CN101443814A - 用于对伸长特征进行滤波的方法和*** - Google Patents

用于对伸长特征进行滤波的方法和*** Download PDF

Info

Publication number
CN101443814A
CN101443814A CNA2006800415516A CN200680041551A CN101443814A CN 101443814 A CN101443814 A CN 101443814A CN A2006800415516 A CNA2006800415516 A CN A2006800415516A CN 200680041551 A CN200680041551 A CN 200680041551A CN 101443814 A CN101443814 A CN 101443814A
Authority
CN
China
Prior art keywords
picture point
output map
output
point
intensity level
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
CNA2006800415516A
Other languages
English (en)
Inventor
R·弗洛朗
C·萨姆森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN101443814A publication Critical patent/CN101443814A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03Recognition of patterns in medical or anatomical images
    • G06V2201/034Recognition of patterns in medical or anatomical images of medical instruments

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种用于对输入图像进行滤波以生成输出图像的方法。对于位于第一空间坐标上的第一个图像点,该方法包括步骤:分析输入图像中的、在第一图像点的第一邻域内的多个亮度级,以计算在所述第一图像点上的第一滤波方向;通过将第一方向可调滤波器核应用于输入图像来计算第一输出图像中的第一输出图像点的亮度级,所述第一方向可调滤波器核以第一图像点为中心并且被定向为沿着所计算的第一滤波方向;在第一输出图像中的、所述第一图像点的第二邻域中选择至少第二图像点;通过将至少第二方向可调滤波器核应用于所述输入图像来计算第二输出图像中的、至少一个第二输出图像点的亮度级,所述第二方向可调滤波器核以所述至少第二图像点为中心并且被定向为沿着第二滤波方向;计算第一输出图像点与至少第二输出图像点之间的线性组合,以提供输出亮度级;将输出亮度级应用于所述输出图像中的输出图像点,所述输出图像点具有所述第一空间坐标。

