【CN110111273A】一种图像的修复方法【专利】

合集下载

一种深度图像的修复算法[发明专利]

专利名称：一种深度图像的修复算法专利类型：发明专利
发明人：范勇,胡成华
申请号：CN201610147426.9
申请日：20160315
公开号：CN105825482A
公开日：
20160803
专利内容由知识产权出版社提供
摘要：本发明提出了一种深度图像的修复算法，该算法将形态学滤波与双边滤波算法相结合的方法对深度图像进行处理，通过形态学中的几种基本算法实现对深度图像中空洞的填补，然后利用双边滤波平滑图像。

利用不同的结构元素消除掉目标物体中包含的不同类型的噪声信号。

该算法的步骤如下：步骤一：建立形态学算法的膨胀、腐蚀、开运算、闭运算公式；步骤二：建立形态学滤波器；步骤三：选取结构元素；步骤四：建立双边滤波准则。

申请人：四川用联信息技术有限公司
地址：610054 四川省成都市成华区电子信息产业大厦1101室
国籍：CN
更多信息请下载全文后查看。

一种图像校正方法、装置、计算机设备和介质发明专利

一种图像校正方法、装置、计算机设备和介质技术领域本发明实施例涉及图像处理技术，尤其涉及一种图像校正方法、装置、计算机设备和介质。

背景技术在医疗设备中，平板探测器是一种结构和制造工艺高度复杂的数字成像设备，其原始输出的图像具有噪声，需要在校正之后用于临床诊断。

常用的校正技术主要是针对暗电流、增益不一致和坏点进行处理。

其中，暗电流是指没有X射线辐射时，平板探测器的输出值，主要是由薄膜晶体管的漏电流等引起的。

目前暗电流校正方法为：让平板以某个固定的时间t进行暗场积分得到图像I Dark1。

在实际使用的时候，得到图像I，则校正后的图像为I corrected＝I-I Dark1。

对于动态平板探测器来说，由于不同帧频下的积分时间是不一样的，如果仍然使用某个固定积分时间下得到的暗场图像来进行校正，则会得到错误的校正结果。

例如，实际积分时间大于t时，I ideal_Dark>I Dark1，从而I-I ideal_Dark<I-I Dark1，即真正校正得到的图像值大于理想校正得到的图像，反之，则相反。

从而，对于动态平板探测器来说，需要根据实际的积分时间调用对应时间下的暗场图像来进行校正。

但是，动态平板探测器的帧频通常有1f/s、2f/s、12.5f/s和25f/s等10多种，如果设计平板探测器开窗时间分别为1000ms、500ms、80ms和40ms，分别采用对应的积分时间得到的暗场图像进行校正，需要保存10多种不同的暗场图像，需要根据帧频调用不同的校正文件，导致平板探测器图像校正过程复杂，出图时间较长。

发明内容本发明实施例提供一种图像校正方法、装置、计算机设备和介质，以实现优化动态平板探测器图像校正的工作流，缩短动态平板探测器的出图时间。

第一方面，本发明实施例提供了一种图像校正方法，应用于动态平板探测器，该方法包括：获取所述动态平板探测器得到待校正图像时的工作帧频；确定所述工作帧频对应的帧频组，其中，所述帧频组是预先将所述动态平板探测器的所有工作帧频进行分组的结果，每一个帧频组内的各工作帧频对应一个相同的积分时间；根据所述帧频组对应的积分时间对所述待校正图像进行校正。

一种图像校正方法、系统和计算机可读媒介发明专利

一种图像校正方法、系统和计算机可读媒介技术领域本发明涉及一种图像校正方法，特别涉及一种仅通过一次校正即可实现重复显示的图像校正方法、系统和计算机可读媒介。

背景技术在医学扫描的过程中，患者可能会由于扫描时间过长或患病的原因，无法长时间保持在正常体位进行扫描。

而非正常体位扫描与正常体位扫描的图像可能有较大不同，影响医生对病情的判断。

现有方案通常会由医生对图像进行手动校正(例如旋转等)，但是对于同样的图像，每次的重新显示都需要医生重新进行一次手动校正，非常不方便。

发明内容针对上述问题，本发明的目的在于使相同或相似的图像仅通过一次校正即可实现重复的显示。

为达到上述发明目的，本发明提供的技术方案如下：一种图像校正方法，其特征在于，包括：获取图像数据；判断是否有与所述图像数据相关的校正矩阵；在判断出没有与所述图像数据相关的校正矩阵时，根据图像数据，生成未校正的图像；以及对所述图像进行校正，生成校正后的图像。

