一种检测影像图片中曝光区域的方法及系统技术方案

本发明专利技术涉及影像领域，尤其涉及一种检测影像图片中曝光区域的方法及系统。通过分别计算获取的影像图片的行标准差和列标准差，再计算出所述行标准差对应的行梯度以及所述列标准差对应的列梯度，再根据行梯度计算得行标准差梯度的加权系数数组、列梯度计算得列标准差梯度的加权系数数组，将行梯度乘以行标准差梯度的加权系数数组计算得行标准差梯度加权数组以及将列梯度乘以列标准差梯度的加权系数数组计算得列标准差梯度加权数组，最后通过行标准差梯度加权数组和列标准差梯度加权数组确定上边界、下边界、左边界以及右边界，从而确定所述影像图片的最终曝光区域，通过本发明专利技术提供的方法及系统，能够快速检测出影像图片中的曝光区域。

【技术实现步骤摘要】

本专利技术设及影像领域，尤其设及一种检测影像图片中曝光区域的方法及系统。
技术介绍
[000引在DR影像采集过程中，由于医生的经验水平选用的拍息剂量选取的不合适、DR设 备的硬件的稳定性、不同的拍片患者密度的差异等，导致采集到的原始图像有很明显的亮 度差异，此时图像后处理过程如果选用相同参数，后处理的图像不能确保亮度及对比度的 效果，细节和亮度均衡性也不能很好的表现出来，对医生的诊断有很大的影响。所W自适应 的分析原始图像的有效灰度信息是非常必要的，而分析原始图像的有效灰度信息，人体组 织（皮肤、肌肉和骨骼部分）区域的检测是必须的，而人体组织区域检测是在曝光区域准确 检测的基础上进行的。另一方面，医生也会在获取到图像后，对图像进行裁剪，一般裁剪区 域都会选为曝光区域。 因此，需要一种能够快速检测影像图片中曝光区域的方法，进而提高工作效率。
技术实现思路
本专利技术所要解决的技术问题是；提供一种检测影像图片中曝光区域的方法及系 统，能够快速检测出影像图片中的曝光区域。 为了解决上述技术问题，本专利技术采用的技术方案为： 一种检测影像图片中曝光区域的方法，包括W下步骤： S100、获取待检测的影像图片；[000引 S200、将步骤S100所得影像图片进行图像缩放处理； S300、对步骤S200所得影像图片进行边界分析； 所述边界分析包括步骤S301至S305,具体如下： S301、根据步骤S200所得影像图片计算行标准差和列标准差； S302、根据步骤S301所得行标准差计算得行梯度，根据步骤S301所得列标准差计 算得列梯度； S303、根据步骤S302所得行梯度计算得行标准差梯度的加权系数数组；根据步骤 S302所得列梯度计算得列标准差梯度的加权系数数组； S304、根据步骤S302所得行梯度和步骤S303所得行标准差梯度的加权系数数组 计算得行标准差梯度加权数组；根据步骤S302所得列梯度和步骤S303所得列标准差梯度 的加权系数数组计算得列标准差梯度加权数组； S305、根据步骤S304所得行标准差梯度加权数组和列标准差梯度加权数组确定 初始边界； S400、对步骤S305所得影像图片进行边界修正； S500、将步骤S400所得修正后的边界作为影像图片的曝光区域，获取所述影像图 片的曝光区域范围。 本专利技术采用的另一技术方案为： 一种检测影像图片中曝光区域的系统，包括：获取模块、缩放处理模块、边界分析 模块、边界修正模块和曝光区域模块； 所述获取模块，用于获取待检测的影像图片； 所述缩放处理模块，用于将获取模块所得影像图片进行图像缩放处理； 所述边界分析模块包括第一计算单元、第二计算单元、第=计算单元、第四计算单 元和确定单元； 所述第一计算单元，用于根据所得影像图片计算行标准差和列标准差； 所述第二计算单元，用于根据第一计算单元所得行标准差计算得行梯度，根据步 骤第一计算单元所得列标准差计算得列梯度； 所述第=计算单元，用于根据第二计算单元所得行梯度计算得行标准差梯度的加 权系数数组；根据第二计算单元所得列梯度计算得列标准差梯度的加权系数数组； 所述第四计算单元，用于对第=计算单元所得影像图片计算标准差梯度加权；根 据第二计算单元所得行梯度和第=计算单元所得行标准差梯度的加权系数数组计算得行 标准差梯度加权数组；根据第二计算单元所得列梯度和第=计算单元所得列标准差梯度的 加权系数数组计算得列标准差梯度加权数组； 所述确定单元，用于根据第四计算单元所得行标准差梯度加权数组和列标准差梯 度加权数组确定初始边界；[002引所述边界修正模块，用于对确定单元所得影像图片进行边界修正； 所述曝光区域模块，用于将边界修正模块所得修正后的边界作为影像图片的曝光 区域，获取所述影像图片的曝光区域范围。 本专利技术的有益效果在于；通过分别计算获取的影像图片的行标准差和列标准差， 再计算出所述行标准差对应的行梯度W及所述列标准差对应的列梯度，再根据行梯度计算 得行标准差梯度的加权系数数组、列梯度计算得列标准差梯度的加权系数数组，将行梯度 乘W行标准差梯度的加权系数数组计算得行标准差梯度加权数组W及将列梯度乘W列标 准差梯度的加权系数数组计算得列标准差梯度加权数组，最后通过行标准差梯度加权数组 和列标准差梯度加权数组确定上边界、下边界、左边界W及右边界，从而确定所述影像图片 的最终曝光区域，通过本专利技术提供的方法及系统，能够快速检测出影像图片中的曝光区域。【附图说明】 图1为本专利技术【具体实施方式】的检测影像图片中曝光区域的方法的步骤流程图； 图2为本专利技术【具体实施方式】的检测影像图片中曝光区域的系统的结构示意图； 图3为本专利技术【具体实施方式】实施例1中加权系数数组示意图； t不号说明： 10、获取模块；20、缩放处理模块；30、边界分析模块；40、边界修正模块；50、曝光 区域模块；301、第一计算单元；302、第二计算单元；303、第=计算单元；304、第四计算单 元；305、确定单元。【具体实施方式】 为详细说明本专利技术的
技术实现思路
、所实现目的及效果，W下结合实施方式并配合附 图予W说明。 本专利技术最关键的构思在于；通过确定影像图片的有效区域的上下左右4个边界， 从而确定图像的曝光区域。[003引请参照图1，为本专利技术【具体实施方式】的检测影像图片中曝光区域的方法的步骤流 程图，具体如下： 一种检测影像图片中曝光区域的方法，包括W下步骤： S100、获取待检测的影像图片； S200、将步骤S100所得影像图片进行图像缩放处理； S300、对步骤S200所得影像图片进行边界分析； 所述边界分析包括步骤S301至S305,具体如下： S301、根据步骤S200所得影像图片计算行标准差和列标准差； S302、根据步骤S301所得行标准差计算得行梯度，根据步骤S301所得列标准差计 算得列梯度； S303、根据步骤S302所得行梯度计算得行标准差梯度的加权系数数组；根据步骤 S302所得列梯度计算得列标准差梯度的加权系数数组； S304、根据步骤S302所得行梯度和步骤S303所得行标准差梯度的加权系数数组 计算得行标准差梯度加权数组；根据步骤S302所得列梯度和步骤S303所得列标准差梯度 的加权系数数组计算得列标准差梯度加权数组； S305、根据步骤S304所得行标准差梯度加权数组和列标准差梯度加权数组确定 初始边界； S400、对步骤S305所得影像图片进行边界修正； S500、将步骤S400所得修正后的边界作为影像图片的曝光区域，获取所述影像图 片的曝光区域范围。 从上述描述可知，本专利技术的有益效果在于；通过分别计算获取的影像图片的行标 准差和列标准差，再计算出所述行标准差对应的行梯度W及所述列标准差对应的列梯度， 再根据行梯度计算得行标准差梯度的加权系数数组、列梯度计算得列标准差梯度的加权系 数数组，将行梯度乘W行标准差梯度的加权系数数组计算得行标准差梯度加权数组W及将 列梯度乘W列标准差梯度的加权系数数组计算得列标准差梯度加权数组，最后通过行标准 差梯度加权数组和列标准差梯度加权数组确定上边界、下边界、左边界W及右边界，从而确 定所述影像图片的最终曝光区域，通过本专利技术提供的方法，能够快速检测出影像图片中的 曝光区本文档来自技高网...

