CN116152051A - 一种x射线图像的分块配准图像剪影方法和装置 - Google Patents
一种x射线图像的分块配准图像剪影方法和装置 Download PDFInfo
- Publication number
- CN116152051A CN116152051A CN202310169178.8A CN202310169178A CN116152051A CN 116152051 A CN116152051 A CN 116152051A CN 202310169178 A CN202310169178 A CN 202310169178A CN 116152051 A CN116152051 A CN 116152051A
- Authority
- CN
- China
- Prior art keywords
- image
- silhouetted
- silhouette
- value
- block
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000000903 blocking effect Effects 0.000 title claims description 8
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000008030 elimination Effects 0.000 claims abstract description 10
- 238000003379 elimination reaction Methods 0.000 claims abstract description 10
- 238000012937 correction Methods 0.000 claims description 17
- 238000003705 background correction Methods 0.000 claims description 7
- 230000015654 memory Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000013519 translation Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像处理领域,提供一种X射线图像的分块配准图像剪影方法,包括:根据预设分块尺寸,将待剪影图像分割成多个待剪影图像块;利用标准图像和所述待剪影图像块,确定每块所述待剪影图像块的目标配准位置;基于每个所述待剪影图像块的目标配准位置,对每个所述待剪影图像块进行剪影,得到剪影后的子图像;根据像素点阈值,对剪影后的子图像进行误差排除处理,以得到剪影后的目标图像。本发明避免了因物体过大,整体图像非刚性形变严重,导致图像最佳配准点为单一值时不是所有位置图像均是最佳匹配位置。
Description
技术领域
本发明涉及图像处理技术领域,尤指一种X射线图像的分块配准图像剪影方法和装置。
背景技术
图像剪影是一种在X射线图像处理常用的技术。在批量产品的无损检测应用中使用图像剪影技术可以迅速的去除背景图像的干扰从而快速的定位可能存在的缺陷。在实际的使用中,一般会选取一个无缺陷的标准件的扫描图像作为剪影的背景图,之后每个需要检测的产品减去该背景图得到本次扫描的剪影图。如果是两个完全相同的产品,那么剪影得到的图像为一张空白图;如果存在异物或缺陷那么在剪影图像上会根据异物的吸收率表现出不同的灰度信息。
在图像剪影的应用中,较大的难点是对两幅图像进行配准操作,位置匹配不准会造成剪影图像的严重失真。而受限于X射线成像方式、物体大小及物体每次扫描的位置差异,传统的刚性配准方法并不能实现很好的效果。
发明内容
本发明的目的是提供一种X射线图像的分块配准图像剪影方法和装置,解决上述问题。
本发明提供的技术方案如下:
本发明提供一种X射线图像的分块配准图像剪影方法,包括:
根据预设分块尺寸,将待剪影图像分割成多个待剪影图像块;
利用标准图像和所述待剪影图像块,确定每块所述待剪影图像块的目标配准位置;
基于每个所述待剪影图像块的目标配准位置,对每个所述待剪影图像块进行剪影,得到剪影后的子图像;
根据像素点阈值,对剪影后的子图像进行误差排除处理,以得到剪影后的目标图像。
在一些实施例中,所述利用标准图像和所述待剪影图像块,确定每块所述待剪影图像块的目标配准位置,包括:
按X和Y方向的预设分块尺寸,开辟内存存储每个子待剪影图像块与标准图像的差值;
定义X方向搜寻范围为RangeX,Y方向搜寻范围为RangeY;
将每个子待剪影图像块平移RangeX*RangeY次,结合所述标准图像进行差值计算,在PosDiff数组内记录每个位置的差值;
在所述PosDiff数组内进行位置比较,寻找到所述PosDiff数组内最小值作为目标配置位置,并找出对应的RangeX值和RangeY值。
在一些实施例中,所述基于每个所述待剪影图像块的目标配准位置,对每个所述待剪影图像块进行剪影,得到剪影后的子图像,包括:
基于所述RangeX值和所述RangeY值,将所述待剪影图像块平移后和所述标准图像进行像素相减,得到剪影后的子图像。
在一些实施例中,在所述根据预设分块尺寸,将待剪影图像分割成预设尺寸的多块子待剪影图像之前,还包括:
对所述待剪影图像进行本底校正、像素响应不一致性校正、剂量不一致校正,得到均匀的待剪影图像。
在一些实施例中,还包括:
对所述目标剪影图像进行属性值图查表操作,得到RGB形式的目标剪影图像。
一种X射线图像的分块配准图像剪影装置,包括:
分割模块,用于根据预设分块尺寸,将待剪影图像分割成多个待剪影图像块;
确定模块,用于利用标准图像和所述待剪影图像块,确定每块所述待剪影图像块的目标配准位置;
剪影模块,用于基于每个所述待剪影图像块的目标配准位置,对每个所述待剪影图像块进行剪影,得到剪影后的子图像;
排除模块,用于根据像素点阈值,对剪影后的子图像进行误差排除处理,以得到剪影后的目标图像。
在一些实施例中,所述确定模块,包括:
按X和Y方向的预设分块尺寸,开辟内存存储每个子待剪影图像块与标准图像的差值;
定义X方向搜寻范围为RangeX,Y方向搜寻范围为RangeY;
将每个子待剪影图像块平移RangeX*RangeY次,结合所述标准图像进行差值计算,在PosDiff数组内记录每个位置的差值;
在所述PosDiff数组内进行位置比较,寻找到所述PosDiff数组内最小值作为目标配置位置,并找出对应的RangeX值和RangeY值。
在一些实施例中,所述剪影模块,包括:
基于所述RangeX值和所述RangeY值,将所述待剪影图像块平移后和所述标准图像进行像素相减,得到剪影后的子图像。
在一些实施例中,还包括:校正模块,用于:
对所述待剪影图像进行本底校正、像素响应不一致性校正、剂量不一致校正,得到均匀的待剪影图像。
在一些实施例中,还包括:RGB模块,用于:
对所述目标剪影图像进行属性值图查表操作,得到RGB形式的目标剪影图像。
本发明提供的一种X射线图像的分块配准图像剪影方法和装置至少具有以下有益效果:
本发明提出了一种使用分块处理方式进行图像配准的方法,将一整幅图像分割成一定的大小,然后将每个小块图像去和标准图像做配准,寻找各单块图像的最佳配准位置。这样避免了因物体过大,整体图像非刚性形变严重,导致图像最佳配准点为单一值时不是所有位置图像均是最佳匹配位置。
附图说明
下面将以明确易懂的方式,结合附图说明优选实施方式,对一种X射线图像的分块配准图像剪影方法和装置的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本发明一种X射线图像的分块配准图像剪影方法的一个实施例的示意图;
图2是本发明一种X射线图像的分块配准图像剪影方法的一个实施例的示意图;
图3是本发明的剪影图的示意图;
图4是本发明的原图叠加剪影图的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所述描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或集合的存在或添加。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
另外,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对照附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
在一个实施例中,如图1所示,本发明提供一种X射线图像的分块配准图像剪影方法,包括步骤:
S101根据预设分块尺寸,将待剪影图像分割成多个待剪影图像块。
具体的,输入待剪影图像,并基于预设分块尺寸将图像分解为许多小块。
S102利用标准图像和所述待剪影图像块,确定每块所述待剪影图像块的目标配准位置。
具体的,每一个小块在限定的范围内和标准图像进行配准,记录每个小块的最佳配准位置。
S103基于每个所述待剪影图像块的目标配准位置,对每个所述待剪影图像块进行剪影,得到剪影后的子图像。
S104根据像素点阈值,对剪影后的子图像进行误差排除处理,以得到剪影后的目标图像。
本发明提出了一种使用分块处理方式进行图像配准的方法,基本思想是将一整幅图像分割成一定的大小。然后将每个小块图像去和标准图像做配准,寻找各单块图像的最佳配准位置。这样避免了因物体过大,整体图像非刚性形变严重,导致图像最佳配准点为单一值时不是所有位置图像均是最佳匹配位置。寻找到每个小块图像的最佳配准点后,分别应用每个小块的最佳配准位置进行剪影最终得到整体的剪影图像。分块图像的大小取决于整体图像的复杂度及大小。对于复杂度高且较大的物体,该配准方法有明显的效果提升。
在一个实施例中,所述利用标准图像和所述待剪影图像块,确定每块所述待剪影图像块的目标配准位置,包括:
按X和Y方向的预设分块尺寸,开辟内存存储每个子待剪影图像块与标准图像的差值;
定义X方向搜寻范围为RangeX,Y方向搜寻范围为RangeY;
