本發(fā)明涉及圖像處理方法、圖像處理系統(tǒng)及成像系統(tǒng)，尤其是能夠減少偽影的圖像處理方法、圖像處理系統(tǒng)及成像系統(tǒng)。

背景技術(shù)：

在醫(yī)學(xué)圖像處理領(lǐng)域，通常會(huì)對(duì)原始圖像做邊界加強(qiáng)的處理，從而能夠在圖像中顯示出更多的細(xì)節(jié)，幫助醫(yī)生做出更加準(zhǔn)確的診斷。然而，當(dāng)原始圖像中存在較強(qiáng)的邊界，如：金屬的邊界等，經(jīng)過邊界加強(qiáng)后，會(huì)在圖像上留下過沖或欠沖偽影。偽影是指醫(yī)學(xué)影像設(shè)備輸出的圖像上出現(xiàn)的與實(shí)際解剖結(jié)構(gòu)不相符的影像，偽影的存在將大大降低輸出圖像的質(zhì)量，有時(shí)甚至導(dǎo)致圖像無法用于診斷。

因此，有必要提供一種新的圖像處理方法、圖像處理系統(tǒng)及成像系統(tǒng)，以解決如上所述的問題。

技術(shù)實(shí)現(xiàn)要素：

一方面，本發(fā)明的實(shí)施例涉及圖像處理方法，其包括：對(duì)輸入圖像中的包括多個(gè)弱邊界像素的弱邊界和包括多個(gè)強(qiáng)邊界像素的強(qiáng)邊界進(jìn)行識(shí)別；對(duì)所述輸入圖像的至少一部分進(jìn)行濾波以得到平滑圖像，其中，所述輸入圖像中的弱邊界由第一濾波器進(jìn)行濾波，所述輸入圖像中的強(qiáng)邊界由第二濾波器進(jìn)行濾波，所述第二濾波器的平滑程度小于所述第一濾波器；基于所述輸入圖像和所述平滑圖像獲取所述輸入圖像的邊界信息；及基于所述邊界信息和所述平滑圖像生成輸出圖像。

另一方面，本發(fā)明的實(shí)施例涉及圖像處理系統(tǒng)，其包括邊界識(shí)別裝置、濾波器、邊界信息獲取裝置及圖像合成裝置。所述邊界識(shí)別裝置用于對(duì)輸入圖像中的包括多個(gè)弱邊界像素的弱邊界和包括多個(gè)強(qiáng)邊界像素的強(qiáng)邊界進(jìn)行識(shí)別。所述濾波器用于對(duì)所述輸入圖像的至少一部分進(jìn)行濾波以得到平滑圖像。所述濾波器包括第一濾波器和第二濾波器。其中，所述第一濾波器用于對(duì)所述輸入圖像中的弱邊界進(jìn)行濾波，所述第二濾波器用于對(duì)所述輸入圖像中的強(qiáng)邊界進(jìn)行濾波，所述第二濾波器的平滑程度小于所述第一濾波器。所述邊界信息獲取裝置用于基于所述輸入圖像和所述平滑圖像獲取所述輸入圖像的邊界信息。所述圖像合成裝置，用于基于所述邊界信息和所述平滑圖像生成輸出圖像。

又一方面，本發(fā)明的實(shí)施例涉及成像系統(tǒng)，其包括：射線源、探測(cè)器、數(shù)據(jù)采集模塊及處理器。所述射線源位于待成像的物體的第一側(cè)。所述探測(cè)器位于所述物體的第二側(cè)，其用于接收由所述射線源發(fā)出后穿過所述物體的射線，并產(chǎn)生探測(cè)器輸出信號(hào)。所述數(shù)據(jù)采集模塊用于采集所述探測(cè)器輸出信號(hào)來生成輸入圖像。所述處理器用于對(duì)所述輸入圖像進(jìn)行處理。所述處理的步驟包括：對(duì)所述輸入圖像中的包括多個(gè)弱邊界像素的弱邊界和包括多個(gè)強(qiáng)邊界像素的強(qiáng)邊界進(jìn)行識(shí)別；對(duì)所述輸入圖像的至少一部分進(jìn)行濾波以得到平滑圖像，其中，所述輸入圖像中的弱邊界由第一濾波器進(jìn)行濾波，所述輸入圖像中的強(qiáng)邊界由第二濾波器進(jìn)行濾波，所述第二濾波器的平滑程度小于所述第一濾波器；基于所述輸入圖像和所述平滑圖像獲取所述輸入圖像的邊界信息；及基于所述邊界信息和所述平滑圖像生成輸出圖像。

