CN107948462A - 超声图像优化方法和*** - Google Patents
超声图像优化方法和*** Download PDFInfo
- Publication number
- CN107948462A CN107948462A CN201711194748.XA CN201711194748A CN107948462A CN 107948462 A CN107948462 A CN 107948462A CN 201711194748 A CN201711194748 A CN 201711194748A CN 107948462 A CN107948462 A CN 107948462A
- Authority
- CN
- China
- Prior art keywords
- mrow
- error
- pixel
- mtd
- value
- 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
Links
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 25
- 238000005457 optimization Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000009792 diffusion process Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000015654 memory Effects 0.000 claims description 14
- 238000013139 quantization Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- BYACHAOCSIPLCM-UHFFFAOYSA-N 2-[2-[bis(2-hydroxyethyl)amino]ethyl-(2-hydroxyethyl)amino]ethanol Chemical compound OCCN(CCO)CCN(CCO)CCO BYACHAOCSIPLCM-UHFFFAOYSA-N 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 abstract description 3
- 238000013461 design Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000004456 color vision Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 244000283207 Indigofera tinctoria Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
-
- 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
- G06T2207/10024—Color 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
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种超声图像优化方法，其主要改进之处在于：获得图像信号，解析得到R、G、B数据信号，并产生R、G、B数据信号相应的灰度图像；对各灰度图像通过误差扩散算法计算、颜色量化处理后，产生降低图像信号位数的图像数据。本发明还提供了应用了此方法的超声图像优化***。本发明可以降低超声图像的信号位数，以适合显示器的显示要求，图像处理的失真小，获得优秀质量的超声图像。
Description
技术领域
本发明涉及超声成像***，属于医疗超声图像处理领域。
背景技术
近年来，超声成像***朝着数字化、小型化、多功能、高可靠性方向发展。因此，便携式B超成为越来越热门的发展方向。便携式***设计结构紧凑，***复杂，不仅要求支持连续波多普勒，满足众多连接功能要求和强大的处理能力等，而且需要提供出色的分辨率，方便医生诊断。
自然界常见的大多数彩色光可用适当比例的三种基本彩色组合的等效色来模拟。这个等效色与彩色对人眼引起的彩色视觉相似。常用的三基色为红(R)、绿(G)、蓝(B)三中基本颜色。把红、绿、蓝三束单色光投射到白色屏幕上相互叠加，适当改变其比例就可以得到各种彩色的光。三基色是彩色视觉定量分析的基础。在对彩色图像进行处理时，通常是对三帧图像分开处理。然后，在对三幅图像进行合成，形成彩色图像。当显示器的分辨率足够高，人眼离显示器有一段距离的话，显示器上邻近像素的颜色会被人眼混合成一种显示器本身并不支持的颜色。因此人眼可以感觉到显示器上并没有显示的颜色。
