本發(fā)明涉及一種病案掃描技術，具體涉及一種實現(xiàn)病案高清掃描的方法。

背景技術：

病案指按規(guī)范記錄病人疾病表現(xiàn)和診療情況的檔案，由醫(yī)療機構的病案管理部門按相關規(guī)定保存。不僅有紙質的，還有電子文檔、醫(yī)學影像檢查膠片、病理切片等保存形式。指醫(yī)務人員記錄疾病診療過程的文件，它客觀地、完整地、連續(xù)的記錄了病人的病情變化、診療經(jīng)過、治療效果及最終轉歸，是醫(yī)療、教學、科研的基礎資料，也是醫(yī)學科學的原始檔案材料，現(xiàn)有的病案都是通過掃描儀進行掃描轉化為圖片存儲在電腦上，因病案的掃描量極大，掃描件的清晰度無法得到保證，但現(xiàn)有的技術很難克服上述問題。

技術實現(xiàn)要素：

本發(fā)明要解決的技術問題是克服現(xiàn)有的的問題，提供一種實現(xiàn)病案高清掃描的方法。

為了解決上述技術問題，本發(fā)明提供了如下的技術方案：

本發(fā)明提供了一種實現(xiàn)病案高清掃描的方法，包括如下步驟：選擇一款600dpi分辨率的高拍儀，并將將高拍儀的數(shù)據(jù)線和電腦usb接口連接，安裝高拍儀的驅動程序，安裝完成后，找一處桌面光照均勻的地方將高拍儀擺放好，將需要掃描的病案平整放在高拍儀的攝像頭下方，使用電腦上的軟件對其進行掃描，掃描時，高拍儀中的燈管從攝像頭處將光線照射到待掃描的病案上，光線反射后由cmos感光元件接收，但是由于圖像色彩的深淺不一，使得反射光強度也各不相同，感光元件可以接收各種強度的光并轉化為二進制的數(shù)字符號，最后由控制掃描的軟件把這些數(shù)據(jù)還原為顯示器上可以看到的圖像，并存儲在存儲器中。

作為本發(fā)明的一種優(yōu)選技術方案，所述存儲器中的圖片將通過usb傳輸?shù)姆绞缴蟼鞯诫娔X中，再將其上傳到服務器上，在服務器中采用最臨近點插值算法、雙線性插值算法、雙立方插值算法、等多種算法對掃描圖片進行處理。

作為本發(fā)明的一種優(yōu)選技術方案，所述最臨近點插值算法是當二維數(shù)字圖像從源圖像n*m被放為(j*n)*(k*m)目標圖像是，參照數(shù)學斜率計算公式必然有:(x1-xmin)/(xmax-xmin)＝(y1-ymin)/(ymax-ymin)，當xmin和ymin均為從零開始的像素點時，公式可以簡化為:x＝y(tǒng)1(xmax/ymax)，對于任意一幅源圖像來說，假設放大后目標圖像的寬為dw高為dh,任意目標像素點(dx,dy)，在源圖像上的位置為:sx＝dx*(sh/dh)//row；sy＝dy*(sw/dw)//column；其中，(sx,sy)為對于的源圖像上的像素點，sw和sh分別為源圖像的寬度和高度。最終有dpixel(dx,dy)＝spixel(sx,sy)。

作為本發(fā)明的一種優(yōu)選技術方案，所述雙線性插值算法是對于一個目的像素，設置坐標通過反向變換得到的浮點坐標為(i+u,j+v)，(其中i、j均為浮點坐標的整數(shù)部分，u、v為浮點坐標的小數(shù)部分，是取值[0,1)區(qū)間的浮點數(shù))，則這個像素得值f(i+u,j+v)可由原圖像中坐標為(i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所對應的周圍四個像素的值決定，即：f(i+u,j+v)＝(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1)+u(1-v)f(i+1,j)+uvf(i+1,j+1)其中f(i,j)表示源圖像(i,j)處的的像素值，以此類推。

作為本發(fā)明的一種優(yōu)選技術方案，所述雙立方插值算法涉及到16個像素點，其中(i’,j’)表示待計算像素點在源圖像中的包含小數(shù)部分的像素坐標，dx表示x方向的小數(shù)坐標，dy表示y方向的小數(shù)坐標，雙立方插值是立方插值在二維空間的表達,插值公式可以表述為:g(x,y)＝f(f(p00,p01,p02,p03,y),f(p10,p11,p12,p13,y),f(p20,p21,p22,p23,y),f(p30,p31,p32,p33,y),x)解出其中的16個參數(shù)，即可得帶g(x,y)目標插值點的值。

