CN102521801A - Ct图像的环形伪影及弧形伪影校正方法 - Google Patents
Ct图像的环形伪影及弧形伪影校正方法 Download PDFInfo
- Publication number
- CN102521801A CN102521801A CN2011103766108A CN201110376610A CN102521801A CN 102521801 A CN102521801 A CN 102521801A CN 2011103766108 A CN2011103766108 A CN 2011103766108A CN 201110376610 A CN201110376610 A CN 201110376610A CN 102521801 A CN102521801 A CN 102521801A
- Authority
- CN
- China
- Prior art keywords
- image
- data
- pixel
- row
- intermediate image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
CT图像的环形伪影校正方法由于是对未重建的CT图像进行环形伪影的校正,避免多次变换坐标带来的图像质量下降,同时对CT图像依次进行所有行的像素各自叠加求和、高通滤波、所有行的像素叠加求和取平均值等数据处理,能够准确可靠的去除环形伪影数据,使得在处理后的投影数据基础上重建的CT图像能够消除环形伪影的影响。CT图像的弧形伪影校正方法是在校正环形伪影后再将图像分为m个子集,对每个子集依次进行所有行的像素各自叠加求和、高通滤波提取高频成分、所有行的像素叠加求和取平均值等数据处理,能够准确可靠的去除弧形伪影数据,使得在处理后的投影数据基础上重建的CT图像能够消除弧形伪影的影响。
Description
【技术领域】
本发明涉及图像处理技术,尤其涉及一种CT图像的环形伪影及弧形伪影校正方法。
【背景技术】
在CT系统中,伪影一直是制约CT成像的重要因素。所谓伪影,是指实际物体被扫描时,重建图像里出现的实物中并不存在的成分。它是造成CT图像失真的重要因素之一。其中CT图像弧形伪影和环形伪影是由探测器像元响应不理想造成的,它们的存在导致CT图像质量下降,影响了图像的后续处理和量化分析。在临床上由于伪影与病理组织在图像上表现近似,可能导致误诊,因此去除或最大程度的减少这种伪影是十分必要的。
环形伪影相对于人体组织容易区分,因此危害并不是很大,而弧形伪影可能与某些病变组织图像表现类似。例如,穿过大动脉血管的黑色弧形与大动脉破裂非常相似。虽然环形伪影在很多情况下只是一个干扰,但在一些研究应用中,它可以导致很严重的问题。尤其是对天然材料(如化石、岩石中的裂隙等)图像进行分析时,环形伪影的出现,使得感兴趣区域的鉴定或测量结果不准确。
现有的环形伪影校正方法都是基于重建后的CT图像进行的,由于要进行坐标变换,所以会大程度的损失图像空间分辨率,导致图像质量下降。有的采用一维滤波器分别分解阈值和方差来定位伪影位置。而在实际CT图像中,由于扫描物体的结构一般较复杂,导致环形伪影处的亮度与背景差异往往并不明显,所以无法简单根据阈值和方差来准确定位环形伪影。
同时,由于探测器像元的不稳定性,产生的伪影可能不是环形而是弧形,而现有方法不能很好的消除对成像质量影响很大的弧形伪影。
【发明内容】
基于此,有必要提供一种在CT图像重建之前的准确可靠的CT图像的环形伪影校正方法。
一种CT图像的环形伪影校正方法,所述CT图像来自以m个扫描投影角度θi扫描所得的m幅分辨率为n×n的图像,其中,0°<θi<360°,1≤i≤m且为正整数,所述CT图像的环形伪影校正方法包括以下步骤:
将所有的CT图像变换到以探测器像元通道n为横坐标、投影角度θ为纵坐标的直角坐标系中,获得n×m个分辨率为n×1的第一中间图像R1(n,θi);
对第一中间图像R1(n,θ)依次进行n列的像素各自叠加求和、n列的像素叠加求和后取平均值等数据处理后得到数据E1(n);
将所述第一中间图像R1(n,θ)n列的像素分别叠加求和后各自减去所述数据E1(n),即可得到校正环形伪影后n×m个分辨率为n×1的第二中间图像R2(n,θ);
对所述第二中间图像R2(n,θ)进行锥形束CT图像重建,即可得到校正环形伪影后的CT图像。
