扫描图像（共9篇）
扫描图像 篇1
(2012-062-奥地利-001
纳米呼吸图像扫描仪, 可通过测量恒温状态的空气压力变化, 经过一系列的机械和电子元件来检测生物体 (包括昆虫、小块组织、干细胞) 消耗氧气或释放二氧化碳的量, 监测精度可达纳升级, 监测数据可传输到电脑, 并通过软件显示。
捷克科学院昆虫学研究所的Karel Slama博士研制该仪器超过25年, 于20年前申请过专利, 目前专利有效期已过。Karel Slama博士目前已制造出两台原型机, 用于自己的实验室, 在昆虫研究中发挥出实际的作用。Karel Slama博士希望寻求中国合作伙伴, 共同开发改进这种仪器, 并规模制造投入市场。
扫描图像 篇2
图像块平坦测度与系数扫描方式选择
陈默 李维钊
（山东大学电子工程系 济南：250100
）
摘要：本文介绍了图像块平坦测度的概念，提出图像的水平测度和垂直测度，并在此基础上提出了简单有效的扫描方式选择策略。
关键词：图像块 平坦测度 扫描模式 H.263
1． 问题的提出
在众多的图像编码建议中，如H.261/H.263帧内图像编码都需要通过DCT变换，将图象从空间的表达式/空间域转化为频谱表达式/频率域。这样变换后，只需要少量的数据点就可以表示图象。并且DCT产生的系数很容易被量化，可获得好的块压缩。在量化后，图像矩阵中的大多数DCT系数都被截取为零值。在这些图像块的DCT系数的游程编码前，一般都要按一定并且可选的方式对系数进行重新排列，排列的.目的是增加游程编码的效率，使得尽可能多的零相连。在H.263建议中，在高级帧内编码模式中给出了一些指导性的建议和扫描的顺序，但是建议本身并不提供如何实际地选择系数扫描模式。而且是不是只有在高级帧内编码模式中才能应用多种扫描模式，建议并未指明。
本人在实际的视频压缩编码研究和应用中发现，扫描方式的选择与图像的平坦测度有直接的关系，并且通过平坦测度测定和图像块方差可以简单地确定系数扫描方式。并且正确选择率较高。同时把这一扫描模式选择推广到任何帧内编码宏块。
★ 选择简历的方式
★ 介词by用法扫描
★ 什么叫导热系数？
★ 高考生留学有哪些方式可以选择？
★ 形块的分割与构成的说课稿
★ 预制语块与大学英语写作
★ 遥感图像分形特征提取与分割
★ 选择与努力作文
★ 坚持与选择作文
核素扫描机的数据采集与图像处理 篇3
关键词：核素扫描机；核医学；数据采集；图像处理
中图分类号：R445 文献标识码：A 文章编号：1009-2374（2013）17-0070-03
扫描机是现代医学上一项成功可靠的诊断仪器，特别是与微型计算机、微控制器的结合，更加显示出其优越的性能。核素扫描机的基本原理是利用放射性同位素示踪技术，用探测器探测γ射线，实现脏器的显影，即将放射性同位素标记在药物上并引入人体，然后通过探测器在体外扫描脏器部位，探测其产生的γ射线，并记录放射性药物在体内的分布情况，以形成扫描图像。由于脏器对药物的选择性吸收以及同一脏器中正常组织和病变组织吸收的差异性，医生就能根据扫描图像进行诊断或鉴别某些脏器的占位性病变和一些功能的变化。扫描机的开发和生产又为医院核医学科提供了一个重要的诊断仪器。
1 工作原理
核素扫描机由主机、微型计算机、彩色打印机和隔离电源组成。扫描机是一种核医学诊断仪器，它借助于γ射线扫描探测实现对脏器的显影。其基本工作原理是将放射性同位素标记在药物上并引入人体，然后通过对脏器的逐点扫描，记录放射性药物在人体内的分布情况。由于脏器对药物的选择性吸收以及同一脏器中正常组织与病变组织的吸收差异，临床医生可根据扫描图像诊断或鉴别某些脏器的占位性病变和一些功能的变化。扫描机自动化程度高，操作方便，性能优越。它由微型计算机控制，自动完成设定部位扫描、数据采集、图像处理、彩色报告单打印以及病人资料管理等。
扫描机扫描时采用“定步距计数”测量法，即在X方向设定X步距，当探头在此X步距内移动时进行计数为n，同时测量所需时间t，则此步距点的单位时间计数值为：
n/t （1）
式中：
n——计数
t——时间
这样，对电机的转速要求就降低了，同时也保证了整个图像的像素点均匀度。
每一测试点的位置，以X步距中间点的坐标（X，Y）来标定，即：
X=（X1+X2）/2 （2）
式中：
X——步距
X1——每点X步距起始点X坐标
X2——每点X步距结束点X坐标
这样就消除了双向扫描带来的回差。
扫描区域大小及扫描区域位置可自由设定，扫描区域一般为长方形（X方向扫描区域∶Y方向扫描区域=1∶1.2）。
2 数据采集过程与方法
使用两片74LS161级连成为16位的计数器，扫描机的最大计数率为65535cps。可能有人要问，会不会在扫描时出现计数率值溢出的情况？回答是否定的。因为在通常情况下，临床上甲状腺扫描的病人服药量仅为100～200μCi，最大也不会超过250μCi，而我们通过用点源做试验时发现，活度为0.8mCi左右的点源放在准直器焦点处的最大计数率也不会超过60000cps，所以即便病人的甲状腺吸碘率为100%，那么在扫描时也不会有超过65535cps计数率的现象发生。
核素扫描机的数据采集是通过上位机与下位机的串行通讯来实现的。下位机是51系列的单片机，进行串行通讯时，上位机与下位机通讯模式的设置一定要一致，如果设置不一致两者将不能通讯。在核素扫描机中，上位机与下位机的设置为：波特率为9600，8位数据位，1位停止位，无奇偶校验位。上位机与下位机接收数据均在串口中断中进行。下位机本身不能控制核素扫描机，而是通过上位机发送控制指令来实现控制的。如果上位机发送一条指令让核素扫描机开始扫描，下位机接收到指令后立即响应，便控制核素扫描机开始扫描了。
通过“定步距计数”测量法来读取计数，此时单片机记录下测量一点所需的时间、实际X值、实际Y值及计数值，将它们放入单片机所开辟的缓冲区中（这个缓冲区大小是一定的，最大可以存贮100个点的数据），等待上位机向它发出读取指令。上位机与下位机是通过RS232来进行串口通讯的。它们之间有约定好的通讯协议，当下位机接收到读取指令后，下位机便通过串口向上位机发送扫描数据，当上位机接收完成一组数据后紧接着向下位机发送下一个读取指令，这样就能保证下位机所采集的数据能够及时地传送到上位机，既不会覆盖缓冲区中的数据，也节省了时间。
上位机将接收来的计数按照X与Y的位置模拟显示在坐标图上，用灰度图的形式进行显示，直至整个扫描结束。上位机将接收到的所有原始数据存放在数据库中，这些数据不能被修改，也不能被删除。当扫描工作全部结束后，便可以对该幅图像进行处理了。
3 位图图像的形成与降噪处理
图像处理包括三个部分：第一是生成24位真彩色图像并进行降噪处理；第二是扣除仪器本底，以得到真正的扫描图像；第三是可以在图像中任意标注文字与病变区的位置，可以改变图像的对比度，以便对图像进行分析。
位图文件由三部分组成：文件头+位图信息+位图像素数据。位图文件头主要用于识别位图文件。以下是位图文件头结构的定义：
tagBITMAPFILEHEADER=packed record
bfType：Word；
bfSize：DWORD；
bfReserved1：Word；
bfReserved2：Word；
bfOffBits：DWORD；
end；
其中的bfType值应该是“BM”（0x4d42），标志该文件是位图文件。bfSize的值是位图文件的大小，对于24位真彩色，如果图像的宽度为W，高度为H，bfSize就等于W×H×3+54。
位图信息头包含了单个像素所用字节数以及描述颜色的格式，此外还包括位图的宽度、高度、目标设备的位平面数、图像的压缩格式。以下是位图信息头结构的定义：
tagBITMAPINFOHEADER=packed record
biSize：DWORD；
biWidth：Longint；
biHeight：Longint；
biPlanes：Word；
biBitCount：Word；
biCompression：DWORD；
biSizeImage：DWORD；
biXPelsPerMeter：Longint；
biYPelsPerMeter：Longint；
biClrUsed：DWORD；
biClrImportant：DWORD；
end；
表1是对结构体当中各个成员的说明。
对于24位真彩色图，位图像素数据中每3个字节表示一个像素，每个字节表示一个RGB分量。从扫描数据中找出最大计数值与最小计数值，按照一定的规律将各点的计数值换算成各点的颜色值，然后按照位图图像的数据格式将它们写入位图文件。
在软件中可以设置生成的位图图像是原始图像还是优化图像，如果生成原始图像则在生成位图图像时不进行平滑与降噪处理，如果选择生成优化图像，则在生成位图图像的过程中，用到了降噪处理中一种方法是中值滤波。