本發(fā)明所達到的有益效果是：該方案是一種實現(xiàn)病案高清掃描的方法，該方案采用高拍儀進行紙質病案掃描，掃描后的病案圖片將以文件的形式存儲到服務器上，后臺采用最臨近點插值算法、雙線性插值算法、雙立方插值算法、最臨近點插值縮放等多種算法對掃描圖片進行處理，保證掃描件的高清晰度。

附圖說明

附圖用來提供對本發(fā)明的進一步理解，并且構成說明書的一部分，與本發(fā)明的實施例一起用于解釋本發(fā)明，并不構成對本發(fā)明的限制。在附圖中：

圖1是本發(fā)明的實施模塊示意圖；

具體實施方式

以下結合附圖對本發(fā)明的優(yōu)選實施例進行說明，應當理解，此處所描述的優(yōu)選實施例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。

實施例1

如圖1所示，本發(fā)明提供一種實現(xiàn)病案高清掃描的方法，包括如下步驟：選擇一款600dpi分辨率的高拍儀，并將將高拍儀的數(shù)據(jù)線和電腦usb接口連接，安裝高拍儀的驅動程序，安裝完成后，找一處桌面光照均勻的地方將高拍儀擺放好，將需要掃描的病案平整放在高拍儀的攝像頭下方，使用電腦上的軟件對其進行掃描，掃描時，高拍儀中的燈管從攝像頭處將光線照射到待掃描的病案上，光線反射后由cmos感光元件接收，但是由于圖像色彩的深淺不一，使得反射光強度也各不相同，感光元件可以接收各種強度的光并轉化為二進制的數(shù)字符號，最后由控制掃描的軟件把這些數(shù)據(jù)還原為顯示器上可以看到的圖像，并存儲在存儲器中。

存儲器中的圖片將通過usb傳輸?shù)姆绞缴蟼鞯诫娔X中，再將其上傳到服務器上，在服務器中采用最臨近點插值算法、雙線性插值算法、雙立方插值算法、等多種算法對掃描圖片進行處理。

最臨近點插值算法是當二維數(shù)字圖像從源圖像n*m被放為(j*n)*(k*m)目標圖像是，參照數(shù)學斜率計算公式必然有:(x1-xmin)/(xmax-xmin)＝(y1-ymin)/(ymax-ymin)，當xmin和ymin均為從零開始的像素點時，公式可以簡化為:x＝y(tǒng)1(xmax/ymax)，對于任意一幅源圖像來說，假設放大后目標圖像的寬為dw高為dh,任意目標像素點(dx,dy)，在源圖像上的位置為:sx＝dx*(sh/dh)//row；sy＝dy*(sw/dw)//column；其中，(sx,sy)為對于的源圖像上的像素點，sw和sh分別為源圖像的寬度和高度。最終有dpixel(dx,dy)＝spixel(sx,sy)。

雙線性插值算法是對于一個目的像素，設置坐標通過反向變換得到的浮點坐標為(i+u,j+v)，(其中i、j均為浮點坐標的整數(shù)部分，u、v為浮點坐標的小數(shù)部分，是取值[0,1)區(qū)間的浮點數(shù))，則這個像素得值f(i+u,j+v)可由原圖像中坐標為(i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所對應的周圍四個像素的值決定，即：f(i+u,j+v)＝(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1)+u(1-v)f(i+1,j)+uvf(i+1,j+1)其中f(i,j)表示源圖像(i,j)處的的像素值，以此類推。

雙立方插值算法涉及到16個像素點，其中(i’,j’)表示待計算像素點在源圖像中的包含小數(shù)部分的像素坐標，dx表示x方向的小數(shù)坐標，dy表示y方向的小數(shù)坐標，雙立方插值是立方插值在二維空間的表達,插值公式可以表述為:g(x,y)＝f(f(p00,p01,p02,p03,y),f(p10,p11,p12,p13,y),f(p20,p21,p22,p23,y),f(p30,p31,p32,p33,y),x)解出其中的16個參數(shù)，即可得帶g(x,y)目標插值點的值。

需要說明的是，最臨近點插值算法從bufferedimage對象中獲取像素數(shù)組的代碼如下：

inttype＝img.gettype()；

if(type＝＝bufferedimage.type_int_argb||

type＝＝bufferedimage.type_int_rgb){

img.getraster().setdataelements(x,y,width,height,pixelsdata)；

}

else{

img.setrgb(x,y,width,height,pixelsdata,0,width)；

}

1

從源圖像對象一維像素數(shù)組轉換為三維對象數(shù)組，代碼如下：

int[][][]tempdata＝newint[imgrows][imgcols][4]；

tempdata[row][col][0]＝(arow[col]>>24)&0xff；//alpha

tempdata[row][col][1]＝(arow[col]>>16)&0xff；//red

tempdata[row][col][2]＝(arow[col]>>8)&0xff；//green

tempdata[row][col][3]＝(arow[col])&0xff；//blue

首先要計算行與列的縮放比例，計算代碼如下：

floatrowratio＝((float)srch)/((float)desth)；

floatcolratio＝((float)srcw)/((float)destw)；

計算源像素點的行位置：

intsrcrow＝math.round(((float)row)*rowratio)；

計算源像素點的列位置：

intsrccol＝math.round(((float)col)*colratio)；

程序源代碼

publicclassnearnaighborzoomimplementsimagescale{

publicnearnaighborzoom(){

}

/**

*(x-xmin)/(xmax-xmin)＝(y-ymin)/(ymax-ymin)