优选地,所述扫描投影角度θi通过等分圆周得到。
优选地,所述扫描投影角度θi通过将圆周等分360份得到。
优选地,所述将所有的CT图像变换到以探测器像元通道n为横坐标、投影角度θ为纵坐标的直角坐标系中,获得n×m个分辨率为n×1的第一中间图像R1(n,θi)的步骤包括:
将二维面阵探测器探测的数据转换成一系列的一维线阵探测器探测的数据;
将每个一维线阵探测器在扫描过程中获得的所有CT图像变换到直角坐标系中。
优选地,所述对第一中间图像R1(n,θ)依次进行n列的像素各自叠加求和、n列的像素叠加求和后取平均值等数据处理后得到数据E1(n)的步骤包括:
对第一中间图像R1(n,θ)n列的像素各自进行叠加求和,得到数据S(n);
对所述数据S(n)进行高通滤波;
对所述数据S(n)进行n列的像素叠加求和后取平均值,得到数据E1(n)。
此外,还有必要提供一种CT图像的弧形伪影校正方法。
一种CT图像的弧形伪影校正方法,所述CT图像来自以m个扫描投影角度θi扫描所得的m幅分辨率为n×n的图像,其中,0°<θi<360°,1≤i≤m且为正整数,所述CT图像的弧形伪影校正方法包括以下步骤:
将所有的CT图像变换到以探测器像元通道n为横坐标、投影角度θ为纵坐标的直角坐标系中,获得n×m个分辨率为n×1的第一中间图像R1(n,θ);
对第一中间图像R1(n,θ)依次进行n列的像素各自叠加求和、n列的像素叠加求和后取平均值等数据处理后得到数据E1(n);
将所述第一中间图像R1(n,θ)n列的像素分别叠加求和后各自减去所述数据E1(n),即可得到校正部分弧形伪影后的第二中间图像R2(n,θ);
对所述第三中间图像R3(n,θ)进行锥形束CT图像重建,即可得到校正弧形伪影后的CT图像。
优选地,所述扫描投影角度θi通过等分圆周得到。
优选地,所述扫描投影角度θi通过将圆周等分360份得到。
优选地,所述将所有的CT图像变换到以探测器像元通道n为横坐标、投影角度θ为纵坐标的直角坐标系中,获得n×m个分辨率为n×1的第一中间图像R1(n,θ)的步骤包括:
将二维面阵探测器探测的数据转换成一系列的一维线阵探测器探测的数据;
将每个一维线阵探测器在扫描过程中获得的CT图像变换到直角坐标系中。
优选地,所述对第一中间图像R1(n,θ)依次进行n列的像素各自叠加求和、n列的像素叠加求和后取平均值等数据处理后得到数据E1(n)的步骤包括:
对第一中间图像R1(n,θ)的n列的像素各自进行叠加求和,得到数据S(n);
对所述数据S(n)进行高通滤波;
对所述数据S(n)n列叠加求和后取平均值,得到数据E1(n)。
上述CT图像的环形伪影校正方法由于是对未重建的CT图像进行环形伪影的校正,避免多次变换坐标带来的图像质量下降,同时对CT图像依次进行所有行的像素各自叠加求和、高通滤波、所有行的像素叠加求和取平均值等数据处理,能够准确可靠的去除环形伪影数据,使得在处理后的投影数据基础上重建的CT图像能够消除环形伪影的影响。
【附图说明】
图1为CT图像的环形伪影校正方法流程图;
图2为CT图像变换坐标系后的第一中间图像示意图;
图3为第一中间图像的n列叠加求和后的示意图;
图4为对图3进行高通滤波后的示意图;
图5为CT图像的弧形伪影校正方法流程图;
图6为CT图像变换坐标系后的第一中间图像示意图;
图7为第一中间图像的n列叠加求和后的示意图;
图8为对图7进行高通滤波提取高频成分后的示意图;
图9为校正部分弧形伪影的第二中间图像的示意图;
图10为校正弧形伪影的第二中间图像的示意图。
【具体实施方式】
如图1所示,为一种CT图像的环形伪影校正方法的流程图。CT图像来自以m个扫描投影角度θi扫描所得的m幅分辨率为n×n的图像,其中,0°<θi<360°,1≤i≤m且为正整数。
在本实施例中,扫描投影角度θi通过等分圆周得到。优选地,扫描投影角度θi通过将圆周等分360份得到。
CT图像的环形伪影校正方法包括以下步骤:
步骤S110,将所有的CT图像变换到以探测器像元通道n为横坐标、投影角度θ为纵坐标的直角坐标系中,获得n×m个分辨率为n×1的第一中间图像R1(n,θi)。
在本实施例中,将所有的CT图像变换到以探测器像元通道n为横坐标、投影角度θ为纵坐标的直角坐标系中,获得n×m个分辨率为n×1的第一中间图像R1(n,θi)的具体步骤为:
①将二维面阵探测器探测的数据转换成一系列的一维线阵探测器探测的数据。
