CN101933042A

CN101933042A - 边缘检测

Info

Publication number: CN101933042A
Application number: CN2008801254370A
Authority: CN
Inventors: 耶斯纳·奥伊库·伊尔德兹; 道格拉斯·Q.·亚伯拉罕
Original assignee: Analogic Corp
Current assignee: Analogic Corp
Priority date: 2008-01-25
Filing date: 2008-07-31
Publication date: 2010-12-29
Anticipated expiration: 2028-07-31
Also published as: US8548252B2; CN101933046A; US20110033118A1; EP2235684A1; WO2009094044A3; EP2235678A2; WO2009094042A1; CN101933042B; US8942411B2; WO2009094044A2; EP2235684B1; EP2235678B1; US20110085695A1; CN101933046B

Abstract

揭示了用于检测通过使用成像装置对物体成像而产生的图像中的边缘的技术和***，从而能够减轻边缘检测中图像噪声的影响。确定用于对象区域(例如像素)和各个相邻区域的强度值(例如信号值)比率(404)。对于各个相邻区域对确定自适应阈值(412)。将比率值与用于各个相邻区域对的自适应阈值比较以确定在各个相邻区域对之间是否存在边缘(414)。

Description

边缘检测

背景技术

在当前的政治气候和其它考虑下，机场以及其它旅行相关领域中的安全是重要的问题。另外，经过成像的自动物体检测能够有助于安全工具和其它诊断***。用于提高旅行安全而使用的一个技术是通过包裹检查。在有的情况下，由筛分人员视觉地检查行李和/或手动地检查行李。在其它情况下，一开始使用某种类型的设备来扫描行李，然后如果需要的话则进一步检查行李。例如，可以使用x射线机来为安全人员提供包的内容的基本上两维的视图，因而使得能够确定是否应该进一步检查。然而，有的时候，基于初始的自动或人工检查而对包进行进一步的视觉检查是耗时的。此外，关于行李(或更恰当地其内容)的安全性的决定的质量是进行这样的决定的个人或自动***的功能，并且某些个人和/或***比其它个人和/或***更擅长于识别危险项目。

发明内容

提供发明内容来介绍以在下面的具体实施方式中进一步描述的简化形式进行的概念选择。发明内容不用于识别要求保护的主题的关键因素或重要特征，也不用于限制要求保护的主题的范围。

如这里所提供的，能够有助于通过使用成像装置对物体进行成像而生成的图像(例如，在机场的安全站处进行检查的物体的计算机断层扫描(CT)图像)中的物体的自动检查的能力的***和技术。即，用于通过成像装置利用依赖于信号的噪声生成的图像中的物体的边缘检测的技术和***，从而能够减轻边缘检测中的图像噪声的影响。

之前在边缘检测方面的尝试没有有效地说明图像中的依赖于信号的噪声。有的技术利用第一和第二阶导数算子来检测图像中的像素的差异的不连续性。然而，这些技术对于图像噪声是敏感的，并且会在噪声图像中产生伪边缘。有的技术可以使用图像过滤，这可以避免由噪声生成的某些误差，然而，过滤经常会消除一些更加精细的边缘检测，降低了检测图像中更加细小的边缘的能力。

可以从多个源生成具有依赖于信号的噪声的图像，所述多个源例如是x射线扫描仪、伽马射线扫描仪、红外成像和其它成像装置。使用这里提供的技术和***，能够利用图像中相邻区域(例如像素)对的强度(intensity)值比率来检测结果图像中的边缘。例如，使用图像中的对象区域以及对象区域的上下左右的4个紧邻的区域，能够生成具有4个比率索引(index)的矩阵。对于图像中的各个相邻区域，能够通过用两个相邻强度值中较高的一个除两个值中的较低的一个来确定比率。

对于各个相邻区域对能够生成自适应阈值，该阈值能够例如说明从与特定成像装置和成像操作相关联的光和电噪声导致的图像中的图像噪声。对于噪声的图像预过滤不需要利用这里提供的技术和***。在一个实施例中，使用能够说明统计平均信号值的噪声偏差的阈值敏感值可以调节边缘检测的敏感性。

能够比较各个相邻区域对的强度值比率与对应的阈值，以确定在相邻对之间是否存在边缘。作为示例，如果强度比率高于自适应阈值，可以在相邻对之间检测到边缘。在一个实施例中，通过确定检测到的边缘是上升或下降以及位于矩阵的哪个部分可以检测边缘的方向。

在另一个实施例中，可以增强边缘检测数据以说明经过成像的物体类型和/或填入边缘细节。例如，该数据能够被发送到显示器用于人工视觉观察或者可以被发送到设计用于基于边缘数据检测特定物体的自动检测***。