在数字图像处理领域，不同类型、不同型号的显示器件要求的输入信号宽度一般为8位和6位，而超声回波经过超声成像***，经过合成滤波后宽度已达到了10位、12位、甚至16位等，当超声影像***用于8位或者6位显示器时，就需要对信号的宽度进行处理从而达到显示器的要求，使信号能够正常地显示在屏幕上，以往的数字图像处理过程中一般采用直接丢掉低位的办法来达到显示器件输入信号宽度的要求，而由此带来的信号失真也很明显，图像质量不尽人意，直接会影像医生的诊断。
发明内容
本发明的目的在于克服现有技术中存在的不足，提供一种超声图像优化方法，以及应用了此方法的超声图像优化***。本发明采用的技术方案是：
一种超声图像优化方法，其主要改进之处在于：
获得图像信号，解析得到R、G、B数据信号，并产生R、G、B数据信号相应的灰度图像；
对各灰度图像通过误差扩散算法计算、颜色量化处理后，产生降低图像信号位数的图像数据。
具体地，误差扩散算法计算是将灰度图像的当前像素点的像素值与一个阈值T相比较，得到一个二值输出；然后将输入与输出的像素误差值以一定的规律扩散到未经处理的区域；每个像素的误差扩散过程包括三个步骤：第一、将原灰度图像在此像素点的像素值与之前被扩散到此像素点的误差相加，得到当前像素点的输出值；第二，将当前像素点的输出值与阈值T相比较得到一个二值输出；第三，将当前像素点的输入与输出的像素误差值按照一定的规律扩散到未经处理的区域。
进一步地，误差扩散算法表示为：
设g(m,n)，g*(m,n),b(m,n),e(m,n)分别表示输入灰度图像、误差校正后的图像、输出二值图像以及像素点(m,n)处的量化误差，则误差扩散算法用如下方程表示：
e(m,n)＝b(m,n)-g*(m,n) (3)
w(k,l)是指误差扩散滤波器在(k,l)位置的误差扩散权值，Q[·]代表阈值量化操作，T表示阈值。
更进一步地，量化误差值的扩散采用误差扩散滤波器来计算实现。
误差扩散滤波器采用Floyd-Steinberg滤波器、Stucki滤波器或Jarris-Judice-Ninke滤波器。
进一步地，图像信号的各颜色通道并行处理，采用行误差存储器来存放上一行每个像素点的量化误差；计算当前像素值时，不仅要从行误差存储器中获取对应的误差值参与计算外，其比较得出的误差值也存放在行误差存储器中。
进一步地，颜色量化通过颜色查找表映射实现，经误差扩散计算得到的显示像素值作为索引，查找颜色查找表，获得现实彩色或灰度的选择值。
一种超声图像优化***，其主要改进之处在于，包括一个显示控制模块；
显示控制模块包括解析模块、数据处理子模块、驱动模块；
解析模块用于对输入的图像信号进行解析，解析得到R、G、B数据信号；解析模块或数据处理子模块产生R、G、B数据信号相应的灰度图像；
数据处理子模块用于对各灰度图像通过误差扩散算法计算、颜色量化处理后，产生降低位数的图像数据；
驱动模块将数据处理子模块输出的图像数据发送至显示屏。
本发明的优点在于：本发明可以降低超声图像的信号位数，以适合显示器的显示要求，图像处理的失真小，获得优秀质量的超声图像。
附图说明
图1为本发明的优化图像***的总体方案图。
图2为本发明的优化图像显示控制模块的结构图。
图3为本发明的误差扩散原理图。
图4为本发明的Floyd-Steinberg误差分配系数图。
图5a和图5b为本发明的其它误差分配系数图。
图6为本发明的误差扩散FPGA设计流水图。
具体实施方式
下面结合具体附图和实施例对本发明作进一步说明。
超声图像优化***，如图1所示，包括换能器、信号发射模块、接收模块、信号处理模块(采用第一FPGA)、主控平台、显示控制模块；
第一步：信号发射模块产生高压脉冲触发换能器发送超声波，超声波经人体组织反射产生超声回波信号，后经由接收模块模数转换，产生数字信号传输至信号处理模块(第一FPGA)；超声回波经信号处理模块(第一FPGA)波束合成后形成12bits的回波数字信号，然后经过滤波、对数放大、DSC(数字扫描变换)等处理后，图像数据通过数据总线实时地传送到主控平台；
第二步：主控平台将处理后的图像数据与软件设计界面整合处理，转换成LVDS图像信号发送给显示控制模块(采用第二FPGA)，主控平台可由ARM或PC模块实现，取决于产品设计过程中考虑的性能及成本要求；以ARM平台为例，在ARM终端上，需要完成Linux操作***的移植，设备驱动的开发和应用软件设计；Linux操作***主要完成进程调度、内存管理、虚拟文件***、网络接口和进程通信等功能；设备驱动完成应用程序访问外部硬件接口数据；应用软件需要完成整个平台的控制、获取超声图像信息、处理图像数据、整合界面和LVDS图像信号发送给显示控制模块；
第三步：显示控制模块的功能通过第二FPGA实现，包括解析模块、数据处理子模块、驱动模块；解析模块将LVDS图像信号解析成R、G、B、行、场同步信号，其中R、G、B数据信号参与误差扩散算法计算、颜色量化处理后产生8位的图像数据经由驱动模块发送至显示屏，如图2所示；R、G、B数据信号在参与误差扩散算法之前需要先转换成相应的灰度图像；
本发明的超声图像优化方法采用一种半色调图像误差扩散算法，将灰度图像的当前像素点的像素值与一个阈值T相比较，阈值一般选择最高像素值的1/2，得到一个二值输出；然后将输入与输出的像素误差值以一定的规律扩散到未经处理的区域；每个像素的误差扩散过程包括三个步骤：
