一种图像处理方法和系统技术方案

本申请提供了图像处理方法和系统。目标图像被获取，其中所述目标图像包括多个元素，所述元素与像素或体素对应。所述目标图像可以被分解为至少一层，其中所述至少一层可以包括低频子图像和高频子图像。所述至少一层被变换。所述变换后的层可以被重构为合成图像。

【技术实现步骤摘要】
【国外来华专利技术】一种图像处理方法和系统交叉引用本申请要求于2015年12月31日提交的申请号为201511027401.7的中国申请，2015年12月31日提交的申请号为201511027173.3的中国申请，2016年7月1日提交的申请号为201610510790.7的中国申请，以及2016年7月22日提交的申请号为201610584749.4的中国申请的优先权。上述申请的内容以引用方式被包含于此。
本申请涉及图像处理领域，特别涉及增强图像的方法和系统。
技术介绍
成像系统在医学领域中发挥重要作用。成像系统可以生成和/或处理医学图像(例如，CT图像，PET图像，MRI图像等)以用于医学诊断或放射性治疗。例如，乳房的CT图像可用于筛选乳房中的肿块。通常，可以调整医学图像，以便于医生识别潜在的病变。例如，可以通过不同的图像处理技术对图像进行去噪和/或增强。然而，对图像的调整可能是低效的和/或无效的。例如，可能遗漏感兴趣区域的边缘；图像中的灰度值可能不均匀；或者成像噪声可能被增强。因此，可以增强图像的对比度和/或使图像去噪的图像处理技术是成像系统所希望的。
技术实现思路
本申请的一个方面涉及一种图像处理方法。该方法可以在至少一台机器上实施，每台机器具有至少一个处理器和存储器。该方法可以包括以下操作中之一项或多项。获取目标图像，所述目标图像包括多个元素，所述元素与像素或体素对应。将目标图像分解为至少一层，其中至少一层包括低频子图像和高频子图像。变换所述至少一层。将变换后的层重构为合成图像。本申请的另一方面涉及一种包括可执行指令的非暂时性计算机可读介质。所述可执行指令在由至少一个处理器执行时使所述至少一个处理器实施图像处理的方法。本申请的另一方面涉及一种图像处理系统。该系统包括至少一个处理器和指令。当所述指令由至少一个处理器执行时使所述至少一个处理器实施图像处理的方法。该系统还包括包含指令的非暂时性计算机可读介质。在一些实施例中，目标图像的获取包括以下操作中的一个或多个。获取初始图像。基于初始图像提取感兴趣区域(ROI)。基于初始图像提取感兴趣区域边缘。基于感兴趣区域和感兴趣区域边缘确定感兴趣区域图像作为目标图像。在一些实施例中，感兴趣区域是乳房。感兴趣区域边缘是乳房边缘。目标图像是乳房图像。在一些实施例中，提取感兴趣区域边缘包括以下操作中的一个或多个。对初始图像进行去噪。基于梯度变换，对去噪后的初始图像进行预处理。检测感兴趣区域边缘。在一些实施例中，检测感兴趣区域边缘包括以下操作中的一个或多个。可以基于OTSU算法或迭代算法检测感兴趣区域边缘。在一些实施例中，提取感兴趣区域包括以下操作中的一个或多个。基于OTSU算法或分水岭算法对感兴趣区域进行分割。在一些实施例中，该方法还包括以下操作中的一个或多个。将初始图像变换为对数域图像。在一些实施例中，低频子图像包括预设区域，预设区域包括多个灰度值，并且层的变换包括以下操作中的一个或多个。变换预设区域的多个灰度值。在一些实施例中，变换预设区域的多个灰度值包括以下操作中的一个或多个。确定低频子图像中的参考边缘。基于低频子图像确定特征曲线。特征曲线表示距离与距离对应的灰度值之间的关系，其中距离是指低频子图像中第一元素与参考边缘中第二元素之间的距离，第一元素对应于第二元素。所述灰度值可以基于多个灰度值确定。基于特征曲线确定变换曲线，其中变换曲线表示变换前的灰度值与变换后的灰度值之间的关系。