Description

用于对伸长特征进行滤波的方法和***
技术领域
本发明涉及一种利用伸长型滤波器(elongated filter)来对输入图像进行滤波的方法。本发明还涉及一种用于对输入图像进行滤波的***,所述***执行所述方法。本发明最后涉及一种用于执行所述方法的计算机程序。
本发明在用于增强伸长特征(elongated feature)的图像处理的一般领域中得到应用,特别是在用于检测在病人身体内引入的引导线(guide wire)的医学图像处理领域内。
背景技术
在医学图像处理中,经常需要增强伸长特征,例如血管、肋骨、导尿管。为此,开发了几种技术来设计定向滤波器(oriented filter)。
1991年在IEEE Transactions on Pattern Analysis ans Machine Intelligence中第13(9)卷、第891-906页发表的由W.Freeman和E.Adelson所著标题为“The Design and Use of Steerable Filters”的文献中公开了一类滤波器,其可以按照有效的方式旋转,具有最小的计算成本,提供了适当滤波器基础的一种线性组合。
考虑包含了图像点X的二维(2D)图像I,按照以下方式定义2D方向可调滤波器h:
h ( x , y ) = Σ k = 1 M Σ i = 0 k α k , i ∂ k - i ∂ x k - i ∂ i ∂ y i g ( x , y )
其中,g是任意的各向同性窗口函数,例如,高斯函数。
滤波器h在θ方向上是方向可调的,这意味着可以将该图像I的函数f与h的任意旋转形式的卷积表示为线性组合: f ( X ) * h ( R θ X ) = Σ k = 1 M Σ i = 0 k b k , i ( θ ) f k , i ( X ) , 其中,X=(x,y),Rθ是旋转矩阵,并且由bk,I是由方向决定的权重。
函数fk,i是f的滤波后的形式,以致于:
f k , i ( x , y ) = f ( x , y ) * ( ∂ k - i ∂ x k - i ∂ i ∂ y i g ( x , y ) )
并且其中,由方向决定的权重bk,i是三角多项式,其定义为如下:
b k , i ( θ ) = ( Σ j = 0 k α k , j Σ l , m ∈ S ( k , i , j ) k - j l j m ( - 1 ) m cos ( θ ) j + ( l - m ) sin ( θ ) ( k - j ) - ( l - m ) )
其中,集合S(k,i,j)={l,m/0≤l≤k-i;0≤m≤i;k-(l+m)=j}。
一旦确定了fk,i,就可以通过加权项的线性和,来以有效的方式计算f与h(RθX)的卷积。
该技术的缺陷在于:只能通过在先前等式中选择一类具有高阶M导数的方向可调滤波器,来获得伸长型定向滤波器。然而,众所周知,高阶导数导致数值不稳定。因此,实际上,主要使用二阶的方向可调滤波器,其限定为匹配较短的伸长结构。
发明内容
本发明的目的是提供一种对伸长特征进行滤波的更有效的解决方案。
该目的是由一种用于对输入图像进行滤波以生成输出图像的方法来实现,所述输入图像包括多个图像点,所述图像点包括与空间坐标相关联的亮度级,所述方法包括以下步骤:
分析所述输入图像的、在第一图像点的第一邻域内的多个亮度级,以计算在所述第一图像点上的第一滤波方向;
通过将第一方向可调滤波器核应用于所述输入图像来计算第一输出图像的第一输出图像点的亮度级,所述第一方向可调滤波器核以所述第一图像点为中心并且被定向为沿着所计算的第一滤波方向;
在所述第一输出图像中的所述第一图像点的第二邻域中选择至少第二图像点;
通过将至少第二方向可调滤波器核应用于所述输入图像来计算至少一个第二输出图像点的亮度级,所述第二方向可调滤波器核以所述第二图像点为中心并且被定向为沿着第二滤波方向;
计算所述第一输出图像点和所述至少第二输出图像点的线性组合;
将所述所计算的线性组合应用于所述输出图像中与所述第一空间坐标相关联的输出图像点的亮度级。
根据本发明,将伸长型方向可调滤波器核设计成:以所述第一图像点为中心,并且作为在中心处的方向可调滤波器核(即所述第一方向可调滤波器核)与至少一个离心的方向可调滤波器核(即以所述第二图像点为中心的所述第二方向可调滤波器核)之间的线性组合。例如,可以根据诸如高斯函数之类的各向同性函数的导数来获得该第一核和第二核。通过在中心处的与离心的滤波器核元件对该线性组合的贡献来提供对滤波器核的伸长。因此,不需要求各向同性函数的高阶导数,这实现了一种稳定的伸长型滤波器的设计。此外,对方向可调滤波器核的设计和该线性组合都不涉及高计算成本。因此,采用本发明,提供了一种用于对伸长特征进行滤波的有效解决方案。
