CN111260582A - 一种ip图像增强方法及装置 - Google Patents

一种ip图像增强方法及装置 Download PDF

Info

Publication number
CN111260582A
CN111260582A CN202010056014.0A CN202010056014A CN111260582A CN 111260582 A CN111260582 A CN 111260582A CN 202010056014 A CN202010056014 A CN 202010056014A CN 111260582 A CN111260582 A CN 111260582A
Authority
CN
China
Prior art keywords
image
enhanced
scattered light
light curtain
concentration
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.)
Granted
Application number
CN202010056014.0A
Other languages
English (en)
Other versions
CN111260582B (zh
Inventor
彭云
刘铮
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.)
Hefei Dengtefei Medical Equipment Co Ltd
Original Assignee
Hefei Dengtefei Medical Equipment Co Ltd
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 Hefei Dengtefei Medical Equipment Co Ltd filed Critical Hefei Dengtefei Medical Equipment Co Ltd
Priority to CN202010056014.0A priority Critical patent/CN111260582B/zh
Publication of CN111260582A publication Critical patent/CN111260582A/zh
Application granted granted Critical
Publication of CN111260582B publication Critical patent/CN111260582B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • 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
    • G06T2207/10121—Fluoroscopy
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例提供了一种IP图像增强方法及装置，所述方法包括：1)读取IP板中的信号，得到待增强图像，并采用边窗滤波算法对所述待增强图像进行滤波处理；2)、根据滤波后的待增强图像与待增强图像的局部标准差之间的差异，利用边窗滤波算法获取针对待增强图像的散射光幕图像；3)、根据所述散射光幕图像与待增强图像之间的约束关系，获取散射光幕浓度；4)、根据所述散射光幕浓度，利用光散射模型获取增强后的图像。应用本发明实施例，提高了医疗图像的强化质量。