将每个子待剪影图像块平移RangeX*RangeY次,结合所述标准图像进行差值计算,在PosDiff数组内记录每个位置的差值;
在所述PosDiff数组内进行位置比较,寻找到所述PosDiff数组内最小值作为目标配置位置,并找出对应的RangeX值和RangeY值。
在一个实施例中,所述基于每个所述待剪影图像块的目标配准位置,对每个所述待剪影图像块进行剪影,得到剪影后的子图像,包括:
基于所述RangeX值和所述RangeY值,将所述待剪影图像块平移后和所述标准图像进行像素相减,得到剪影后的子图像。
在一个实施例中,在所述根据预设分块尺寸,将待剪影图像分割成预设尺寸的多块子待剪影图像之前,还包括:
对所述待剪影图像进行本底校正、像素响应不一致性校正、剂量不一致校正,得到均匀的待剪影图像。
在一个实施例中,还包括:
对所述目标剪影图像进行属性值图查表操作,得到RGB形式的目标剪影图像。
在一个实施例中,本发明提供一种X射线图像的分块配准图像剪影方法,如图2所示,包括:
1,首先对输入的图像进行本底校正、像素响应不一致性校正、剂量不一致校正,消除图像中的明暗不一致,得到较为均匀的图像。
2,按预设的X和Y方向的块大小,开辟内存存储用来存储每个块与标准模板的差值。
3,定义X方向搜寻范围为RangeX,Y方向搜寻范围为RangeY。那么每个块需要平移RangeX*RangeY次去和模板进行差值计算。每个位置的差值均记录在PosDiff数组内。
4,在PosDiff数组内进行比较,寻找到该数组内最小值并找出对应的RangeX和RangeY值。
5,使用选定的RangeX和RangeY值,将输入图像按此值平移后和模板逐像素相减,得到该块剪影后的图像。在输入图像和模板相减时存在值为正或者为负数以及为零值的情况。为了更好的体现剪影结果,开辟一副和输入图像相同大小的内存用来作为属性记录。那么,
首先判断相减后绝对值是否小于设置的差异阈值上限,如果没有超过阈值,认为是环境、噪声及匹配引起的微小误差,此处剪影值置为0xFFFF,表明剪影后是空白图,属性值置为零,表明无属性;
如果相减后值为负数,那么剪影值保持,属性值设置为1,表明此处多了物体;
如果相减后值为正数,那么剪影值保持,属性值设置为2,表明此处缺少了物体;
6,所有块都进行完剪影后,对全图进行处理,去除孤立的结果。对非空白区域进行区域检测,如果像素点数小于阈值,那么认为该区域是个误差产生的剪影区,需要排除。
7,将最终处理后的剪影结果图和属性值图查表操作,对于剪影结果为0xFFFF像素点,赋值白色,RGB值为(255,255,255);对于剪影结果为非0xFFFF像素点,剪影值为颜色表中L值,属性值1对应红色调的H值,S值均设置为固定的240,将HLS值转换为RGB值,得到该点对应的颜色输出;对于剪影结果为非0xFFFF,属性值为2的像素点,处理方法相同,仅色调设置为蓝色;
8,最终输出剪影的剪影结果图为一副RGB图像,空白区域代表输入图像符合模板图像;如果存在原模板上没有的物体,则显示该物体的形状并置为红色;如果比原模板缺失物体,则显示该物体的形状并置为蓝色。
本发明提出了一种使用分块处理方式进行图像配准的方法,基本思想是将一整幅图像分割成一定的大小,然后将每个小块图像去和标准图像做配准,寻找各单块图像的最佳配准位置。这样避免了因物体过大,整体图像非刚性形变严重,导致图像最佳配准点为单一值时不是所有位置图像均是最佳匹配位置。寻找到每个小块图像的最佳配准点后,分别应用每个小块的最佳配准位置进行剪影最终得到整体的剪影图像。分块图像的大小取决于整体图像的复杂度及大小。对于复杂度高且较大的物体,该配准方法有明显的效果提升。
在一个实施例中,本发明提供一种X射线图像的分块配准图像剪影装置,包括:
分割模块,用于根据预设分块尺寸,将待剪影图像分割成多个待剪影图像块;
确定模块,用于利用标准图像和所述待剪影图像块,确定每块所述待剪影图像块的目标配准位置;
剪影模块,用于基于每个所述待剪影图像块的目标配准位置,对每个所述待剪影图像块进行剪影,得到剪影后的子图像;
排除模块,用于根据像素点阈值,对剪影后的子图像进行误差排除处理,以得到剪影后的目标图像。
在一个实施例中,所述确定模块,包括:
按X和Y方向的预设分块尺寸,开辟内存存储每个子待剪影图像块与标准图像的差值;
定义X方向搜寻范围为RangeX,Y方向搜寻范围为RangeY;
将每个子待剪影图像块平移RangeX*RangeY次,结合所述标准图像进行差值计算,在PosDiff数组内记录每个位置的差值;
在所述PosDiff数组内进行位置比较,寻找到所述PosDiff数组内最小值作为目标配置位置,并找出对应的RangeX值和RangeY值。
在一个实施例中,所述剪影模块,包括:
基于所述RangeX值和所述RangeY值,将所述待剪影图像块平移后和所述标准图像进行像素相减,得到剪影后的子图像。
在一个实施例中,还包括:校正模块,用于:
对所述待剪影图像进行本底校正、像素响应不一致性校正、剂量不一致校正,得到均匀的待剪影图像。