中值滤波是一种常用的非线性平滑滤波器，其基本原理是把数字图像或数字序列中一点的值用该点的一个领域中各点值的中值代换。设f（x，y）表示数字图像像素点的灰度值，滤波窗口为A的中值滤波器可以定义为：
f^（x，y）=MED{f（x，y）}，（x，y）∈A
其主要功能是让周围像素灰度值的差比较大的像素改取与周围的像素值接近的值，从而可以消除孤立的噪声点，所以中值滤波对于滤除图像的椒盐噪声非常有效。中值滤波器可以做到既去除噪声又能保护图像的边缘，从而获得较满意的复原效果，而且，在实际运算过程中不需要图像的统计特性，这也带来不少方便，但对一些细节多，特别是点、线、尖顶细节较多的图像不宜采用中值滤波的方法。如果希望强调中间点或距中间点最近的几个点的作用，则可采用加权中值滤波。其基本原理是改变窗口中变量的个数，可以使一个以上的变量等于同一点的值，然后对扩张后的数字集求中值。这种方法比简单中值滤波性能更好地从受噪声污染的图像中恢复出阶跃边缘以及其他细节。另有一种可以处理具有更大概率的冲激噪声的是自适应中值滤波器，在进行滤波处理时，能依赖一定条件而改变领域的大小。其优点是在平滑非冲激噪声时可以保存细节，所以既能除去“椒盐”噪声，平滑其他非冲激噪声，还能减少诸如物体边界细化或粗化等失真。
4 图像的后处理
当图像生成并显示在窗体中后，还需要一些功能来对图像进行分析。在图像上进行标注、测量、画矩形、画多边形等是比较适用方法。当需要在脏器的某一位置注明病变性质时，可以利用标注在图像上描述。测量包括画直线、箭头，并依据图像的实际大小计算出直线与箭头的长度，以便操作者对图像进行分析。画矩形与画多边形是对计算脏器的病变面积而设计的，由于病变区形状不规则，画多边形是常用的方法，当你画多边形把病变区的大小确定之后，就可以使用计算多边形的面积按钮来计算病变区的面积了。
图像是以1∶1方式显示的，根据需要可对图像的显示比例进行调整。若需要对脏器的某一部位进行放大分析时，可以使用局部放大功能。图像颜色的分配是图像分辨率的关键。如果图像的颜色搭配不合理，有些病变部位将不容易被识别。针对这一情况，系统提供了十种颜色方案，并且每一种颜色方案都可以取反，都可以通过更改R、G、B的值来得到新的颜色方案，最终使图像具有较高的分辨率，方便医生的诊断。
5 结语
核素扫描机已经在全国各地很多医院使用，收效甚好。为了使用户更加方便操作我们的核素扫描机，我们不断收集用户所提出的宝贵意见，取其精华，将它们应用到我们的核素扫描机中去。
参考文献
使用行扫描法提取图像轮廓 篇4
轮廓提取是一种十分重要的图像分割方法,同时也是图像分割领域的研究热点和难点。轮廓提取的方法有很多:边缘检测的方法[1]利用了不同区域之间像素灰度值剧烈变化的形式,通过各种边缘检测算子,如:Roberts算子[2](精度高、对噪声敏感)、Sobel算子[3](对噪声具有一定平滑,但精度低)、LOG算子[4,5](算法简单,速度快,但对噪声敏感),检测图像边缘。水平集的方法[6]通过水平集函数的演化来隐含的求解曲线的演化,该方法对初始轮廓的位置敏感,难以分割模糊边界。活动轮廓模型[7],通过灵活的选择初始轮廓、约束力和作用域,得到最佳的分割效果,但是其抗噪性能较差,对于弱边缘的分割效果较差。
本文针对传统方法存在的缺陷和不足,以髋关节轮廓提取为应用背景,提出了基于行扫描的轮廓提取方法。依次对图像各行像素进行扫描,搜索像素信息发生突变的点,得到目标区域的轮廓。髋关节CT图像中各种组织(骨头、骨髓质、肌肉、脂肪)相互交错、连接紧密。此外,由于拍摄环境、反光率等客观因素的影响,导致相邻组织之间的边界比较模糊,骨组织中存在孔洞。因此,在行扫描之前,必须对目标区域的孔洞进行填充。首先,用Graham算法计算目标区域的凸包。然后,在凸包内自动搜索满足条件的种子点进行区域增长,如果区域增长到的像素点都在凸包内,那么增长区域就是目标组织的孔洞,将这些像素划入目标组织。孔洞填充之后,使用行扫描法能够准确得到目标组织的轮廓线。通过多组髋关节CT切片的轮廓提取实验验证,本文的方法运行速度快,能适应各种不同的形状拓扑结构,并且无论目标形状多么复杂,是否存在弱边缘都能够准确的提取出轮廓线。
1 目标区域的孔洞填充
首先对原始图像进行阈值分割,将骨组织从图像中分离出来(如图1(b)所示),然后人工选取种子点,使用区域增长的方法将髋骨从图像中分离出来(如图1(c)所示)。
如图1所示,区域增长之后,髋骨和股骨都存在孔洞。孔洞的边界轮廓也是像素突变的点,因此必须先对目标区域的孔洞进行填充,才能使用行扫描法提取髋关节轮廓线。孔洞填充的方法:首先计算目标区域(洋红色区域。注:因黑白印刷,无法表示颜色,需者请与作者联系。)的凸包,然后在凸包内寻找非洋红色点,以这个点为种子点,进行非洋红色区域增长,如果区域增长的所有像素点都在凸包内,那么这一区域就是目标区域孔洞,将它们划入目标区域。如果区域增长有像素点在凸包外部,那么这一区域不是孔洞,并且这一区域的所有像素点都不能再作为种子点。重复上面的操作,直到凸包内搜寻不到任何非洋红色种子点为止。这样便完成了目标区域的孔洞填充。
1.1 凸包的计算
凸包是计算几何中的概念,用通俗的话来描述就是能够将二维平面的点集包围起来的最小凸多边形。求凸包最常用的方法由Graham算法。
其计算过程如下:1) 首先找到起始点H,即点集中y坐标最小的点中x坐标最小的点,然后将其他点P按向量
根据上面的算法,加以编程实现,并通过对多例髋关节CT切片进行试验,能够得到任何复杂形状的凸包,如图3、图4。
1.2 孔洞填充
得到目标区域的凸包之后,接着对孔洞进行填充。首先在凸包内搜索一个非洋红色点,以这个非洋红色点为种子点,使用区域增长法对非洋红色点进行区域增长,如果增长完成后,所有的像素点都在凸包内,那么将这些像素全部标记为洋红色,如果出现至少一个像素点在凸包外,那么这些像素点都不能划入洋红色区域,并且将它们从非洋红色点中删除。
判断一个点P是否在凸多边形Q内,可用如下的方法:过点p作水平射线l,如果l与Q的边界不相交,则点p在Q的外部,如果l与Q有一个交点,那么点点p在Q的内部,如果l与Q的有两个交点,则点p在Q的外部。如图5所示。
对图3中的例子进行孔洞填充,其效果见图6、图7。
2 行扫描法提取轮廓线
经过区域增长并对目标区域孔洞进行填充之后,目标区域的像素信息同图像其他区域像素存在很大的差别,图像的像素信息在目标区域边界点发生突变。根据这一原理,使用逐行扫描的方法找到每一行发生像素信息突变的点,就能得到目标区域完整轮廓。无论目标区域的形状多么复杂,行扫描法都能够准确的识别到轮廓。例如图8所示的图像,使用传统的轮廓提取方法很难准确的提取轮廓线,而使用行扫描法可以准确的提取出目标轮廓。
判断一个点是否是像素信息发生突变的点需满足以下两个条件:1) 这个点属于目标区域(像素信息为某一固定值);2) 这个点的四邻域中至少存在一个不属于目标区域的像素点(像素信息不同于该点)。那么这个像素点就是目标区域的边界点,如图9所示,洋红色点就是灰色区域的轮廓点。
使用行扫描法提取轮廓线的效果如图10所示:
3 实验结果与对比
根据上面提出的算法,使用VC6.0平台编程实现,编程环境为:处理器:Intel(R) Core(TM)2 Duo CPU E8400 3.00GHz,内存:3.25GB。通过对多例髋关节CT切片实际分割,分析结果如下:图11(a)所示的髋骨存在狭长边缘,并且髋骨下端存在分叉。使用传统的分割方法,如果初始轮廓设置不当,容易计算出狭长边缘的内边界和裂缝的假边缘。而使用本文的方法能够较好的得到髋骨的轮廓线,如图11(b)所示。图12(a)所示的髋骨存在多处孔洞,且边缘信息模糊,使用传统的分割方法,会产生错误的边界信息,无法区分髋骨和股骨的轮廓。使用本文的提出的方法能够得到准确的轮廓线,如图12(b)所示。图13(a)所示的髋骨和股骨位置相近,形状复杂,使用传统的分割方法,不能够将两者的轮廓很好的区别出来,而使用本文的方法可以完整的得到髋骨和股骨的轮廓线。如图13(b)所示。
4 结论
本文研究了孔洞填充方法,通过Graham算法计算目标区域凸包,然后在凸包内寻找非目标区域点进行区域增长,通过凸包来判断增长的区域是否是目标区域的孔洞。运用这一方法,可以对任意形状的目标区域的孔洞进行填充。本文还研究了行扫描提取轮廓线方法,其原理是对整幅图像逐行进行像素扫描,寻找像素信息发生突变的点,如果某一点满足两个条件:1) 这个点属于目标区域;2) 这个点的四邻域中至少存在一个不属于目标区域的像素点。那么这个点就是轮廓像素点。通过大量的髋关节CT切片实验验证,行扫描法计算简单,运行效率高。对于目标组织存在狭长轮廓、分叉、噪声干扰、以及与其他组织存在模糊边界的情况,行扫描法都可以准确的提取出目标组织轮廓线,具有很强的鲁棒性和实用性。
