专利名称：高精度影像取模分区着色显示方法
技术领域：
本发明涉及图像处理和显示技术，更具体地，涉及一种高精度影像取模分区着色显示方法。
背景技术：
随着无损检测技术的发展，无损检测形成的影像精度也越来越高。影像的显示一般分为硬显示和软显示两种，硬显示是在打印纸、胶片等介质上的影像呈现，软显示是在显示器上通过软件来实现影像的显示。
对于影像硬显示，通过化学反应将特定的化学物质按影像灰度沉积在胶片上，这些物质在光源的照射下将不同量的光线反射到人眼中，从而形成影像。当需要在低灰度级显示介质上显示高精度影像时，先使用影像软显示的开窗技术选定特定参数下的影像呈现形式，然后再进行打印、冲印等方式将影像固化在相应的介质上。对于影像软显示，屏幕像素通过发出与影像等比例的光线射到人眼中，形成影像。目前在低灰度级影像显示器上显示高精度的影像时，一般采用开窗显示技术来实现。开窗显示技术根据原始影像数据选取需要处理的数据范围(V0I，Value of Interest-兴趣值)，而VOI的获得一般由观察者按照习惯调节窗宽、窗位来实现。在特定的VOI范围内，查找兴趣区域(ROI, Region of Interest)是观察者的最终目的。所谓的ROI区域,在不同的领域有着不同的定义，在勘探、器件检测领域，ROI区域一般对应于断层、裂纹等，在医学领域ROI区域一般对应病灶组织。实际操作中，不管是硬显示还是软显示，当影像支持的最小灰度值小于显示介质上可区分的最小灰度值，影像将无法正常显示。在使用开窗技术时，影像中的细节与周围其他影像灰度相近时，细节很容易被开窗显示技术的“掩盖性”显示成与周围其他影像相同的灰度。即使影像细节与周围其他影像灰度有一定的区分度，但当该区分度小于人眼的灰度区分阈值时，也会被观察者忽略。因此，影像细节在检测时，不容易被发现。例如，在医学影像显示领域，很多发病初期的患者，都不能被正确地确定病灶，更无从谈起被正确地治疗。即使影像细节与周围其他影像的显示灰度大于人眼的灰度区分阈值，但当影像细节和周围其他影像的所处区域的面积非常小且该区域亮度较亮或较暗时，视觉系统也无法区分该区域的影像细节。
发明内容
为克服现有技术的上述缺陷，解决目前影像软显示技术显现出的缺陷，从而在高精度影像显示时实现高精度影像的灰度或亮度全显示，以方便观察者查找兴趣区域，本发明提供一种高精度影像取模分区着色显示方法。根据本发明的一个方面，提出了一种高精度影像取模分区着色显示方法，包括基于按模分区着色技术对要显示的影像进行处理，然后映射到显示可呈现的灰度值范围；通过动态调整观察者关注点处像素的亮度值，强化观察者视觉系统的分辨力，以区分影像细节。相对于开窗显示技术，本发明结合人眼视觉系统对彩色敏感的特点，使用按模分区着色的类伪彩色变换，使观察者能更容易地区分各区域的影像；通过动态调整观察者关注点处像素的亮度值， 使观察者视觉系统分辨力达到最大，更好地区分影像细节；通过调整影像像素灰度取模参数M，使影像灰度区分度更大。
图I是根据本发明的方法的模拟单色影像曲面示意图；图2是根据本发明的方法的变换公式曲线示意图；图3是根据本发明的方法的按模分区着色的效果图；图4是N = 5、M= 3时按模分区着色变换示意框(关注点像素灰度为5)；图5是N = 5、M = 3时动态按模分区着色变换示意框(关注点像素灰度变为3)；图6是N = 5、M= 3时按模分区着色变换示意框(关注点像素灰度为I)；图7是N = 5、M = 3时动态按模分区着色变换示意框(关注点像素灰度变为3)。如图所示，为了能明确实现本发明的实施例的结构，在图中标注了特定的结构和器件，但这仅为示意需要，并非意图将本发明限定在该特定结构、器件和环境中，根据具体需要，本领域的普通技术人员可以将这些器件和环境进行调整或者修改，所进行的调整或者修改仍然包括在后附的权利要求的范围中。同时在这里做以说明的是，附图部分仅是为了更具体的描述实施例，而并不旨在对本发明进行具体的限定。
具体实施例方式下面结合附图和具体实施例对本发明提供的一种高精度影像取模分区着色显示方法进行详细描述。在以下的描述中，将描述本发明的多个不同的方面，然而，对于本领域内的普通技术人员而言，可以仅仅利用本发明的一些或者全部结构或者流程来实施本发明。为了解释的明确性而言，阐述了特定的数目、配置和顺序，但是很明显，在没有这些特定细节的情况下也可以实施本发明。在其他情况下，为了不混淆本发明，对于一些众所周知的特征将不再进行详细阐述。总的来说，本发明提供一种高精度影像取模分区着色显示方法，在该方法中，包括步骤I、基于按模分区着色技术对要显示的影像进行处理，映射到显示截至可呈现的灰度值范围，以实现影像像素有区分地全显示；步骤2、通过动态调整观察者关注点处像素的亮度值，使观察者视觉系统分辨力达到最大，以区分影像细节。进而，该方法还包括步骤3、通过调整影像像素灰度取模参数，使影像灰度区分度更大。具体地，在步骤I中，当输入影像的灰度值范围大于显示介质上可呈现的最大灰度值范围，通过分区实现影像的完全显示，并对不同的区域着以不同的颜色，来有效区分不同区域的不同影像。具体地，在步骤2中，将影像细节与周围灰度相近的其他影像变换为不同亮度，显示影像的亮度值是影像像素灰度取2M模的结果，而M为显示器支持显示的影像位数，从而不会产生开窗显示的“技术掩盖性”。