附圖說明

當(dāng)參照附圖閱讀以下詳細(xì)描述時(shí)，本發(fā)明的這些和其它特征、方面及優(yōu)點(diǎn)將變得更好理解，在附圖中，相同的元件標(biāo)號(hào)在全部附圖中用于表示相同的部件，其中：

圖1為成像系統(tǒng)的一個(gè)實(shí)施例的示意圖；

圖2為圖1所示成像系統(tǒng)的示意方框圖；

圖3為根據(jù)本發(fā)明的一具體實(shí)施例的圖像處理方法的流程示意圖；

圖4為根據(jù)本發(fā)明的另一具體實(shí)施例的圖像處理方法的流程示意圖；

圖5為根據(jù)本發(fā)明的一具體實(shí)施例的邊界識(shí)別步驟的流程示意圖；

圖6為根據(jù)本發(fā)明的一具體實(shí)施例的圖像處理系統(tǒng)的示意圖；

圖7為用高斯濾波器對(duì)整個(gè)輸入圖像進(jìn)行濾波、再經(jīng)過邊界增強(qiáng)后得到的輸出圖像；及

圖8為用發(fā)明實(shí)施例中描述的圖像處理方法對(duì)輸入圖像進(jìn)行處理后得到的輸出圖像。

具體實(shí)施方式

為幫助本領(lǐng)域的技術(shù)人員能夠確切地理解本發(fā)明所要求保護(hù)的主題，下面結(jié)合附圖詳細(xì)描述本發(fā)明的具體實(shí)施方式。在以下對(duì)這些具體實(shí)施方式的詳細(xì)描述中，本說明書對(duì)一些公知的功能或構(gòu)造不做詳細(xì)描述以避免不必要的細(xì)節(jié)而影響到本發(fā)明的披露。

除非另作定義，本權(quán)利要求書和說明書中所使用的技術(shù)術(shù)語或者科學(xué)術(shù)語應(yīng)當(dāng)為本發(fā)明所屬技術(shù)領(lǐng)域內(nèi)具有一般技能的人士所理解的通常意義。本說明書以及權(quán)利要求書中所使用的“第一”、“第二”以及類似的詞語并不表示任何順序、數(shù)量或者重要性，而只是用來區(qū)分不同的組成部分?！耙粋€(gè)”或者“一”等類似詞語并不表示數(shù)量限制，而是表示存在至少一個(gè)?！鞍ā被蛘摺熬哂小钡阮愃频脑~語意指出現(xiàn)在“包括”或者“具有”前面的元件或者物件涵蓋出現(xiàn)在“包括”或者“具有”后面列舉的元件或者物件及其等同元件，并不排除其他元件或者物件。“連接”或者“相連”等類似的詞語并非限定于物理的或者機(jī)械的連接，而是可以包括電性的連接，不管是直接的還是間接的。

圖1為一種成像系統(tǒng)10的示意圖。圖2為圖1所示的系統(tǒng)10的示意框圖。在圖1所示的實(shí)施例中，成像系統(tǒng)10為X射線成像系統(tǒng)，其包括射線源12和探測(cè)器24。射線源12位于待成像的物體16(如：病人)的第一側(cè)，用于向物體16投射射線束22。探測(cè)器24位于物體16的第二側(cè)，用于接收由所述射線源12發(fā)出后穿過物體16的衰減的射線，并產(chǎn)生探測(cè)器輸出信號(hào)。具體地，所述探測(cè)器24包括以二維陣列布置的多個(gè)探測(cè)器元件，其由多個(gè)探測(cè)器行(未圖示)組成，所述每個(gè)探測(cè)器行包括多個(gè)探測(cè)器元件，一起用來感應(yīng)透過物體16的射線。每個(gè)探測(cè)器元件產(chǎn)生與其所在位置處吸收的射線流量成比例的電信號(hào)。