摘要：传统的轮廓提取方法,例如边缘检测、水平集、活动轮廓模型等,存在着对初始轮廓敏感、噪声敏感、难以分割弱边缘和复杂形状轮廓等不足之处。以CT影像中髋关节的轮廓提取为应用背景,提出了一种基于行扫描的轮廓线提取方法。首先,对原始图像进行阈值分割和区域增长,分离出目标区域。然后,对目标区域中的孔洞进行自动填充;在填充过程中,通过目标区域的凸包来判断填充的单连通区域是否在目标区域内。最后,使用逐行扫描的方法搜寻像素信息突变点,得到目标区域的轮廓线。大量的数值实验表明,此算法的运行效率高,对于狭长、分叉、噪声干扰以及存在模糊边界的目标区域都能很好地提取轮廓线。
关键词：行扫描,轮廓,图像分割,凸包,髋关节
参考文献
[1]黄长专,王彪.图像分割方法研究[J].计算机技术与发展,2009,(6):76-79.
[2]雷丽珍.数字图像边缘检测方法的探讨[J].测绘通报,2006,(3).
[3]徐建华著.图像处理与分析[M].北京:科学出版社,1994.
[4]Marr.D著.视觉计算理论[M].姚国正译.北京:科学出版社,1988.
[5]张光年,葛庆平.基于Marr Hildreth算子多尺度图像边缘检测[J].首都师范大学学报,2005.
[6]谢意,杨玲.自适应模型的水平集图像分割方法[J].计算机工程与应用,2011,(47):221-224.
[7]Casselles V.A geometric model for active contours[J].Numer-ische Mathematik,1993,66(1):1-31.
[8]M.Kass,A.Witkin Snake:active contour model[J].Int.J.Computer vision.1988.(1):321-331.
[9]Kyeong-Jun Mun,Hyeon Tae Kang.Active Contour ModelBased 0bject Contour Detection Using Genetie A1gorithm withWaye1et Based Image Preprocessing.[J]International Journal ofControl,Automation,and Systems.2004.2(1):100-106.
基于灰度图像的扫描仪模型研究 篇5
扫描仪的普遍应用为人们的工作和生活带来了很大便利。然而,由于经扫描仪扫描输入计算机的图像存在失真,给人们在图像处理应用方面带来负面影响。特别是在要求打印的图像经扫描输入后尽量逼近原始图像的情况下,这种失真带来的影响尤为突出。因此,研究一种数学模型来精确模拟扫描过程显得很有必要。有了合理的扫描仪模型就可以在此基础上较好地恢复扫描图像到打印图像。数字图像经过打印机打印离开计算机,就成为了非正交图像,并且引入了打印噪声,这些噪声主要是由点增益现象引起,目前有很多学者提出了比较成熟的打印机模型。这些打印机模型对构造合理的扫描仪模型非常重要,文中借鉴了现有打印机模型的思想。本文中是经过打印和扫描已知的半调图像模版来测量和计算打印机及扫描仪模型。所谓半调图像即是二值图像(只包含0和1)。数字半调技术则是一种将连续色调图像转化为二值图像的方法。“Halftone”一词的汉语意思即为“半调”,通常意义上可以理解为:用二值灰度来实现更多的灰度级。它利用了人眼视觉系统的低通特性[1,2]。打印机在打印连续色调图像之前必须要对图像进行半调处理,因为打印机只可以打印黑点(打印)和白点(不打印)。因此为了避免打印机在半调过程中引入的噪声,在实验中直接采取半调图像为输入图像。实验中采用的设备为Cannon ix5000打印机和HP Scanjet 4850扫描仪。
2 现有打印机和扫描仪模型
从信号处理的角度来分析,可以将打印和扫描过程如图1所示[3]。
其中,d(i,j)为经过某种数字半调技术处理后的半调图像,并且作为打印处理的输入。D(i,j)作为打印处理的输出,为打印后的图像,同时,其又作为扫描处理的输入,经过扫描处理输出扫描图像d′(i,j)。文中的工作主要为构造合理的打印机和扫描仪模型来尽量精确地模拟打印机和扫描仪的处理过程。
2.1 打印机模型
现有打印机模型[4]认为,实际打印机的印点通常更接近圆形,且直径是理想像素边长的undefined倍以下,这使得相邻印点发生重叠,使得打印的黑色印点向邻近白色印点(没有印点)的区域扩散,造成侵入,这便是点增益现象。效果如图2所示[1]。
由此,可以公式(1)来构造打印机模型:
undefined
由点增益现象造成的影响最终带来的结果是白色印点在经过扫描后灰度级的损失,因此可以定义一个灰度级损失因子α,即每有一个黑色印点侵入一个白色印点,该白色印点的灰度级就会损失w×α,那么式(1)就可由式(2)代替:
undefined
在后续实验过程中,式(2)将作为打印机模型,其中的参数b,w,α将会被一一确定。
2.2 改进的扫描仪模型
在现有扫描仪模型中,提出扫描仪扫描过程由2部分组成,第一部分是一个线性系统,其模拟了打印图像印点(D(i,j))到扫描仪传感器接收到的亮度的转换,这一过程可以由一个带有脉冲响应的线性滤波器来表示,该滤波器(h(i,j))可以认为是一个低通滤波器;第二部分为一个映射函数,其模拟了扫描仪将传感器接收到的亮度转化为输出灰度值的过程,该部分可以保证输出的灰度级在一个适当的范围内(通常为0～255)。如图3所示。
文献[3]中对扫描仪模型中的滤波器求法及验证已经有了详细介绍,这里不再赘述。本文将以此为基础提出一种改进的滤波器求法,并进行验证,通过实验结果比较,发现模型精确程度有所提高。在接下来的篇幅里,将详细介绍这种改进的滤波器求得方法。
在确定扫描仪模型之前,首先要得到打印机模型中的参数b,w,α的值,其中b,w由于是打印在纸张上的图像的像素灰度值,因此很难量化,文中以其均值B,W来替代。
具体做法为编程生成2幅大小为512×512像素的纯白(全1)和纯黑(全0)图像,在此两幅图像上选随机选择100×100像素的图像块并求亮度均值,如此求10次,将10次均值再求期望,得到B=10,W=255;
此时,可由式(3)近似代替式(2),其中D′(i,j)是D(i,j)的替代值:
undefined
文献[5]可知,α的值在[0,1.413]之间,当设定α的值为一个固定值时(例如α=0),D′(i,j)已知,扫描得到的d′(i,j)亦已知。此时,可以利用MMSE(Minimum Mean Square Error)准则[6,7,8]求得α=0时线性低通滤波器h(i,j)(滤波器尺寸为5×5像素)。又做如下定义:
undefined
此时undefined′(i,j)为d′(i,j)的估计值,同时定义误差ε(i,j)为:
undefined
此时,使α值遍历[0,1.413]区间,可以得到一族实验数据,发现α值在0.105处ε(i,j)的均方期望达到最小。实验中用到的半调图像为一已知人造图像,为13×13像素大小的图像,中心的5×5个像素置为1,其余为0。如图4(a)模版1所示(其中w代表白点)。
对于模版1的实验结果如表1所示。由实验结果分析,α的值应该在0.105附近。为了验证这个结论,笔者又选择其它不同模版进行同样方法的实验,例如图4(b)中所示的模版2,实验结果如表2所示。经多个模版实验比较发现,误差ε(i,j)的均方期望都在α=0.105处达到最小,并且在α=0.105处各个模版求得的滤波器形状非常相近,各模版求得的滤波器相减后总差值不超过0.1,由此可以认定,灰度损失因子α=0.105。由于用模版2求得的误差与其它模版相比最小,可以认为利用模版2在α=0.105处求得的滤波器最佳。利用模版2求得的滤波器形状和误差分别如图5所示。
3 实验结果与分析
利用上述方法求到的滤波器,笔者对多幅自然半调图像进行了实验,其中lena原始半调图像经处理后的效果如图6所示。图中两幅图像的均方误差为58.345 7,较文献[3]中方法得到的误差有明显提高。但是还可以看到实际扫描图像中出现了网格状纹理[9],这有待该扫描仪模型进一步改进来达到更为理想的结果。
4 结 语
在分析了现有的打印机和扫描仪模型的基础上提出了一种改进的扫描仪模型,通过实验数据对比,发现经新模型处理后的图像与扫描图像误差明显缩小,提高了模拟扫描仪的精确度。
参考文献
[1]Ulichney R A.Digital Halftoning[M].Cambridge,MA:MITPress,1987.