②将每个一维线阵探测器在扫描过程中获得的所有CT图像变换到直角坐标系中。
在本实施例中,读入锥束CT圆周扫描后所获得的一系列(360幅)投影数据,将二维“面阵探测器”(2084×2084)看作一系列(2084个)的一维“线阵探测器”(2084×1)。对于每个一维“线阵探测器”在圆周(360°)扫描过程中所获得的投影数据,将其变换到以探测器像元通道n(n=1,...,2084)为横坐标,投影角度θ(θ=1°,...,360°)为纵坐标的直角坐标系中并做成第一中间图像。如图2所示,10为CT图像,11为环形伪影,12为其他形式的伪影,尤其以弧形伪影居多。
步骤S120,对第一中间图像R1(n,θ)依次进行n列的像素各自叠加求和、n列的像素叠加求和后取平均值等数据处理后得到数据E1(n)。
在本实施例中,对第一中间图像R1(n,θ)依次进行n列的像素各自叠加求和、n列的像素叠加求和后取平均值等数据处理后得到数据E1(n)的具体步骤包括:
①对第一中间图像R1(n,θ)n列的像素各自进行叠加求和,得到数据S(n)。
②对所述数据S(n)进行高通滤波。
③对所述数据S(n)进行n列的像素叠加求和后取平均值,得到数据E1(n)。
在本实施例中,对第一中间图像R1(n,θ)n列的像素各自进行叠加求和,假设n=2084,θ=360°,那么n列的像素各自进行叠加求和是指R1(1,θ),R1(2,θ)...,R1(2084,θ)这些图像各自在θ从0°到360°范围内的像素和,分别为S(1),S(2),...,S(2084)。对所述数据S(n)进行n列的像素叠加求和后取平均值是指将S(1),S(2),...,S(2084)等数据叠加求和后除以总数2084得到平均值E1(n)。
在本实施例中,对第一中间图像n列的像素各自进行叠加求和,得到如图3所示的图像,10为CT图像,11为环形伪影,12为其他形式伪影。由于环形伪影在经过处理后从一个圆形拉伸为直线,因此会出现在CT图像10的上方,且长度较长。
在本实施例中,对图3所示的图像进行高通滤波的处理后,得到如图4所示的图像,10为CT图像,11为环形伪影,12为其他形式的伪影。在高通滤波后,环形伪影11的信息增强,即环形伪影11的像素值增多。
步骤S130,将所述第一中间图像R1(n,θ)n列的像素分别叠加求和后各自减去所述数据E1(n),即可得到校正环形伪影后n×m个分辨率为n×1的第二中间图像R2(n,θ)。
在本实施例中,将所述第一中间图像R1(n,θ)n列的像素分别叠加求和后各自减去所述数据E1(n),是指将S(1),S(2),...,S(2084)等数据分别减去数据E1(n),各自得到R2(1,θ),R2(2,θ),...,R2(2084,θ)等数据。
步骤S140,对所述第二中间图像R2(n,θ)进行锥形束CT图像重建,即可得到校正环形伪影后的CT图像。
在本实施例中,对第二中间图像进行锥形束CT图像重建,可以采用标注的FDK重建算法利用完全的投影数据进行3D图像重建,得到最终校正环形伪影后的CT图像。
如图5所示,为一种弧形伪影校正方法的流程图。CT图像来自以m个扫描投影角度θi扫描所得的m幅分辨率为n×n的图像,其中,0°<θi<360°,1≤i≤m且为正整数。
在本实施例中,扫描投影角度θi通过等分圆周得到。优选地,扫描投影角度θi通过将圆周等分360份得到。
CT图像的弧形伪影校正方法包括以下步骤:
步骤S210,将所有的CT图像变换到以探测器像元通道n为横坐标、投影角度θ为纵坐标的直角坐标系中,获得n×m个分辨率为n×1的第一中间图像R1(n,θ)。
在本实施例中,将所有的CT图像变换到以探测器像元通道n为横坐标、投影角度θ为纵坐标的直角坐标系中,获得n×m个分辨率为n×1的第一中间图像R1(n,θi)的具体步骤为:
①将二维面阵探测器探测的数据转换成一系列的一维线阵探测器探测的数据。
②将每个一维线阵探测器在扫描过程中获得的所有CT图像变换到直角坐标系中。
在本实施例中,读入锥束CT圆周扫描后所获得的一系列(360幅)投影数据,将二维“面阵探测器”(2084×2084)看作一系列(2084个)的一维“线阵探测器”(2084×1)。对于每个一维“线阵探测器”在圆周(360°)扫描过程中所获得的投影数据,将其变换到以探测器像元通道n(n=1,...,2084)为横坐标,投影角度θ(θ=1°,...,360°)为纵坐标的直角坐标系中并做成第一中间图像。如图6所示,10为CT图像,11为环形伪影,13为弧形伪影。