在一个示例中，***设计用于检测可以是通过对物体进行成像而生成的图像中的边缘。所述***能够包括图像强度比率确定器，图像强度比率确定器可以用于确定图像中相邻区域之间的图像强度值比率。例如，比率确定器可以确定图像中相邻像素之间的强度值的比率。***也可以包括自适应阈值生成器，自适应阈值生成器可以用于生成图像中与生成了图像强度值比率的相邻区域对应的相邻区域的自适应阈值。另外，***可以包括边缘确定器，边缘确定器能够用于识别图像中相邻区域之间存在或不存在边缘。边缘确定器能够比较图像强度值比率和用于图像中相邻区域的对应自适应阈值，例如以确定比率是否满足存在边缘的阈值。

为了实现上述和相关目的，下述描述和附图提供了特定说明性方面和实施。这些指示了数个不同方法，在这些方法中可以采用一个或多个方面。当结合附图考虑时，从下述具体实施方式能够显而易见本发明的其他方面、优势和新颖特征。

附图说明

图1是说明这里提供的可以实施图像中的边缘检测的环境的示意框图；

图2是说明这里提供的可以实施边缘检测的环境的一个或多个部件的部件框图；

图3是说明这里提供的可以实施边缘检测的环境的一个或多个部件的一个实施例的示意框图；

图4是用于检测由对一个或多个物体成像而产生的图像中的边缘的示例方法的流程图；

图5是用于确定各组相邻区域的区域比率值的示例方法的一个实施例的流程图；

图6是用于确定自适应阈值的示例方法的一个实施例的流程图；

图7是用于确定两个相邻区域之间是否存在边缘的示例方法的一个实施例的流程图；

图8是用于确定图像中的各个区域的区域噪声值的示例方法的一个实施例的流程图；

图9示出了被划分为区域并且具有不同图像强度的区间的示例图像；

图10示出了对具有不同密度的多个物体成像而生成的噪声与强度的函数的示例图形。

具体实施方式

下面参考附图描述主张的主题，其中相似的附图标记用于指示相似的元件。在下面的描述中，出于说明的目的，提供多个特定细节以提供对要求保护的主题的详尽理解。然而，很明显不需这些特定细节也可以实现要求保护的主题。在其它情况下，以框图形式说明结构和设备以有助于描述要求保护的主题。

图1是示例环境100的说明，其中可以采用***来检测图像中的边缘，该图像例如来自使用成像装置对一个或多个物体进行成像。在示例环境100中，成像装置包括物体扫描装置102，例如安全扫描装置(例如用于在机场扫描行李)。扫描装置102可以用于扫描物体110(例如在机场的行李箱)。扫描装置通常包括辐射源104(例如x射线管)、辐射检测器阵列106(例如x射线检测器)以及旋转器112(例如龙门架(gantry)马达)，用于使辐射源104和检测器106围绕被扫描的物体110旋转。应当理解，尽管示例实施例利用x射线扫描装置，这里描述的***和技术不限于x射线或扫描设备。例如，***可以利用红外成像设备来基于一个或多个物体的红外成像来生成图像。

作为示例，包括x射线源104(例如x射线管)的计算机断层扫描(CT)安全扫描仪102能够生成在检查区域中横穿(tranverse)例如行李箱的物体110的扇形、锥形、楔形或其它形状的x射线辐射波束。在该示例中，x射线由源104发射，横穿包含要被扫描的物体110的检查区域，并且由在x射线源104对面的x射线检测器106检测。另外，例如，附接到扫描仪的例如龙门架马达驱动的旋转器112能够用于使x射线源104和检测器106围绕物体110旋转。以此方式，能够收集来自行李箱的多个透视的x射线投影，例如对于物体生成一组x射线投影。尽管说明作为第三代***，本领域技术人员应当理解也考虑了***和其它实施。作为另一个示例，辐射源104和检测器106可以在物体被旋转时保持静止。

在示例环境100中，数据测量***114被可操作地连接到扫描装置102，并且通常配置用于收集来自检测器106的信息和数据，并且可以用于对于物体110将收集的数据编译为投影空间数据150。作为示例，在相对于物体110的多个角度位置的每一个角度位置处获取x射线投影。

在示例环境100中，图像提取器120被连接到数据测量***114，并且配置用于从数据测量***114接收数据150以及使用适当的分析、迭代和/或其它重构技术(例如从投影空间背投到图像空间)来生成指示被扫描的物体110的图像数据152。

在一个实施例中，例如行李箱的图像数据152可以被最终显示在监视器118上用于人工观察。在该实施例中，操作员可以隔离和操控图像，例如从各种角度、缩放水平和位置旋转和观看行李箱。

应当理解，尽管示例环境100利用图像提取器120来从数据测量***114生成的数据150中提取图像数据(例如，用于正被扫描的行李箱)，这里描述的技术和***不限于该实施例。在另一个实施例中，例如，图像数据可以由不连接到***的成像装置和***生成。在该示例中，图像数据可以存储在电子存储设备(例如CD ROM、硬驱、闪存)中并且被电子地传递至***。

