改变图像的密度和对比度中的至少一个的方法

摘要

改变图像的密度和对比度中的至少一个的方法。其中用来改变对比度和/或密度的两种增强方法中的至少一种被应用于图像。根据第一增强方法，图像的窗宽/窗位设置被修改，根据第二增强方法，通过修改该图像的多尺度表达来修改该图像的密度和对比度，由此修改从在不同尺度确定的至少两个梯度函数得到，特定尺度的梯度函数指定所述尺度的对比度放大作为密度的函数的依赖关系。通过应用任一所述第一和第二增强方法所获得的修改量由至少一个标记的移动量确定。

说明书

技术领域

本发明涉及一种用于修改图像的对比度和密度中的至少一个的方法。

背景技术

在典型的医疗工作站，所显示图像的外观能通过选择图像的灰度值像素数据的相关子域并依据特定的分级(gradation)函数转换这个子域(subrange)中的数据来进行调整。

普遍所知的一种手动调整所选子域的宽度和位置的交互(interactive)方法是窗宽/窗位调整(window width/level adjustment)。

灰度值像素数据这样的变换主要被用来增加图像的某些区域或灰度值像素数据的所选子域中的对比度。所付出的代价是减少图像其它部分和灰度值像素数据其它范围(range)的对比度。

图像区域和像素密度由分级函数相应的纵坐标值确定。另一方面，图像区域和像素的对比度放大由分级函数相应的导数值(例如，梯度)确定。因而，如果分级函数的形状被调整为在指定的密度间隔内容纳大的灰度值子域，即，如果该间隔必须应对大的宽容度(wide latitude)，那么同时该密度间隔中的对比度就会降低。在另一方面，如果密度间隔被分配给仅仅窄的灰度值子域，那么该间隔就会提供增强的对比度。

如果关于密度和对比度放大的需求相互冲突的话，这是常有的情况，那么折衷就是不可避免的了。

在本发明的上下文中，术语“第一增强方法”被用来指代这类的方法，更明确的是指窗宽/窗位方法。

第一增强方法的优点之一就是能够选择要增强的像素值的子域。缺点是密度和对比度调整之间的依赖关系。

为了将数字图像信息最优地转换成为可见图像(根据该可见图像执行诊断)，多尺度图像处理(multi-scale image processing)方法(也称为多分辨率图像处理方法)被提出，通过该方法，图像的密度和对比度可以被修改。更明确地，密度和对比度能够被独立(independently)修改。在本发明的上下文中，术语“独立”指代这样的处理方法，其中对比度的修改不会给图像中的密度级(density level)带来实质影响，并且其中密度的修改不会实质影响图像的对比度。

上面提到的图像处理方法和与这种方法有关的用户界面在专利US7298383中详尽进行了描述，该处理被称为多尺度分级处理。

在本发明的上下文中，术语“第二增强方法”指代多尺度分级处理方法。

该第二增强方法的优点之一是能够独立调整所显示图像的密度和对比度。然而，该方法不适合于精确选择要增强的像素值子域。

在专利US7298383的特定实施例中，修改是全局修改，即对比度和密度的改变被应用到所显示图像的基本所有像素。

本发明的一方面提供一种兼具两种方法优点的方法。

发明内容

上述方面通过一种具备权利要求1中所示的特定特征的方法得到实现。

依据本发明，图像的密度和对比度中的至少一个被修改，其是通过应用由修改所述图像的窗宽/窗位设置来改变密度和对比度的第一增强方法和由修改图像的多尺度表达来改变密度和对比度的第二增强方法中的至少一个而被修改，由此，修改从在不同尺度确定的至少两个梯度(gradient)函数得到，特定尺度的梯度函数指定所述尺度的对比度放大作为密度函数的依赖关系。由至少一个标记的移动确定通过应用所述第一和第二增强方法中的任一个所获得的修改量。

本发明的方法可被实施为显示站的用户界面，该用户界面能够操纵(steer)依据本发明方法由移动至少一个标记(有时在显示屏上)所获得的增强量。

本发明优选实施例中的特定特征在从属权利要求中示出。

在本发明的上下文中，术语“修改”(modification)指代密度和/或对比度修改。

在本发明的上下文中，术语“标记”(indicium)指代通过光标、操纵杆、按钮、鼠标点击、键盘上的箭头移动、语音等等可移动的标志(marker)，用户借此可以指示移动量，依照本发明，该移动量对应于由任一所述的增强方法产生的所显示图像的对比度和密度的改变量。