Description

一种IP图像增强方法及装置
技术领域
本发明涉及一种图像处理方法及装置，具体涉及一种IP图像增强方法及装置。
背景技术
在CR(Computer Radiography，计算机X线摄影)造影中，X射线穿透透过人体组织后的X光被扫描仪成像板，即IP板(image plate，IP成像板)中辉尽性荧光物质层所吸收，荧光物质层是由多聚体溶液和微量含铕离子(Eu2+)的氟卤化钡(BaFBr)晶体组成的。当X射线入射到IP板中，Eu2+受到激发失去一个电子变成Eu3+，失去的电子进入导带并且被晶体层中卤素离子的空穴俘获，形成亚稳态色心。当使用激发光照射IP版时，色心吸收激发光释放被俘获的电子，电子和Eu3+结合成Eu2+的时候会释放光励荧光，这时候光电倍增管读取光励荧光放大信号成像。一般来说辉尽性荧光物质层厚度越大，对X射线的吸收能力越强，但是，辉尽性荧光物质层厚度越大对激励光束，如激光光束的散射扩散程度就越强增强，散射以及扩散的光与IP板释放的光励荧光相互叠加会导致光电倍增管输出的放大信号后得到的图像产生模糊。
目前，申请号为201610054646.7的发明专利公开了一种基于合成增强图像的肿瘤区域图像增强方法及***，涉及医学图像处理领域。本发明首次提出“合成增强图像”这个概念，在原始CT或MR图像中，对覆盖全部肿瘤区域的ROI区域分别进行降噪处理和增强处理，得到ROI区域的降噪图像和增强图像，对降噪图像和增强图像进行加权融合，得到合成增强图像。本发明能增强原始CT或MR图像中的ROI区域，通过选择合成增强图像中不同的加权因子，使原始CT或MR图像中肿瘤的表面和模糊边界变得清晰可见，方便医生观察肿瘤的表面和边界；在合成增强图像上采用阈值分割方法，能精确分割出肿瘤区域。
但是，发明人发现，现有的CR图像处理以细节锐化为主，通过增强图像的细节和景深来淡化模糊的区域，但是没有从成像的原理上去针对优化，效果有限，容易造成图像组织细节失真，从而降低被处理医疗图像的价值，即，现有技术存在图像增强效果不佳的技术问题。
发明内容
本发明所要解决的技术问题在于如何提供一种IP图像增强方法及装置以提高图像增强效果。
本发明通过以下技术手段实现解决上述技术问题的：
本发明实施例提供了一种IP图像增强方法，所述方法包括：
1)读取IP板中的信号，得到待增强图像，并采用边窗滤波算法对所述待增强图像进行滤波处理；
2)、根据滤波后的待增强图像与待增强图像的局部标准差之间的差异，利用边窗滤波算法获取针对待增强图像的散射光幕图像；
3)、根据所述散射光幕图像与待增强图像之间的约束关系，获取散射光幕浓度；
4)、根据所述散射光幕浓度，利用光散射模型获取增强后的图像。
应用本发明实施例，由于待增强图像为含有散射光幕的IP板的成像图像，散射光幕图像经过SWF处理后的低通图减去待增强图像的局部标准差得到，这样处理让散射光幕中不包含图像的纹理信息，然后利用散射光幕图，将待增强图像恢复成清晰的去散射增强图像，本发明实施例从CR图像光学原理出发，针对模糊原理对图像进行优化增强，避免了过度增强，提高了医疗图像的强化质量。
可选的，所述采用边窗滤波算法对所述待增强图像进行滤波处理，包括：
利用公式，A(x，y)＝SWF(I(x，y))，采用边窗滤波算法对所述待增强图像进行滤波处理，其中，
A(x，y)为滤波后的待增强图像；SWF()为边窗滤波算法；I(x，y)为待增强图像。
可选的，所述步骤2)，包括：
利用公式，B(x，y)＝A(x，y)-SWF(|I(x，y)-A(x，y)|)，采用边窗滤波算法获取针对待增强图像的散射光幕图像，其中，
B(x，y)为针对待增强图像的散射光幕图像；A(x，y)为滤波后的待增强图像；|I(x，y)-A(x，y)|为待增强图像与滤波后的待增强图像之间的标准差。
可选的，所述步骤3)，包括：
根据所述散射光幕图像与待增强图像之间的约束关系，利用公式，V(x，y)＝Max(Min(p*B(x，y)，I(x，y))，0)，获取散射光幕浓度，其中，
V(x，y)为散射光幕浓度；Max()为最大值求值函数；Min()为最小值求值函数；p为预设的控制参数。
可选的，所述步骤4)，包括：
根据所述散射光幕浓度，利用公式，J(x，y)＝(I(x，y)–V(x，y)/(1–V(x，y)/A)，获取增强后的图像，其中，
J(x，y)为增强后的图像；A为辉尽性荧光物质层厚度。
本发明实施例还提供了一种IP图像增强装置，所述装置包括：
读取模块，用于读取IP板中的信号，得到待增强图像，并采用边窗滤波算法对所述待增强图像进行滤波处理；
第一获取模块，用于根据滤波后的待增强图像与待增强图像的局部标准差之间的差异，利用边窗滤波算法获取针对待增强图像的散射光幕图像；
第二获取模块，用于根据所述散射光幕图像与待增强图像之间的约束关系，获取散射光幕浓度；
第三获取模块，用于根据所述散射光幕浓度，利用光散射模型获取增强后的图像。
可选的，所述读取模块，用于：
利用公式，A(x，y)＝SWF(I(x，y))，采用边窗滤波算法对所述待增强图像进行滤波处理，其中，