[2]孔月萍,曾平,郑海红.基于中值金字塔变换的图像逆半调[J].西安电子科技大学学报,2006,33(6):917-921.
[3]Tsi Yi Chao,Hsueh Ming Hang.Inverse Halftoning ofScaned Images[C].Image Processing,Washington,1995,(3):420-423.
[4]Xiong Z,Orchard M T,Kannan Ramchandran.Inverse Half-toning Using Wavelets[J].IEEE Transactions on ImageProcessing,1999,8(10):1479-1483.
[5]孔月萍,于乐兵.基于数字半调技术的打印机模型[J].微计算机信息,2008,24(2):257-258.
[6]曾平,孟健,徐培培.打印机色调自补偿数字半调的模型与算法[J].计算机辅助设计与图形学学报,1999,11(4):352-355.
[7]Pappas T N.Printer Model and Color Halftoning[J].IEEEInternational Conference on Acoustics,Speech and SignalProcessing of ICASSP,1993(5):333-336.
[8]刘薇,吴庆彪.基于LMS自适应噪声抵消法的无位置传感器研究[J].现代电子技术,2008,31(5):137-138.
[9]武彬.一种有效的图像复原方法[J].现代电子技术,2008,31(6):62-63.
扫描图像 篇6
在将纸质文档通过图像扫描设备转换为文本图像并进一步进行归档的过程中, 由于人为因素或机械设备误差的影响, 文档图像普遍存在图像质量不理想的状况, 一般包括图像有黑边或白边、某种程度的倾斜、对比度较差等问题;此外, 要符合归档要求, 图像文件的压缩格式和图像大小也必须符合特定的要求。只有将图像中存在的问题进行修正后再按要求归档, 才有利于纸质材料的统一保存和归档管理, 以进一步实现办公自动化的要求。
我们在扫描文档时, 会遇到的人为因素中, 通常包括纸张放置存在倾角或纸张放置不平整的情况, 这些人为因素会导致图像整体明暗不均或使扫描的图像在边缘处留有难看的黑边, 另外, 纸张大小不恰当也会使扫描的图像在边缘处有黑边或灰边。这些黑边或灰边与纸张的底色反差很大。
目前, 绝大多数的扫描仪都带有内置的图像处理模块。扫描仪自带的内置图像处理程序将重点放在图像清晰度的改善上, 并不重视图像的倾斜校正和黑边等问题, 且对图像最后的格式和压缩比采用通用算法设计, 用户只能通过菜单选择图像文件的保存格式, 而无法决定图像的压缩比。这样的内置图像处理模块不但无法完全适应办公自动化对图像处理的需要, 更无法进行大批量图像的批量化自动处理, 无法提高办公效率。
目前, 存在一些流行的扫描优化软件, 即可以先将扫描图像保存起来, 再安装此类优化软件, 对图像进行进一步优化。这一类的优化软件通常可以对扫描图像进行基本的修正, 如旋转、黑边补白、裁剪、改变文件格式等。但是, 这些软件中使用的优化方法, 都是利用手动输入参数的操作方法来实现的, 这需要使用者先自行观察图像中存在的问题, 然后点击相应菜单并输入自己估算的参数。例如, 图像旋转校正的角度是由用户手动输入的, 如果发现结果不理想, 再调整参数。这样的逐张手动处理的方法是无法实现扫描图像的自动化和批量化处理的。
目前, 还存在少数第三方的硬件驱动程序, 可以直接优化底片扫描的结果, 但是多数没有实现自动批量处理。
本文在总结上述软件优缺点的基础上, 提出了一种新的纸质材料扫描图像自动化批量处理流程。本文将处理过程分为二值化、倾角检测、旋转校正、去边、压缩等步骤, 使每一步都能自动执行并能够一次性处理批量图像。在倾角检测中, 利用Radon变换, 快速、准确地计算出对应的文本行的方向角, 从而得到整个页面的倾斜角。通常页面倾斜旋转校正采用旋转变换的方法。
2 二值化
由于原始扫描结果图像一般保存为JPG格式或PDF等格式, 且默认保存为真彩色图像。首先应该对扫描结果图像进行二值化处理, 将其作为黑白图像来处理, 一方面是可以减少后面几个计算步骤的数据量, 另一方面也有利于后续算法的设计和实施。由于后续的裁剪和倾角检测等操作对二值化要求并不高, 经过实验对比, 常用的二值化方法, 如Otsu法、全局阈值法等, 都能满足要求, 且效果差别不大。在此, 可任选一种即可。
3 倾角检测和旋转校正
由于扫描仪的扫描头是在特定背景下获得的扫描结果图像, 扫描图像经过二值化后, 背景部分有可能全部变黑。由于深色背景的影响, 传统的倾斜校正法, 如Hough变换法、投影法都不能准确地进行倾角检测。
本文的解决办法是采用Radon变换来进行倾角检测。一条直线沿它的法线方向投影所得的投影最长, 而沿与其平行方向投影则所得的投影最短, Radon变换理论就是这样一种投影理论。用这种方法可以检测图像中的直线, 例如纸张的边缘可以形成直线, 纸张中的表格中的线条可以形成直线, 稿纸中的线条可以形成直线, 通过这些直线, 可以确定图像的倾角大小, 进而逆向处理, 即可对图像实现旋转校正。
文本图像的倾斜校正可分解为倾角检测和旋转校正两个问题, 但重点在于倾斜角的检测。
目前最常用的倾斜角的检测有基于Hough变换的方法、基于交叉相关性的方法、基于投影特征的方法、基于Fourier变换的方法、基于K—最近邻簇的方法等。
Radon变换与计算机视觉中的Hough变换很相似, 我们可以利用Radon变换来检测图像中的直线的倾斜角度。利用Radon变换检测直线倾斜角度的具体步骤为:
1) 用edge函数计算图像的边缘二值图像, 检测出原始图像中的直线;
2) 计算出边缘图像的Radon变换, 再对每一个像素为1的点进行运算;
3) 检测出Radon变换矩阵中的峰值, 这些峰值对应原始图像中的直线。
Radon变换矩阵中的这些峰值的列坐标就是与原始图像中的直线垂直的直线的倾斜角度, 所以图像中直线的倾角为90°减去峰值的列坐标。
得到页面的倾角之后, 便可对文本图像进行校正。一般的倾角校正算法都采用逆向旋转的方法来实现, 运算量通常较大。本文采用一种图像快速高精度旋转算法来简化旋转过程。这种方法只需使用浮点运算计算出第一行第一列像素点的逆向位置, 其他像素点的定位可通过判别误差项大小和位置增量来得到, 完全消除了传统方法中双层循环内大量浮点乘法运算。因一般嵌入式平台处理器的浮点运算效率较低, 该算法在计算逆向映射点位置时采用的增量定位思想, 避免了旋转过程中的大量浮点运算, 提高了图像旋转的效率。
4 去边
旋转校正后的图像中, 仍然没有解决掉图像有效部分之外的黑边或白边的问题, 本文的解决办法是, 鉴于我们对纸张区域以外的区域并不关心, 经旋转后的纸张的上边缘是基本水平的, 所以, 我们可以提取出纸张的有效部分, 自然可以将纸张外围的黑边或白边裁剪掉。
对于图像子区的选择问题, 目前还没有非常有效的解决办法。其中一种方法是, 对于选取的子区根据其内部的连通区特征来判断是否为纸张所在的子区, 这种方法需要对整个纸张所在子区进行连通域分析, 耗时较多。另一种方法是, 根据纸张子区的梯度图统计分析来判定是否为纸张内部子区。这种判定方法无法用数学公式准确表达, 过多依靠经验值来判定, 准确率较低。以上两种方法均采用随机策略来选择子区, 最坏情况下需要遍历整幅图像才能找到合适子区, 并且随机方法并不是全图最优的选取策略。
