015-07-01 | 2018-11-13 | William E. Butler | Device and method for spatiotemporal reconstruction of a moving vascular pulse wave in the brain and other organs |
| EP3147650A1 (en) * | 2015-09-22 | 2017-03-29 | MyCartis N.V. | Cross-talk correction in multiplexing analysis of biological sample |
| US10387991B2 (en) | 2016-07-01 | 2019-08-20 | Intel Corporation | Method and apparatus for frame buffer compression |
| CN106846266A (zh) * | 2016-12-30 | 2017-06-13 | 四川迪派锐科技有限公司 | 一种提取不同尺度空间分辨率细节图像的分解方法 |
| CN106846267A (zh) * | 2016-12-30 | 2017-06-13 | 四川迪派锐科技有限公司 | 一种管道焊缝检测用多尺度图像对比度增强方法 |
| AU2020217786A1 (en) | 2019-02-06 | 2021-08-05 | Butler, William E. | Spatiotemporal reconstruction of a moving vascular pulse wave from a plurality of lower dimensional angiographic projections |
| EP3920977A4 (en) | 2019-02-06 | 2022-10-19 | William E. Butler | IMPROVED ANGIOGRAPHY PROCESSES |
| CN113677272B (zh) | 2019-03-27 | 2023-11-24 | 威廉·E·巴特勒 | 用于提取心搏频率血管造影现象的方法、系统和存储介质 |
| CN113905665A (zh) | 2019-04-04 | 2022-01-07 | 威廉·E·巴特勒 | 固有对照物光学互相关小波血管造影 |
| CN111292267B (zh) * | 2020-02-04 | 2020-10-23 | 北京锐影医疗技术有限公司 | 一种基于拉普拉斯金字塔的图像主观视觉效果增强方法 |
| KR102713111B1 (ko) * | 2021-08-12 | 2024-10-04 | (주)키웍스 | 이차전지 결함 검사장치 및 방법 |
| EP4403110A1 (en) * | 2021-09-14 | 2024-07-24 | LG Electronics Inc. | Image processing method and apparatus |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS625722A (ja) | 1985-07-01 | 1987-01-12 | Toshiba Corp | インバ−タ回路 |
| DE69214229T2 (de) * | 1991-08-14 | 1997-04-30 | Agfa Gevaert Nv | Verfahren und Vorrichtung zur Kontrastverbesserung von Bildern |
| JP3370797B2 (ja) * | 1994-03-31 | 2003-01-27 | 富士写真フイルム株式会社 | 画像重ね合せ方法およびエネルギーサブトラクション方法 |
| JP3754933B2 (ja) * | 2001-06-19 | 2006-03-15 | キヤノン株式会社 | 画像処理装置、画像処理システム、画像処理方法、プログラム及び記憶媒体 |
| JP4193168B2 (ja) * | 2002-02-01 | 2008-12-10 | 株式会社日立メディコ | 血流動態解析装置及び方法 |
| DE60202588T2 (de) * | 2002-02-22 | 2006-01-05 | Agfa-Gevaert N.V. | Verfahren zur Rauschminderung |
| US7155044B2 (en) * | 2002-02-22 | 2006-12-26 | Pieter Vuylsteke | Multiscale gradation processing method |
| US7139437B2 (en) * | 2002-11-12 | 2006-11-21 | Eastman Kodak Company | Method and system for removing artifacts in compressed images |
| US7149358B2 (en) * | 2002-11-27 | 2006-12-12 | General Electric Company | Method and system for improving contrast using multi-resolution contrast based dynamic range management |
| JP4500539B2 (ja) * | 2003-12-26 | 2010-07-14 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム及び記憶媒体 |
| ATE512421T1 (de) * | 2005-11-23 | 2011-06-15 | Cedara Software Corp | Verfahren und system zur verbesserung von digitalen bildern |
| CN100510725C (zh) * | 2006-11-14 | 2009-07-08 | 北京国药恒瑞美联信息技术有限公司 | 用于消除散射辐射影响的虚拟滤线栅成像方法及其系统 |
| JP5416912B2 (ja) * | 2007-06-07 | 2014-02-12 | 株式会社東芝 | データ処理装置および医用診断装置 |
| RU2434288C1 (ru) * | 2010-06-08 | 2011-11-20 | Закрытое Акционерное Общество "Импульс" | Способ коррекции цифровых изображений |
-
2010
- 2010-06-08 RU RU2010123733/08A patent/RU2434288C1/ru active IP Right Revival
- 2010-10-21 KR KR1020117013498A patent/KR101262521B1/ko not_active IP Right Cessation