根据本发明第一实施例,所述第二滤波方向与所述第一滤波方向相同。因此,所述第二方向可调滤波器核对该线性组合的离心贡献具有以下效果:沿着所述第一滤波方向延长所述第一方向可调滤波器核K1。本发明的该第一实施例的优势在于:生成具有强形状约束的非常伸长型的滤波器,该强形状约束能够检测或增强具有噪声的伸长结构。
根据本发明的第二实施例,该方法还包括步骤:分析所述输入图像中的、在所述第二图像点的第二邻域内的多个亮度级,用以计算在所述第二图像点上的第二滤波方向。因此,第二方向可调滤波器核对该线性组合的贡献具有以下效果:在该图像中所存在的伸长特征在第二图像点处的方向上延伸第一方向可调滤波器核。结果是:设计了一种弯曲的伸长型滤波器,其更加符合该图像的局部亮度,并对伸长的弯曲特征进行了更大的特征增强。
根据本发明的第三实施例,该选择至少第二图像点的步骤包括子步骤:在所述第一图像点的第三邻域内选择第三图像点;并且该计算一个至少第二输出图像点的亮度级的步骤包括子步骤:计算第三输出图像点的亮度级,该第三输出图像点以第三图像点为中心,并且被定向为沿着第三滤波方向此外,该组合步骤目的是计算以第一图像点为中心的第一方向可调滤波器核、以第二图像点为中心的第二方向可调滤波器核以及以第三图像点为中心的第三方向可调滤波器核之间的线性组合。本发明的该第三实施例的优势在于:在第一图像点的两侧延伸第一方向可调滤波器核。因此,获得了更大的伸长。
优选地,第三方向可调滤波器核被定向为沿着所计算的第二滤波方向。一个优势在于:对第一方向可调核的伸长在第一图像点的两侧都是相同的。
优选地,第三输出图像点位于包含第一输出图像点和第二输出图像点的直线上。其结果是:获得了非常伸长型的方向可调滤波器。一个优势在于:其能够检测具有噪声的长直线性特征,这通过传统的方向可调滤波器是无法检测的。
优选地,以这样的方式来选择第三图像点:所述第三图像点与第二图像点在所述直线上关于第一图像点对称。一个优势在于:对第一方向可调核的伸长关于第一图像点对称。
在本发明的第四实施例中,第二和第三输出图像点位于包含第一输出图像点的曲线上。根据以下步骤来确定该曲线:分析所述第一输出图像中的、在第一输出图像点的邻域内的多个亮度。根据本发明的第四实施例,定义了一种弯曲的伸长型滤波器,其更加符合输入图像中的复杂的伸长结构。优选地,以这样的方式来选择第三图像点:所述第三图像点与第二图像点在所述曲线上关于第一图像点对称。
本发明还涉及一种用于对包含多个图像点的图像进行滤波的图像处理***,所述***使用了所述方法。
本发明的这些及其他特征将参照以下所描述的实施例而显而易见且得以阐明。
附图说明
现在将参照附图、借助于实例来更详细地描述本发明,其中:
图1是根据本发明的、用于对图像进行滤波的方法的功能框图;
图2是描述了根据现有技术的、方向可调滤波器的设计与使用的示意图;
图3A和3B是用于说明根据本发明的、在伸长型方向可调滤波器核的设计中的参数影响的示意图,所述参数例如为滤波方向或者第一个与第二个图像点之间的距离;
图4A和4B是用于说明根据本发明的、产生伸长型方向可调滤波器核的可能方法的示意图;
图5A是在第二个图像点位于包含第一个输出图像点且被定向为沿着所计算的第一滤波方向的直线上时,所获得的伸长型方向可调滤波器的示意图;
图5B是在第二个图像点位于包含第一个输出图像点的曲线上时,所获得的伸长型方向可调滤波器的示意图;
图6是根据本发明的、水平伸长型滤波器的一个实例;
图7A和7B是将根据本发明的伸长型方向可调滤波器用于脊检测而获得的输入和输出图像的实例;
图8是根据本发明的、用于进行滤波的***的示意图。
具体实施方式
本发明涉及一种对输入图像进行滤波以生成输出图像的方法。在下文中,认为一个图像是多个图像点的2D阵列,一个图像点包括一个亮度级,且位于2D阵列中以该图像的坐标系的空间坐标为依据的位置处。然而,应当注意,图像点的三维阵列也在本发明的范围之内。
参照图1,将根据本发明的方法应用于输入图像IN,该输入图像IN包括第一图像点IP1,该第一图像点IP1包括与输入图像的坐标系(O,x,y)内的空间坐标(x1,y1)相关联的亮度级IL1。该方法包括步骤20:分析该输入图像中在第一图像点IP1的第一邻域V1内的多个亮度级IL,用以计算在所述第一图像点IP1上的第一滤波方向θ1。应当注意,该邻域V1是一组属于输入图像IN的图像点,它们位于第一图像点IP1附近。例如,利用相对于第一图像点IP1的最大距离阈值来定义这一组图像点。该最大距离阈值取决于在该输入图像内应增强的伸长结构的尺寸。