A(x，y)为滤波后的待增强图像；SWF()为边窗滤波算法；I(x，y)为待增强图像。
可选的，所述第一获取模块，用于：
利用公式，B(x，y)＝A(x，y)-SWF(|I(x，y)-A(x，y)|)，采用边窗滤波算法获取针对待增强图像的散射光幕图像，其中，
B(x，y)为针对待增强图像的散射光幕图像；A(x，y)为滤波后的待增强图像；|I(x，y)-A(x，y)|为待增强图像与滤波后的待增强图像之间的标准差。
可选的，所述第二获取模块，用于：
根据所述散射光幕图像与待增强图像之间的约束关系，利用公式，V(x，y)＝Max(Min(p*B(x，y)，I(x，y))，0)，获取散射光幕浓度，其中，
V(x，y)为散射光幕浓度；Max()为最大值求值函数；Min()为最小值求值函数；p为预设的控制参数。
可选的，所述第三获取模块，用于：
根据所述散射光幕浓度，利用公式，J(x，y)＝(I(x，y)–V(x，y)/(1–V(x，y)/A)，获取增强后的图像，其中，
J(x，y)为增强后的图像；A为辉尽性荧光物质层厚度。
本发明的优点在于：
应用本发明实施例，由于待增强图像为含有散射光幕的IP板的成像图像，散射光幕图像经过SWF处理后的低通图减去待增强图像的局部标准差得到，这样处理让散射光幕中不包含图像的纹理信息，然后利用散射光幕图，将待增强图像恢复成清晰的去散射增强图像，本发明实施例从CR图像光学原理出发，针对模糊原理对图像进行优化增强，避免了过度增强，提高了医疗图像的强化质量。
附图说明
图1为本发明实施例提供的一种IP图像增强方法的流程示意图；
图2为本发明实施例提供的一种IP图像增强方法的原理示意图；
图3为本发明实施例提供的利用现有技术增强后的待增强图像示意图；
图4为本发明实施例提供一种IP图像增强方法的增强后的待增强图像示意图；
图5为本发明实施例提供的一种IP图像增强装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
图1为本发明实施例提供的一种IP图像增强方法的流程示意图；图2为本发明实施例提供的一种IP图像增强方法的原理示意图；如图1和图2所示，所述方法包括：
S101：读取IP板中的信号，得到待增强图像，并采用边窗滤波算法对所述待增强图像进行滤波处理。
示例性的，发明人通过研究发现，一般来说辉尽性荧光物质层厚度越大，对X射线的吸收能力越强，但同时激励光束的散射扩散程度增强而造成图像模糊。这种造成图像模糊的原理与大气层中的雾原理造成的图像模糊是相似的。与大气中的雾霾悬浮颗粒散射掉场景光线一样，X光被晶体结构吸收的时候以及光励荧光到达光电倍增管之前，总是有一部分被散射折射掉，使得图像质量退化，使得目标的能见度变弱。这种散射程度与雾霾浓度成正比，与辉尽性荧光物质层厚度成正比。
由于X光通过IP版的成像原理类似于大气雾霾散射光成像原理，都是通过一层散射能力强的介质，景像反射光散射衰减导致最后观察的图像清晰度下降。
于是引入光散射模型：I(x)＝J(x)t(x)+A[1-t(x)]，目的从摄影待增强图像(x)中恢复出清晰图像J(x)，其中，A为光励荧光的强度；t(x)为光子在IP版中的介质传播函数，该参数无法直接数据计算；J(x)t(x)为衰减模型，表示衰减后的辐射强度，随辉尽性荧光物质层厚度增大而指数衰减；A[1-t(x)]为荧光的耗散模型，表示环境参与成像的附加部分，该部分的存在造成了图像对比度下降和场景模糊。
在实际应用中，可以根据光子散射指数衰减的特性，可得出t(x)的方程：
t(x)＝e^(-βd(x))，其中，β为荧光物质的散射系数，d为X光成像距离。设散射光幕浓度为V(x，y)，且，
V(x，y)＝A[1-t(x)](0<＝V(x，y)<＝I(x，y))，A[1-t(x)]表示清晰图像的所有的像素点都收到了荧光层物质散射的影像，0<＝V(x，y)<＝I(x，y)表示摄影图像中像素点的亮度由两部分组成，一部分为散射折射光，一部分为组织信息的光信号，所有V(x，y)小于等于像素值的最小值。
虽然可以使用上述模型，但是由于式中J(x)、t(x)、A都未知，必须先估算A和t(x)。对于彩色图像，去除雾霾的方式是根据大气散射模型由暗原色先验理论估计大气光强A和t(x)，但CR摄影图像是灰度图，不存在暗通道，因此不能直接使用现有技术中的去除雾霾的方式对CR图像进行处理，基于上述理论分析，本发明实施例利用公式，A(x，y)＝SWF(I(x，y))，采用边窗滤波算法对所述待增强图像进行滤波处理，其中，
A(x，y)为滤波后的待增强图像；SWF()为边窗滤波算法；I(x，y)为待增强图像。
利用基于边缘保持的双边滤波、导向滤波、加权最小滤波做处理等可以基本达到上述要求。传统滤波方法使用正方形的滑动窗口，把窗口的中心位置在待处理的像素位置。处理边缘信息延法线扩散的特征能力不够。本发明实施例采用边窗滤波算法，边窗滤波枚举八个方向作为数据处理的可能方向，子窗口自适应选择其中一个最佳方向。这样，对于边缘信息的保留能力超过其他滤波方法，更适合处理这一步骤。