- 2010-10-21 EA EA201100631A patent/EA015986B1/ru not_active IP Right Cessation
- 2010-10-21 CN CN2010800148812A patent/CN102439629A/zh active Pending
- 2010-10-21 UA UAA201108308A patent/UA104442C2/ru unknown
- 2010-10-21 JP JP2012519496A patent/JP2012518858A/ja active Pending
- 2010-10-21 EP EP10805342.2A patent/EP2581876A1/en not_active Withdrawn
- 2010-10-21 WO PCT/RU2010/000612 patent/WO2011155867A1/ru active Application Filing
-
2011
- 2011-09-22 US US13/239,807 patent/US8417048B2/en not_active Expired - Fee Related
-
2013
- 2013-07-29 JP JP2013157120A patent/JP2013240696A/ja active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| EP2581876A1 (en) | 2013-04-17 |
| US8417048B2 (en) | 2013-04-09 |
| JP2013240696A (ja) | 2013-12-05 |
| EA015986B1 (ru) | 2012-01-30 |
| WO2011155867A1 (ru) | 2011-12-15 |
| JP2012518858A (ja) | 2012-08-16 |
| KR101262521B1 (ko) | 2013-05-08 |
| EA201100631A1 (ru) | 2011-12-30 |
| KR20120004960A (ko) | 2012-01-13 |
| UA104442C2 (ru) | 2014-02-10 |
| CN102439629A (zh) | 2012-05-02 |
| US20120008849A1 (en) | 2012-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2434288C1 (ru) | Способ коррекции цифровых изображений | |
| US8559692B2 (en) | Method for correction of digital images | |
| Koonsanit et al. | Image enhancement on digital x-ray images using N-CLAHE | |
| Stahl et al. | Digital radiography enhancement by nonlinear multiscale processing | |
| JP5883444B2 (ja) | 映像処理方法及びその装置、並びにそれを採用した医療映像システム | |
| CN107530040B (zh) | X射线ct装置、重构运算装置以及x射线ct图像生成方法 | |
| US9345443B2 (en) | Calibration free dual energy radiography method | |
| US8165379B2 (en) | Method of processing radiological images, and, in particular, mammographic images | |
| JP6678541B2 (ja) | 画像処理装置、方法およびプログラム | |
| WO2019097796A1 (ja) | 医用画像処理装置および医用画像処理方法 | |
| CN111192208B (zh) | 一种基于边窗滤波器的牙齿cr图像增强方法及装置 | |
| JP2013119040A (ja) | 医療映像処理方法及びその装置 | |
| JP2014064608A (ja) | 放射線撮影装置、その制御方法及びプログラム | |
| JP2009291271A (ja) | エネルギーサブトラクション処理装置および方法ならびにプログラム | |
| CN114255176B (zh) | 用于图像去噪的方法和设备、控制装置和成像系统 | |
| JP6146907B2 (ja) | 画像処理装置および方法 | |
| JP2000232611A (ja) | エネルギーサブトラクション画像生成方法および生成装置 | |
| Kwon et al. | Noise reduction in DEXA image based on system noise modeling | |
| JP5210048B2 (ja) | エネルギーサブトラクション処理装置および方法ならびにプログラム | |
| KR20230083443A (ko) | 뇌질환 진단용 이동형 cbct 영상 처리 장치 | |
| WO2010018480A1 (en) | Combination of x-ray image acquisitions with various focal spot sizes to improve image quality | |
| US20210073951A1 (en) | Image Processing Device | |
| Papalazarou et al. | Toward a full-reference information-theoretic quality assessment method for x-ray images | |
| Yang et al. | Image quality improvement through fusion of hybrid bone-and soft-tissue-texture filtering for 3D cone beam CT extremity imaging system | |
| Watanabe et al. | Efficacy of a Combined Wavelet Shrinkage Method for Low-Dose and High-Quality Digital Radiography |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PD4A | Correction of name of patent owner | ||
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20190609 |
|
| NF4A | Reinstatement of patent |
Effective date: 20200604 |