该标记可以被显示但不是必须被显示。

本发明的方法适用于本文中进一步描述的经由多尺度分级处理的图像。然而，本方法同样适用于其它对比度再现(rendition)的实现方式，由此对比度放大和密度可以被独立指定。

依照本发明的方法适用于任何类型的单色数字图像以及彩色图像。至此，彩色图像包括每个像素的三个成分，这三个成分通常表示为视频设备的红、绿和蓝通道输入(RGB)，彩色图像优选地转换为标准的色彩空间，其代表色调、饱和度和亮度(HSL)。如果图像在这样的色彩空间中表示，那么依照本发明的方法被优选地仅仅应用到亮度成分，就像单色图像那样。如果只有这个通道被影响，那么对比度和密度会被调节而不带来色彩失真。

本发明的方法适合于修改任何类型(单色和彩色)的图像的对比度和密度，该图像可以通过广泛的多种应用领域的多种捕获装置获得，其中能够执行密度和/或对比度的交互修改。

所述方法为医疗图像中的应用而发展，例如通过计算(computed)或直接的射线照相(radiography)获得的数字医疗图像。

然而，除医疗成像以外，该方法和用户界面可被用于其它应用的实例如下(未穷举)：照相洗印加工领域(photofinishing)、航空摄影学(aerial photography)中通过扫描系统和数字相机获得的图像的修改，印前(prepress)，视频图像上的应用，例如图像修复，数字电影粘贴到计算机上等。本发明不限于这些列举的捕获方式和列举的应用领域。

本发明的方法通常以适于在台计算机上运行时实施本发明的方法步骤的计算机程序产品的形式实施。该计算机程序产品通常被存储在计算机可读载体介质例如CD-ROM中。可选地，计算机程序产品采用电信号的形式并且能够经由电通信传递给用户。

附图说明

图1示出根据本发明用于密度和对比度调整的显示窗口和交互用户控制的第一实施例。

图2示出根据本发明用于密度和对比度调整的显示窗口和交互用户控制的第二实施例。

图3示出根据第三实施例，将用于改变对比度和密度的用户输入分解为通过第一增强方法改变对比度和密度的量和通过第二增强方法改变对比度和密度的量。

图4示出根据第四实施例，将用于改变对比度和密度的用户输入分解为通过第一增强方法改变对比度和密度的量和通过第二增强方法改变对比度和密度的量。

图5示出基于处理过的图像内的关注像素的灰度值分布的、目标窗宽/窗位设置的计算。

具体实施方法

根据本发明，两种增强方法被用来修改例如显示在监视器上的图像的对比度和/或密度。

第一增强方法用来通过修改图像的窗宽/窗位设置，来改变所显示图像的对比度和/或密度。

第二增强方法用来通过修改图像的多尺度表达，来独立改变对比度和/或密度。该修改由在不同尺度(scale)确定的至少两个梯度函数得到，由此在特定尺度的梯度函数指定在该尺度对比度放大如何依赖于密度。该方法被称为多尺度分级处理。这种类型的增强方法在美国专利7298383中有详尽的描述。

在第一处理步骤中，根据多尺度变换，原始的(raw)数字图像被分解为连续尺度的至少两个细节图像和偶尔残留图像(residual image)(还称为多尺度表达)。多尺度表达的成分(component)被称为细节图像。多尺度表达的像素值相对于它们的近邻域与基础图像成分(elementary image component)的对比度相对应。

其次，通过对修改的细节图像应用逆分解变换对处理的多尺度表达进行重建步骤。

在重建期间，为了将对比度放大作为灰度值和尺度的函数进行调整，一系列特定尺度的转换函数被连续应用到部分重建的图像上。这样获得的像素值是用于硬或软拷贝复制装置(hard-or softcopy reproducing device)的驱动值，更进一步地被称为密度值。

插入转换函数的重建过程的每个阶段，转换函数应用到对应于当前迭代的尺度的近似图像，并且如下所述，转换的结果被用作下一迭代的输入图像。

例如，根据Burt金字塔变换的多尺度分级实现的情况，通常的逆变换按如下修改。

从对应于尺度k＝L直到最小尺度k＝0的迭代，被计算的近似图像V_K在它被传递到下一迭代之前，通过特定尺度的转换函数f_K()被逐像素地(pixelwise)转换。