利用已知的图像处理技术来执行该分析,例如,将梯度运算符应用于输入图像。
在步骤20后面是步骤30:通过将第一方向可调滤波器核K1应用于输入图像IN,来计算第一输出图像OUT1的第一输出图像点IP’1的亮度级IL’1,所述第一方向可调滤波器核K1以第一图像点IP1为中心并且被定向为沿着所计算的第一滤波方向θ1
根据本发明的方法还包括步骤40:在输入图像IN中的所述第一图像点IP1的第二邻域V2中选择至少一个第二图像点IP2。应当注意,第二邻域V2并非必须与第一邻域V1相同。事实上,用于定义第二邻域V2的最大距离阈值应与第一方向可调滤波器核K1的长度相关。
根据本发明的方法还包括步骤50:通过将至少一个第二方向可调滤波器核K2应用于输入图像IN,来计算所述至少第二输出图像点IP2的亮度级IL’2,所述第二方向可调滤波器核K2以该至少第二图像点IP2为中心,并且被定向为沿着第二滤波方向θ2。获得第二输出图像点IP’2。执行步骤60:计算第一输出图像点IP’1的亮度级IL’1与该至少第二输出图像点IP’2的亮度级IL’2之间的线性组合,该步骤60提供了输出亮度级ILOUT。进一步,将所述输出亮度级ILOUT应用于输出图像的第一输出图像点OP1,所述第一输出图像点OP1位于第一图像点IP1的第一空间坐标(x1,y1)处。
图2以示意性方式描述了用来设计在θ方向上且被应用于输入图像IN的方向可调滤波器核的一种可行的解决方案。首先,利用各向同性函数IF对输入图像IN进行滤波,所述各向同性函数IF例如是高斯函数。获得中间图像IF(IN)。中间图像IF(IN)比输入图像IN更为平滑,并且更适于进一步求导。在第二步骤中,利用线性求导运算符Dx、Dy对中间图像IF(IN)进行滤波,以提供中间图像IF(IN)的导数图像Lx(IN)、Ly(IN)、Lxx(IN)、Lyy(IN)、Lxy(IN)。例如,通过两次将求导运算符Dx应用于中间图像,来获得中间图像在x方向上的二阶导数Lxx(IN)。在图2的实例中,提供了中间图像的一阶和二阶导数,但是通过进一步将求导核Dx、Dy应用于所获得二阶导数图像,可以以相同的方式获得更高阶的导数。
正如在本专利申请的介绍部分中所解释的,为了考虑方向θ,仅仅简单地将导数图像Lx(IN)、Ly(IN)、Lxx(IN)、Lyy(IN)、Lxy(IN)乘以由θ决定的系数Cθ。由此,通过计算导数图像的加权和,来获得输入图像对方向可调滤波器核的响应OUT1,其中,该权重是由方向决定的。
这种设计和使用方向可调滤波器的技术的优势在于,其具有低计算成本。应当注意的是,该技术对于本领域技术人员来说是众所周知的,同时也可以使用另一种技术。例如,可以通过以θ角度旋转第一图像点的邻域内所包含的多个图像点并且将水平伸长型滤波器应用于该旋转后的邻域,来实现沿着θ方向的方向可调滤波器。
在下文中,考虑被定向为第一方向θ1的第一方向可调滤波器核K1。通过对各向同性函数进行连续求导,获得该方向可调滤波器核K1。使用该第一方向可调滤波器核K1,将亮度级为IL1的第一图像点IP(x1,y1)滤波为第一输出图像点IP’1(x1,y1)=IL’1。采用本发明,通过在位于第一图像点IP1(x1,y1)的第二邻域V2内的至少一个第二图像点IP2(x2,y2)上调用第二方向可调滤波器核K2,来获得一个伸长型方向可调滤波器核。该第二方向可调滤波器核被定向为沿着θ2方向。
于是,可以通过以下等式来定义伸长型方向可调滤波器核K:
K ( x 1 , y 1 ) = K 1 , θ 1 ( x 1 , y 1 ) + α · K 2 , θ 2 ( x 2 , y 2 ) 1 + α
其中,α为正实数加权因子,第一与第二图像点之间的距离为D(IP1,IP2)=ρ,其中ρ是正实数。
应当注意,第一和第二方向可调核本身可以是滤波器的线性组合。
参照图3A,所设计的伸长型方向可调滤波器核K的最终形状取决于各个参数,它们是:
-相对于第一和第二方向可调滤波器核K1、K2的尺寸的、第一和第二图像点IP1、IP2之间的距离ρ。特别是,如果将第二图像点选择为与第一图像点之间的距离ρ’大于方向可调滤波器核K1的尺寸,则伸长型滤波器很可能在其形状内具有不连续性或孔。当使用高斯函数作为各向同性滤波核时,距离ρ应为
Figure A200680041551D0011155249QIETU
量级,其中σ是高斯函数的标准偏差;
-在第二图像点与包含第一图像点且被定向为沿着θ1方向的直线之间的距离d。如果距离d”与第一方向可调核的宽度同量级或大于该宽度,则该方向可调滤波器核的延伸将会发生在其宽度上而非其长度上;