步骤S220,对第一中间图像R1(n,θ)依次进行n列的像素各自叠加求和、n列的像素叠加求和后取平均值等数据处理后得到数据E1(n)。
在本实施例中,对第一中间图像R1(n,θ)依次进行n列的像素各自叠加求和、n列的像素叠加求和后取平均值等数据处理后得到数据E1(n)的具体步骤包括:
①对第一中间图像R1(n,θ)n列的像素各自进行叠加求和,得到数据S(n)。
②对所述数据S(n)进行高通滤波。
③对所述数据S(n)进行n列的像素叠加求和后取平均值,得到数据E1(n)。
在本实施例中,对第一中间图像R1(n,θ)n列的像素各自进行叠加求和,假设n=2084,θ=360°,那么n列的像素各自进行叠加求和是指R1(1,θ),R1(2,θ)...,R1(2084,θ)这些图像各自在θ从0°到360°范围内的像素和,分别为S(1),S(2),...,S(2084)。对所述数据S(n)进行n列的像素叠加求和后取平均值是指将S(1),S(2),...,S(2084)等数据叠加求和后除以总数2084得到平均值E1(n)。
在本实施例中,对第一中间图像n列的像素各自进行叠加求和,得到如图7所示的图像,10为CT图像,11为环形伪影,13为弧形伪影。由于弧形形伪影在经过处理后从一个圆形拉伸为直线,因此会出现在CT图像10的上方,长度比环形伪影11的短。
在本实施例中,对图7所示的图像进行高通滤波的处理后,得到如图8所示的图像,10为CT图像,11为环形伪影,13为弧形伪影。在高通滤波后,环形伪影11的信息增强,即环形伪影11的像素值增多。
步骤S230,将所述第一中间图像R1(n,θ)n列的像素分别叠加求和后各自减去所述数据E1(n),即可得到校正部分弧形伪影后的第二中间图像R2(n,θ)。
在本实施例中,将所述第一中间图像R1(n,θ)n列的像素分别叠加求和后各自减去所述数据E1(n),是指将S(1),S(2),...,S(2084)等数据分别减去数据E1(n),各自得到R2(1,θ),R2(2,θ),...,R2(2084,θ)等数据。
在本实施例中,如图9所示,为校正部分弧形伪影后的第二中间图像。10为CT图像,13为弧形伪影。环形伪影11被完全消除,剩余CT图像10和部分的弧形伪影13。因此,还有必要进一步对第二中间图像进行处理。
①将第二中间图像R2(n,θ)按总的投影角度θ等分为m个子集
在本实施例中,将第二中间图像按照总的投影角度θ等分为m(m=6)个子集,每个子集包含p(p=60)个投影角度(p=θ/m),记作q=1,2,…,60;i=1,2,…,6。分别在每个子集内进行所有行叠加求和,得到6个数据分别对Ai(n)高通滤波提取其高频成分,由此分别得到6个子集的高频成分:i=1,2,…,6。对6个子集的对应高频成分i=1,2,…,6依次取平均值,记为i=1,2,…,6。
步骤S260,对所述第三中间图像R3(n,θ)进行锥形束CT图像重建,即可得到校正弧形伪影后的CT图像。
在本实施例中,由校正后的图像得到修正后的一系列投影数据,进行锥形束CT图像重建,进而获得CT图像。
在本实施例中,对第二中间图像进行锥形束CT图像重建,可以采用标注的FDK重建算法利用完全的投影数据进行3D图像重建,得到最终校正环形伪影后的CT图像。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种CT图像的环形伪影校正方法,所述CT图像来自以m个扫描投影角度θi扫描所得的m幅分辨率为n×n的图像,其中,0°<θi<360°,1≤i≤m且为正整数,所述CT图像的环形伪影校正方法包括以下步骤:
将所有的CT图像变换到以探测器像元通道n为横坐标、投影角度θ为纵坐标的直角坐标系中,获得n×m个分辨率为n×1的第一中间图像R1(n,θi);
对第一中间图像R1(n,θ)依次进行n列的像素各自叠加求和、n列的像素叠加求和后取平均值等数据处理后得到数据E1(n);
将所述第一中间图像R1(n,θ)n列的像素分别叠加求和后各自减去所述数据E1(n),即可得到校正环形伪影后n×m个分辨率为n×1的第二中间图像R2(n,θ);
对所述第二中间图像R2(n,θ)进行锥形束CT图像重建,即可得到校正环形伪影后的CT图像。
2.根据权利要求1所述的CT图像的环形伪影校正方法,其特征在于,所述扫描投影角度θi通过等分圆周得到。