第一、将原灰度图像在此像素点的像素值与之前被扩散到此像素点的误差相加，得到当前像素点的输出值；
第二，将当前像素点的输出值与阈值T相比较得到一个二值输出(0或1)；
第三，将当前像素点的输入与输出的像素误差值按照一定的规律扩散到未经处理的区域。
上述过程见图3误差扩散算法的原理框图；
设g(m,n)，g*(m,n),b(m,n),e(m,n)分别表示输入灰度图像、误差校正后的图像、输出二值图像以及像素点(m,n)处的量化误差，则误差扩散算法用如下方程表示：
e(m,n)＝b(m,n)-g*(m,n) (3)
w(k,l)是指误差扩散滤波器在(k,l)位置的误差扩散权值，Q[·]代表阈值量化操作，T表示阈值；上述公式中当前像素点的量化误差e(m,n)，不仅依赖于当前位置的输入输出，而且受已经处理的邻域对当前像素的影响。这就决定了本发明的误差扩散法是一种基于区域的半色调算法，而不是一种点处理过程。
量化误差值的扩散采用扩散滤波器来计算实现。各滤波器模型定义了一个通道像素产生误差值后的扩散策略，根据模型的不同，误差值向不同方向扩散不同。以最早Floyd-Steinberg滤波器为例，如图4所示，它实际上是一种误差分配表。在这个过滤器中，数字的总和是16。在进行处理时，若e的像素与阈值之间有误差，则该误差的7/16分配给e右方的像素，误差的1/16分配给e右下方的像素，5/16分配给e下方的像素，3/16分配给e左下方的像素，误差传递给这些像素后，处理源图像中的下一像素。误差分配权重相当于一个低通滤波器，因而输出图像比较平滑，处理速度较快。使用有限的色彩让人看到比图像更多色彩的显示方式，通过相邻像素间随机的加入来修饰图像。
常用的滤波器还有Stucki滤波器，Jarris-Judice-Ninke滤波器等，它们的结构形式如图5a和图5b。不管使用什么样的滤波器模型，系数的设置都基于人眼的视觉特性。
在超声图像诊断中，刷新率也是重要的技术指标之一，计算需要近似实时的保证较高的显示质量，为了充分利用软硬件资源，提高效率，显示控制模块(本例子中的第二FPGA)误差扩散计算采用并行化思维结构，R、G、B三个通道同时执行指令，并且流水化作业方式。以颜色R为例，采用一个行误差存储器来存放上一行每个像素点的量化误差e(m,n)，如图6所示。计算当前像素值时，不仅要从行误差存储器中获取对应的误差值参与计算外，其比较得出的误差值也应存放在行误差存储器中，方便后面图像数据进行误差扩散处理时调用。
另外，由于各厂商显示屏制造工艺的不同，每个显示屏都有各自的灰度域。颜色量化通过颜色查找表映射实现。彩色图像每一个颜色分量使用一个单独调解的颜色查找表，颜色查找表把经误差扩散计算得到的显示数据看作是一组彩色或灰度值索引。经误差扩散计算得到的显示像素值仅仅是现实彩色或灰度的选择值，而真正的彩色或灰度信息则是由颜色查找表产生的；最终将量化处理后的图像数据发送给LCD显示屏显示。
驱动模块能够驱动LCD显示屏同步地显示主控平台上的显示图像，将数据转换成LCD格式的信号，以达到驱动LCD显示屏的目的。
最后所应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照实例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (11)
1.一种超声图像优化方法，其特征在于：
获得图像信号，解析得到R、G、B数据信号，并产生R、G、B数据信号相应的灰度图像；
对各灰度图像通过误差扩散算法计算、颜色量化处理后，产生降低图像信号位数的图像数据。
2.如权利要求1所述的超声图像优化方法，其特征在于：
误差扩散算法计算是将灰度图像的当前像素点的像素值与一个阈值T相比较，得到一个二值输出；然后将输入与输出的像素误差值以一定的规律扩散到未经处理的区域；每个像素的误差扩散过程包括三个步骤：第一、将原灰度图像在此像素点的像素值与之前被扩散到此像素点的误差相加，得到当前像素点的输出值；第二，将当前像素点的输出值与阈值T相比较得到一个二值输出；第三，将当前像素点的输入与输出的像素误差值按照一定的规律扩散到未经处理的区域。
3.如权利要求2所述的超声图像优化方法，其特征在于：
误差扩散算法表示为：
设g(m,n)，g*(m,n),b(m,n),e(m,n)分别表示输入灰度图像、误差校正后的图像、输出二值图像以及像素点(m,n)处的量化误差，则误差扩散算法用如下方程表示：
<mrow>
<mi>g</mi>
<mo>*</mo>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
</munder>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>-</mo>
<mi>k</mi>
<mo>,</mo>
<mi>n</mi>
<mo>-</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>b</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>Q</mi>