-在第一方向可调核K1的第一方向θ1与第二方向可调核K2的第二方向θ2之间的方向差异。如果方向θ1与θ2差异很大,则不会获得伸长,而是获得所设计的方向可调滤波器核的强弯曲。
因此,为了得到沿着其长度伸长的伸长型方向可调滤波器核,就必须满足一些条件。
如图4A所示,优选地,该至少第二输出图像点IP2位于包含第一输出图像点IP1并且被定向为沿着所计算的第一个滤波方向θ1的直线L1上。
参考图4A并根据本发明的第一实施例,第二滤波方向θ2等于第一滤波方向θ1。因此,第二方向可调滤波器核K2对于该线性组合的离心贡献具有以下效果:沿着第一滤波方向延伸第一方向可调滤波器核K1。本发明的该第一实施例的优势在于:生成具有强形状约束的非常伸长型的滤波器,该强形状约束能够检测或增强具有噪声的伸长结构。
参考图4B并根据本发明的第二实施例,该方法还包括步骤:分析该输入图像在第二图像点的第二邻域V2内的多个亮度级,用以计算在所述第二图像点IP2上的第二滤波方向θ2。如上所述,利用已知的图像处理技术来执行该分析,例如,通过将梯度运算符应用于输入图像。
因此,第二方向可调滤波器核K2对该线性组合的贡献具有以下效果:在该图像中存在的弯曲特征CF在第二图像点处的方向上,延伸第一方向可调滤波器核K1。结果是:设计了一种弯曲的伸长型滤波器K,其更加符合该图像的局部亮度,并对伸长的弯曲特征CF产生更大的特征增强结果。
参照图4C并根据本发明的第三实施例所述,该选择至少第二图像点IP2的步骤包括子步骤:在所述第一图像点IP1的第三邻域V3内选择第三图像点IP3;并且该计算一个至少第二输出图像点的亮度级的步骤包括子步骤:根据各向同性函数的导数来计算第三输出图像点IP3的亮度级,该第三输出图像点IP3以第三图像点为中心,并且被定向为沿着第三滤波方向θ3。此外,该组合步骤目的是计算以第一图像点IP1为中心的第一方向可调滤波器核K1、以第二图像点IP2为中心的第二方向可调滤波器核K2以及以第三图像点IP3为中心的第三方向可调滤波器核K3之间的线性组合。本发明的第三实施例的优势在于:在第一图像点IP1的两侧延伸第一方向可调滤波器核K1。因此,获得了更大的伸长。
参考图5A,第三方向可调滤波器核优选地被定向为沿着所计算的第二滤波方向θ2,并且这样的方式来在该直线上选择第三图像点:所述第三图像点与第二图像点关于第一图像点对称。
一个优势在于:对第一方向可调核的伸长在第一图像点的两侧都是相同的。
参照图5B并根据本发明的第四实施例,第二和第三输出图像点IP2、IP3位于曲线C上,该曲线C包含第一输出图像点IP1。这一曲线或者是由某个曲率半径所定义的圆,或者是抛物曲线,或者是基于对该图像所计算的分析参数(例如伸长特征的曲率)而定义的任何类型的曲线。有利的是,该曲线的形状与存在于图像内的伸长特征相关。因此,可以使用所定义的曲线作为设计更为符合输入图像的复杂伸长结构的弯曲的伸长型滤波器K时的指导。
优选地,以这样的方式来选择第三图像点IP3:所述第三图像点IP3与第二图像点IP2在曲线C上相对于第一图像点对称。一个优势在于:对第一方向可调核的伸长在第一图像点的两侧都是相同的。
在下文中,将在根据高斯函数的二阶导数来计算方向可调滤波器核的具体情况下更详细地描述根据本发明的方法。应当注意,可以使用任何类型的各向同性函数,并且其都在本发明的范围之内。
通过以下等式,在图像点IP1(x1,y1)上定义第一方向可调滤波器核K1
K1(IP1,r)=K1(x1,y1)=r′(x1,y1)·HG(x1,y1)·r(x1,y1)
其中,r=(-sinθ,cosθ)是在图像点IP1(x1,y1)上与θ正交的方向矢量,并且HG(x,y)是高斯二阶导数核,其定义如下:
H G ( x , y ) = ∂ 2 g ( x , y ) ∂ x 2 ∂ 2 g ( x , y ) ∂ x ∂ y ∂ 2 g ( x , y ) ∂ x ∂ y ∂ 2 g ( x , y ) ∂ y 2
采用本发明,根据从应用的中心像素IP1沿着θ方向、在距离ρ处外插计算第二和第三方向可调滤波器核K2、K3,来延伸该第一方向可调滤波器核。所述第二和第三外插得到的方向可调核称为离心核,这是因为它们对中心值处的输出有贡献,但是涉及在非中心位置处的核生成。
在一种简化的情况下,考虑到单个方向可调滤波器核K1=K2=K3,并且第二和第三图像点IP2、IP3位于包含第一图像点IP1且被定向为沿着第一方向θ1的一条直线上,在像素IP1(x1,y1)上的最终的二阶核表达式是:
K ( IP 1 , r ) = 1 1 + 2 β ( K 1 ( IP 1 , r ) + β ( K 1 ( IP 1 + ρ · r ⊥ , r ) + K 1 ( IP 1 - ρ · r ⊥ , r ) ) )