基于变换曲线更新预设区域的多个灰度值。在一些实施例中，确定变换曲线包括以下操作中的一个或多个。将特征曲线分为N个特征曲线段。基于N个特征曲线段确定N个变换曲线段，其中一个特征曲线段对应于一个变换曲线段。基于N个变换曲线段生成变换曲线。在一些实施例中，N个变换曲线段的确定包括以下操作中的一个或多个。对于N个变换曲线段的第x个变换曲线段，基于特征曲线中的预设点的灰度值，第x个特征曲线的初始点的灰度值和第x个特征曲线段的终点的灰度值计算第x个变换曲线段的斜率。第x个特征曲线段对应于第x个变换曲线段，其中x是整数，1≤x≤N。确定第x个变换曲线段中的初始点的灰度值包括以下操作中的一个或多个。如果x＝1，则将第x个特征曲线段中初始点的灰度值指定为第x个变换曲线段中初始点的灰度值。如果1<x≤N，则基于第(x-1)个变换曲线段的初始点的灰度值和第(x-1)个特征曲线段的灰度变化量确定第x个变换曲线段中初始点的灰度值。在一些实施例中，变换曲线的确定还包括以下操作中的一个或多个。确定特征曲线的灰度区间，在所述灰度区间中，至少一个灰度值要被变换，灰度区间对应于特征曲线的一部分。将灰度区间的最大值或最小值指定为特性曲线中的预设点的灰度值。在一些实施例中，目标图像的分解包括以下操作中的一个或多个。基于第一分解，将目标图像分解为L层，L层的每一层包括低频子图像和高频子图像，L≥1。基于第二分解，将目标图像分解为L’+N个图像层，L’+N层的每一层包括低频子图像和高频子图像，L’≥1，N≥1。在一些实施例中，L等于L’。在一些实施例中，第一分解是拉普拉斯变换，第二分解是小波变换。在一些实施例中，转换后的层的重构包括以下操作中的一个或多个。基于从第二分解产生的第L’层的低频子图像，更新从第一分解产生的第L层的低频子图像。基于由第一分解产生的L层的高频子图像和第L层的更新后的低频子图像，重构合成图像。在一些实施例中，该方法还包括以下操作中的一个或多个。增强由第一分解产生的L层的高频子图像。在一些实施例中，合成图像的重构包括以下操作中的一个或多个。对于多次迭代中的每一次迭代，对第(L-i)层的低频子图像进行升采样。对于多次迭代中的每一次迭代，基于第(L-i)层的升采样的低频子图像和第(L-i)层的高频子图像，更新第(L-i-1)层的低频子图像，0≤i≤L-1。对于多次迭代中的每一次迭代，基于第一层的更新后的低频子图像和第一层的高频子图像，重构合成图像。在一些实施例中，第(L-i)层的低频子图像的升采样可以包括以下操作中的一个或多个。基于双线性内插或三次内插，对第(L-i)层的低频子图像进行升采样。在一些实施例中，该方法还包括以下操作中的一个或多个。基于由第二分解产生的第(L’+N)层的低频子图像和由第二分解产生的第(L’+1)层至第(L’+N)层的高频子图像，更新由第二分解产生的第L’层的低频子图像。在一些实施例中，高频子图像包括多个元素，并且层的变换包括以下操作中的一个或多个。生成高频子图像的权值图，其中权值图包括与多个元素对应的多个权重。基于权重图像更新高频子图像。在一些实施例中，高频子图像包括第一类元素和第二类元素，并且权值图的生成包括以下操作中的一个或多个。确定高频子图像中第一类元素的灰度区间。基于第一类元素的灰度区间，确定高频子图像中第二类元素的灰度区间；将第一类元素的灰度区间映射至[0,1]。基于第一类元素的映射后的灰度区间确定第一类元素的权值。将第二类元素的灰度区间映射至(1，G]，其中G是预设值。基于第二类元素的映射后的灰度区间确定第二类元素的权值。基于第一类元素的权值和第二类元素的权值生成权值图。在一些实施例中，第一类元素的灰度区间的确定包括以下操作中的一个或多个。基于灰度阈值确定第一类元素的本文档来自技高网...