<mo>&lsqb;</mo>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
</munder>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>-</mo>
<mi>k</mi>
<mo>,</mo>
<mi>n</mi>
<mo>-</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>g</mi>
<mo>*</mo>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>></mo>
<mi>T</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>0</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>g</mi>
<mo>*</mo>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo><</mo>
<mi>T</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
e(m,n)＝b(m,n)-g*(m,n) (3)
w(k,l)是指误差扩散滤波器在(k,l)位置的误差扩散权值，Q[·]代表阈值量化操作，T表示阈值。
4.如权利要求2或3所述的超声图像优化方法，其特征在于：
量化误差值的扩散采用误差扩散滤波器来计算实现。
5.如权利要求2所述的超声图像优化方法，其特征在于：
图像信号的各颜色通道并行处理，采用行误差存储器来存放上一行每个像素点的量化误差；计算当前像素值时，不仅要从行误差存储器中获取对应的误差值参与计算外，其比较得出的误差值也存放在行误差存储器中。
6.如权利要求1所述的超声图像优化方法，其特征在于：
颜色量化通过颜色查找表映射实现，经误差扩散计算得到的显示像素值作为索引，查找颜色查找表，获得现实彩色或灰度的选择值。
7.一种超声图像优化***，其特征在于，包括一个显示控制模块；
显示控制模块包括解析模块、数据处理子模块、驱动模块；
解析模块用于对输入的图像信号进行解析，解析得到R、G、B数据信号；解析模块或数据处理子模块产生R、G、B数据信号相应的灰度图像；
数据处理子模块用于对各灰度图像通过误差扩散算法计算、颜色量化处理后，产生降低位数的图像数据；
驱动模块将数据处理子模块输出的图像数据发送至显示屏。
8.如权利要求7所述的超声图像优化***，其特征在于，
误差扩散算法计算是将灰度图像的当前像素点的像素值与一个阈值T相比较，得到一个二值输出；然后将输入与输出的像素误差值以一定的规律扩散到未经处理的区域；每个像素的误差扩散过程包括三个步骤：第一、将原灰度图像在此像素点的像素值与之前被扩散到此像素点的误差相加，得到当前像素点的输出值；第二，将当前像素点的输出值与阈值T相比较得到一个二值输出；第三，将当前像素点的输入与输出的像素误差值按照一定的规律扩散到未经处理的区域。
9.如权利要求8所述的超声图像优化***，其特征在于，
误差扩散算法表示为：
设g(m,n)，g*(m,n),b(m,n),e(m,n)分别表示输入灰度图像、误差校正后的图像、输出二值图像以及像素点(m,n)处的量化误差，则误差扩散算法用如下方程表示：
<mrow>
<mi>g</mi>
<mo>*</mo>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
</munder>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>-</mo>
<mi>k</mi>
<mo>,</mo>
<mi>n</mi>
<mo>-</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>b</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>Q</mi>
<mo>&lsqb;</mo>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
</munder>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>-</mo>
<mi>k</mi>
<mo>,</mo>
<mi>n</mi>
<mo>-</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>g</mi>
<mo>*</mo>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>></mo>
<mi>T</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>0</mn>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>g</mi>