在示例环境100中，边缘检测***可以接收例如用于被扫描的物体110的图像数据152以对物体的图像执行边缘检测。边缘检测器122例如可以配置用于检测被扫描的物体152的图像中的边缘，从而减轻边缘检测中的图像噪声的影响。

作为示例，扫描装置102可以包括计算机断层扫描(CT)扫描仪，利用x射线扫描物体用于确定物体的内容。在该示例中，如上所述，可以生成被扫描的物体152的图像，并且将该图像发送至边缘检测器122。边缘检测器122能够接收用于被扫描的物体的图像并且生成被扫描的物体110的边缘数据154。在该示例中，扫描装置102可以生成受到来自扫描装置102的电噪声以及来自扫描操作的光噪声影响的图像数据152。边缘检测器122能够减轻图像噪声，从而生成与当前技术能够生成的图像相比，可以反映被扫描的物体110的增强(例如物体可以更容易识别)表示的边缘数据154。另外，在该示例中，能够生成边缘数据154，从而之后可以利用边缘数据154来辅助检测被扫描的物体110中的物体。

图2是示例边缘检测器***122的部件框图，边缘检测器***122可以配置用于检测图像中的边缘，从而能够减轻例如来自由x射线扫描装置生成的图像的边缘检测中的图像噪声的影响。从图像提取器120发送图像数据152并且由图像强度(intensity)比率确定器202接收图像数据152，图像强度比率确定器202能够配置用于确定图像的相邻区域之间的一个或多个图像强度值比率(例如图像信号值比率)。

作为示例，图像强度比率确定器202可以计算比较图像中选定区域(例如像素)的强度值与选定区域上方的行中紧邻区域的强度值的比率值。另外，图像强度比率确定器202可以计算用于选定区域的强度值与选定区域下方的行中紧邻区域的强度值的比率值。另外，图像强度比率确定器202可以计算用于选定区域的强度值与选定区域左右紧邻的列中区域的强度值的比率值。在该示例中，对应于选定区域和上下左右紧邻区域之间的强度值的比率，图像强度比率确定器202能够生成用于图像中各个选定区域的四个区域比率值。

在图2中，示例边缘检测器122还包括自适应阈值生成器204，自适应阈值生成器204接收从图像提取器120发送的图像数据152。自适应阈值生成器204可以配置用于生成图像数据152中与一个或多个图像强度值比率对应的各个相邻区域的自适应阈值。作为示例，自适应阈值生成器204可以计算与用于图像中各个选定的区域(例如像素)和相邻区域的各个图像强度值比率对应的自适应阈值。在该示例中，选定区域的强度值(I₁)能够与选定区域的噪声值(N₁)相加，并且得到的选定区域和(I₁+N₁)能够除以包括用于相邻区域的强度值(I₂)和用于选定区域的噪声值(N₁)的负值的邻近区域和，从而得到用于对应的区域比率值的自适应阈值(例如，(I₁+N₁)/(I₂-N₁)＝用于像素1和2的比率的自适应阈值)。另外，在该示例中，对于选定区域的其它相邻区域的各个区域图像强度值比率可以确定自适应阈值。

在图2中，示例边缘检测器122还包括边缘确定器206，边缘确定器206接收来自图像强度比率确定器202的区域比率值以及来自自适应阈值生成器204的对应的自适应阈值。边缘确定器206能够配置用于通过比较图像中相邻区域的图像强度值比率和对应的自适应阈值来识别图像中区域之间的边缘，得到图像的边缘数据154。

在一个实施例中，例如，如果相邻区域的图像强度值比率大于相邻区域的对应的自适应阈值，则边缘确定器206将检测到图像中这些区域之间存在的边缘。然而，在该示例中，如果图像强度值比率小于或等于对应的自适应阈值，则边缘确定器206检测不到边缘。

图3是边缘检测***300的一个实施例的示例。在该示例实施例300中，图像数据350被发送到图像强度确定器302，图像强度确定器302可以配置用于生成图像350中各个区域的强度值352。例如，在通过使用x射线扫描物体而产生的灰度图像中，具有变化密度的物体的区间会产生变化的像素强度值。

在示例实施例300中，图像数据350也被发送到噪声值生成器304，噪声值生成器304可以配置用于生成图像350中各个区域的噪声值354。作为示例，图像的强度会受到噪声的影响，噪声会改变(例如增大)图像在特定区域中的强度。另外，在该示例中，噪声可以包括来自用于生成图像的成像设备的电噪声，和/或来自在成像中使用的检测器上的光子的随机到达的光噪声。

在该示例实施例300中，例如，噪声值生成器304能够包括噪声-强度函数生成器，噪声-强度函数生成器可以配置用于生成表示各种图像的噪声值和强度值的函数。例如，具有不同特征和密度的各种物体能够由CT扫描仪扫描，并且能够绘制各种图像的结果强度值与所使用的扫描仪的对应的噪声值之间的图。在该示例中，因而，如果期望对于各个成像设备确定噪声-强度函数，各个成像装置能够具有不同装置特征造成的独特噪声特征。另外，例如，可以确定表示对于各个成像设备的噪声值和强度值之间的关系的图形函数(例如f{噪声，强度})。