本文在总结上述算法的基础上, 提出了一种利用黑边分布特征的新的子区提取方法, 通过对图像矩阵在四个方向上分别遍历, 在遍历的过程中对图像中出现的像素值进行概率统计, 当非黑边像素值出现的概率达到一定比例时, 认为已不属于黑边范围, 可以进行裁剪的动作。同理, 对于白边的处理也采用统计方法。
5 压缩和归档
此时, 图像经过了二值化、旋转校正、去黑边等操作, 且这些操作都不需要人为输入参数或手动操作, 全部自行判断执行, 图像效果已基本达到要求。但是此时的图像仍然是一个以JPG格式保存的、图像尺寸较大的、数据量也较大的二值图像, 仍然不符合归档和长期保存的要求。
归档和长期保存时, 应对图像有统一的大小和压缩格式的要求。首先, 应对图像的大小进行改变, 即对图像按照要求的尺寸进行相应比例的缩小, 在缩小图像的同时, 应注意检查图像质量的下降情况。其次, 应按照要求的格式对进行压缩。例如, 本文中选择TIFF格式作为图像文件的最终保存格式, 并且在TIFF的众多压缩协议中选择第四组压缩协议。
那么, 以上的描述过程为对一张扫描结果图像的优化处理过程, 在实际的办公应用中, 通常会遇到批量扫描图像需要优化的情况。例如, 对一本书进行扫描, 对一批报表进行扫描等。那么, 怎样实现扫描图像的批量化优化处理呢?
这样的情况下, 我们通常会先将需要扫描的资料原件进行手动批量扫描, 在计算机中会将生成的批量扫描图像保存在特定的文件夹下。之后, 工作人员可以对这些图片进行分类, 并存放在某个特定的文件夹中, 也可以在一个文件夹下建立多个子文件夹用于存放不同类别的图像。
在优化程序启动时, 首先弹出对话框, 供用户选择要处理的批量扫描结果图像所在的路径, 然后, 程序会对该路径下的各个文件夹依次进行递归遍历, 在遍历的过程中, 对图像依次优化, 直到遍历到该文件夹的最内层, 不再有子文件夹时返回, 继续对下一个文件夹进行递归优化。在优化的过程中, 根据原先的扫描结果图像保存的树形目录结构, 建立相似的目录结构, 将优化后的图像保存在对应的目录中。这样, 优化后的图像的分类存放和优化前的分布结构是相同的, 工作人员不需要再对优化后的图像进行分类整理, 且查找相应图片时会更加便捷。
6 结束语
本文最终能够实现批量扫描图像的自动阈值化处理、自动旋转校正和自动剪取、压缩等功能, 最终的结果可以形成高压缩比的TIFF图像文件, 还可以进一步形成PDF文档, 实现电子化归档。
本文对图文图像的倾角检测和旋转校正进行了讨论和研究, 提出了一种新的扫描图像的倾角检测方法和一种更加快捷简便的旋转校正方法。大量实验结果表明, 新的算法简单实用, 计算时间短, 具有较好的性能, 同时对今后进行扫描图像的进一步模式识别奠定了良好基础。
Radon变换算法的抗噪性能较好, 并具有较好的抗干扰性和尺度相关性, 适合在有噪声源的环境中使用, 但Radon变换法在线段检测中仍存在不足, 有待改进。
摘要：本文针对各种印刷和手写的纸质材料经过扫描仪扫描后形成的结果图像, 甚至是老旧手写资料的扫描结果图像或图像质量不理想的历史扫描资料, 通过对批量图像的共同特点进行分析, 经算法设计, 最终实现了对JPG、PDF等在内的多种格式扫描图像的批量性角度校正、去黑白边、高压缩比压缩和文档化归档处理, 且着重介绍了算法的难点及其解决方案。
关键词：倾斜校正,自动裁剪,自适应阈值分割,高压缩比压缩
参考文献
[1]邓白云.二维码图像倾斜校正中的算法研究综述[J].工业控制计算机, 2016, 29 (2) :77-78.
扫描图像 篇7
1 伪影对图像质量的影响
在PET/CT图像质量的影响因素中,图像伪影是较为重要的部分。其中设备质量和性能、操作和技术分析、对比剂、金属植入物、生理和躯体运动等原因均可造成PET/CT图像不同程度的伪影。
1.1 设备本身性能或质量控制失误造成图像失真
无论是PET还是CT,设备硬件、软件故障都可以造成图像正常形状的改变。严重者还可能造成图像结果无法利用,较轻微的变形可能不易识别,但可能造成图像阅读的困难。因此,扫描仪需要定期维护与保养,严格控制扫描室的温湿度,按照操作规程做好每日、每周、每个季度的校正与维护,以确保图像质量。
PET/CT图像融合要求CT图像与PET图像空间信息的一致性,即配准精确性。CT和PET并不在同一Z轴平面位置,因此相互间存在空间位置补偿问题。如果不同方式所获得图像间的配准和空间变换达不到技术要求,二者匹配不好,可能造成衰减校正失误,图像融合失误,不仅不能发挥设备的功能优势,还有可能导致诊断错误[1]。但可通过配准检测的方法,提高融合精度,以确保图像质量,具体方法如下:
取0.1ml玻璃移液管3只(长270mm,内径小于1mm,外径小于8mm)。用移液管小心吸取FDG(放射性浓度为22.2MBq/ml)至满管,然后将移液管两端用橡皮泥封口,以此为放射源。将3只线源置于CT水模的3个水平面上,固定,形成X轴、Y轴、Z轴3个方向的模型。将模型水平放置于检查床近探头端,CT采集条件:电压120k V,电流80m A,矩阵512×512。PET采集方式为3D方式,共采集3个床位。使用CT衰减图对PET图像进行衰减校正。在融合图像上分别测定X轴、Y轴、Z轴3个方向线源的CT和PET横断面图像中心点间的距离,每只线源测量10~15个点,每个点测量3次(取平均值)。通过勾画CT图像上移液管的密度剖面曲线,验证轴心位于玻璃移液管中心。以CT图像的中心为原点,分别测量PET图像的中心在矢状面、冠状面、横断面各轴向的位置偏离。与制造商提出的标准(CT和PET机架的探测中心在X、Y、Z轴向均保持一致,其中Y轴偏差小于1.5mm,X轴、Z轴偏差一般小于2mm)比较,我们发现Z轴最大偏差5mm,经过对机器进行2次调试后,结果在X、Y、Z轴向偏差均在机械误差允许范围之内。
另外,不同的图像重建方式,包括校正方式,对PET结果有一定的影响。就肿瘤PET显像是否需要组织衰减校正有不同观点。有研究认为[2],无衰减校正节省一半的显像时间,而对病变检测效率影响不大(98.1%比100%),但重建时,机体表面和低衰减组织(肺)的放射性高,深部病灶和结构放射性低,并伴有肝肺界限模糊、病灶前后经放大等图像改变。加用组织衰减校正可以明显改善图像的视觉效果,且图像变形明显减少。由于CT所利用的X射线能量较低(80~140ke V),体内高衰减区,如金属异物或较高浓度造影剂,会造成局部PET图像的过校正,表现为局部的假性高浓聚。为此建议,如对图像有疑问,最好同时观察有校正的融合图像和未经衰减校正的“原始”图像,以防止误诊。
1.2 部分容积效应
由于正电子成像原理及技术的原因使点源有一定程度的扩展,因此使其分辨率有限。不同的系统及不同的采集方式、重建算法也会影响分辨率,即点源扩张的程度。点源扩张导致了部分容积效应。对热病灶(绝大多数肿瘤显像属热病灶),影像的放射性浓度值低于病灶的真实放射性浓度值;对冷病灶,影像的放射性浓度值高于病灶的真实放射性浓度值;病灶的大小随之变大,这种现象称为部分容积效应(PVE)。
物体越小部分容积效应越严重,对一个接近成像系统空间分辨率大小的热病灶(5mm),其图像上测得的示踪剂浓度值可下降到病灶真实浓度值的10%,对于大的病灶,理论上病灶中间可以出现不失真的平台区,其部分容积效应主要体现在病灶的边缘外展并且示踪剂浓度下降。对相邻的组织和器官,部分容积效应造成不同组织和器官的边缘消失,如大脑的白质和灰质边界模糊不清。
部分容积效应的校正——对PET/CT显像采用以目标占位最大计数率和同机CT图像所示病灶大小为基础的方法,对PET PVE进行校正。选择Jaszczak模型[3],应用放射性计数恢复系数(RC)计算,RC定义为:图像上放射性浓度与真实病灶放射性浓度之比。RC的值随真实病灶的大小及所取的感兴趣区(ROI)的大小而变化,在临床中我们勾画ROI以同机CT纵隔窗图像为标准,在PET图像上获得ROI内平均SUV和最大SUV值。RC值通过模型获得,使用CRC-15R活度计,当RC=1时,SUV(校正)=SUV(最大)。采用PVE校正技术明显提高了PET/CT诊断2.5mm以下小病灶的准确性。