在一个实施例中,还包括:RGB模块,用于:
对所述目标剪影图像进行属性值图查表操作,得到RGB形式的目标剪影图像。
本发明提出了一种使用分块处理方式进行图像配准的装置,将一整幅图像分割成一定的大小,然后将每个小块图像去和标准图像做配准,寻找各单块图像的最佳配准位置。这样避免了因物体过大,整体图像非刚性形变严重,导致图像最佳配准点为单一值时不是所有位置图像均是最佳匹配位置。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各程序模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的程序模块完成,即将所述装置的内部结构划分成不同的程序单元或模块,以完成以上描述的全部或者部分功能。实施例中的各程序模块可以集成在一个处理单元中,也可是各个单元单独物理存在,也可以两个或两个以上单元集成在一个处理单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序单元的形式实现。另外,各程序模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述或记载的部分,可以参见其他实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的设备和方法,可以通过其他的方式实现。示例性的,以上所描述的设备实施例仅仅是示意性的,示例性的,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,示例性的,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性、机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可能集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
应当说明的是,上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种X射线图像的分块配准图像剪影方法,其特征在于,包括:
根据预设分块尺寸,将待剪影图像分割成多个待剪影图像块;
利用标准图像和所述待剪影图像块,确定每块所述待剪影图像块的目标配准位置;
基于每个所述待剪影图像块的目标配准位置,对每个所述待剪影图像块进行剪影,得到剪影后的子图像;
根据像素点阈值,对剪影后的子图像进行误差排除处理,以得到剪影后的目标图像。
2.根据权利要求1所述X射线图像的分块配准图像剪影方法,其特征在于,所述利用标准图像和所述待剪影图像块,确定每块所述待剪影图像块的目标配准位置,包括:
按X和Y方向的预设分块尺寸,开辟内存存储每个子待剪影图像块与标准图像的差值;
定义X方向搜寻范围为RangeX,Y方向搜寻范围为RangeY;
将每个子待剪影图像块平移RangeX*RangeY次,结合所述标准图像进行差值计算,在PosDiff数组内记录每个位置的差值;
在所述PosDiff数组内进行位置比较,寻找到所述PosDiff数组内最小值作为目标配置位置,并找出对应的RangeX值和RangeY值。
3.根据权利要求2所述X射线图像的分块配准图像剪影方法,其特征在于,所述基于每个所述待剪影图像块的目标配准位置,对每个所述待剪影图像块进行剪影,得到剪影后的子图像,包括:
基于所述RangeX值和所述RangeY值,将所述待剪影图像块平移后和所述标准图像进行像素相减,得到剪影后的子图像。
4.根据权利要求1所述X射线图像的分块配准图像剪影方法,其特征在于,在所述根据预设分块尺寸,将待剪影图像分割成预设尺寸的多块子待剪影图像之前,还包括:
对所述待剪影图像进行本底校正、像素响应不一致性校正、剂量不一致校正,得到均匀的待剪影图像。
5.根据权利要求1~4中任一项所述X射线图像的分块配准图像剪影方法,其特征在于,还包括:
对所述目标剪影图像进行属性值图查表操作,得到RGB形式的目标剪影图像。
6.一种X射线图像的分块配准图像剪影装置,其特征在于,包括:
分割模块,用于根据预设分块尺寸,将待剪影图像分割成多个待剪影图像块;
确定模块,用于利用标准图像和所述待剪影图像块,确定每块所述待剪影图像块的目标配准位置;
剪影模块,用于基于每个所述待剪影图像块的目标配准位置,对每个所述待剪影图像块进行剪影,得到剪影后的子图像;
排除模块,用于根据像素点阈值,对剪影后的子图像进行误差排除处理,以得到剪影后的目标图像。
7.根据权利要求6所述X射线图像的分块配准图像剪影装置,其特征在于,所述确定模块,包括:
按X和Y方向的预设分块尺寸,开辟内存存储每个子待剪影图像块与标准图像的差值;
定义X方向搜寻范围为RangeX,Y方向搜寻范围为RangeY;
将每个子待剪影图像块平移RangeX*RangeY次,结合所述标准图像进行差值计算,在PosDiff数组内记录每个位置的差值;