在示例实施例300中，噪声值生成器304还能够包括近似曲线生成部件，近似曲线生成部件能够配置用于生成表示噪声值-强度值的函数的近似曲线。作为示例，近似曲线可以不包括表示图像的噪声-强度函数的所有的数据点，然而，近似曲线能够表示噪声-强度函数的适当近似。

另外，在该实施例300中，噪声值生成器304还能够包括噪声值选择器，噪声值选择器能够配置用于从近似曲线中选择对应于图像中的区域的强度值352的噪声值。以此方式，例如，由噪声值生成器304生成的结果噪声值354，(如同从近似曲线中选择的对应于图像的各个区域的强度值352的噪声值)可以表示对于特定成像装置在各个区域中存在的噪声的适当近似。

在图3中，示例边缘检测器的实施例300包括图像强度比率确定器306。在该实施例中，如上所述(图2，202)，图像强度比率确定器306能够配置用于确定图像中相邻区域之间的一个或多个图像强度值比率356。

另外，在该实施例300中，示例边缘检测器包括自适应阈值生成器308，如上所述(图2，204)，自适应阈值生成器308能够配置用于生成与一个或多个图像强度值比率对应的图像中各个相邻区域的自适应阈值。另外，在该实施例中，自适应阈值生成器308能够包括阈值敏感度值确定器310，阈值敏感度值确定器310配置用于生成阈值敏感度值。作为示例，阈值敏感度值可以包括与图像的噪声统计相关的常数(例如，对于成像装置生成的图像的噪声的高斯分布，高斯噪声可以具有距平均信号的+/-3的标准偏差，标准偏差可以用于阈值敏感度值)。

应当理解，在确定成像装置生成的图像的噪声值和阈值敏感度值时，本领域技术人员可以使用数种类型的噪声和噪声分布。例如，当确定噪声相关的统计和计算时，可以考虑l/f噪声(闪烁噪声)、泊松噪声(泊松分布)、散粒噪声、热噪声、突发噪声等，并且这里描述的技术和***不限于任一种类型的噪声。

另外，在该实施例中，当例如生成自适应阈值来说明与噪声相关的边缘检测敏感性时，能够使用阈值敏感度值。在该示例中，当计算自适应阈值(例如，如上所述)时，在将噪声值和强度值相加之前，用于图像中各个区域的噪声值可以乘以阈值敏感度值。在该实施例中，用于计算自适应阈值的公式的示例如下：

(区域1的强度值+(区域1的噪声值×阈值敏感度值常数))/(区域2的强度值-(区域1的噪声值×阈值敏感度值常数))＝区域1和2的比率的自适应阈值

另外，在该实施例中，如果第一区域的噪声值显著小于第一区域的强度值并且第一区域的噪声值近似等于相邻区域的噪声值，自适应阈值生成器308能够配置用于生成自适应阈值358。以此方式，例如，结果自适应阈值358可以适当地表示能够说明作为存在的可能边缘的结果且不是区域之间噪声的改变的结果的强度值的改变的阈值。

在图3中，示例边缘检测器包括边缘确定器312，边缘确定器312接收来自比率确定器306的图像强度值比率356以及来自阈值生成器308的自适应阈值358。如上所述(图2，206)，边缘确定器312配置用于通过比较用于图像中相邻区域的图像强度值比率356和对应的自适应阈值358来识别图像中区域之间的边缘，得到用于图像的边缘数据360。

返回图1，在示例环境100中，指示已经经过成像装置102的成像的物体110的图像的边缘数据154被发送到边缘增强器124。边缘增强器124能够配置用于基于一个或多个权重因子来校正检测到的边缘。作为示例，可以从已知物体的成像来收集边缘数据并且已知边缘数据可以用于从检测到的边缘数据154推算边缘，从而生成更好地指示经过成像装置102成像的物体110的增强的边缘数据156。另外，例如，可以将乘数值应用到与与***成像的各种物体的已知信息对应的边缘数据154(例如，当尝试生成用于经过CT扫描的行李箱内的物体的边缘数据时，可以应用与行李箱的类型对应的乘数)。

在示例环境100中，将表示检测到的边缘的增强图像发送到显示设备118，显示设备118能够配置用于显示例如经过成像装置102成像的物体110的图像中的检测到的边缘的视图。在一个实施例中，操作员能够隔离和操控边缘的视图，例如从各种角度、缩放水平和位置旋转和观看边缘的显示的图像。以此方式，操作员能够识别例如正被扫描的行李箱中的物体项目。

可以设计一种方法用于检测通过成像一个或多个物体而产生的图像中的边缘，从而能够减轻边缘检测中的图像噪声的影响。图4是用于检测通过成像一个或多个物体而产生的图像中的边缘的示例方法400的流程图。示例方法400在402开始并且在404涉及确定第一区域(例如像素)和各个相邻区域的区域比率值。作为示例，对象区域的强度值能够与和对象区域紧邻的区域的强度值比较以生成各个区域的比率值。