1.3 金属植入物和对比剂的影响
例如:牙齿充填物、起搏器、吻合器或者留置针等,由于对光子有较高的吸收率,可导致CT值的增加和条形伪影。用这样的CT图像对PET进行衰减校正后,会在该区域产生过校正,高估显像剂的活度,从而产生假阳性结果。但未经衰减校正的PET图像上没有这类错误,阅片应加以注意。静脉或口服造影剂,可以增强CT图像上的血管、组织和标示胃肠道,虽然这些对比剂可以提高CT图像质量,但是对PET图像的定性和定量测量均有影响,这与金属植入物的影响类似。由于高浓度的造影剂可屏蔽正电子产生的湮灭光子,造成过度校正问题,因此必须注意造影剂的浓度。服用量和时间直接影响胃肠充盈范围和程度。我们推荐的口服造影剂的浓度为2%~3%,体积为800~1000ml,检查前分次口服2/3,剩余部分检查前5~10min服用(显示胃)。
1.4 超出PET/CT扫描视野
病人体形较大,或者扫描时双手放在身体两侧(如:恶性黑色素瘤和头颈部肿瘤的扫描中)时,超出CT扫描视野(CT的横向视野为50cm,PET的横向视野为70cm),导致PET图像上相应区域无衰减校正值,从而引起衰减校正图像的偏差,进而低估这些区域的SUV值,产生截断伪影;导致CT图像边缘产生条状伪影,因此在截断边缘生成高活性轮廓,可能会导致错误判断,在扫描和观察图像时应加以注意。
1.5 躯体和脏器运动产生的伪影
在PET/CT图像采集时,无论是病人躯体的运动,还是病人内部脏器生理性运动,都会影响PET/CT图像的融合质量。躯体运动的影响可以嘱咐病人尽量避免,但是生理性运动则在采集中不可避免,其中最重要的生理性运动是呼吸运动。一般来说,这些运动伪影主要是在心脏和隔肌周围的区域。因为PET的采集时间很长(15~20min),病人采集时自由呼吸,而CT的图像采集只是某一个呼吸时相图像,从而PET/CT图像上存在CT和PET图像上解剖位置的差异,造成伪影。
由于呼吸运动造成CT和PET的不匹配,会导致肺部病灶的衰减校正值出现差错,其对小病灶的影响比大病灶更为明显。据资料[4],由于呼吸运动,肺底部病灶的最大位移可以达到3cm,而且会使病灶在PET图像上的体积增大,从而降低了小病灶的SUV值。
呼吸伪影对已知肝脏病灶还有更大的影响。因为呼吸运动可以使肝脏病灶错误地出现在肺底部,类似于肺结节。最为常见的呼吸伪影是隔肌上方的弧形冷区,该伪影出现时,CT图像通常是在深吸气时采集,隔肌的位移最大,使得PET图像上隔肌周围正常脏器代表的是空气而不是软组织,从而低估了CT衰减系数,进而在肺—隔交界处产生了弧形冷区。当出现这些可疑伪影影响诊断时,我们采取了单床位病灶局部显像的方法,即屏气快速PET 3D采集(20~30s),经过验证,均取得了很好的效果。
部分患者配合性差导致伪影产生,如小儿、痴呆、意识障碍者、年老体弱或病情严重、疼痛患者,难以耐受较长时间体位不变的检查。在这种情况下,必要时可适当的镇静、止痛和固定,以防止检查中体位移动。
2 示踪剂对图像质量的影响
示踪剂是PET/CT的显像必要条件。根据所用示踪剂的生物性质,PET/CT所获得的图像反映的是示踪剂在体内的分布状况。18F-FDG(脱氧葡萄糖)是目前临床应用最广泛的示踪剂,据了解90%以上的PET/CT显像,包括肿瘤、脑与血管方面均使用。
我们已经知道它,在肿瘤中,缺氧诱导基因可以促进细胞膜上葡萄糖载体的过表达,进而使得肿瘤细胞的乏氧代谢旺盛,18F-FDG正是利用了这一原理。但是,PET/CT所探测到的功能信息,也只是代表了葡萄糖代谢的初始阶段,其在体内的正常分布也与正常葡萄糖代谢的分布有一定差异。最明显的是泌尿系统,众所周知正常人尿液中很少或几乎没有葡萄糖,而在18F-FDG—PET/CT检查中会发现肾与膀胱实质的摄取并不高,而肾盂、膀胱内见有大量18F-FDG存留,表现为超强摄取。
全身很多组织可以摄取18F-FDG,皮肤、脂肪组织、肌肉均有一定摄取;脑摄取的程度很高;胃肠道的摄取表现多变,正常人中30%~40%有胃底或全胃的浓聚;肝脏的不均摄取也较为正常。此外,一些炎症、良性肿瘤可能也会明显摄取18F-FDG。因此,示踪剂18F-FDG在特异性方面表现出一定的缺点。在检查时如果病人的胰岛素水平很高,会促使18F-FDG进入肌肉等组织,影响PET/CT的图像质量。一般认为病人的血糖水平超过200mg/dl时不适于PET/CT显像。恶抑质或肾功能不全患者示踪剂摄取差,导致图像显示不良。
示踪剂的质量直接影响图像的质量和结果判断,以18F-FDG为例,最常见的是游离18F离子过多,引起全身骨组织显影明显,这样会影响骨转移灶与骨良性病变的鉴别。由于游离18F过多,标记18F-FDG减少,引起病灶18F-FDG摄取减少,对标准摄取值有一定影响。
3 18F-FDG PET/CT显像的非特异性[5]
由于受到大脑高18F-FDG摄取水平的影响,18F-FDG PET/CT显像在显示肿瘤对脑部的侵犯和转移方面存在不足,侵犯边界常难以界定,部分脑转移灶显像可为阴性;在颈部肿瘤中,用18F-FDG PET/CT进行甲状腺和腮腺病灶良恶性鉴别方面存在较大困难。我们发现在甲状腺局限性18F-FDG摄取病灶中,仅有25%~50%是甲状腺癌,部分分化较好的甲状腺癌18F-FDG摄取较低,也可出现假阴性;在临床工作中也发现部分腮腺良性病变,如腮腺混合瘤可以出现明显18F-FDG摄取,从而使18F-FDG PET/CT诊断腮腺恶性肿瘤的特异性受到明显影响;在胸部一些急性炎症、结核与恶性肿瘤的鉴别方面也有不足;资料显示FDG对泌尿系统的诊断较为有限,大多数肾癌18F-FDG摄取较低。另外,由于18F-FDG通过肾脏排泄,肾盂、肾盏、膀胱内尿液中会有18F-FDG集聚的干扰,对该局部病灶的判断有很大影响;原发性肝癌对18F-FDG的摄取与细胞分化程度有关。分化程度低的肝细胞癌对18F-FDG摄取能力较强,PET表现为高代谢病灶,分化好的肝细胞癌18F-FDG摄取较少或无摄取,表现为与正常肝组织相近或低于周围组织,对于原发性肝细胞癌18F-FDG PET/CT显像价值有限,其灵敏度约70%。因此,可在具体工作中根据不同情况、不同部位采取相应办法:头颈部、肝部配合增强扫描;胃肠检查前注射654-2,以减少胃肠蠕动,降低示踪剂生理性摄取;泌尿系统检查前口服或注射利尿剂,加以延时扫描,这些方法的应用提高了显像效果。
虽然18F-FDG并非肿瘤特异性显像剂,存在一定的假阳性与假阴性,但它仍是目前使用最多的示踪剂。肿瘤的发生发展是一个十分复杂的过程,存在着物质代谢、血流改变、受体和癌基因表达等过程,人们正利用这些生化过程的改变,制备了各类正电子标记的示踪剂。例如:胸腺嘧啶核苷(18F-FLT)、硝基咪唑(18F-FMISO)、11C-乙酸纳、L-11C-蛋氨酸、11C-胆碱、氮-氨13N-NH3、氧15(15O-H2O)等等,这些种类的显像剂可与18F-FDG联合应用,作为18F-FDG的补充,更大地发挥了PET/CT的诊断价值。
PET/CT目前在临床应用越来越普及和深入,丰富了临床在诊断疾病时的影像诊断依据,而获得理想的影像资料是确保诊断质量的关键,应掌握PET/CT扫描过程中导致伪影产生的因素,了解其对扫描图像的可能影响效果,及时采取有效的校正措施减少或完全避免干扰因素以便获得最佳图像质量。
参考文献
[1]田嘉禾.PET-分子水平人体显像的医学影像技术[J].引进国外医药技术与设备,1995(1):4-8.