通过对系列转换函数f_K()的适当选择，能够指定作为灰度值和尺度的函数的对比度放大，和指定独立于对比度放大的灰度值对密度的映射(greyvalue-to-density mapping)。

最后，如下所述，从一系列函数gm_K()(称为特定尺度的梯度函数)开始，确定特定尺度的转换函数f_K()。对特定的尺度k，相应的特定尺度的梯度函数gm_K()指定该尺度的对比度放大的量。同样地，在尺度k的特定尺度的梯度函数指定在该尺度的小的像素值差(即特定尺度的对比度)由直到最小尺度k＝0的所有的级联转换函数(concatenated conversion functions)f_K()的组合作用放大多少。

同样地，特定尺度的梯度函数gm_K()指定最终重建的图像z₀对由在对应的细节图像中具备单位值的像素产生的单位细节的敏感程度，即在Burt金字塔变换情形中的b_K。

特定尺度梯度函数相当于偏导函数：

$g{m}_k\left(t\right)=\frac{\partial z_0}{\partial z_{k+1}},k=\mathrm{0,1},...L$

这里的z_K表示由逐像素地将转换函数f_K()应用到近似图像V_K所产生的图像，并且t＝VL，即在尺度L(尺度L是多尺度分级涉及的最大尺度)部分重建图像的像素值。在此文中，像素值t被称为大尺度平均灰度值。

依赖于求导的级联规则，特定尺度梯度函数可被写为：

gm_K(t)＝f0′(F₁(t))·f₁′(F₂(t))·...·f_K′(t)，

这里的f_K′(t)表示特定尺度转换函数的导函数。

在随后尺度的累积转换函数是从多尺度分级涉及的最大尺度L直到如下所考虑的尺度的特定尺度转换函数f_k()的级联：

F_k(t)＝f_Kоf_K+1о...оf_L(t)，

这里的算符。代表函数级联。

关于t的累积转换函数的导数等于：

F_K′(t)＝f_K′(F_K+1(t))·f_K+1′(F_K+2(t))·...·f_L′(t)，

或者等同地，该累积转换函数的导数可以根据特定尺度的梯度函数表达为：

F₀′(t)＝gm_L(t)

$F_K\prime \left(t\right)=\frac{g{m}_{L\left(t\right)}}{g{m}_{k-1\left(t\right)}}·k=\mathrm{1,2},...,L$

该累积转换函数随后通过积分获得：

$F_{0\left(t\right)}={\int }_{t_0}^{t}g{m}_L\left(x\right)·\mathrm{dx}$

其中t₀是横坐标t，在该处F_K(t)＝0。这个参数确定该累积转换函数的偏移(offset)。为了方便，它可以被设为0；然后所有的累积转换函数都会穿过该坐标系统的原点。

特定尺度转换函数f_K()最终通过累积转换函数F_K(t)的倒置而获得：

f_K()＝F_KоF_K+1^-1()，k＝0，1，...，L-1

f_L()＝F_L()

初始中间尺度梯度函数

在交互调整会话(session)中，多尺度梯度函数的初始状态和相应显示的图像通过对所有尺度梯度函数相等的缺省窗宽/窗位设置来确定。

由用户交互所引起的每次调整，更新系列的多尺度梯度函数通过对初始系列施加改变而产生。

在每一次改变，上面的多尺度分级方法被应用到更新的多尺度梯度函数，且优选地，得到的图像被显示，将调整的反馈提供给用户。这样，任何对密度或对比度期望的修改都能通过一个或多个用户引起的调整来有效地完成，从而显著改善了工作流程，在需要临界调整的困难情况下也是如此。

第一增强方法用来根据标记(indicium)的移动量(由dl和dw表示)修改所显示图像的对比度和密度。

由第一增强方法产生的所显示图像的对比度和密度改变，类似于通过调整窗宽/窗位设置所获得的结果，通过采用同样方式修改所有相关的多尺度梯度函数gm_K(t)而获得。根据标记的移动量，初始多尺度梯度函数gm0_K(t)被重定标(rescale)并沿着横坐标轴滑动：

gm_K(t)＝a*gm0_K(a*t+b)，k＝S，...，L

从dl和dw推导重定标因子a和截距b。

从dl和dw推导a和b的实现方式是DICOM标准的窗宽/窗位线性转换公式：

Y＝((t-(l_i+dl-0.5))/(w_i+dw-1)+0.5)*(Y_max-Y_min)+Y_min

(w_i，l_i)初始窗宽/窗位设置

[Y_min，Y_max]输出值的范围

除了由第一增强方法产生的对所显示图像的对比度和密度的修改外，也由第二增强方法对所显示图像的对比度和密度修改标记的移动量，由dg和dc表示。最后通过第一增强方法修改的多尺度梯度函数，依据多尺度分级处理的方法被修改。