在406，如果第一区域的强度值(例如对象像素)大于相邻区域的强度值，确定相邻区域的比率值包括用相邻区域的强度值除第一区域的强度值。例如，如果对象区域的强度值是400并且相邻区域的强度值是100计数(count)，结果比率值是4。

另一方面，在408，如果相邻区域的强度值大于第一区域的强度值，确定相邻区域的比率值包括用第一区域的强度值除相邻区域的强度值。例如，如果对象区域的强度值是200计数并且相邻区域的强度值是400计数，结果比率值是2。在410，如果第一区域的强度值等于相邻区域的强度值，相邻区域的区域比率值等于1。

在示例方法400中，在412，确定用于各个相邻区域的自适应阈值(ATV)。在一个实施例中，例如，通过用第一区域的强度值(I(x，z))和第一区域的噪声值(E(x，z))的和除以相邻区域的强度值(I(x+1，z))和第一区域的噪声值的负值(-E(x，z))的和，能够确定ATV。在该实施例中，用于确定各个相邻区域的ATV的公式能够由下式表示：

(I(x，z)+E(x，z))/(I(x+1，z)-E(x，z))＝ATV

在示例方法400中，在414，将第一区域和相邻区域的区域比率值与各个区域的ATV相比较以确定在各个相邻区域之间是否存在边缘。在一个实施例中，例如，各个相邻区域的ATV能够除相邻区域的对应区域比率值。在该示例中，如果结果商大于1并且检测到边缘；和如果商小于或等于1并且没有检测到边缘。

已经确定了在各个相邻区域之间是否存在边缘，示例方法在414结束。

在一个方面，示例方法400能够包括确定用于第一区域(例如对象区域)和用于与第一区域紧邻的那些区域的区域强度值。另外，例如，计算区域比率值时使用的区域强度值的布置能够指示图像中边缘的方向。作为示例，如果对象区域的区域强度值大于对象区域下面紧邻的行中的区域的区域强度值，则在各个相邻区域之间可以检测到下降边缘。该信息可以与边缘检测技术相组合来帮助确定图像中检测到的那些边缘的方向。

图5是用于确定各组相邻区域的区域比率值的方法502的一个实施例500的流程图。在504，确定第一区域(例如像素)的强度值。作为示例，能够确定用于图像中各个像素的强度值，并且各个像素能够是相对于相邻像素经过边缘检测的第一像素(例如对象像素)。

在510，能够确定与第一区域紧邻的那些区域的强度值。在该实施例中，在506和508，能够确定用于在第一区域上下紧邻的行中的那些区域的强度值，并且在512和514能够确定用于在第一区域左右紧邻的列中的那些区域的强度值。

在516，可以确定各个相邻区域之间的下降边缘的一个或多个指示。例如，如果第一区域的强度值(I(x，z))大于在第一区域上方的相邻行中的区域的强度值(I(x+1，z))，通过用(I(x+1，z))除(I(x，z))(例如在图4，406中所述)可以检测行下降边缘(RFE)的指示。另外，如果第一区域的强度值(I(x，z))大于用于在第一区域右边的相邻列中的区域的强度值(I(x，z+1))，通过用(I(x，z+1))除(I(x，z))(例如在图4，406中所述)可以检测列下降边缘(CFE)的指示。

在518，可以确定各个相邻区域之间的上升边缘的一个或多个指示。例如，如果第一区域的强度值(I(x，z))小于在第一区域上方的相邻行中的区域的强度值(I(x+1，z))，通过用(I(x，z))除(I(x+1，z))(例如在图4，408中所述)可以检测行上升边缘(RRE)的指示。另外，如果第一区域的强度值(I(x，z))小于用于在第一区域右边的相邻列中的区域的强度值(I(x，z+1))，通过用(I(x，z))除(I(x，z+1))(例如在图4，408中所述)可以检测列上升边缘(CRE)的指示。

图9是被划分为区域902的示例图像900的说明，并且具有不同图像强度的区间906和904。作为示例，对象区域(x7，z4)具有上方(x6，z4)、右边(x7，z5)、下方(x8，z4)以及左边(x7，z3)这4个紧邻的区域，能够确定用于这4个区域的强度值。在该示例中，位于(x6，z4)之上和(x7，z3)左边的区域包括显著低的图像强度(例如深色阴影区间)的区间，因而在对象区域(x7，z4)以及区域(x6，z4)和(x7，z3)之间可能存在边缘。当如上所述确定对象区域(x7，z4)和区域(x6，z4)之间的强度比率值时，例如，用(x6，z4)的强度值除(x7，z4)的强度值。这说明了RFE的示例，从而随着图像在深色阴影区间906之间朝向区域(x7，z4)的浅色区间过渡，边缘朝向对象区域下降。