[2]丁勇,张书文.FDG-PET在肿瘤学中的应用[J].中国医学影像学杂志,2000,8(6):469-471.
[3]陈英茂,等.PET显像部分容积效应的实验研究[J].中国医学影像技术,2004,20(1):99.
[4]田嘉禾.PET、PET/CT诊断学[M].北京:化学工业出版社,2007.
扫描图像 篇8
本文收集了2009年5月～2011年7月腹部疾病患者62例。男性38例, 女性24例, 年龄8～89岁, 平均年龄38岁, 其病种分别为原发型肝癌15例, 肝转移性瘤5例, 肝血管瘤13例, 胃肿瘤2例, 肾上腺肿瘤2例, 多囊肾2例, 输尿管结石17例, 胰腺占位3例, 腹主动脉瘤3例。本组病例中39例经手术病理证实, 另16例经临床与随访追踪证实。本组62例病例均采用东芝super4多层螺旋CT机, 扫描条件为电压120～135 kV, 毫安为200～350 mAs, 矩阵为512×512, 扫描长度为250～450 mm, 扫描视野为350-500 mm, 层厚为1～5 mm, 螺距 (Pitch) 为1～2, 重建层厚为1.5～3 mm。患者空腹, 仰卧位定位, 经压力注射静脉注射造影剂, 注射总量为2 mL/kg, 注射速度为3～3.5 mL/s。病人深吸气后屏气, 造影剂示踪技术进行腹部螺旋扫描, 并将螺旋扫描数据传输到与CT相连的工作站。
CT诊断的准确性与图像质量及病灶显示效果关系相当紧密, 普通单层螺旋CT扫描的图像虽然能为临床解决较大一部分问题。但存在明显的局限性, 病灶细微结构及图像立体效果显示不理想。多层螺旋CT重建工作站对扫描数据的多种处理功能, 如MPR、MIP、VR等功能应用, 可以重建出清晰细腻的断面图像, 而且可以进行多种形式的重建, 获得病灶更多的诊断信息。见图1、2、3、4。
1.1
重建算法与窗口技术的应用, 重建算法影像图像的空间分辨率, 根据卷积的不同算法, 右三种常用的加权方法:标准、边缘增强、平滑算法。腹部一般采用标准算法, 胰腺、肾上腺及腹膜等软组织可采用平滑算法。窗宽窗位的调节是图像后处理工作中的一项重要基本内容, 在腹部螺旋CT扫描中, 正确运用窗宽、窗位技术能获得良好的图像显示, 可以提供更多的有诊断价值的病灶信息。
1.2 多平面重建 (MPR)
MSCT都具有强大的多平面重建功能。多平面重建 (MPR) 是把横断扫描获得的二维图像, 经过计算机软件处理得到重组的二维断面图像, 在CT任意断面上按需要划线, 然后沿该划线将断面上的层面重组, 即可获得该划线平面的二维重建图象。MPR可较好地显示组织器官内复杂解剖关系, 有利于病变的准确定位, 是横断扫描图像的重要补充。
1.3 三维重建显示技术 (3D)
CT图像的三维重建技术使影像思维立体化。层厚越窄, 螺距越小, 生成的三维图像越清晰、平滑。所以应选择l～5 mm的层厚, 螺距常用Pitch=l为好, 图像的重建间隔选取较重要, 一般取扫描层厚的1/2, 或相同余扫描层厚。让图像数据有所重叠, 图像重叠的越多, 重建出来的三维图像越清晰细腻, 边缘越光滑, 将数据装入3D软件, 依据实际情况需要, 选择相应不同的重建功能, 还可加上不同的伪彩颜色, 重建完成后的各种三维图像可以根据需要进行任意方向的旋转调整及各种不同角度的切割。
1.4 CT血管造影成像技术 (CTA)
MSCT血管造影成像是经静脉快速团注造影剂后, 利用造影剂示踪技术进行快速、连续容积扫描, 再利用后处理工作站进行诸如MPR、VR、3D-SSD等重建处理, 可以显示血管的三维立体影像, 显示复杂解剖关系, 与多普勒超声和MRA、DSA比较, 所获得的信息较多, 且无需插管, 风险和创伤均较小。。
1.5 仿真内镜技术
仿真技术是计算机技术CT结合而开发出仿真内镜功能。目前几乎所有管腔器官都可行仿真内镜显示, 无痛苦, 易为患者所接受。仿真结肠镜可发现直径仅为5 mm的息肉, 尤其是带蒂息肉。不足的是受伪影的影响和不能进行活检。
1.6 曲面重建 (CPR)
曲面重建 (CPR) :在容积数据的基础上, 沿感兴趣区划一条曲线, 计算指定曲面的所有象素的CT值, 并以二维的图象形式显示出来。曲面重建将扭曲、重叠的血管、支气管、牙槽、扩张的胆管、输尿管等结构伸展拉直显示在同一平面上, 较好地显示其全貌, 是MPR的延伸和发展。
1.7 CT灌注成像
CT灌注成像是经静脉团注有机水溶性碘对比剂后, 对感兴趣器官, 在固定的层面行连续扫描, 得到多帧图像, 通过不同时间影像密度的变化, 绘制出每个像素的时间——密度曲线, 而算出对比剂到达病变的峰值时间、平均通过时间, 局部组织血容量和局部组织血流量等参数, 再经假彩色编码处理可得4个参数图。分析这些参数与参数图可了解感兴趣区毛细血管血流动力学, 即血流灌注状态。所以是一种功能成像。近来在腹部如肝、胰和肾的应用越来越广泛。CT灌注成像比MR灌注成像操作简单、快捷, 是有发展前途的成像技术。
2 结果
本文对所有62例患者均进行了各种相应的图像后处理, 包括MPR、VR、3D-SSD、CTA等, 三维图像可旋转观看, 并可根据需要对图像进行各种角度显示及切割剖面, 使病灶得到最大限度地展示, 让临床对病灶的大小、形状、位置及解剖关系一目了然, 其中23例经手术病理证实, 位置、形态与手术所见基本相符。其中16例通过病理活检证实。其中18例患者还做了CTA血管造影, 显示效果良好, 8例患者做了仿真内窥镜, 使病灶血管及气管的关系清晰可见。
3 讨论
利用多层螺旋CT连续扫描进行容积数据采集, 扫描参数是影响CT图像质量的决定因素。其中最主要的是kV、mAs、螺距与层厚的相互关系, 腹部螺旋容积扫描时应适当的把螺距加大, 尽量缩短扫描时间, 患者配合屏气, 减少伪影产生。
普通单层螺旋CT扫描的图像虽然能为临床解决较大一部分问题。但局限性较明显, 尤其图像立体效果显示不理想。多层螺旋CT具有强大的重建后处理功能, 如MPR、MIP、VR等功能应用, 可进行多种形式的重建, 获得病灶更多的诊断信息。同普通单层螺旋CT扫描相比, 进行各种重建后的图像具有下列优缺点:
(1) 多平面和三维重建 (MPR、3D) :能够清晰显示复杂的解剖结构, 其次是对确定病变的范围大小, 有较大帮助。三维后处理图像比较形象、立体、直观, 有利于会诊及教学, 临床医师比较乐于接受, 对于那些对二维断层图像不熟悉的临床医师有较大价值。
(2) 血管造影重建 (CTA) :与传统血管造影相比, CTA仅须在外周静脉注射碘对比剂, 创伤小、安全性较高, 无需插管, 避免了各种并发症的发生, 而且可以任意旋转观察及剖面切割, 且费用低, 病人更乐于接受, 它的不足是细小血管显示不如DSA。
(3) 仿真内镜 (CTVE) :相对于普通纤维内窥镜检查, 属于无创伤、无痛苦、无不良反应的检查, 患者接受度高, 广泛应用于咽喉、气管、主动脉及胃肠道的检查。可作为纤维内窥镜检查的一种有效补充手段, 它的缺点是对管腔内的扁平小病灶的显示欠理想, 且不能进行组织活检。
总之, MPR、CTA、3DCT和CTVE有很高的临床应用价值, 图像三维后处理重建技术对外科手术前的定位及手术方式选择有较大帮助, 所以临床医生更乐于接受各种三维后处理图像, 它使病灶的细微、复杂解剖结构以及空间定位、分辨能力较大提高。并在很大程度上可取代过去的有创检查。尽管MSCT图像后处理技术有诸多优点, 但限于当前的科技水平, 尚有一定的局限性, 相信随着科学技术的进一步发展, 会逐步克服一些缺点, 并发挥更大作用, 为临床诊断、治疗提供更大便利。
参考文献
[1]李松年, 唐光健.现代全身CT诊断学[M].北京:中国医药科技出版社, 2007∶66.