优选地，多尺度对比度调整dc以对小尺度梯度函数的乘法(multiplicative)方式被实施，即与第一增强方法产生的对比度成比例。

产生的小尺度梯度函数被计算为：

gm_s(t)＝a*gm0_s(a*t+b)*10^dc/10，dc用dB表示

可选地，该对比度通过将小尺度梯度函数在纵坐标方向移动量dc来调整。

接着，多尺度密度调整dg通过对初始大尺度分级函数Y_L0(t)应用gamma校正(其产生中部(mid)灰度像素值到在输出范围的50％+dg的输出像素值的映射，dg以百分比表示)而建立。调整后的大尺度分级函数由Y_L(t)表示：

Y_L(t)＝f(Y_L0(a*t+b))

f(x)＝((c*x+d)^γ-d)/c

c和d是归一化x的范围到[0，1]范围内的重定标因子和偏移

γ是计算为-log((50+dg)/100)/log(2)的指数

可选地，该多尺度密度调整dg通过对初始大尺度分级函数Y_L0(t)应用如下函数建立：

f(x)＝Y_min+(Y_max-Y_min)*(1-e(γ*x))/(1-eγ)

x在[0，1]范围内

[Y_min，Y_max]是输出值的范围

γ计算为2*log((50-dg)/(50+dg))

还有建立多尺度密度调整dg的另外一种选择是在纵坐标方向将大尺度分级函数YL0(a*t+b)移动量dg。

调整的大尺度分级函数的导数产生调整的大尺度梯度函数gm_L(t)。

基于调整的小尺度和大尺度梯度函数，一系列调整的中间尺度梯度函数依据以下优选实施方式得到：

如果最终多尺度分级的重建过程利用调整的梯度函数gm_K被应用，那么依照本发明的结论，调整过密度和对比度的图像就会产生。

在特定实施例中，第一增强方法作为第二增强方法的特殊情况处理。第一增强方法可以通过修改多尺度表达而建立，其中修改通过重定标和沿着横坐标轴滑动梯度函数的规范(specification)获得。

依照本发明的结论，能够利用上述的处理的图像的多尺度表达以及多尺度分级处理技术来同时调整窗宽/窗位设置和独立调整对比度和密度。

以下描述本发明的不同实施例。

图1

图1示出了显示医疗图像的显示窗口A。两个可移动标记B和C(以滑块(slider)形式)被显示。

dy和dx表示的密度和对比度调整所需量可以通过标记(即窗口(图1和图2中的A)中的光标(cursor)(图1和2中的B))的移动表示，或通过二维指向装置(pointing device)或交互控制器。优选地，光标可移动的窗口是图像窗口，使得观察者在调整期间不需要从该图像移走焦点(focus)。可选地，两个分开的一维GUI控制可以用来指定所需调整量dy和dx，比如两个滑块或滚动条。

在图1中，相对于初始参考位置的第一标记B的移动用来确定图像增强的量。相对于参考位置的附加标记C的移动用来确定密度和对比度增强的量，该密度和对比度增强的量由相对于通过第二类型获得的密度dg和对比度调整dc的量应用第一类型的对比增强方法得到。

这样的附加标记可以通过鼠标点击或通过附加按钮的方式实现，以在仅仅通过第一增强方法应用密度和对比度调整和仅仅通过第二增强方法应用密度和对比度调整之间切换(toggle)。

dc＝dx和dw＝0，dg＝dy和dl＝0(仅多尺度分级处理)

或

dc＝0和dw＝dx，dg＝0和dl＝dy(仅窗宽/窗位处理)

在图1所示的实施例中，附加标记是滑块(c)，由x表示的滑块位置用来逐步指定第一增强方法的密度和对比度调整的相对量和第二增强方法的密度和对比度调整的相对量。在一侧(x＝0)定位滑块对应于完全通过第一增强方法建立对比度和密度调整，在相反侧(x＝1)定位滑块对应于完全通过第二增强方法建立对比度和密度调整。通过以下的公式可以反映出这两种增强方法的调整量：

dc＝x*dx和dw＝(1-x)*dx，dg＝x*dy和dl＝(1-x)*dy

图2

图2示出了带有一个标记和限制区域的可选实施例。

在该图中，限制区域是区域(C)。只要光标(A)的移动定位在表示的区域内，就应用两种增强方法中的一种，优选的是第二增强方法。当光标离开该表示的区域时，用另一种增强方法来调整所显示图像的对比度和密度。