在另一个方面，如上在图4的412中所述，确定自适应阈值(ATV)能够包括使用阈值敏感度值(TSV)。在该方面，TSV能够被用于计算ATV并且能够说明边缘检测器的敏感度，例如帮助边缘检测器检测物体的图像中的细小边缘。图6是用于确定ATV的方法602的一个实施例600的说明。

在604，TSV被确定并且包括在606确定各个噪声的统计分布。作为示例，能够确定用于创建物体的图像的成像装置的噪声的高斯分布。在608，与各个噪声的统计分布的函数的偏差值相对应的统计值被选择作为TSV。例如，在噪声的高斯分布中，信号值以近似+/-3标准偏差变化。因而，在该示例中，平均信号值的标准偏差能够被选择作为用于这种类型的噪声的TSV。

在示例实施例600中，在610，TSV与用于各个相邻区域的噪声值组合，生成调节的噪声值。例如，经过边缘检测的各个区域的噪声值能够乘以TSV。在该示例中，用噪声值乘以TSV能够调节ATV的敏感度。在该示例中，具有小的TSV可以有助于ATV用于检测图像的细小边缘。相反地，例如，具有大的TSV可以有助于ATV用于过滤图像中的噪声边缘。

在612，通过用第一区域的强度值(I(x，z))和第一区域的调节的噪声值(TSV×(E(x，z))的和除以相邻区域的强度值(I(x+1，z))和第一区域的调节的噪声值的负值(-TSV×E(x，z))的和，能够如上所述(图4，412)确定ATV。在该实施例中，用于确定各个相邻区域的ATV的公式能够由下式表示：

(I(x，z)+TSV×E(x，z))/(I(x+1，z)-TSV×E(x，z))＝ATV

在另一个方面，能够使用自适应阈值(ATV)，通过如上所述(图4，414)比较ATV和相邻区域的区域比率值来确定在相邻区域之间是否存在边缘。图7是用于确定两个相邻区域之间是否存在边缘的示例方法700的一个实施例。示例方法在702开始并且包括比较用于第一区域和相邻区域的区域比率值(RRV)和用于第一和相邻区域的对应的ATV。在706，如果RRV大于ATV，在第一和相邻区域之间检测到边缘。然而，在708，如果RRV不大于(小于或等于)ATV，在第一和相邻区域之间检测不到边缘。

在一个实施例中，例如，如图9所示，对象区域(x7，z4)和相邻上方区域(x3，z7)、相邻右边区间(x4，z8)以及相邻左边区间(x4，z6)可能具有小于或等于用于相邻区域对(例如相邻区域对包括对象区域和相邻区域之一)的各个ATV的各个RRV，因为强度值会相似。然而，在该示例中，包括对象区域(x7，z4)和相邻下方区域(x5，z7)的相邻区域对的RRV可能大于该相邻区域对的ATV，因为在这些区域之间存在边缘。

另外，在另一个实施例中，在相邻区域之间检测到边缘的信息可以与关于上升和下降边缘的信息组合(如上所述(图5，516和518))，以有助于确定图像中检测到的边缘的方向。

在另一个方面，能够确定区域噪声值，从而可以使用区域噪声值来计算自适应阈值(ATV)。在该方面，例如，用于图像中的各个区域的强度值能够包括来自使用成像装置对物体成像的噪声。在该示例中，来自成像装置和成像处理的电噪声可以对在结果图像中的区域的强度值有贡献。另外，例如，来自撞击在成像处理中的成像装置中的检测器的随机光子的光噪声也能够对在结果图像中的区域的强度值有贡献。

在该方面，例如，用于各个区域的噪声值可以用于计算ATV，从而减缓当检测相邻区域之间的强度值变化(例如，如果像素强度比率高于ATV，则强度的变化独立于像素的噪声并且因而是强度的实际改变)时作为因子的噪声。

图8是用于确定图像中的各个区域的区域噪声值的方法802的一个实施例800的说明。在804，生成噪声-强度函数的图形，包括来自各种图像的数据点，该图像是通过使用成像装置对各种物体成像而生成的。作为示例，CT扫描仪可以用于扫描具有变化密度(例如从报纸到金属机器零件)的物体。结果图像可以用于计算强度值和对应的噪声计数(例如由均方根(RMS)的大小表示的计数)。这些值可以被绘制在图中以创建用于使用的成像装置的噪声-强度(f{噪声，强度})函数(例如曲线)。

在806，能够生成近似曲线，与绘制的用于成像装置的噪声和强度函数相近似。作为示例，近似曲线可以不包括对于函数f{噪声，强度}绘制的所有数据点，但是能够是绘制的函数的近似表示。

在808，可以从近似曲线中选择对应于各个区域的强度值的噪声值。作为示例，为了确定图像中的区域的噪声值，能够选择在该区域的强度值的点与近似曲线相交的噪声值。以此方式，例如，能够基于强度值选择近似噪声值，已经对于特定成像装置生成了该强度值。