S102：根据滤波后的待增强图像与待增强图像的局部标准差之间的差异，利用边窗滤波算法获取针对待增强图像的散射光幕图像。
发明人经过研究发现，X光照射组织成像到IP板的时候，荧光层物质吸收高频短波能力强，相应的散射幅量小。吸收低频长波能力弱，相应散射幅量大，且CR图像中高频短波对应图像中的边缘细节信息，低频长波为背景信息。根据以上两个特点，本发明实施例利用公式，B(x，y)＝A(x，y)-SWF(|I(x，y)-A(x，y)|)，采用边窗滤波算法获取针对待增强图像的散射光幕图像，其中，
B(x，y)为针对待增强图像的散射光幕图像；A(x，y)为滤波后的待增强图像；|I(x，y)-A(x，y)|为待增强图像与滤波后的待增强图像之间的标准差。
应用本发明上述方法可以最大程度的保存受散射影像小的边缘信息，进而可以处理受散射影像大的背景图像信息，提高图像的对比度。
S103：根据所述散射光幕图像与待增强图像之间的约束关系，获取散射光幕浓度。
具体的，可以根据所述散射光幕图像与待增强图像之间的约束关系，利用公式，V(x，y)＝Max(Min(p*B(x，y)，I(x，y))，0)，获取散射光幕浓度，其中，
V(x，y)为散射光幕浓度；Max()为最大值求值函数；Min()为最小值求值函数；p为预设的控制参数，用于表征去除散射光幕的能力。
这是由于我们人眼习惯了空气中的微量的悬浮分子，如果彻底去除图像的散射成分，图像会看起来不真实，因此，保留一定的辐射成分是有必要的，进而，p值取0.9～0.98之间。
S104：根据所述散射光幕浓度，利用光散射模型获取增强后的图像。
具体的，从待增强图像中统计前0.1％的像素点像素值的平均值作为X光的光照强度估计，可以根据所述散射光幕浓度，利用公式，J(x，y)＝(I(x，y)–V(x，y)/(1–V(x，y)/A)，获取增强后的图像，其中，
J(x，y)为增强后的图像；A为辉尽性荧光物质层厚度。
在实际应用中，还可以再对图像进行log变换，拉伸图像的对比度，然后进行合适的调窗显示。
图3为本发明实施例提供的利用现有技术增强后的待增强图像示意图；
图4为本发明实施例提供一种IP图像增强方法的增强后的待增强图像示意图；如图3和图4所示，本发明实施例去除了亮度偏高的散射光幕，又没有放大图像的细节纹理。
应用本发明实施例，由于待增强图像为含有散射光幕的IP板的成像图像，散射光幕图像经过SWF处理后的低通图减去待增强图像的局部标准差得到，这样处理让散射光幕中不包含图像的纹理信息，然后利用散射光幕图，将待增强图像恢复成清晰的去散射增强图像，本发明实施例从CR图像光学原理出发，针对模糊原理对图像进行优化增强，避免了过度增强，提高了医疗图像的强化质量。
另外，本发明实施例相对于CR图像增强领域流行的直方图增强方法、反掩膜锐化增强方法相比，本发明方法不会过分扩大或者减少图像的组织边缘像素信息，在提升图像清晰度的同时保持了医疗图像的组织细节精度。
实施例2
与本发明实施例1相对应，本发明还提供了一种IP图像增强装置。
图5为本发明实施例提供的一种IP图像增强装置的结构示意图，如图5所示，所述装置包括：
读取模块501，用于读取IP板中的信号，得到待增强图像，并采用边窗滤波算法对所述待增强图像进行滤波处理；
第一获取模块502，用于根据滤波后的待增强图像与待增强图像的局部标准差之间的差异，利用边窗滤波算法获取针对待增强图像的散射光幕图像；
第二获取模块503，用于根据所述散射光幕图像与待增强图像之间的约束关系，获取散射光幕浓度；
第三获取模块504，用于根据所述散射光幕浓度，利用光散射模型获取增强后的图像。
应用本发明实施例，由于待增强图像为含有散射光幕的IP板的成像图像，散射光幕图像经过SWF处理后的低通图减去待增强图像的局部标准差得到，这样处理让散射光幕中不包含图像的纹理信息，然后利用散射光幕图，将待增强图像恢复成清晰的去散射增强图像，本发明实施例从CR图像光学原理出发，针对模糊原理对图像进行优化增强，避免了过度增强，提高了医疗图像的强化质量。
在本发明实施例的一种具体实施方式中，所述读取模块501，用于：
利用公式，A(x，y)＝SWF(I(x，y))，采用边窗滤波算法对所述待增强图像进行滤波处理，其中，
A(x，y)为滤波后的待增强图像；SWF()为边窗滤波算法；I(x，y)为待增强图像。
在本发明实施例的一种具体实施方式中，所述第一获取模块502，用于：
利用公式，B(x，y)＝A(x，y)-SWF(|I(x，y)-A(x，y)|)，采用边窗滤波算法获取针对待增强图像的散射光幕图像，其中，
B(x，y)为针对待增强图像的散射光幕图像；A(x，y)为滤波后的待增强图像；|I(x，y)-A(x，y)|为待增强图像与滤波后的待增强图像之间的标准差。
在本发明实施例的一种具体实施方式中，所述第二获取模块503，用于：
根据所述散射光幕图像与待增强图像之间的约束关系，利用公式，V(x，y)＝Max(Min(p*B(x，y)，I(x，y))，0)，获取散射光幕浓度，其中，
V(x，y)为散射光幕浓度；Max()为最大值求值函数；Min()为最小值求值函数；p为预设的控制参数。
