Medical Image Processing

LEADTOOLS는 90가지 이상의 이미지 프로세싱 함수들을 포함하고 있으며, Medical Imaging 제품군의 경우 아래와 같은 주요 특수 이미지 프로세싱 기능들을 추가로 포함하고 있습니다.

메디칼 이미지 프로세싱 관련 함수들의 상세 설명은 여기를 참조바랍니다.

• Get Functional Lookup Table
  Exponential, Natural Logarithm, Liner 와 같은 수학적 함수들에 기반하여, Lookup Table내 Entries의 한 영역을 Update.
  
  
• Get User Lookup Table
  특정 포인트들은 관통하는 하나의 커브에 기반하여, 한 Lookup Table을 Update.
  
  
• Get Min and Max Bits
  12 또는 16-Bit Grayscale 또는, 48 또는 64-Bit 칼러 이미지내 존재하는 낮고 높은 Bit들의 값들을 Return
  
  
• Get Min and Max Values
  12 또는 16-Bit Grayscale 또는 48 또는 64-Bit 칼러 이미지내 존재하는 최저 및 최대 명암값을 Return
  
  
• Combine
  두개의 이미지들을 합쳐 하나의 이미지를 생성하기 위한 논리적 또는 수학적 연산들을 수행. 결합하려고 하는 출발 및 도착 영역들, 칼러 면들(R 또는 G 또는 B 또는, R, G 및 B) 그리고, 데이터상에 적용할 연산들은 개발자가 정의함. Combine은 한 이미지에 오버레이 Bit들(플랜)을 추가하거나 제거할때 사용될 수 있음.
  
  
• Add or average list of images
  노이즈는 이미지들의 한 리스트를 함께 평준화시킴으로써 감소될 수 있음. 이미지들의 한 리스트를 함께 추가하는 것은 하나의 이미지의 낮은 명암 영역들내 상세 내역을 보여주기 위해 사용될 수 있음.
  
  
• Spatial Filters
  Spatial Filters는 선 또는 포인트 검출을 위해 또는, High Spatial 주파수들(Low Pass Filter)을 고르게 하기 위해 또는, CAD를 위한 특화된 이미지 프로세싱을 위해 사용될 수 있음. 이때, 기 정의된 Spatial Filter들중 하나 또는, 사용자 정의에 의한 Spatial Filter Kernel(메트릭스)을 사용할 수 있음.
  
  
• Intensity Detection
  명암 검출은 명암에 기반하여 한 이미지를 Threshold하기 위해 사용됨. Thresholding은 한 이미지내 종양과 같은 대상/객체들을 관측시 유용하게 사용됨.
  
  
• Contour Filter
  Contour Filter는 한 이미지내 객체들의 윤곽을 추출해내기 위해 사용되는 형태학상 Binary Filter의 일종임. Contour Filte에 의해 생성된 윤곽은 객체 측정을 위해 사용될 수 있음.
  
  
• Binary Filters
  Binary Filters는 한 이미지내 노이즈의 제거 또는 객체들의 미란/비대를 위해 사용될 수 있으며, 또한 영역 측정을 위해 유용될 수 있음.
  
  
• Edge-detection Filter
  Edge-detection Filter는 세밀한 Contrast 조정을 위해 한 이미지내 모서리들을 검출하며, 객체 측정을 위해 유용될 수 있음. 또한, Edge-detection Filter는'Combine' 함수에 의한 결합시 한 이미지내 모서리들을 두드러지게 하거나 또는 강조하기 위해 사용될 수 있음.
  
  
• Median Filter
  Median Filter는 Nagative Exponential 그리고, 한 이미지내의 모서리 상세 내역들을 보존 하면서 미세 노이즈를 제거하기 위해 사용될 수 있음.
  
  
• Histogram
  Histogram은 픽셀들의 명암 또는 그레이 레벨 분포와 관련된 이미지 정보를 제공함. 이 정보는 이미지의 적정 디스플레이를 위한 이미지 보정 작업을 위해 사용될 수 있음.
  
  
• HistoContrast
  128개의 임의 값을 사용함이 없이 Median Brightness를 결정하기 위한 Histogram을 사용하여, 이미지의 콘트라스트를 증가 또는 감소시킴. 이 함수는 이미지의 Median Brightness를 찾은 다음, 그 메디안보다 상위의 픽셀 값들은 밝게하고 그 메디안보다 하위의 픽셀 값들은 어둡게 함.
  
  
• HistoEqualize
  특정(RGB,YUV 또는 GRAY)칼러 스페이스에 기반한 한 이미지내 픽셀들 수를 선형화시킴. 이 함수는 한 이미지의 어두운 영역내 그 상세 내역을 도출시키고자 할때 사용될 수 있음.
  
  
• Strech Intensity
  한 이미지의 Contrast를 Centering 또는 Maximizing을 통해 그리고, 명암 값들의 범위에 비례하여 증가 시킴. 통상의 Contrast와는 달리, Stretch 명암은 다른 명암 값들의 원래 수를 항상 유지함(통상의 Contrast 조정은 스케일의 상위 및 하위 값들을 잃어버릴 수 있음).
  
  
• Unsharp Mask
  Unsharp Mask는 한 이미지의 모서리들을 개선시키기 위한 하나의 기술로, 통상은 잘 보이지 않지만, 한 이미지 부분들내의 보다 상세한 내역을 보여주는 경향을 갖음.
  
  
• Anti-aliasing Filter
  Anti-aliasing Filter는 한 이미지내의 모서리들 또는 거칠은 사선들을 부드럽게 처리함.
  
  
• Gaussian Blurring
  Gaussian Blurring은 높은 Spatial 노이즈를 제거하거나 한 이미지내의 모서리들을 뭉퉁거리게 하는 하나의 메디안 필터를 고용한 노이즈 감쇄 기술임.
  
  
• Balance Colors
  각각의 칼러 채널에 대해 특화된 값들을 사용하여, 이미지의 RGB 값들을 재 분배
  
  
• Change Hue
  특정 색조도에 의거 Hue를 변경
  
  
• Change Saturation
  한 이미지내의 칼라 Saturation을 증가 또는 감소시킴
  
  
• Color Inversion
  양성의 이미지는 음성으로, 음성의 이미지는 양성이 되도록 이미지내의 칼러를 반전시킴.
  
  
• Swap Colors
  한 이미지내의 칼러 채널들을 Swap시킴

Region of Interest(ROI)

• 특정 칼러 또는 명암에 기반하여 한 영역을 생성
• RGB 또는 HSV 칼러 범위에 기반하여 한 영역을 생성
• 직사각형, 타원, 다각형 및 원형의 영역들을 생성
• Seed 픽셀 및 Threshold로 부터 영역을 생성
• 커브형의 영역 생성 또는 기존 영역에 커브형 영역을 추가
• 표준 커브형 영역들을 Bezier 커브들로 변환

Region of Interest 의 보다 상세한 내용

한 이미지의 일부분을 변경하기 위한 Low-Level 함수들 :

• 이미지 데이터의 열들을 Get 및 Put
• 열들의 일부분을 Get 및 Put
• 독립적인 픽셀들의 칼러들을 Get 및 Put
• 한 Bitmap내 영역을 처리

이미지 프로세싱의 보다 상세한 내용