图10是从对具有不同密度的各种物体进行成像而生成的均方根(RMS)噪声计数-强度水平的函数的示例图像1000的说明。在该示例图形1000中，“V”轴包括RMS噪声计数1004并且“X”轴包括强度水平1006(例如信号水平)。在线性曲线1008中绘制了噪声-强度水平函数，并且***近似曲线1010用于函数曲线。在该示例图形1000中，近似曲线1010包括来自函数曲线的第一和最后数据点，并且近似剩余的线性曲线。

作为示例，如果在使用与用于生成示例图形1000相同的成像装置对物体成像而生成的图像中的对象区域具有在“X”轴1006上1900的强度值，则对应的噪声值在“Y”轴1004上近似为10。因而，在该示例中，对于由成像装置生成的图像，对于图像中具有1900的强度值的区域，那些区域的对应噪声值能够是10。

这里提供了实施例的各种操作。在一个实施例中，描述的一个或多个操作可以构成在一个或多个计算机可读介质上存储的计算机可读指令，如果该指令由计算设备执行，将使得计算设备执行描述的操作。一些或所有操作的描述顺序不应当被理解为这些操作是必须依赖于顺序的。在本描述的启发下，本领域技术人员应当能够知道可选顺序。另外，应当理解不是所有的操作都必须存在于这里提供的每个实施例。

另外，这里使用词语“例子”和/或“示例”用于表示作为例子、实例或说明。这里描述的作为“例子”和/或“示例”的任何方面、设计等不是必须被理解为优于其它方面、设计等。相反，这些术语的使用意欲以具体的形式呈现概念。如本申请中所使用的，术语“或”意欲表示包括的“或”而不是排除的“或”。即，除非另行指出或从上下文中显而易见，“X采用A或B”意欲表示任何自然包括排列。即，如果X采用A；X采用B；或X采用A和B，则在所任一上述情况下满足“X采用A或B”。另外，本申请和所附权利要求中使用的“一”和“一个”通常可以被理解为表示“一个或多个”，除非另行指出或从上下文中显而易见指的是单数形式。

同时，尽管已经关于一个或多个实施描述和示出了本发明，基于对本说明书和附图的阅读和理解，本领域技术人员能够进行等同替换和变型。本发明包括所有这样的变型和替换并且仅有所附的权利要求限定。特别关于由上述部件(例如元件、资源等)执行的各种功能，用于描述这样的部件的术语意欲对应于(除非另行指出)执行所描述的部件(例如功能地等同)的指定功能的任一部件，尽管在结构上不等同于执行本发明的示例实施中描述的功能的所揭示的结构。另外，尽管已经关于数个实施中的仅一个揭示了本发明的特定特征，这样的特征可以与其它实施的一个或多个特征组合，这对于给定的或特定的申请可以是期望的和有利的。另外，在术语“包括”、“具有”、“包含”、“拥有”或其它变型在具体实施方式或权利要求中使用的范围下，这些术语意欲与术语“包括”相似的方式是包括的。