在本发明实施例的一种具体实施方式中，所述第三获取模块504，用于：
根据所述散射光幕浓度，利用公式，J(x，y)＝(I(x，y)–V(x，y)/(1–V(x，y)/A)，获取增强后的图像，其中，
J(x，y)为增强后的图像；A为辉尽性荧光物质层厚度。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种IP图像增强方法，其特征在于，所述方法包括：
1)读取IP板中的信号，得到待增强图像，并采用边窗滤波算法对所述待增强图像进行滤波处理；
2)、根据滤波后的待增强图像与待增强图像的局部标准差之间的差异，利用边窗滤波算法获取针对待增强图像的散射光幕图像；
3)、根据所述散射光幕图像与待增强图像之间的约束关系，获取散射光幕浓度；
4)、根据所述散射光幕浓度，利用光散射模型获取增强后的图像。
2.根据权利要求1所述的一种IP图像增强方法，其特征在于，所述采用边窗滤波算法对所述待增强图像进行滤波处理，包括：
利用公式，A(x，y)＝SWF(I(x，y))，采用边窗滤波算法对所述待增强图像进行滤波处理，其中，
A(x，y)为滤波后的待增强图像；SWF()为边窗滤波算法；I(x，y)为待增强图像。
3.根据权利要求2所述的一种IP图像增强方法，其特征在于，所述步骤2)，包括：
利用公式，B(x，y)＝A(x，y)-SWF(|I(x，y)-A(x，y)|)，采用边窗滤波算法获取针对待增强图像的散射光幕图像，其中，
B(x，y)为针对待增强图像的散射光幕图像；A(x，y)为滤波后的待增强图像；|I(x，y)-A(x，y)|为待增强图像与滤波后的待增强图像之间的标准差。
4.根据权利要求3所述的一种IP图像增强方法，其特征在于，所述步骤3)，包括：
根据所述散射光幕图像与待增强图像之间的约束关系，利用公式，V(x，y)＝Max(Min(p*B(x，y)，I(x，y))，0)，获取散射光幕浓度，其中，
V(x，y)为散射光幕浓度；Max()为最大值求值函数；Min()为最小值求值函数；p为预设的控制参数。
5.根据权利要求4所述的一种IP图像增强方法，其特征在于，所述步骤4)，包括：
根据所述散射光幕浓度，利用公式，J(x，y)＝(I(x，y)–V(x，y)/(1–V(x，y)/A)，获取增强后的图像，其中，
J(x，y)为增强后的图像；A为辉尽性荧光物质层厚度。
6.一种IP图像增强装置，其特征在于，所述装置包括：
读取模块，用于读取IP板中的信号，得到待增强图像，并采用边窗滤波算法对所述待增强图像进行滤波处理；
第一获取模块，用于根据滤波后的待增强图像与待增强图像的局部标准差之间的差异，利用边窗滤波算法获取针对待增强图像的散射光幕图像；
第二获取模块，用于根据所述散射光幕图像与待增强图像之间的约束关系，获取散射光幕浓度；
第三获取模块，用于根据所述散射光幕浓度，利用光散射模型获取增强后的图像。
7.根据权利要求6所述的一种IP图像增强装置，其特征在于，所述读取模块，用于：
利用公式，A(x，y)＝SWF(I(x，y))，采用边窗滤波算法对所述待增强图像进行滤波处理，其中，
A(x，y)为滤波后的待增强图像；SWF()为边窗滤波算法；I(x，y)为待增强图像。
8.根据权利要求7所述的一种IP图像增强装置，其特征在于，所述第一获取模块，用于：
利用公式，B(x，y)＝A(x，y)-SWF(|I(x，y)-A(x，y)|)，采用边窗滤波算法获取针对待增强图像的散射光幕图像，其中，
B(x，y)为针对待增强图像的散射光幕图像；A(x，y)为滤波后的待增强图像；|I(x，y)-A(x，y)|为待增强图像与滤波后的待增强图像之间的标准差。
9.根据权利要求8所述的一种IP图像增强装置，其特征在于，所述第二获取模块，用于：
根据所述散射光幕图像与待增强图像之间的约束关系，利用公式，V(x，y)＝Max(Min(p*B(x，y)，I(x，y))，0)，获取散射光幕浓度，其中，
V(x，y)为散射光幕浓度；Max()为最大值求值函数；Min()为最小值求值函数；p为预设的控制参数。
10.根据权利要求9所述的一种IP图像增强装置，其特征在于，所述第三获取模块，用于：
根据所述散射光幕浓度，利用公式，J(x，y)＝(I(x，y)–V(x，y)/(1–V(x，y)/A)，获取增强后的图像，其中，
J(x，y)为增强后的图像；A为辉尽性荧光物质层厚度。
CN202010056014.0A 2020-01-17 2020-01-17 一种ip图像增强方法及装置 Active CN111260582B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010056014.0A CN111260582B (zh) 2020-01-17 2020-01-17 一种ip图像增强方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010056014.0A CN111260582B (zh) 2020-01-17 2020-01-17 一种ip图像增强方法及装置