在本发明中，在判断出有与所述图像数据相关的校正矩阵时，获取所述校正矩阵；以及根据所述校正矩阵和所述图像数据，生成校正后的图像。

在本发明中，对所述图像进行校正，生成校正后的图像之后，根据未校正图像和校正后的图像，生成校正矩阵。

在本发明中，所述根据未校正图像和校正后的图像，生成所述校正矩阵包括：获取所述未校正图像和所述校正后的图像上的一个或多个标注点；以及根据所述一个或多个标注点的对应关系，生成所述校正矩阵。

在本发明中，所述根据未校正图像和校正后的图像，生成所述校正矩阵包括：将所述未校正图像和所述校正后的图像进行配准；以及根据配准结果生成所述校正矩阵。

在本发明中，所述校正包括：分割、缩放、位移、旋转、裁剪、滤波、调色、均值或平滑。

在本发明中，所述图像数据是医疗图像数据。

在本发明中，所述医疗图像数据包括：PET-CT图像数据、DR图像数据、CT图像数据、MRI图像数据、US图像数据、PET图像数据或PET-MRI图像数据。

图像修正方法和装置、电子设备和存储介质[发明专利]

专利名称：图像修正方法和装置、电子设备和存储介质专利类型：发明专利
发明人：吴高强
申请号：CN202111474270.2
申请日：20211203
公开号：CN114219745A
公开日：
20220322
专利内容由知识产权出版社提供
摘要：本公开实施例公开了一种图像修正方法和装置、电子设备和存储介质，涉及图像技术领域，其中的方法包括：获取图像采集装置采集单组像素的采集时间信息，获取与采集时间信息相对应的可移动设备的第一位姿变化信息；基于第一位姿变化信息确定与单组像素相对应的图像采集装置的第二位姿变化信息；根据第二位姿变化信息对单组像素进行修正，使用经过修正后的单组像素拼接帧图像；本公开的方法和装置、电子设备和存储介质，可避免成像出现“果冻效应”，使得成像逐行拼接时的拼接精度更高，并可以提升后续图像的目标检测正确率及语义分割精度，提高客户的使用感受度。

申请人：地平线(上海)人工智能技术有限公司
地址：201306 上海市浦东新区南汇新城镇环湖西二路888号c楼
国籍：CN
代理机构：北京思源智汇知识产权代理有限公司
代理人：毛丽琴
更多信息请下载全文后查看。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910337810.9
(22)申请日 2019.04.25
(71)申请人四川轻化工大学
地址 643000 四川省自贡市汇东学苑街180
号
(72)发明人杨平先　董林鹭　陈明举　熊兴中　
林国军　韩强　
(74)专利代理机构成都欣圣知识产权代理有限
公司 51292
代理人杨艳云　王海文
(51)Int.Cl.
G06T 5/00(2006.01)
G06T 5/50(2006.01)
(54)发明名称
一种图像的修复方法
(57)摘要
本发明提供了一种图像的修复方法，包括采
集强辐照环境下的核辐射图像，遍历所述核辐射
图像的每个像素，并利用像素值的奇异性检测出
所述核辐射图像中的辐照光斑噪声点；再采用自
适应中值滤波对所述辐照光斑噪声点进行弱化
处理，并得到平滑图像；根据所述辐照光斑噪声
点及所述平滑图像得到第一待修复区域及第二
待修复区域；利用极小图像梯度的变分方法对所
述核辐射图像进行修复，以得到第一修复图像和
第二修复图像；将所述第一修复图像和第二修复
图像进行图像融合。