X射線成像系統(tǒng)10包括系統(tǒng)控制器34用于控制和管理射線源12和探測(cè)器24的運(yùn)作。系統(tǒng)控制器34包括用于為所述射線源12提供能量和時(shí)序信號(hào)的射線控制器40和用于控制運(yùn)動(dòng)裝置36的電機(jī)控制器38，運(yùn)動(dòng)裝置36可以使射線源12和探測(cè)器24相對(duì)于物體16在空間的一個(gè)或多個(gè)方向上移動(dòng)。在一些實(shí)施例中，運(yùn)動(dòng)裝置36可以包括支撐結(jié)構(gòu)，例如：C形臂。

系統(tǒng)控制器34還包括數(shù)據(jù)采集模塊42，其用于從探測(cè)器24采集所述探測(cè)器輸出信號(hào)。在一些實(shí)施例中，所述探測(cè)器輸出信號(hào)為模擬信號(hào)，數(shù)據(jù)采集模塊42將該模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)，并生成輸入圖像。系統(tǒng)控制器34還包括處理器(未圖示)，其用于對(duì)所述輸入圖像進(jìn)行處理，以生成輸出圖像，其可安裝于計(jì)算機(jī)46或者數(shù)據(jù)采集模塊42中。

X射線成像系統(tǒng)10進(jìn)一步包括顯示器52，用于顯示所述輸入圖像、輸出圖像和(或)其他數(shù)據(jù)。計(jì)算機(jī)46還接收通過操作者控制臺(tái)50輸入的指令和掃描參數(shù)，該操作者控制臺(tái)50包括鍵盤和(或)其他輸入裝置。計(jì)算機(jī)46利用操作者提供的指令和參數(shù)來向數(shù)據(jù)采集模塊42、射線控制器40和電機(jī)控制器38提供控制信號(hào)和信息。X射線成像系統(tǒng)10還包括存儲(chǔ)器48用于存儲(chǔ)所述輸入圖像、輸出圖像和(或)其他數(shù)據(jù)。

在一些實(shí)施例中，處理器編有執(zhí)行下述方法步驟的程序。在另一些實(shí)施 例中，計(jì)算機(jī)46編有實(shí)現(xiàn)本文所述功能的程序，因此，本文中所稱的計(jì)算機(jī)不局限于業(yè)界通常所稱的集成電路所代表的計(jì)算機(jī)，而應(yīng)具有更廣泛的范圍，包括計(jì)算機(jī)、處理器、單片機(jī)、微型電子計(jì)、可編程邏輯控制器、專用集成電路和其他可編程器件。所述編有程序的處理器或計(jì)算機(jī)46可對(duì)圖像進(jìn)行處理，并且減少圖像中的偽影，詳細(xì)內(nèi)容將在下文中進(jìn)行描述。值得注意的是，下述方法并不局限用于X射線成像系統(tǒng)10，還可用于其他不同類型的成像系統(tǒng)的圖像處理，例如：計(jì)算機(jī)斷層掃描(CT)成像系統(tǒng)。

本發(fā)明的實(shí)施例一方面涉及一種圖像處理方法,能夠減少或消除輸出圖像上的偽影，特別是由邊界加強(qiáng)造成的過沖或欠沖偽影。

圖3為根據(jù)本發(fā)明的一個(gè)實(shí)施方式的圖像處理方法60的流程示意圖。方法60包括邊界識(shí)別步驟61、濾波步驟62、邊界信息獲取步驟63及輸出圖像生成步驟64。

