一种基于图像金字塔的数字X射线影像校正方法技术

一种基于图像金字塔的数字X射线影像校正方法，包括以下步骤：步骤S1，输入图像A和触发行，其中所述触发行为N行；步骤S2，读取输入所述图像A，进行全局强度补偿，获得亮度均匀的图像B；步骤S3，对所述图像B中触发行附近的数据进行局部补偿得到图像C；步骤S4，基于图像金字塔对所述图像C中触发行附近数据进一步校正得图像D；步骤S5，对所述图像D中的坐标(x，y)包含于集合H的点，使用m

A digital X-ray image correction method based on image pyramid

【技术实现步骤摘要】
一种基于图像金字塔的数字X射线影像校正方法


[0001]本专利技术属于医学图像处理
，具体地涉及一种基于图像金字塔的数字X射线影像校正方法。

技术介绍

[0002]在便携DR或移动DR拍片使用自动曝光探测(Automatic Exposure Detection，AED)触发模式时，因探测射线所须的计算时间及平板暗电流存在，导致得到的图像有明显的触发行，图像模糊不均匀的问题。

技术实现思路

[0003]本专利技术的目的是提供一种基于图像金字塔的数字X射线影像校正方法以解决图像不均匀的问题。
[0004]为实现上述目的，本专利技术的技术方案如下：
[0005]一种基于图像金字塔的数字X射线影像校正方法，包括以下步骤：
[0006]步骤S1，输入图像A和触发行，所述触发行为N行；
[0007]步骤S2，读取输入所述图像A，并遍历每个像素点，得到过曝的坐标集合，记为集合H，进行全局强度补偿，获得亮度均匀的图像B，；
[0008]步骤S3，对所述图像B中触发行附近的数据进行局部补偿得到图像C；
[0009]步骤S4，基于图像金字塔对所述图像C中触发行附近数据进一步校正得图像D；
[0010]步骤S5，对所述图像D中的所有像素点，使用m
max
替代坐标包含于所述步骤S2得到的坐标集合H的像素值，得到最终的图像E；
[0011]步骤S6，输出校正后所述图像E。
[0012]进一步地，所述步骤S2具体包括以下子步骤：r/>[0013]步骤S2.1，定义m
max
为图像像素值的最大值；读取输入所述图像A，并遍历每个像素点，得到过曝的坐标集合，记为集合H；
[0014]步骤S2.2，计算全局校正所需参数：定义a为统计的行数；统计在图像A中N
‑
a行到N+a行图像的属性；计算其表征图像属性值；所述表征图像属性值选用图像平均值，定义A
mean1
为图像A的第N
‑
a行到第N行图像的平均值，将N
‑
a行到第N行图像的灰度值进行累加，后除N
‑
a行到N行的像素个数可得图像均值A
mean1
；A
mean2
为图像A的第N行到第N+a行的平均值，将N行到第N+a行图像的灰度值进行累加，后除以N行到第N+a行的像素个数可得图像均值A
mean2
。
[0015]步骤S2.3，根据步骤S2.2计算所得的所述参数，对所述图像A进行全局校正：定义全局校正因子θ，所述校正因子θ范围从0到1之间；则图像A中从0行到触发行N
‑
1，校正的方法为A(x,y)＝A(x,y)
‑
θ*(A
mean1
–
A
mean2
)；从第N+1行到h行，校正方法为A(x,y)＝A(x,y)+θ*(A
mean1
‑
A
mean2
),校正后得到图像B
[0016]进一步地，将所述步骤S2.2中的所述表征图像属性值图像平均值替换为图像平均值、图像中位数、图像标准差、图像最大值和图像最小值中的一种。
[0017]进一步地，所述步骤S2.2中，所述表征图像属性值采用图像中位数，定义A
max1
为图像A的第N
‑
a行到第N行图像的中位数，统计N
‑
a行到第N行图像的灰度值中位数，后可得A
median1
；定义A
median2
为图像A的第N行到第N+a行的中位数，统计第N行到第N+a行的图像的灰度值中位数，后可得A
median2
。
[0018]进一步地，所述步骤S3具体包括以下子步骤：
[0019]步骤S3.1，对触发行附近的图像，做滤波，并使滤波强度随着与触发行的距离增大，强度逐渐减弱；滤波后得到图像C1；