具体地，当观察者的视觉关注区域面积较小，且该区域内的灰度级数教大时，这时观察者很难区分该区域内的影像细节。在步骤3中，将显示介质可呈现影像的位数变小，放大显示影像的面积，避免该视觉系统缺陷造成的“视觉掩盖性”。其中,对于步骤I,在连续域中,模拟灰度影像可表示为f (x,y),其中，f (x,y)表示位置(x，y)处影像的亮度值，如图I所示。当f(x，y)量化后灰度值范围大于显示介质可呈现灰度值范围，影像便不能完全显示。但取影像的某一较小区域S时，若该区域内影像的灰度值级差范围P小于显示介质可呈现灰度值范围2m(M为显示介质可呈现影像的位数)时，将该区域内所有影像像素的灰度值按线性关系映射到显示介质可呈现的灰度值范围内，该区域影像可正常显示。进一步，在步骤I中，将模拟灰度影像的应用于数字影像显示，采用下述公式⑴所示的变换函数，该公式⑴的函数曲线如图2所示。其中，将影像中所有像素灰度值取模后，按线性关系映射到显示介质可呈现的灰度值范围，并按模对影像分区着以不同的颜色，实现影像像素的完全显示。亮度值
权利要求
1.一种高精度影像取模分区着色显示方法，包括 步骤I、基于按模分区着色技术对要显示的影像进行处理，然后映射到显示可呈现的灰度值范围； 步骤2、通过动态调整观察者关注点处像素的亮度值，强化观察者视觉系统的分辨力，以区分影像细节。
2.根据权利要求I的方法，还包括 步骤3、调整影像像素灰度取模参数，使影像灰度区分度更大；进一步，将显示介质可呈现影像的位数变小，放大显示影像的面积。
3.根据权利要求I的方法，其中，在步骤I中，当输入影像的灰度值范围大于显示介质上可呈现的最大灰度值范围，通过分区实现影像的完全显示，并对不同的区域着以不同的颜色，来有效区分不同区域的不同影像。
4.根据权利要求3的方法，其中，在步骤2中，将影像细节与周围灰度相近的其他影像变换为不同亮度，显示影像的亮度值是影像像素灰度取2M模的结果，其中M为显示器支持显示的影像位数。
5.根据权利要求4的方法，其中，在步骤I中，通过下述公式将影像中所有像素灰度值取模后，按线性关系映射到显示介质可呈现的灰度值范围，并按模对影像分区着以不同的颜色，实现影像像素的完全显示 'f{u,v) Mod 2m C1 色当[/0,v)/2M」=I /(w,v) Mod Im C2^ 当 1/0,V)/2m」=2 亮度值GO,v) = <".J = 2N~M，公 f(u,v) Mod 2m Cp色当[/(w,v)/2叫=J —I f(u,v) Mod 2m Cj色当[/(w,v)/2叫=J式I ； 其中，Mod为取模运算，L」为下取整运算，M为显示介质可呈现影像的位数，关注点的坐标为(u，v)，Cj为对区间指定的彩色。
6.根据权利要求5所述的方法，其中，步骤I中，对于两个不同灰度值的像素取模后的值相同，基于其显示的单色不同，将其与周围其他影像区分开； 对于位置相邻或相近的像素的灰度或颜色相同或相近，形成位置相邻但颜色不同的区域，将不同区域的影像按颜色区分，区域内部的像素按颜色亮度区分。
7.根据权利要求5所述的方法，其中，步骤2包括 若某处亮度对于观察者相对亮或暗，取该处某点像素的亮度值为影像显示器可呈现亮度值的中值2M4 ；若 f(u，v)Mod 2M < 2M-1，令 A = 2M-1-f(u，v)Mod 2M, fA (u, v) = f(u, v)+A,然后将 fA(u，v)代入公式I获取该点亮度值；若 f(u，v)Mod 2M> 2M'则令 B = f(u,v)Mod2M-2M_1,fB(u,v) = f (u，v)+A，然后将 fB (u，v)代入公式I获取该点亮度值。
全文摘要
本发明提供一种高精度影像取模分区着色显示方法，包括基于按模分区着色技术对要显示的影像进行处理，然后映射到显示可呈现的灰度值范围；通过动态调整观察者关注点处像素的亮度值，强化观察者视觉系统的分辨力，以区分影像细节。本发明结合人眼视觉系统对彩色敏感的特点，使用按模分区着色的类伪彩色变换，使观察者能更容易地区分各区域的影像；通过动态调整观察者关注点处像素的亮度值，使观察者视觉系统分辨力达到最大，更好地区分影像细节。
文档编号G09G5/00GK102800299SQ20121027017
公开日2012年11月28日 申请日期2012年8月1日 优先权日2012年8月1日
发明者赵建峰, 李建军, 谷宇, 吕晓琪 申请人:赵建峰, 李建军, 谷宇, 吕晓琪