*assumexminandyminarezero,thentheformulawillbef(x)＝kx(k-coefficent,slope)

*

*/

@override

publicint[]imgscale(int[]inpixelsdata,intsrcw,intsrch,intdestw,intdesth){

int[][][]inputthreedeminsiondata＝processonetothreedeminsion(inpixelsdata,srch,srcw)；

int[][][]outputthreedeminsiondata＝newint[desth][destw][4]；

floatrowratio＝((float)srch)/((float)desth)；

floatcolratio＝((float)srcw)/((float)destw)；

for(introw＝0；row<desth；row++){

//converttothreedimensiondata

intsrcrow＝math.round(((float)row)*rowratio)；

if(srcrow>＝srch){

srcrow＝srch-1；

2

}

for(intcol＝0；col<destw；col++){

intsrccol＝math.round(((float)col)*colratio)；

if(srccol>＝srcw){

srccol＝srcw-1；

}

outputthreedeminsiondata[row][col][0]＝inputthreedeminsiondata[srcrow][srccol][0]；//alpha

outputthreedeminsiondata[row][col][1]＝inputthreedeminsiondata[srcrow][srccol][1]；//red

outputthreedeminsiondata[row][col][2]＝inputthreedeminsiondata[srcrow][srccol][2]；//green

outputthreedeminsiondata[row][col][3]＝inputthreedeminsiondata[srcrow][srccol][3]；//blue

}

}

returnconverttoonedim(outputthreedeminsiondata,destw,desth)；

}

/*<p>thepurposeofthismethodistoconvertthedatainthe3darrayofintsbackinto</p>

*<p>the1darrayoftypeint.</p>

*

*/

publicint[]converttoonedim(int[][][]data,intimgcols,intimgrows){

//createthe1darrayoftypeinttobepopulatedwithpixeldata

int[]onedpix＝newint[imgcols*imgrows*4]；

//movethedataintothe1darray.notethe

//useofthebitwiseoroperatorandthe

//bitwiseleft-shiftoperatorstoputthe

//four8-bitbytesintoeachint.

for(introw＝0,cnt＝0；row<imgrows；row++){

for(intcol＝0；col<imgcols；col++){

onedpix[cnt]＝((data[row][col][0]<<24)&0xff000000)

|((data[row][col][1]<<16)&0x00ff0000)

|((data[row][col][2]<<8)&0x0000ff00)

|((data[row][col][3])&0x000000ff)；

cnt++；

}//endforlooponcol

}//endforlooponrow

returnonedpix；

}//endconverttoonedim

privateint[][][]processonetothreedeminsion(int[]onedpix2,intimgrows,intimgcols){

int[][][]tempdata＝newint[imgrows][imgcols][4]；

for(introw＝0；row<imgrows；row++){

//perrowprocessing

int[]arow＝newint[imgcols]；

for(intcol＝0；col<imgcols；col++){

intelement＝row*imgcols+col；

arow[col]＝onedpix2[element]；

}

//converttothreedimensiondata

for(intcol＝0；col<imgcols；col++){

tempdata[row][col][0]＝(arow[col]>>24)&0xff；//alpha

tempdata[row][col][1]＝(arow[col]>>16)&0xff；//red

tempdata[row][col][2]＝(arow[col]>>8)&0xff；//green

tempdata[row][col][3]＝(arow[col])&0xff；//blue

}

}

returntempdata；

}

雙線性插值算法代碼intx＝(i+0.5)*m/a-0.5

inty＝(j+0.5)*n/b-0.5

代替

intx＝i*m/a

inty＝j*n/b

所述雙立方插值算法的java源代碼如下：

本發(fā)明所達到的有益效果是：該方案是一種實現(xiàn)病案高清掃描的方法，該方案采用高拍儀進行紙質病案掃描，掃描后的病案圖片將以文件的形式存儲到服務器上，后臺采用最臨近點插值算法、雙線性插值算法、雙立方插值算法、最臨近點插值縮放等多種算法對掃描圖片進行處理，保證掃描件的高清晰度。

最后應說明的是：以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，盡管參照前述實施例對本發(fā)明進行了詳細的說明，對于本領域的技術人員來說，其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特征進行等同替換。凡在本發(fā)明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內。