【技术保护点】
一种检测影像图片中曝光区域的方法，其特征在于，包括以下步骤：S100、获取待检测的影像图片；S200、将步骤S100所得影像图片进行图像缩放处理；S300、对步骤S200所得影像图片进行边界分析；所述边界分析包括步骤S301至S305，具体如下：S301、根据步骤S200所得影像图片计算行标准差和列标准差；S302、根据步骤S301所得行标准差计算得行梯度，根据步骤S301所得列标准差计算得列梯度；S303、根据步骤S302所得行梯度计算得行标准差梯度的加权系数数组；根据步骤S302所得列梯度计算得列标准差梯度的加权系数数组；S304、根据步骤S302所得行梯度和步骤S303所得行标准差梯度的加权系数数组计算得行标准差梯度加权数组；根据步骤S302所得列梯度和步骤S303所得列标准差梯度的加权系数数组计算得列标准差梯度加权数组；S305、根据步骤S304所得行标准差梯度加权数组和列标准差梯度加权数组确定初始边界；S400、对步骤S305所得影像图片进行边界修正；S500、将步骤S400所得修正后的边界作为影像图片的曝光区域，获取所述影像图片的曝光区域范围。

【技术特征摘要】

【专利技术属性】
技术研发人员：孙凯，李学军，叶超，陈娴，
申请(专利权)人：深圳市安健科技有限公司，
类型：发明
国别省市：广东;44