本发明提取出辐照光斑噪声
点后，利用极小图像梯度的变分技术实现辐照光
斑噪声点的修复，并且将修复后的两幅图像进行
图像融合，
提高了图像的清晰度。

权利要求书2页说明书6页附图3页CN 110111273 A 2019.08.09
C N 110111273
A
1.一种图像的修复方法，其特征在于，包括：
步骤S1：采集强辐照环境下的核辐射图像，所述核辐射图像中具有辐照光斑噪声点；步骤S2：遍历所述核辐射图像的每个像素，并利用像素值的奇异性检测出所述核辐射图像中的辐照光斑噪声点，以得到噪声图像；
步骤S3：采用自适应中值滤波对所述核辐射图像中的辐照光斑噪声点进行弱化处理，并得到平滑图像；
步骤S4：根据所述噪声图像及所述平滑图像得到第一待修复区域及第二待修复区域；步骤S5：利用极小图像梯度的变分方法对所述核辐射图像进行修复，以得到第一修复图像和第二修复图像；
步骤S6：将所述第一修复图像和第二修复图像进行图像融合。

2.如权利要求1所述的图像的修复方法，其特征在于，所述步骤S2包括：
步骤S21：定义噪声标识矩阵d(i ,j)，采用一设定宽度的滤波窗口W对所述核辐射图像f (x ,y)的每个像素点进行遍历；
步骤S22：每遍历一个像素点(i ,j)，判断所述滤波窗口W内是否存在奇异值，若不存在奇异值，则判定所述滤波窗口W的中心点不是辐照光斑噪声点，且将d(i ,j)置0；若存在奇异值，则将所述滤波窗口W的中心点的像素值与该滤波窗口W内的最大像素值进行比较，若所述滤波窗口W的中心点的像素值小于该滤波窗口W内的最大像素值，则所述滤波窗口W的中心点为辐照光斑噪声点，且将d(i ,j)置1，若所述滤波窗口W的中心点的像素值大于或等于该滤波窗口W内的最大像素值，则将所述滤波窗口W的中心点标记为可疑辐照光斑噪声点f *(i ,j)；
以及，当像素点(i ,j)被标记为可疑辐照光斑噪声点f *(i ,j)后，所述步骤S2还包括：步骤S23：定义图像块P(s ,t)是以像素点(i ,j)为中心点的窗口区域W i ,j ，其中，
P(s ,t)＝|255/2-f(s ,t)]|(s ,t)∈W i ,j ；
步骤S24：若P(i ,j)大于一阈值K，则判定所述可疑辐照光斑噪声点f *(i ,j)为辐照光斑噪声点，且将d(i ,j)置1；若P(i ,j)小于或等于所述阈值K，则判定所述可疑辐照光斑噪声点f *(i ,j)不是辐照光斑噪声点，且将d(i ,j)置0，其中，
阈值K满足以下公式：
P min (i ,j)、P max (i ,j)为图像块P(s ,t)的最大像素值和最小像素值。

3.如权利要求2所述的图像的修复方法，其特征在于，所述步骤S22中，若所述滤波窗口W内存在大于δ1f mean (i ,j)的像素值，
则所述滤波窗口W内存在奇异值，其中，f mean (i ,j)为以像素点(i ,j)为中心的所述设定宽度区域内的像素值的平均值，δ1为奇异值系数。

4.如权利要求2所述的图像的修复方法，其特征在于，所述步骤S3包括：
步骤S31：提取d(i ,j)为1的像素位置以得到所述辐照光斑噪声点，并对所述辐照光斑噪声点进行自适应中值滤波；
步骤S32：利用如下公式对滤波后的所述辐照光斑噪声点进行处理以得到平滑图像g (i ,j)：
g(i ,j)＝w ×f med (i ,j)；
其中，f med (i ,j)为对所述辐照光斑噪声点的进行自适应中值滤波的结果，w自适应系
权　利　要　求　书1/2页2CN 110111273 A。