Claims

1.一种用于检测通过对一个或多个物体成像而产生的图像中的边缘的方法(400)，包括：

确定第一区域和各个相邻区域的区域比率值(404)，包括：

如果第一区域的强度值大于相邻区域的强度值，则用相邻区域的强度值除第一区域的强度值(406)；

如果相邻区域的强度值大于第一区域的强度值，则用第一区域的强度值除相邻区域的强度值(408)；和

如果第一区域的强度值等于相邻区域的强度值，则将区域比率值设定为等于1(410)；

确定用于各个相邻区域的自适应阈值(412)；以及

确定第一区域和各个相邻区域之间是否存在边缘，包括比较用于第一区域和相邻区域的区域比率值与各个区域的自适应阈值(414)。

2.根据权利要求1所述的方法，确定第一区域和各个相邻区域的区域比率值(502)包括：

确定图像中第一区域的强度值(504)；以及

确定与第一区域相邻的区域的强度值(510)。

3.根据权利要求2所述的方法，确定用于与第一区域相邻的区域的强度值(510)包括：

确定第一区域上方的相邻行中的区域的强度值(506)；

确定第一区域下方的相邻行中的区域的强度值(508)；

确定第一区域左边的相邻列中的区域的强度值(512)；以及

确定第一区域右边的相邻列中的区域的强度值(512)。

4.根据权利要求1所述的方法，确定在第一区域和各个相邻区域之间是否存在边缘(702)包括：

如果第一区域和相邻区域的比率大于相邻区域的阈值，则检测到边缘(706)；以及

如果第一区域和相邻区域的比率不大于相邻区域的阈值，则未检测到边缘(708)。

5.根据权利要求1所述的方法，强度值包括噪声值。

6.根据权利要求5所述的方法，噪声值包括来自成像装置的电噪声和来自成像装置的光噪声中的至少一个。

7.根据权利要求1所述的方法，使用下述成像方法中的至少一个对一个或多个物体成像而产生图像：

计算机断层扫描(CT)成像；

x射线成像；

伽马射线成像；

红外成像；

电磁成像；以及

生成包括依赖于信号的噪声的图像的成像装置。

8.根据权利要求1所述的方法，不对图像使用预过滤器来减缓噪声而对图像进行边缘检测。

9.根据权利要求1所述的方法，确定自适应阈值(602)包括：

用第一区域的强度值与第一像素的噪声值的和除以相邻区域的强度值与第一区域的噪声值的负值的和(612)。

10.根据权利要求9所述的方法，包括：

确定各个区域的噪声值(802)；以及

在将各个区域的噪声值与强度值相加之前，将各个区域的噪声值与阈值敏感度值组合(610)。

11.根据权利要求10所述的方法，阈值敏感度值包括噪声的统计分布函数的偏差值(604)。

12.根据权利要求11所述的方法，统计分布包括各个噪声的高斯函数分布。

13.根据权利要求10所述的方法，阈值敏感度值包括各种类型的噪声的常数统计值。

14.根据权利要求9所述的方法，如果：

第一区域的噪声值显著小于第一区域的强度值；以及

第一区域的噪声值近似等于相邻区域的噪声值，

则确定自适应阈值。

15.根据权利要求9所述的方法，对于成像装置确定各个区域的区域噪声值(802)包括：

对于各种图像生成噪声和强度的函数图形(804)；

对于图形化的函数生成近似曲线(806)；以及

从近似曲线的图形中选择与各个区域的强度值对应的噪声值(808)。

16.根据权利要求15所述的方法，各种图像包括通过使用成像装置对具有变化密度的一个或多个物体成像而生成的图像。

17.一种用于检测通过对一个或多个物体成像而产生的图像中的边缘的***(122)，包括：

图像强度比率确定器(202)，用于确定图像中相邻区域之间的一个或多个图像强度值比率；

自适应阈值生成器(204)，用于生成用于图像中的各个相邻区域的、与所述一个或多个图像强度值比率对应的自适应阈值；以及

边缘确定器(206)，用于通过比较用于图像中相邻区域的图像强度值比率与对应的自适应阈值来识别图像中区域之间的边缘。

18.根据权利要求17所述的***，由包括成像装置(102)的物体成像***生成图像。

19.根据权利要求18所述的***，图像包括由成像装置(102)进行成像的一个或多个物体(110)。

20.根据权利要求18所述的***，物体成像***包括至少一个下述装置：

计算机断层扫描(CT)成像装置；

x射线成像装置；

伽马射线成像装置；

红外成像装置；以及

电磁成像装置。

21.根据权利要求17所述的***，包括图像强度确定器(202)，用于生成图像中的各个区域的强度值。

22.根据权利要求17所述的***，区域包括图像中各个单个的像素。

23.根据权利要求21所述的***，图像强度确定器(202)用于生成包括图像中各个区域的噪声的强度值。

24.根据权利要求17所述的***，自适应阈值生成器(204)生成自适应阈值包括：

用第一区域的强度值与第一区域的噪声值的和除以相邻区域的强度值与第一区域的噪声值的负值的和。

25.根据权利要求17所述的***，包括噪声值生成器(304)，用于生成图像的各个区域的噪声值，包括：

噪声-强度函数生成器，用于生成对于各种图像表示噪声值-强度值的函数(f{噪声，强度})；

近似曲线生成部件，用于对于噪声值-强度值图形化函数生成近似曲线；以及

噪声值选择器，用于从近似曲线的图形中选择与各个区域的强度值对应的噪声值。

26.根据权利要求24所述的***，自适应阈值生成器(204)用于：

如果第一区域的噪声值显著小于第一区域的强度值并且第一区域的噪声值近似等于相邻区域的噪声值，则生成自适应阈值；以及

在将各个区域的噪声值与各个区域的强度值相加之前，将各个区域的噪声值乘以阈值敏感度值。

27.根据权利要求26所述的***，包括阈值敏感度值确定器(310)，用于生成阈值敏感度值。

28.根据权利要求17所述的***，包括边缘增强器(124)，用于基于一个或多个权重因子来增强检测到的边缘。

29.根据权利要求17所述的***，包括显示设备(118)，用于显示示出检测到的边缘的增强图像的视图。

30.一种用于检测通过对一个或多个物体成像而产生的图像中的边缘的方法(400)，包括：

确定第一像素和各个相邻像素的像素比率值(404)包括：

如果第一像素的强度值大于相邻像素的强度值，则用相邻像素的强度值除第一像素的强度值(406)；

如果相邻像素的强度值大于第一像素的强度值，则用第一像素的强度值除相邻像素的强度值(408)；和

如果第一像素的强度值等于相邻像素的强度值，则将像素比率值设定为等于1(410)；

确定用于各个相邻像素的自适应阈值(412)；以及

确定第一像素和各个相邻像素之间是否存在边缘，包括比较用于第一像素和相邻像素的像素比率值与用于各个像素的自适应阈值(414)。