<mo>*</mo>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo><</mo>
<mi>T</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
e(m,n)＝b(m,n)-g*(m,n) (3)
w(k,l)是指误差扩散滤波器在(k,l)位置的误差扩散权值，Q[·]代表阈值量化操作，T表示阈值。
10.如权利要求7所述的超声图像优化***，其特征在于，
颜色量化通过颜色查找表映射实现，经误差扩散计算得到的显示像素值作为索引，查找颜色查找表，获得现实彩色或灰度的选择值。
11.如权利要求8所述的超声图像优化***，其特征在于，
显示控制模块中设有多个行误差存储器；
图像信号的各颜色通道并行处理，采用行误差存储器来存放上一行每个像素点的量化误差；计算当前像素值时，不仅要从行误差存储器中获取对应的误差值参与计算外，其比较得出的误差值也存放在行误差存储器中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711194748.XA CN107948462A (zh) | 2017-11-24 | 2017-11-24 | 超声图像优化方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711194748.XA CN107948462A (zh) | 2017-11-24 | 2017-11-24 | 超声图像优化方法和*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107948462A true CN107948462A (zh) | 2018-04-20 |
Family
ID=61948831
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711194748.XA Pending CN107948462A (zh) | 2017-11-24 | 2017-11-24 | 超声图像优化方法和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107948462A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110522468A (zh) * | 2019-07-28 | 2019-12-03 | 聊城市光明医院 | 一种超声科组合式检测诊断彩超***检测方法 |
| CN114063945A (zh) * | 2020-07-31 | 2022-02-18 | 青岛海信移动通信技术股份有限公司 | 移动终端及其图像显示方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1077797A (zh) * | 1992-04-14 | 1993-10-27 | 中国科学院声学研究所 | 一种智能化的超声探伤仪适配器 |
| JPH099252A (ja) * | 1995-04-17 | 1997-01-10 | Sanyo Electric Co Ltd | 画像データ処理装置 |
| JP2002135608A (ja) * | 2000-10-25 | 2002-05-10 | Victor Co Of Japan Ltd | 表示装置の誤差拡散処理方法 |
| CN1426018A (zh) * | 2002-12-30 | 2003-06-25 | 北京北大方正电子有限公司 | 在多位成像深度设备上进行图像复制的调频挂网方法 |
| CN1801279A (zh) * | 2006-01-13 | 2006-07-12 | 彩虹集团电子股份有限公司 | 一种提高等离子显示屏灰度等级的方法 |
| CN103957343A (zh) * | 2014-04-22 | 2014-07-30 | 杭州电子科技大学 | 一种彩色误差扩散方法 |
| CN105391912A (zh) * | 2015-11-13 | 2016-03-09 | 西安诺瓦电子科技有限公司 | 基于误差扩散的图像处理方法 |
-
2017
- 2017-11-24 CN CN201711194748.XA patent/CN107948462A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1077797A (zh) * | 1992-04-14 | 1993-10-27 | 中国科学院声学研究所 | 一种智能化的超声探伤仪适配器 |
| JPH099252A (ja) * | 1995-04-17 | 1997-01-10 | Sanyo Electric Co Ltd | 画像データ処理装置 |
| JP2002135608A (ja) * | 2000-10-25 | 2002-05-10 | Victor Co Of Japan Ltd | 表示装置の誤差拡散処理方法 |