其中,β是正实数加权因子。
应当注意,当要在非整数坐标上求该核的值时,可能涉及内插运算。
如上所述,伸长型滤波器K的最终形状取决于诸如距离ρ和加权因子β之类的参数。应当注意,设计具有平滑轮廓的伸长型滤波器的方式是,以这样的方式来选择ρ和β:使得高斯函数在第一图像点IP1上沿着θ1方向的二阶导数为零。
图6提供了根据二阶高斯导数来计算伸长型方向可调滤波器的一个实例,其中,使用了单个方向可调核K1=K2=K3和滤波方向θ1=θ2=θ3。利用以第一图像点IP1为中心的水平滤波器核K1对包含第一图像点IP1的输入图像IN进行滤波,并生成中间输出图像OUT1。同时,利用以第二图像点IP2为中心的水平滤波器核K1对包含第二图像点IP2的输入图像IN进行滤波,并生成第二中间输出图像OUT2,其中,第二图像点IP2位于第一图像点IP1的第二邻域内。同时,利用以第三图像点IP3为中心的水平滤波器核K1对包含第三图像点IP3的输入图像IN进行滤波,并产生第三中间输出图像OUT3,其中第三图像点IP3位于第一图像点IP1的第三邻域内。
根据本发明,进一步,将这三个中间输出图像OUT1、OUT2、OUT3进行线性组合,来产生该输入图像对伸长型水平滤波器核K的响应。
应当注意,利用各向同性函数的二阶导数来计算用于设计伸长型滤波器核的方向可调核并非是必需的。例如,可以使用一阶导数来进行边界检测。
在图7A和7B中提供了一种应用实例,用以指导在X射线心-脉管图像内的直线检测。图7A中为输入图像IN,图7B中为输出图像OUT。
参照图8,提供了一种根据本发明的计算机***,其包括用于对输入图像进行滤波并生成输出图像的***110。计算机***100包括图像数据信号输入端120和存储器140,该存储器140用于通过输入端120将输入的图像数据存储到该***中。用于滤波的***110包括处理器160和***电源180,其中,该处理器160被编程为根据本发明来控制输入图像数据的处理。该计算机***还包括视频监视器200,其通过输出端220接收来自处理器的处理后的输出图像。可以采用传统编程语言、通过一计算机程序将根据本发明的、用于设计和使用伸长型方向可调滤波器的方法编程到存储器140中并由***110所使用。可替换地,可以通过硬件来实现***110。
根据本发明所述的***110包括:
-装置111,用于分析该输入图像IN中的、在第一图像点IP1的第一邻域V1内与第一空间坐标相关联的亮度级,以便计算在所述第一图像点上的第一滤波方向;
-装置112,用于通过应用第一方向可调滤波器核K1来计算第一输出图像点IP’1的亮度级,所述第一方向可调滤波器核K1以第一图像点IP1为中心并且被定向为沿着所计算的第一滤波方向θ1
-装置113,用于在所述第一输出图像点IP’1的第二邻域V2中选择至少一个第二图像点IP2
-装置115,用于通过应用第二方向可调滤波器核K2来计算至少一个第二输出图像点IP’2的亮度级,所述第二方向可调滤波器核K2以所述第二图像点IP2为中心并且被定向为沿着第二滤波方向θ2
-装置116,用于计算第一输出图像点IP’1的亮度级与至少第二输出图像点IP’2的亮度级之间的线性组合;
-用于将所述所计算的线性组合应用于所述输出图像OUT中的、与所述空间坐标相关联的最终输出图像点OP1的亮度级的装置。
在本发明的一个实施例中,第二滤波方向θ2与第一滤波方向θ1相同。一个优势在于:所生成的伸长型方向可调滤波器是直线的。
在本发明的另一个实施例中,该***包括装置114,用于分析在输入图像IN中的、在第二图像点IP2的邻域内与第一空间坐标相关联的亮度级,以便计算在所述第二图像点IP2上的第二滤波方向θ2。一个优势在于:可以弯曲所生成的滤波器,以便更加符合该图像中所存在的伸长特征的方向。
附图与其上述描述在此是说明性的,而非限制本发明。显然存在众多落入附带权利要求范围内的备选方案。在这方面进行了以下总结性注释:存在众多借助于硬件项或软件项或两者来实现功能的方式。在这方面,附图完全是示意性的,每一个附图仅仅是表示了本发明的一种可能的实施例。因此,尽管附图显示了不同的功能作为不同的块,但不意味着排除了单个硬件或软件项执行几种功能,也不排除由硬件项或软件项的组合或硬件和软件项来执行单个功能。权利要求中的任何一个参考标记都不应构成对该权利要求的限制。动词“包括”及其变化形式的使用并不排除存在除了权利要求中提及的那些元件或步骤之外的元件或步骤。在元件或步骤之前的冠词“一个”的使用并不排除存在多个这样的元件或步骤。