在步驟61中，對(duì)輸入圖像中的包括多個(gè)弱邊界像素的弱邊界和包括多個(gè)強(qiáng)邊界像素的強(qiáng)邊界進(jìn)行識(shí)別。具體地，對(duì)輸入圖像中的弱邊界像素和強(qiáng)邊界像素進(jìn)行識(shí)別。所謂邊界的強(qiáng)弱是指邊界的一側(cè)與另一側(cè)之間的視覺上的差別程度，該差別也可以通過像素的灰度值或RGB值來表征。RGB是一種對(duì)顏色進(jìn)行編碼的方法，采用這種編碼方法時(shí)，每種顏色都可用紅色、綠色和藍(lán)色的強(qiáng)度來表示。該邊界兩側(cè)的差別越大，則該邊界越強(qiáng)，該邊界兩側(cè)的差別越小，則該邊界越弱。以人體組織為例，空氣(氣泡)、軟組織等通常在圖像上表現(xiàn)出具有較弱的邊界，骨骼、金屬(患者體內(nèi)植入的鋼釘、假牙等)通常在圖像上表現(xiàn)出具有較強(qiáng)的邊界。在本發(fā)明的實(shí)施例中，可以通過邊界中像素的絕對(duì)梯度值來對(duì)弱邊界和強(qiáng)邊界進(jìn)行定義和劃分。例如：把像素的絕對(duì)梯度值在Lw至Hw范圍內(nèi)的邊界定義為弱邊界，把像素的絕對(duì)梯度值在Ls至Hs范圍內(nèi)的邊界定義為強(qiáng)邊界。

在步驟62中，對(duì)所述輸入圖像的至少一部分進(jìn)行濾波以得到平滑圖像。具體地，對(duì)在步驟61中識(shí)別出的強(qiáng)邊界和弱邊界進(jìn)行濾波。所述輸入圖像中 的弱邊界由第一濾波器進(jìn)行濾波，所述輸入圖像中的強(qiáng)邊界由第二濾波器進(jìn)行濾波，所述第二濾波器的平滑程度小于所述第一濾波器的平滑程度。本發(fā)明的實(shí)施例中，采用平滑程度不同的濾波器對(duì)強(qiáng)邊界和弱邊界進(jìn)行濾波，減小了對(duì)于強(qiáng)邊界進(jìn)行濾波處理的平滑程度。所述平滑程度可以表征經(jīng)濾波器處理之后的圖像所呈現(xiàn)出的平滑效果，平滑程度越大，平滑效果越好。例如：對(duì)于高斯濾波器來說，高斯核的中心像素相對(duì)于其周圍像素的權(quán)重越大，其平滑程度越低。在一些實(shí)施例中，所述對(duì)圖像進(jìn)行濾波的步驟還包括用所述第一濾波器對(duì)輸入圖像中的非邊界部分進(jìn)行濾波。

所述第一濾波器可包括低通濾波器，例如：高斯濾波器，采用高斯核(kernel_G)對(duì)圖像進(jìn)行卷積運(yùn)算，以達(dá)到平滑圖像、去除噪聲的目的。

所述第二濾波器可以采用一個(gè)小于第一濾波器平滑程度的恒定的平滑程度對(duì)所有強(qiáng)邊界像素進(jìn)行濾波處理，也可以根據(jù)每個(gè)強(qiáng)邊界像素強(qiáng)弱的不同而采用不同的平滑程度對(duì)每個(gè)強(qiáng)邊界像素分別進(jìn)行濾波。

在一些實(shí)施例中，所述第二濾波器包括多個(gè)子濾波器，用于分別對(duì)所述強(qiáng)邊界中的多個(gè)強(qiáng)邊界像素進(jìn)行濾波，所述每個(gè)子濾波器的平滑程度與相應(yīng)的強(qiáng)邊界像素的絕對(duì)梯度值呈負(fù)相關(guān)。具體地，所述第二濾波器的濾波函數(shù)是基于第一濾波器的濾波函數(shù)和相應(yīng)的強(qiáng)邊界像素的絕對(duì)梯度值確定的。在第一濾波器為高斯濾波器的情況下，可基于預(yù)設(shè)的第一濾波器的高斯核(kernel_G)和相應(yīng)的強(qiáng)邊界像素的絕對(duì)梯度值(t)確定第二濾波器的內(nèi)核算子(kernel₂)，所述第二濾波器的內(nèi)核算子可通過以下公式計(jì)算得到：

kernel₂＝kernel_G*exp(-k*d²)； (1)