[0020]步骤S3.2，统计所述图像C1的触发行附近图像的均值，定义b为统计的行数，定义P
mean
为计算得到的均值向量，其中w为图像的宽度，则P
mean
维度为w*1；进一步地对P
mean
向量的x(0<＝x<w)分量，其值通过统计图像中N
‑
b行到N
‑
1与N+1行N+b行的图像中第x列的均值得到。
[0021]步骤S3.3，根据计算得到的均值向量，对所述C1图中触发行做插值得到插值后所述图像C。
[0022]进一步地，所述步骤S3.1中的所述滤波器选自高通滤波器、低通滤波器、带通滤波器中的一种。
[0023]进一步地，所述步骤S4中的所述图像金字塔分解选自高斯
‑
拉普拉斯金字塔、小波金字塔等中的一种，本例使用高斯
‑
拉普拉斯金字塔。
[0024]进一步地，所述步骤S4具体包括以下子步骤：
[0025]步骤S4.1，基于图像金字塔对所述图像C进行高斯
‑
拉普拉斯金字塔分解，得到多个频带的图像，所述多个频带的图像有低频带图像、中频带图像、高频带图像；所述步骤S4.1具体包括以下子步骤：
[0026]步骤S4.1.1，所述图像金字塔为高斯金字塔，定义图像C的第i层图像为G
i
，为了求G
i+1
层图像，首先对图像G
i
进行基于高斯内核的图像卷积,然后去除卷积后所有偶数行和列，得到图像G
i+1
；
[0027]步骤S4.1.2取图像C中靠近触发行N的d行图像，即取图像C中第N
‑
d行到第N+d行图像，作为高斯
‑
拉普拉斯金字塔分解分解的第一层，重复步骤S4.1.1通过高斯
‑
拉普拉斯金字塔分解可得到层数为M层的图像金字塔。
[0028]步骤S4.2，经过S4.1得到的高频带图像中，有明显的触发行附近的不均匀伪影，该伪影为低频成分，故对所述高频带图像中的触发行附近数据进行高通滤波；
[0029]步骤S4.3，基于图像金字塔对所述图像C进行高斯
‑
拉普拉斯图像金字塔重建，所述步骤S4.3体包括以下子步骤：
[0030]步骤S4.3.1，所述图像金字塔为拉普拉斯金字塔，为了求图像C的第i层图像L
i
，使用同一层高斯金字塔的图像G
i
减去上一层图像G
i+1
进行上采样并高斯低通滤波后的结果；
[0031]步骤S4.3.2，输入S4.2插值后的图像金字塔，通过S4.3.1还原后得到图像D。
[0032]与现有技术相比，本专利技术的有益效果在于：本专利技术可有效提升数字X射线系统AED模式得到图像的质量，修复触发行以及触发行附近图像质量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像金字塔的数字X射线影像校正方法，其特征在于，包括以下步骤：步骤S1，输入图像A和触发行，所述触发行为N行；步骤S2，读取步骤S1所述图像A，并遍历每个像素点，得到过曝点的坐标集合，记为集合H，进行全局强度补偿，获得亮度均匀的图像B，；步骤S3，对所述图像B中触发行附近的数据进行局部补偿得到图像C；步骤S4，基于图像金字塔对所述图像C中触发行附近数据进一步校正得图像D；步骤S5，对所述图像D中的所有像素点，使用m
max
替代坐标包含于所述步骤S2得到的坐标集合H的像素值，得到最终的图像E；步骤S6，输出校正后所述图像E。2.如权利要求1所述的一种基于图像金字塔的数字X射线影像校正方法，其特征在于，所述步骤S2具体包括以下子步骤：步骤S2.1，定义m
max
为图像像素值的最大值，定义过曝坐标集合H；遍历输入图像A的所有像素点，若像素值大于m
max
，则将该像素的坐标添加到集合H；步骤S2.2，计算全局校正所需参数：定义a为统计的行数；分别统计图像A中N
‑
a行到N和N到N+a行的图像的属性，计算其表征图像属性值；步骤S2.3，根据步骤S2.2计算所得的所述参数，对所述图像A进行全局校正：定义全局校正因子θ，校正后得到图像B。3.如权利要求2所述的一种基于图像金字塔的数字X射线影像校正方法，其特征在于，所述步骤S2.2中的所述表征图像属性值选自图像平均值、图像中位数、图像标...

【专利技术属性】
技术研发人员：饶玉明，阳维，卓俊杰，
申请(专利权)人：深圳市深图医学影像设备有限公司，
类型：发明
国别省市：