在第二实施例中，第一增强方法的密度和对比度调整量和第二增强方法的密度和对比度调整量从单个标记的当前状态推导。

优选地，与标记初始位置(参考位置)的偏离(deviation)用来推导通过两种增强方法建立的相对调整量。小的密度和对比度调整通过第二增强方法建立。偏离越大，第一增强方法用的越多。

建立这种关系的加权函数的例子是正切双曲线函数：

dc＝x*dx和dw＝(1-x)*dx，x＝tanh(c*dx)和c是定标因子

dg＝y*dy和dl＝(1-y)*dy，y＝tanh(c*dy)和c是定标因子

另一种可能性是通过第二增强方法建立调整，直到达到第二增强方法的对比度和密度改变的最大量(max Dc，max Dg)，而第一增强方法被用来进一步修改所显示的图像：

dc＝min(dx，max Dc)和dw＝max(0，dx-dc)

dg＝min(dy，max Dg)和dl＝max(0，dy-dg)

在第三实施例中，第一增强方法的密度和对比度调整量和第二增强方法的密度和对比度调整量通过标记的轨迹(trajectory)推导。

优选地，该标记的移动方向用来推导通过两种增强方法建立的调整相对量。只要用户朝着相同方向移动标记(比如光标)，第一增强方法的调整量就逐渐增加，而第二增强方法的调整量就逐渐减少。

当用户开始朝着相反方向移动光标时，进一步的调整由第二增强方法首先建立。

朝着相同方向移动光标被定义为持续增加或减少所需要的密度或对比度调整dy和dx。朝着相反方向移动光标被定义为将增加所需密度或对比度调整改变为减少所需密度或对比度调整，反之亦然。尽管如此，别的定义也是有可能的。

图3

在第四实施例中，第一增强方法的密度和对比度调整量被计算为接近目标窗宽/窗位设置。

参照图3，调整矢量(dx，dy)由第一标记的当前位置与交互调整会话起始时的初始位置(w_i，l_i)的偏离产生，该调整矢量(dx，dy)被分解为沿着到目标窗宽/窗位设置(w_i，l_i)的方向的第一调整矢量和第二调整矢量，第二调整矢量优选地正交于该第一调整矢量，两个调整矢量的和等于调整矢量(dx，dy)。第一调整矢量指定由第一增强方法产生的对比度和密度的改变量(dw，dl)，第二调整矢量指定由第二增强方法产生的对比度和密度的改变量(dc，dg)。

图4

可选地，参照图4，调整矢量(dx，dy)由第一标记的当前位置与交互调整会话起始时的初始位置(w_i，l_i)的偏离产生，该调整矢量(dx，dy)被分解为对比度调整量dx和密度调整量dy。对比度调整量dx被分解为接近目标窗宽设置wi的由第一增强方法产生的对比度调整量dw和由第二增强方法产生的对比度调整量dc，dw和dc的组合等于对比度调整量dx。密度调整量dy被分解为接近目标窗位设置li的由第一增强方法产生的密度调整量dl和由第二增强方法产生的密度调整量dg，dl和dg的组合等于密度调整量dy。

在该优选实施例中，目标窗宽/窗位设置(w_i，l_i)基于所处理图像内的关注像素的灰度值分布进行计算。

一种可能的实施方法是基于所处理图像的最小和最大像素值计算目标窗宽/窗位设置(w_i，l_i)：

l_i＝(P₀+P₁+k)/2和w_i＝(P₁+l-P₀)

P₀是最小像素值，P₁是最大像素值，k和l是校正值，其典型地等于1。

另一种实施方法是依据上述的公式，利用所处理图像的柱状图的1％和99％百分点(percentile)来计算目标窗宽/窗位设置(w_i，l_i)。

还有另一种优选的实施方法是，参照图5，将所处理图像内的关注像素作为无背景(non-background)和无前景(non-foreground)的像素进行计算，并计算目标窗宽/窗位设置(w_i，l_i)使得关注像素的灰度值分布在从黑色到白色的整个密度范围上显示。