其中，k＝A*[1-(3*smooth_factor²-2*smooth_factor³)]， (2)

公式(1)中的d²為一個(gè)矩陣，其階數(shù)與高斯核(kernel_G)的階數(shù)相同，其表征了相應(yīng)的強(qiáng)邊界像素(中心像素)與鄰近像素之間的距離關(guān)系。與高 斯核相類似，該矩陣的中心元素即對(duì)應(yīng)于要進(jìn)行濾波的強(qiáng)邊界像素(中心像素)，該矩陣中的每個(gè)元素值與其到中心元素之間距離成正相關(guān)。在一些實(shí)施例中，

在公式(2)、(3)中，A為放大因子，用于控制針對(duì)強(qiáng)邊界的邊界保留強(qiáng)度。smooth_factor為平滑因子，用于確定所述子濾波器的平滑程度。M為常數(shù)，用于根據(jù)系統(tǒng)的屬性對(duì)smooth_factor的值做調(diào)整。L_s為強(qiáng)邊界梯度范圍的下限值，t≥L_s。從公式(3)可以看出平滑因子smooth_factor與相應(yīng)的強(qiáng)邊界像素的絕對(duì)梯度值t成線性負(fù)相關(guān)。

在步驟63中，基于所述輸入圖像和所述平滑圖像獲取所述輸入圖像的邊界信息。在一些實(shí)施例中，所述獲取邊界信息的步驟包括將所述輸入圖像與所述平滑圖像相減，以得到差別圖像，該差別圖像包含了所述邊界信息。這是因?yàn)槠交瑘D像中的非邊界部分的與輸入圖像中的相應(yīng)部分相比差別較小，而強(qiáng)邊界和弱邊界部分與輸入圖像中的相應(yīng)部分相比差別較大，當(dāng)輸入圖像與平滑圖像相減之后，非邊界部分就被抵消掉了，而邊界部分則在所述差別圖像中被單獨(dú)提取出來，且邊界濾波的平滑程度越大，信息提取量也越大。由于在步驟62中采用較小的平滑程度對(duì)強(qiáng)邊界進(jìn)行濾波，所以在步驟63中對(duì)于強(qiáng)邊界信息的提取量也較小，這樣能夠保證強(qiáng)邊界不會(huì)被過度加強(qiáng)而造成過沖和下沖偽影。

在步驟64中，基于所述邊界信息和所述平滑圖像生成輸出圖像。具體地，所述生成輸出圖像的步驟包括將所述差別圖像與比例因子相乘以得到增強(qiáng)的差別圖像。這一步驟的目的在于加強(qiáng)所述邊界信息，使邊界變得更為銳利?？赏ㄟ^調(diào)節(jié)所述比例因子控制邊界加強(qiáng)的程度。然后，將所述增強(qiáng)的差別圖像與所述平滑圖像相加，以生成所述輸出圖像。

除了弱邊界和強(qiáng)邊界之外，輸入圖像中還可能存在比強(qiáng)邊界的強(qiáng)度更高 的超強(qiáng)邊界。和強(qiáng)邊界一樣，超強(qiáng)邊界的存在也會(huì)造成偽影，影響成像質(zhì)量。在一些實(shí)施例中，可以不對(duì)超強(qiáng)邊界做濾波處理，這樣，在輸入圖像與平滑圖像相減之后，超強(qiáng)邊界會(huì)被完全抵消掉，不會(huì)被獲取，因而也不會(huì)被加強(qiáng)，繼而造成偽影。

在另一些實(shí)施例中，可以對(duì)超強(qiáng)邊界做平滑程度極小的濾波，以盡量減小超強(qiáng)邊界的信息提取量。參見圖4，圖4為根據(jù)本發(fā)明的另一實(shí)施方式的圖像處理方法70的流程示意圖。方法70包括邊界識(shí)別步驟71、濾波步驟72、邊界信息獲取步驟73及輸出圖像生成步驟74，分別與方法60中的步驟61、步驟62、步驟63、步驟64相類似。