Claims (14)

1、一种用于对输入图像进行滤波以生成输出图像的方法,所述输入图像包括多个图像点,所述图像点包括与空间坐标相关联的亮度级,对于位于第一空间坐标上的第一图像点,所述方法包括以下步骤:
分析所述输入图像中的、在所述第一图像点的第一邻域内的多个亮度级,以计算在所述第一图像点上的第一滤波方向;
通过将第一方向可调滤波器核应用于所述输入图像来计算第一输出图像中的第一输出图像点的亮度级,所述第一方向可调滤波器核以所述第一图像点为中心并且被定向为沿着所计算的第一滤波方向;
在所述第一输出图像中的、所述第一图像点的第二邻域中选择至少第二图像点;
通过将至少第二方向可调滤波器核应用于所述输入图像来计算第二输出图像中的、至少一个第二输出图像点的亮度级,所述第二方向可调滤波器核以所述至少第二图像点为中心并且被定向为沿着第二滤波方向;
计算所述第一输出图像点与所述至少第二输出图像点之间的线性组合,以提供输出亮度级;
将所述输出亮度级应用于所述输出图像中的输出图像点,所述输出图像点具有所述第一空间坐标。
2、根据权利要求1所述的方法,其中,在所述的计算第一输出图像点的亮度级的步骤中和/或在所述的计算第二输出图像点的亮度级的步骤中,通过将高斯核应用于所述输入图像来计算所述亮度级。
3、根据权利要求1所述的方法,其中,所述至少第二输出图像点位于包含所述第一输出图像点并且被定位为沿着所计算的第一滤波方向的直线上。
4、根据权利要求1所述的方法,其中,所述至少第二输出图像点位于包含所述第一输出图像点的曲线上,所述曲线根据以下步骤来确定:分析所述第一输出图像中的、在所述第一输出图像点的邻域内的多个亮度级。
5、根据权利要求1所述的方法,其中,所述第二方向可调滤波器核被定向为沿着所计算的第一滤波方向。
6、根据权利要求1所述的方法,包括以下步骤:分析所述输入图像中的、在所述至少第二图像点的邻域内的多个亮度级,以计算在所述至少第二图像点上的第二滤波方向。
7、根据权利要求1所述的方法,其中,所述的选择至少第二图像点的步骤包括以下子步骤:在所述第一图像点的第三邻域内选择第三图像点;并且所述的计算一个至少第二输出图像点的亮度级的步骤包括以下子步骤:计算第三输出图像点的亮度级,所述第三输出图像点以所述第三图像点为中心并且被定向为沿着第三滤波方向;并且
其中,所述组合步骤目的是计算以所述第一图像点为中心的所述第一方向可调滤波器核、以所述第二图像点为中心的所述第二方向可调滤波器核以及以所述第三图像点为中心的第三方向可调滤波器核之间的线性组合。
8、根据权利要求7所述的方法,其中,所述第三输出图像点位于包含所述第一输出图像点和第二输出图像点的直线上。
9、根据权利要求7所述的方法,其中,所述第三输出图像点位于包含所述第一输出图像点和所述第二输出图像点的曲线上,所述曲线根据以下步骤来确定:分析所述第一输出图像中的、在所述第一输出图像点的邻域内的多个亮度级。
10、根据权利要求7所述的方法,其中,所述第三方向可调滤波器核被定向为沿着所计算的第二滤波方向。
11、根据权利要求8所述的方法,其中,以这样的方式来选择所述第三图像点:所述第三图像点与所述第二图像点在所述直线上关于所述第一图像点对称。
12、根据权利要求9所述的方法,其中,以这样的方式来选择所述第三图像点:所述第三图像点与所述第二图像点在所述曲线上关于所述第一图像点对称。
13、一种用于对输入图像进行滤波以生成输出图像的***,所述输入图像包括多个图像点,所述图像点包括与空间坐标相关联的亮度级,所述***包括:
用于分析所述输入图像中的、在第一图像点的第一邻域内的亮度级以计算在所述第一图像点上的第一滤波方向的装置;
用于通过应用第一方向可调滤波器核来计算第一输出图像点的亮度级的装置,所述第一方向可调滤波器核以所述第一图像点为中心并且被定向为沿着所计算的第一滤波方向;
用于在所述第一输出图像点的第二邻域中选择至少一个第二图像点的装置;
用于通过应用第二方向可调滤波器核来计算至少一个第二输出图像点的亮度级的装置,所述第二方向可调滤波器核以所述第二图像点为中心并且被定向为沿着第二滤波方向;
用于计算所述第一输出图像点的亮度级与所述至少第二输出图像点的亮度级之间的线性组合的装置;
用于将所述所计算的线性组合应用于所述输出图像中的与所述第一空间坐标相关联的最终输出图像点的亮度级的装置。
14、一种用于计算机的计算机程序产品,包括一组指令,所述指令在载入所述计算机时,使所述计算机执行根据权利要求1所述的方法。
CNA2006800415516A 2005-11-08 2006-11-02 用于对伸长特征进行滤波的方法和*** Pending CN101443814A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP05300902.3 2005-11-08
EP05300902 2005-11-08