Publications (2)

Publication Number Publication Date
CN111260582A true CN111260582A (zh) 2020-06-09
CN111260582B CN111260582B (zh) 2023-04-25

Family

ID=70952285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010056014.0A Active CN111260582B (zh) 2020-01-17 2020-01-17 一种ip图像增强方法及装置

Country Status (1)

Country Link
CN (1) CN111260582B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105447825A (zh) * 2015-10-08 2016-03-30 湖北大学 图像去雾方法及其***
WO2018126962A1 (en) * 2017-01-05 2018-07-12 Zhejiang Dahua Technology Co., Ltd. Systems and methods for enhancing edges in images
CN110706174A (zh) * 2019-09-27 2020-01-17 集美大学 一种图像增强方法、终端设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105447825A (zh) * 2015-10-08 2016-03-30 湖北大学 图像去雾方法及其***
WO2018126962A1 (en) * 2017-01-05 2018-07-12 Zhejiang Dahua Technology Co., Ltd. Systems and methods for enhancing edges in images
CN110706174A (zh) * 2019-09-27 2020-01-17 集美大学 一种图像增强方法、终端设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄丽雯;王勃;宋涛;黄俊木;: "低光照彩色图像增强算法研究" *

Also Published As

Publication number Publication date
CN111260582B (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
EP0031952B1 (en) Method of and apparatus for processing a radiation image
JP2551552B2 (ja) 原画像の細部を強調した画像を表示もしくは記録する方法
US7689055B2 (en) Method and apparatus for enhancing image acquired by radiographic system
DE60003398T2 (de) Röntgenbildverarbeitung
CN112967273A (zh) 图像处理方法、电子设备及存储介质
KR20140109801A (ko) 3d이미지 품질을 향상시키는 방법과 장치
JP2640582B2 (ja) エネルギーサブトラクション画像生成方法
CN111260582B (zh) 一种ip图像增强方法及装置
CN110415178A (zh) 一种基于电磁波能量剩余比以及背景光估计的水下图像清晰化方法
JP3597272B2 (ja) 異常陰影候補の検出方法
JP2981693B2 (ja) エネルギーサブトラクション画像生成方法
JP2000060834A (ja) エネルギ―サブトラクション画像生成方法
JP2981694B2 (ja) エネルギーサブトラクション画像生成方法
JP2651625B2 (ja) エネルギーサブトラクション画像生成方法
Hoeppner et al. Equalized contrast display processing for digital radiography
Ishida Image processing
KR20100121273A (ko) 엑스선 영상 처리 장치 및 방법
Sharma Various types of image noise and de-noising algorithm
JPH02266477A (ja) 偽画像信号の検出方法
JPH11205682A (ja) エネルギーサブトラクション画像生成方法
CN113763254B (zh) 一种图像处理方法、装置、设备及计算机存储介质
JPS6262381B2 (zh)
Ahmed et al. Digital radiographic image enhancement for improved visualization
JPS6262376B2 (zh)
Tanaka et al. Computed Radiography

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
GR01 Patent grant
GR01 Patent grant