與方法60不同的是，在步驟71中，除了對(duì)輸入圖像中的弱邊界、強(qiáng)邊界進(jìn)行識(shí)別之外，還對(duì)輸入圖像中的超強(qiáng)邊界進(jìn)行識(shí)別。相應(yīng)地，在步驟72中，除了對(duì)所述強(qiáng)邊界和弱邊界進(jìn)行濾波之外，還用第三濾波器對(duì)步驟71中識(shí)別出的超強(qiáng)邊界進(jìn)行濾波。所述第三濾波器的平滑程度小于所述第二濾波器，當(dāng)所述第二濾波器包括多個(gè)子濾波器時(shí)，所述第三濾波器的平滑程度小于所述多個(gè)子濾波器的平滑程度的最小值。所述第三濾波器的內(nèi)核算子(kernel₃)可通過以下公式計(jì)算得到：

kernel₃＝kernel_G*exp(-A*d²)；

其中，kernel_G為第一濾波器的高斯核，d²表征了相應(yīng)的超強(qiáng)邊界像素(中心像素)與鄰近像素之間的距離關(guān)系，在一些實(shí)施例中，A為放大因子，用于控制針對(duì)超強(qiáng)邊界的邊界保留強(qiáng)度。

上述的步驟61和步驟71中都涉及到對(duì)邊界類型進(jìn)行識(shí)別的步驟。圖像中的邊界是由像素構(gòu)成的，所以識(shí)別邊界及邊界類型的關(guān)鍵就在于對(duì)每個(gè)像素進(jìn)行判斷和分類。在圖像中，邊界像素的絕對(duì)梯度值一般明顯高于非邊界像素，而超強(qiáng)邊界像素的絕對(duì)梯度值高于強(qiáng)邊界像素，強(qiáng)邊界像素的絕對(duì)梯 度值又高于弱邊界像素，因而可以通過每個(gè)像素的絕對(duì)梯度值來判斷該像素是否為邊界像素，繼而進(jìn)一步判斷是弱邊界像素、強(qiáng)邊界像素還是超強(qiáng)邊界像素。這里所說的“絕對(duì)梯度值”表征了一個(gè)像素相對(duì)于其相鄰像素的像素值的變化率，其中，“相鄰像素”是指與該像素相鄰的像素，可以是位于該像素上、下、左、右的四個(gè)像素，也可以是指位于該像素的上、下、左、右、左上、左下、右上、右下的八個(gè)像素，“像素值”是指該像素的灰度值或者該像素的RGB值。

參見圖5，圖5為根據(jù)本發(fā)明的一個(gè)實(shí)施方式的識(shí)別邊界類型的步驟80的流程示意圖。

在步驟81中，計(jì)算所述輸入圖像中的每個(gè)像素的絕對(duì)梯度值。所述絕對(duì)梯度值基于該像素與多個(gè)與其相鄰的像素之間的多個(gè)像素差值計(jì)算得到。所述絕對(duì)梯度值可能為所述多個(gè)像素差值的最大值，也可能為所述多個(gè)像素差值的平均值或者中值。在一些實(shí)施例中，一個(gè)目標(biāo)像素的絕對(duì)梯度值(t)根據(jù)以下公式計(jì)算而得：

t＝max(Fx(i,j),Fy(i,j))

其中，(i,j)為目標(biāo)像素的坐標(biāo)，F(xiàn)x(i,j)為該像素在X方向上的梯度值，F(xiàn)y(i,j)為該像素在Y方向上的梯度值，該像素的絕對(duì)梯度值為兩者之中的較大值。