【技术保护点】
1.一种图像处理方法，在至少一台机器上实施，每台所述机器具有至少一个处理器和存储器，所述方法包括：获取目标图像，所述目标图像包括多个元素，所述元素与像素或体素对应；将所述目标图像分解为至少一层，所述至少一层包括低频子图像和高频子图像；变换所述至少一层；以及将所述变换后的层重构为合成图像。

【技术特征摘要】
【国外来华专利技术】2015.12.31 CN 2015110274017;2015.12.31 CN 201511021.一种图像处理方法，在至少一台机器上实施，每台所述机器具有至少一个处理器和存储器，所述方法包括：获取目标图像，所述目标图像包括多个元素，所述元素与像素或体素对应；将所述目标图像分解为至少一层，所述至少一层包括低频子图像和高频子图像；变换所述至少一层；以及将所述变换后的层重构为合成图像。2.如权利要求1所述的方法，所述获取目标图像包括：获取初始图像；基于所述初始图像提取感兴趣区域ROI；基于所述初始图像提取感兴趣区域边缘；以及基于所述感兴趣区域和所述感兴趣区域边缘确定感兴趣区域图像作为所述目标图像。3.如权利要求2所述的方法，其中，所述感兴趣区域是乳房，所述感兴趣区域边缘是乳房边缘，所述目标图像是乳房图像。4.如权利要求2所述的方法，所述提取感兴趣区域边缘包括：对所述初始图像进行去噪；基于梯度变换，对所述去噪后的初始图像进行预处理；以及检测所述感兴趣区域边缘。5.如权利要求4所述的方法，所述检测所述感兴趣区域边缘包括：基于OTSU算法或迭代算法检测所述感兴趣区域边缘。6.如权利要求2所述的方法，所述提取感兴趣区域包括：基于OTSU算法或分水岭算法对所述感兴趣区域进行分割。7.如权利要求2所述的方法，还包括：将所述初始图像变换为对数域图像。8.如权利要求1所述的方法，所述低频子图像包括预设区域，所述预设区域包括多个灰度值，并且所述变换所述至少一层包括：变换所述预设区域的所述多个灰度值。9.如权利要求8所述的方法，所述变换所述预设区域的所述多个灰度值包括：确定所述低频子图像中的参考边缘；基于所述低频子图像确定特征曲线，所述特征曲线表示距离与所述距离对应的灰度值之间的关系，其中所述距离是指所述低频子图像中第一元素与所述参考边缘中第二元素之间的距离，所述第一元素对应于所述第二元素，其中所述灰度值基于所述多个灰度值确定；基于所述特征曲线确定变换曲线，所述变换曲线表示变换前的灰度值与变换后的灰度值之间的关系；以及基于所述变换曲线更新所述预设区域的所述多个灰度值。10.如权利要求9所述的方法，所述确定变换曲线包括：将所述特征曲线分为N个特征曲线段；基于所述N个特征曲线段确定N个变换曲线段，其中一个特征曲线段对应于一个变换曲线段；以及基于所述N个变换曲线段生成所述变换曲线。11.如权利要求10所述的方法，所述确定N个变换曲线段包括：对于所述N个变换曲线段的第x个变换曲线段，基于所述特征曲线中预设点的灰度值，第x个特征曲线段的初始点的灰度值和所述第x个特征曲线段的终点的灰度值计算所述第x个变换曲线段的斜率，所述第x个特征曲线段对应于所述第x个变换曲线段，其中x是整数，1≤x≤N；确定所述第x个变换曲线段中初始点的灰度值，包括：如果x＝1，则将所述第x个特征曲线段中所述初始点的灰度值指定为所述第x个变换曲线段中所述初始点的灰度值；以及如果1<x≤N，则基于所述第(x-1)个变换曲线段的所述初始点的灰度值和所述第(x-1)个特征曲线段的灰度变化量确定所述第x个变换曲线段中所述初始点的灰度值。12.如权利要求10所述的方法，还包括：确定所述特征曲线的灰度区间，在所述灰度区间中，至少一个灰度值要被变换，所述灰度区间对应于所述特征曲线的一部分；以及将所述灰度区间的最大值或最小值指定为所述特性曲线中的所述预设点的灰度值。13.如权利要求1所述的方法，所述分解所述目标图像包括：基于第一分解，将所述目标图像分解为L层，所述L层的每一层包括低频子图像和高频子图像，L≥1；以及基于第二分解，将所述目标图像分解为L’+N个图像层，所述L’+N层的每一层包括低频子图像和高频子图像，L’≥1，N≥1。14.如权利要求13所述的方法，其中L＝L’。15.如权利要求13所述的方法...

【专利技术属性】
技术研发人员：江春花，周海华，张娜，杨乐，滕万里，陈皓，边钺岩，闫晶，
申请(专利权)人：上海联影医疗科技有限公司，
类型：发明
国别省市：上海,31