在所述PosDiff数组内进行位置比较,寻找到所述PosDiff数组内最小值作为目标配置位置,并找出对应的RangeX值和RangeY值。
8.根据权利要求7所述X射线图像的分块配准图像剪影装置,其特征在于,所述剪影模块,包括:
基于所述RangeX值和所述RangeY值,将所述待剪影图像块平移后和所述标准图像进行像素相减,得到剪影后的子图像。
9.根据权利要求6所述X射线图像的分块配准图像剪影装置,其特征在于,还包括:校正模块,用于:
对所述待剪影图像进行本底校正、像素响应不一致性校正、剂量不一致校正,得到均匀的待剪影图像。
10.根据权利要求6~9中任一项所述X射线图像的分块配准图像剪影装置,其特征在于,还包括:RGB模块,用于:
对所述目标剪影图像进行属性值图查表操作,得到RGB形式的目标剪影图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310169178.8A CN116152051B (zh) | 2023-02-27 | 2023-02-27 | 一种x射线图像的分块配准图像剪影方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310169178.8A CN116152051B (zh) | 2023-02-27 | 2023-02-27 | 一种x射线图像的分块配准图像剪影方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116152051A true CN116152051A (zh) | 2023-05-23 |
CN116152051B CN116152051B (zh) | 2023-12-01 |
Family
ID=86352403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310169178.8A Active CN116152051B (zh) | 2023-02-27 | 2023-02-27 | 一种x射线图像的分块配准图像剪影方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116152051B (zh) |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101303767A (zh) * | 2007-11-15 | 2008-11-12 | 复旦大学 | 基于块图像内容自适应分类的数字剪影图像配准方法 |
CN102646264A (zh) * | 2011-02-18 | 2012-08-22 | 北京卫金帆医学技术发展有限公司 | 补偿机械运动误差的图像配准方法 |
EP2595090A2 (en) * | 2011-11-18 | 2013-05-22 | Microsoft Corporation | Computing pose and/or shape of modifiable entities |
CN103295016A (zh) * | 2013-06-26 | 2013-09-11 | 天津理工大学 | 基于深度与rgb信息和多尺度多方向等级层次特征的行为识别方法 |
CN104143035A (zh) * | 2013-05-10 | 2014-11-12 | 上海联影医疗科技有限公司 | 一种分割乳腺病灶的方法 |
EP2824913A1 (en) * | 2013-07-09 | 2015-01-14 | Alcatel Lucent | A method for generating an immersive video of a plurality of persons |
CN104809732A (zh) * | 2015-05-07 | 2015-07-29 | 山东鲁能智能技术有限公司 | 一种基于图像比对的电力设备外观异常检测方法 |
CN107103277A (zh) * | 2017-02-28 | 2017-08-29 | 中科唯实科技(北京)有限公司 | 一种基于深度相机和3d卷积神经网络的步态识别方法 |
CN107510458A (zh) * | 2017-08-11 | 2017-12-26 | 上海联影医疗科技有限公司 | 一种磁共振成像方法和设备 |
CN109350089A (zh) * | 2018-10-25 | 2019-02-19 | 杭州医学院 | 一种基于ct图像的甲状腺区域自动分割方法 |
US20190057554A1 (en) * | 2014-03-25 | 2019-02-21 | Apple Inc. | Method and system for representing a virtual object in a view of a real environment |
CN111724421A (zh) * | 2020-06-29 | 2020-09-29 | 深圳市慧鲤科技有限公司 | 图像处理方法及装置、电子设备及存储介质 |