| CN1426018A (zh) * | 2002-12-30 | 2003-06-25 | 北京北大方正电子有限公司 | 在多位成像深度设备上进行图像复制的调频挂网方法 |
| CN1801279A (zh) * | 2006-01-13 | 2006-07-12 | 彩虹集团电子股份有限公司 | 一种提高等离子显示屏灰度等级的方法 |
| CN103957343A (zh) * | 2014-04-22 | 2014-07-30 | 杭州电子科技大学 | 一种彩色误差扩散方法 |
| CN105391912A (zh) * | 2015-11-13 | 2016-03-09 | 西安诺瓦电子科技有限公司 | 基于误差扩散的图像处理方法 |
Non-Patent Citations (2)
| Title |
|---|
| 宋敏: "新型LCD控制芯片显示接口设计", 《中国优秀硕士学位论文全文数据库》 * |
| 黄殿英; 薛树成: "新型LCD控制芯片显示接口设计", 《数字技术与应用》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110522468A (zh) * | 2019-07-28 | 2019-12-03 | 聊城市光明医院 | 一种超声科组合式检测诊断彩超***检测方法 |
| CN114063945A (zh) * | 2020-07-31 | 2022-02-18 | 青岛海信移动通信技术股份有限公司 | 移动终端及其图像显示方法 |
| CN114063945B (zh) * | 2020-07-31 | 2023-11-03 | 青岛海信移动通信技术有限公司 | 移动终端及其图像显示方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101901475B (zh) | 基于视网膜自适应模型的高动态范围图像色调映射方法 | |
| CN1910901B (zh) | 用于移动显示器的智能限幅器 | |
| JP4116330B2 (ja) | デジタル・ビデオ・パイプライン内で異なるグラフィックス形式を組み合わせるイメージ・プロセッサおよび画像処理方法 | |
| KR102200441B1 (ko) | Hmd 기반 혼합 현실 기술을 이용한 모의 항공 cpt 시뮬레이터 시스템 | |
| CN1713736A (zh) | 色彩信号处理装置和方法 | |
| CN101454806A (zh) | 使用深度加权彩色化的体绘制方法和装置 | |
| CN102289789A (zh) | 一种基于手机的色盲图像转换***及其应用方法 | |
| CN105513123A (zh) | 图像处理方法 | |
| CN108737799A (zh) | 一种投影方法、装置及*** | |
| CN107948462A (zh) | 超声图像优化方法和*** | |
| CN110248242A (zh) | 一种图像处理和直播方法、装置、设备和存储介质 | |
| WO2022041512A1 (zh) | 一种四色低蓝光广色域显示的方法、装置和*** | |
| KR20200054299A (ko) | 색 영역 매핑 방법 및 색 영역 매핑 장치 | |
| CN107862672A (zh) | 图像去雾的方法及装置 | |
| CN106683082A (zh) | 一种基于四元数的全参考彩色图像质量评价方法 | |
| JP2008129162A (ja) | 映像変換処理方法および映像変換システム | |
| CN104981863A (zh) | 用于色彩渲染到二进制高维输出设备的方法和装置 | |
| CN108174183A (zh) | 一种基于物联网的vr影像数据控制*** | |
| CN106981277B (zh) | 用于显示器的色调的调整方法、装置及*** | |
| CN105118032A (zh) | 一种基于视觉***的宽动态处理方法 | |
| CN110490945B (zh) | 一种图像色彩的调整方法 | |
| Gofaizen et al. | Adaptation to observation conditions in television systems by means of signal correction | |
| CN104835455B (zh) | 显示器的控制方法 | |
| CN108681627A (zh) | 一种全彩色三维打印的屏幕软打样算法 | |
| Tabakov | Introduction to vision, colour models, and image compression |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180420 |
|
| RJ01 | Rejection of invention patent application after publication |