Publications (1)

Publication Number Publication Date
CN101443814A true CN101443814A (zh) 2009-05-27

Family

ID=38023651

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2006800415516A Pending CN101443814A (zh) 2005-11-08 2006-11-02 用于对伸长特征进行滤波的方法和***

Country Status (4)

Country Link
US (1) US20080317370A1 (zh)
EP (1) EP1982303A2 (zh)
CN (1) CN101443814A (zh)
WO (1) WO2007054862A2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102469978A (zh) * 2009-07-07 2012-05-23 皇家飞利浦电子股份有限公司 呼气吸气信号的降噪
CN105243652A (zh) * 2015-11-19 2016-01-13 Tcl集团股份有限公司 图像降噪的方法及装置

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2918486B1 (fr) 2007-07-03 2009-09-18 Gen Electric Procede de traitement d'images en radioscopie interventionnelle pour une detection de materiels d'instrumentations de guidage
FR2924254B1 (fr) 2007-11-23 2010-01-01 Gen Electric Procede de traitement d'images en radioscopie interventionnelle
US8548213B2 (en) * 2010-03-16 2013-10-01 Siemens Corporation Method and system for guiding catheter detection in fluoroscopic images
CN105765966B (zh) * 2013-12-19 2020-07-10 英特尔公司 碗形成像***
US10442355B2 (en) 2014-09-17 2019-10-15 Intel Corporation Object visualization in bowl-shaped imaging systems
US11238297B1 (en) * 2018-09-27 2022-02-01 Apple Inc. Increasing robustness of computer vision systems to rotational variation in images
JP7223720B2 (ja) * 2020-03-18 2023-02-16 富士通フロンテック株式会社 生体画像送信装置、生体画像送信プログラム、生体画像送信方法および生体画像伝送システム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6009447A (en) * 1996-02-16 1999-12-28 Georgia Tech Research Corporation Method and system for generating and implementing orientational filters for real-time computer vision applications
US6674915B1 (en) * 1999-10-07 2004-01-06 Sony Corporation Descriptors adjustment when using steerable pyramid to extract features for content based search

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102469978A (zh) * 2009-07-07 2012-05-23 皇家飞利浦电子股份有限公司 呼气吸气信号的降噪
CN102469978B (zh) * 2009-07-07 2015-07-15 皇家飞利浦电子股份有限公司 呼气吸气信号的降噪
CN105243652A (zh) * 2015-11-19 2016-01-13 Tcl集团股份有限公司 图像降噪的方法及装置
CN105243652B (zh) * 2015-11-19 2019-06-07 Tcl集团股份有限公司 图像降噪的方法及装置

Also Published As

Publication number Publication date
EP1982303A2 (en) 2008-10-22
WO2007054862A2 (en) 2007-05-18
WO2007054862A3 (en) 2008-11-27
US20080317370A1 (en) 2008-12-25

Similar Documents

Publication Publication Date Title
CN101443814A (zh) 用于对伸长特征进行滤波的方法和***
US10769487B2 (en) Method and device for extracting information from pie chart
CN111028242A (zh) 一种肿瘤自动分割***、方法及电子设备
Luo et al. Canny edge detection on NVIDIA CUDA
US20060229856A1 (en) Systems, devices, and methods for diffusion tractography
WO2019241155A1 (en) Simulating abnormalities in medical images with generative adversarial networks
US11861808B2 (en) Electronic device, image processing method, and computer-readable recording medium
Marie et al. The delta medial axis: a fast and robust algorithm for filtered skeleton extraction
CN109033945A (zh) 一种基于深度学习的人体轮廓提取方法
CN102930519B (zh) 基于非局部均值的sar图像变化检测差异图生成方法
CN111369519A (zh) 冠状动脉的血流速度的计算方法、装置及电子设备
CN102156874A (zh) 从一影像处理***中撷取一肿瘤轮廓的方法
Stahl et al. Globally optimal grouping for symmetric closed boundaries by combining boundary and region information
Zheng et al. Ultrasound image edge detection based on a novel multiplicative gradient and Canny operator
CN113158789B (zh) 一种遥感图像的目标检测方法、***、装置及介质
US8953901B2 (en) Method and system for applying filter to image
CN112001923B (zh) 一种视网膜图像分割方法及装置
CN108830792A (zh) 一种利用多类字典的图像超分辨率方法
CN110135261A (zh) 一种训练道路异常识别模型、道路异常识别的方法及***
CN106780404A (zh) 图像增强方法、装置及血管显像设备
Yang et al. Geodesic distance and curves through isotropic and anisotropic heat equations on images and surfaces
CN101567081B (zh) 一种手部静脉图像增强方法
Zhang et al. 3d cross-scale feature transformer network for brain mr image super-resolution
CN113139511A (zh) 水土保持生产建设项目扰动图斑提取方法、介质和设备
CN105160666A (zh) 基于非平稳分析与条件随机场的sar图像变化检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20090527