CN112085771A (zh) * | 2020-08-06 | 2020-12-15 | 深圳市优必选科技股份有限公司 | 图像配准方法、装置、终端设备及计算机可读存储介质 |
CN112703534A (zh) * | 2018-11-20 | 2021-04-23 | 深圳市欢太科技有限公司 | 图像处理方法及相关产品 |
CN113298713A (zh) * | 2021-05-24 | 2021-08-24 | 北京市遥感信息研究所 | 一种抗云干扰的在轨快速配准方法 |
CN114450719A (zh) * | 2019-09-30 | 2022-05-06 | Oppo广东移动通信有限公司 | 人体模型重建方法、重建***及存储介质 |
CN114586059A (zh) * | 2019-11-13 | 2022-06-03 | Oppo广东移动通信有限公司 | 图像的配准方法、终端以及计算机存储介质 |
CN114677755A (zh) * | 2022-03-14 | 2022-06-28 | 山东大学 | 一种基于分层及分块特征融合的跨视角步态识别方法 |
CN114767138A (zh) * | 2022-03-24 | 2022-07-22 | 中国人民解放军空军军医大学 | 医学扫描***、方法和存储介质 |
CN114820915A (zh) * | 2022-05-16 | 2022-07-29 | 网易(杭州)网络有限公司 | 渲染剪影光的方法、装置、存储介质及电子装置 |
CN114926514A (zh) * | 2022-05-13 | 2022-08-19 | 北京交通大学 | 一种事件图像与rgb图像的配准方法及装置 |
-
2023
- 2023-02-27 CN CN202310169178.8A patent/CN116152051B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101303767A (zh) * | 2007-11-15 | 2008-11-12 | 复旦大学 | 基于块图像内容自适应分类的数字剪影图像配准方法 |
CN102646264A (zh) * | 2011-02-18 | 2012-08-22 | 北京卫金帆医学技术发展有限公司 | 补偿机械运动误差的图像配准方法 |
EP2595090A2 (en) * | 2011-11-18 | 2013-05-22 | Microsoft Corporation | Computing pose and/or shape of modifiable entities |
CN104143035A (zh) * | 2013-05-10 | 2014-11-12 | 上海联影医疗科技有限公司 | 一种分割乳腺病灶的方法 |
CN103295016A (zh) * | 2013-06-26 | 2013-09-11 | 天津理工大学 | 基于深度与rgb信息和多尺度多方向等级层次特征的行为识别方法 |
EP2824913A1 (en) * | 2013-07-09 | 2015-01-14 | Alcatel Lucent | A method for generating an immersive video of a plurality of persons |
US20190057554A1 (en) * | 2014-03-25 | 2019-02-21 | Apple Inc. | Method and system for representing a virtual object in a view of a real environment |
CN104809732A (zh) * | 2015-05-07 | 2015-07-29 | 山东鲁能智能技术有限公司 | 一种基于图像比对的电力设备外观异常检测方法 |
CN107103277A (zh) * | 2017-02-28 | 2017-08-29 | 中科唯实科技(北京)有限公司 | 一种基于深度相机和3d卷积神经网络的步态识别方法 |
CN107510458A (zh) * | 2017-08-11 | 2017-12-26 | 上海联影医疗科技有限公司 | 一种磁共振成像方法和设备 |
CN109350089A (zh) * | 2018-10-25 | 2019-02-19 | 杭州医学院 | 一种基于ct图像的甲状腺区域自动分割方法 |
CN112703534A (zh) * | 2018-11-20 | 2021-04-23 | 深圳市欢太科技有限公司 | 图像处理方法及相关产品 |
CN114450719A (zh) * | 2019-09-30 | 2022-05-06 | Oppo广东移动通信有限公司 | 人体模型重建方法、重建***及存储介质 |