[2]袁仁松, 刘广月.临床影像技术学[M].南京:江苏科学技术出版社, 2009∶154.
[3]刘翔、王仁发.胸腹部螺旋CT扫描图像后处理技术探讨[M].放射学实践.1999, 14 (4) ∶241.
扫描图像 篇9
1 扫面图像自动识别转换成汉字的技术的必要性
在现实的生活工作中, 我们会遇到这样的问题, 如何把纸质的文字转换成电子稿。例如, 很多学者或者在校的大学生会做很多问卷调查, 为了保证调查结果的准确性往往会发放数以千计份的问卷。这些问卷回收后如何进行数据的统计处理成为了一个大问题。一般来说, 通常我们的处理方法就是一份一份的把问卷录入电脑然后通过一些相关的软件进行数据处理。整个的过程中耗时最多的就是资料录入这个环节, 这个环节所用的时间几乎是整个工作时间的60%。在保险业这个问题随着参保的人数逐年增加也逐渐突出, 大量的单子用传统的方法进行录入要占用大量的时间、资源、人力、物力。为了减少这个环节所占用的时间, 很多计算机专家进行研究研发出了扫描图像自动识别转换成汉字的技术。这种技术的使用方法是通过计算机对图像的扫描, 把图像中的文字自动识别转换成word里面的文字, 进一步利用计算机对这些文字进行保存和处理。
因此, 扫描图像自动识别转换成汉字的技术的必要性在于:首先, 最大的必要性在于能够大大的节省从纸质稿把文字录入电脑变成word稿的时间。其次, 大大节约了工作人员的工作量, 同时大大节约相关的资源, 加快了工作的进程。再次, 把纸质稿转换成word稿以后有利于资料的保存、传送、调用等等。例如, 把保险行业的保险单全部通过扫描的方式把每个单子都录入电脑, 可以大大缩短整个工作的周期, 还有利于保险单在各个分公司之间的传输, 最后还能够对保险单上客户的资料等进行保存和分析。
2 扫描图像自动识别转换成汉字的技术分析
就目前的计算机技术水平来说, 扫描图像自动识别转换成汉字的技术最常用的就是OCR技术, OCR技术的英文全称是Optical Character Recognition, 中文的全称是通过光学技术对文字进行识别。这种识别是自动识别技术研究领域重要的成果。
2.1 OCR自动识别技术的原理及识别方式
OCR自动识别技术, 是利用扫描仪以及相关的软件, 将文字自动识别并进行录入的一种技术, 属于非键盘输入范畴, 需要图像输入设备主要是扫描仪相配合。就目前来说, 这种技术已经比较成熟, 但是大量的办公室工作, 例如大量的保险单需要录入, 对整个OCR系统的识别速度、用户界面的友好性、操作的简便性、适应性、可靠性和易升级性各方面提出更高的要求。
OCR自动识别技术的原理是:利用相关的配套设备——扫描仪把文字纸质稿进行扫描, 作为一份图像输入到计算机中, 然后计算机从整个文稿图像中识别出每个文字的图像, 并转换成汉字的编码。其中计算机接受的扫描仪扫描的图像, 例如对保险单的扫描图像, 这些图像里面可能是印刷的汉字, 也可能是手写的汉字, 例如保险单上客户的意见、签名等等。
对于扫描图像自动识别的两种方式:计算机中很多的信息处理都是用0、1来进行记录和识别的, 扫描图像自动识别技术也不例外, 所有经过扫描输入计算机的图文信息都是以0、1保存成一串串点或样本点。OCR识别技术的方式分为单元模式匹配法和特征提取法。第一种, 单元模式匹配法是把输入进来的图像中的每个字符与计算机中保存的字符进行对比, 这种比较是不严格的。在整个数据库中如果有和这个字符相匹配的就会提取出来, 在这个过程中整个软件会采用一些特殊的技术, 找出和匹配字符最相近的。第二种, 特征提取识别法。这种方法是把扫描进来的字符根据不同的特征进行分解, 然后把这些特征与数据库里的字符进行比较, 选出最匹配的字符。
2.2 扫描图像自动识别转换成汉字技术的具体方法
扫描图像自动识别转换成汉字具体的包括图文输入、预处理、单字识别以及后处理四个部分。
第一部分, 图文输入。图文输入就是指通过扫描仪把纸质文稿以图像的形式输入到计算机中。扫描仪对纸质文稿的扫描质量对以后计算机的识别有重要的影响。选择扫描质量较高的扫描仪, 例如恰当的扫描分辨率和相关的参数, 保证扫描的质量。在扫描的过程中要注意对文档的放置, 不能把文档放偏, 有时候非常简单的一些注意的地方就能提高计算机的识别质量。
第二部分, 预处理。图像预处理指的是对扫描仪扫描并且输入计算机的图像进行分检, 把图像中的每一个字符进行识别。在对相关的文字进行识别之前做的一些准备工作, 例如图像的净化处理, 对原始图像进行优化等叫做预处理。预处理是一项非常重要的工作, 预处理质量的好坏直接影响对后期图像识别的质量。将各文字块的域界 (域在图像中的始点、终点坐标) , 域内的属性 (横、竖排版方式) 以及各文字块的连接关系作为一种数据结构, 提供给识别模块自动识别。
第三部分, 单字识别。对单字的识别是整个技术的核心。具体地说是从扫描的图像中识别出单个字符, 也就是说吧图像转换成计算机的汉字编码。通过这一步骤扫描进来的图像就被分解成一个个的字符。举个例子说, 保险单的扫描图像在这一步被计算机分解成单个的字符以word文档的形式呈现出保险单的原样。
第四部分, 后处理。这一步主要是对已经识别出的文字进行优化。例如对词组的上下进行匹配, 使句子更加的通顺。将单字识别的结果进行分词, 与词库中的词组进行比较, 以提高系统的识别率, 减少误识率。
3 结语
扫描图像自动识别转换成汉字技术大大提高了保险单的录入效率, 同时提高了录入的准确度。在保险行业快速发展的今天, 大力推广这种技术有利于提高整个行业的工作效率, 大大减轻工作人员的工作压力。
参考文献
[1]刘帅师, 田彦涛, 万川.基于Gabor多方向特征融合与分块直方图的人脸表情识别方法[J].自动化学报.2011 (12)
[2]李先锋, 朱伟兴, 孔令东, 花小朋.基于SVM和D-S证据理论的多特征融合杂草识别方法[J].农业机械学报.2011 (11)
[3]潘瑜, 郑钰辉, 孙权森, 孙怀江, 夏德深.基于PCA和总变差模型的图像融合框架[J].计算机辅助设计与图形学学报.2011 (07)
[4]李先锋, 朱伟兴, 花小朋, 孔令东.基于D-S证据理论的决策级多特征融合苹果分级方法[J].农业机械学报.2011 (06)