在步驟82中，將所述每個(gè)像素的絕對(duì)梯度值與弱邊界梯度范圍、強(qiáng)邊界梯度范圍和超強(qiáng)邊界梯度范圍做比較。所述弱邊界梯度范圍、所述強(qiáng)邊界梯度范圍和所述超強(qiáng)邊界梯度范圍可以根據(jù)成像系統(tǒng)的類型及成像質(zhì)量等因素來綜合估算而得。在一些實(shí)施例中，所述弱邊界梯度范圍、所述強(qiáng)邊界梯度范圍可以基于所述輸入圖像的噪聲幅度計(jì)算而得。

在步驟83中，將絕對(duì)梯度值落入所述弱邊界梯度范圍的像素識(shí)別為所述弱邊界像素。在步驟84中，將絕對(duì)梯度值落入所述強(qiáng)邊界梯度范圍的像素識(shí)別為所述強(qiáng)邊界像素。在步驟85中，將絕對(duì)梯度值落入所述超強(qiáng)邊界梯度 范圍的像素識(shí)別為所述超強(qiáng)邊界像素。

本發(fā)明的實(shí)施方式還涉及一種圖像處理系統(tǒng)90，如圖6所示。參見圖6，所述圖像處理系統(tǒng)90包括邊界識(shí)別裝置91、濾波器92、邊界信息獲取裝置93和圖像合成裝置94。邊界識(shí)別裝置91用于對(duì)輸入圖像95中的包括多個(gè)弱邊界像素的弱邊界961和包括多個(gè)強(qiáng)邊界像素的強(qiáng)邊界962進(jìn)行識(shí)別。濾波器92用于對(duì)輸入圖像95的至少一部分進(jìn)行濾波以得到平滑圖像97。濾波器92包括第一濾波器921和第二濾波器922，第一濾波器921用于對(duì)所述輸入圖像中的弱邊界961進(jìn)行濾波，第二濾波器922用于對(duì)所述輸入圖像中的強(qiáng)邊界962進(jìn)行濾波。其中，第二濾波器922的平滑程度小于第一濾波器921。邊界信息獲取裝置93用于基于輸入圖像95和平滑圖像97獲取輸入圖像的邊界信息98。圖像合成裝置94用于基于邊界信息98和平滑圖像97生成輸出圖像99。

在一些實(shí)施例中，邊界識(shí)別裝置91還用于對(duì)輸入圖像中的包括多個(gè)超強(qiáng)邊界像素的超強(qiáng)邊界963進(jìn)行識(shí)別，相應(yīng)地，濾波器92進(jìn)一步包括第三濾波器923用于對(duì)輸入圖像中的超強(qiáng)邊界963進(jìn)行濾波，第三濾波器923的平滑程度小于第二濾波器922的平滑程度。

本發(fā)明實(shí)施例中描述的圖像處理方法,能夠減少或消除輸出圖像上的偽影。圖7和圖8顯示了一組比較實(shí)例。圖7為用高斯濾波器對(duì)整個(gè)輸入圖像進(jìn)行濾波，然后再經(jīng)邊界增強(qiáng)后得到的輸出圖像，可觀察到圖7中存在明顯的偽影。這是由于對(duì)強(qiáng)邊界和弱邊界使用了相同的濾波器，而使強(qiáng)邊界被過度增強(qiáng)造成的。圖8為用本發(fā)明實(shí)施例中描述的方法對(duì)輸入圖像進(jìn)行處理后得到的輸出圖像，可觀察到與圖7相應(yīng)的位置處的偽影被消除了，因而邊界周圍的細(xì)節(jié)被更多地展示出來，有助于醫(yī)生進(jìn)行更準(zhǔn)確的判斷。本實(shí)施例表明本發(fā)明揭露的圖像處理方法能夠有效地抑制或者消除X光圖像中的偽影，從而提高成像質(zhì)量。

雖然結(jié)合特定的具體實(shí)施方式對(duì)本發(fā)明進(jìn)行了詳細(xì)說明，但本領(lǐng)域的技 術(shù)人員可以理解，對(duì)本發(fā)明可以作出許多修改和變型。因此，要認(rèn)識(shí)到，權(quán)利要求書的意圖在于覆蓋在本發(fā)明真正構(gòu)思和范圍內(nèi)的所有這些修改和變型。