CN114586059A (zh) * | 2019-11-13 | 2022-06-03 | Oppo广东移动通信有限公司 | 图像的配准方法、终端以及计算机存储介质 |
CN111724421A (zh) * | 2020-06-29 | 2020-09-29 | 深圳市慧鲤科技有限公司 | 图像处理方法及装置、电子设备及存储介质 |
CN112085771A (zh) * | 2020-08-06 | 2020-12-15 | 深圳市优必选科技股份有限公司 | 图像配准方法、装置、终端设备及计算机可读存储介质 |
CN113298713A (zh) * | 2021-05-24 | 2021-08-24 | 北京市遥感信息研究所 | 一种抗云干扰的在轨快速配准方法 |
CN114677755A (zh) * | 2022-03-14 | 2022-06-28 | 山东大学 | 一种基于分层及分块特征融合的跨视角步态识别方法 |
CN114767138A (zh) * | 2022-03-24 | 2022-07-22 | 中国人民解放军空军军医大学 | 医学扫描***、方法和存储介质 |
CN114926514A (zh) * | 2022-05-13 | 2022-08-19 | 北京交通大学 | 一种事件图像与rgb图像的配准方法及装置 |
CN114820915A (zh) * | 2022-05-16 | 2022-07-29 | 网易(杭州)网络有限公司 | 渲染剪影光的方法、装置、存储介质及电子装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116152051B (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4680622B2 (ja) | 分類装置 | |
US7362918B2 (en) | System and method for de-noising multiple copies of a signal | |
US20040208395A1 (en) | Image processing method, image processing apparatus, and image processing program | |
CN110648349A (zh) | 基于背景减除和连通区域算法的焊缝缺陷分割方法 | |
CN113870267B (zh) | 缺陷检测方法、装置、计算机设备及可读存储介质 | |
CN112446864A (zh) | 瑕疵检测方法、装置、设备和存储介质 | |
US20230351582A1 (en) | A line clearance system | |
EP2889833A1 (en) | Method and apparatus for image quality assessment | |
CN113066088A (zh) | 工业检测中的检测方法、检测装置和存储介质 | |
Liu et al. | A new quality assessment and improvement system for print media | |
CN113935927A (zh) | 一种检测方法、装置以及存储介质 | |
JP4244046B2 (ja) | 画像処理方法および画像処理装置 | |
CN116152051B (zh) | 一种x射线图像的分块配准图像剪影方法和装置 | |
JP2005165387A (ja) | 画面のスジ欠陥検出方法及び装置並びに表示装置 | |
CN115619783B (zh) | 产品加工缺陷的检测方法及装置、存储介质、终端 | |
Cheng et al. | Background identification based segmentation and multilayer tree representation of document images | |
CN112801112B (zh) | 一种图像二值化处理方法、装置、介质及设备 | |
JP2004219072A (ja) | 画面のスジ欠陥検出方法及び装置 | |
CN111798429B (zh) | 一种印刷品缺陷的视觉检测方法 | |
CN117132460B (zh) | 视觉检测标准图的生成方法、装置、电子设备及存储介质 | |
Doniwar et al. | PCB Faults detection using Image processing | |
CN113706401B (zh) | 一种基于手机摄像头的幻灯片自动拍摄及智能剪辑方法 | |
JP2002314982A (ja) | 欠陥検出方法 | |
CN116883310A (zh) | 基于图像处理的针痕检测方法、装置、设备及介质 | |
JPH05225336A (ja) | 境界抽出方法および装置 |
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 |