3.根据权利要求2所述的CT图像的环形伪影校正方法,其特征在于,所述扫描投影角度θi通过将圆周等分360份得到。
4.根据权利要求1所述的CT图像的环形伪影校正方法,其特征在于,所述将所有的CT图像变换到以探测器像元通道n为横坐标、投影角度θ为纵坐标的直角坐标系中,获得n×m个分辨率为n×1的第一中间图像R1(n,θi)的步骤包括:
将二维面阵探测器探测的数据转换成一系列的一维线阵探测器探测的数据;
将每个一维线阵探测器在扫描过程中获得的所有CT图像变换到直角坐标系中。
5.根据权利要求1所述的CT图像的环形伪影校正方法,其特征在于,所述对第一中间图像R1(n,θ)依次进行n列的像素各自叠加求和、n列的像素叠加求和后取平均值等数据处理后得到数据E1(n)的步骤包括:
对第一中间图像R1(n,θ)n列的像素各自进行叠加求和,得到数据S(n);
对所述数据S(n)进行高通滤波;
对所述数据S(n)进行n列的像素叠加求和后取平均值,得到数据E1(n)。
6.一种CT图像的弧形伪影校正方法,所述CT图像来自以m个扫描投影角度θi扫描所得的m幅分辨率为n×n的图像,其中,0°<θi<360°,1≤i≤m且为正整数,所述CT图像的弧形伪影校正方法包括以下步骤:
将所有的CT图像变换到以探测器像元通道n为横坐标、投影角度θ为纵坐标的直角坐标系中,获得n×m个分辨率为n×1的第一中间图像R1(n,θ);
对第一中间图像R1(n,θ)依次进行n列的像素各自叠加求和、n列的像素叠加求和后取平均值等数据处理后得到数据E1(n);
将所述第一中间图像R1(n,θ)n列的像素分别叠加求和后各自减去所述数据E1(n),即可得到校正部分弧形伪影后的第二中间图像R2(n,θ);
对所述第三中间图像R3(n,θ)进行锥形束CT图像重建,即可得到校正弧形伪影后的CT图像。
7.根据权利要求6所述的CT图像的弧形伪影校正方法,其特征在于,所述扫描投影角度θi通过等分圆周得到。
8.根据权利要求7所述的CT图像的弧形伪影校正方法,其特征在于,所述扫描投影角度θi通过将圆周等分360份得到。
9.根据权利要求6所述的弧形伪影校正方法,其特征在于,所述将所有的CT图像变换到以探测器像元通道n为横坐标、投影角度θ为纵坐标的直角坐标系中,获得n×m个分辨率为n×1的第一中间图像R1(n,θ)的步骤包括:
将二维面阵探测器探测的数据转换成一系列的一维线阵探测器探测的数据;
将每个一维线阵探测器在扫描过程中获得的CT图像变换到直角坐标系中。
10.根据权利要求6所述的CT图像的弧形伪影校正方法,其特征在于,所述对第一中间图像R1(n,θ)依次进行n列的像素各自叠加求和、n列的像素叠加求和后取平均值等数据处理后得到数据E1(n)的步骤包括:
对第一中间图像R1(n,θ)的n列的像素各自进行叠加求和,得到数据S(n);
对所述数据S(n)进行高通滤波;
对所述数据S(n)n列叠加求和后取平均值,得到数据E1(n)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110376610.8A CN102521801B (zh) | 2011-11-23 | 2011-11-23 | Ct图像的环形伪影及弧形伪影校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110376610.8A CN102521801B (zh) | 2011-11-23 | 2011-11-23 | Ct图像的环形伪影及弧形伪影校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102521801A true CN102521801A (zh) | 2012-06-27 |
CN102521801B CN102521801B (zh) | 2014-07-02 |
Family
ID=46292706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110376610.8A Active CN102521801B (zh) | 2011-11-23 | 2011-11-23 | Ct图像的环形伪影及弧形伪影校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102521801B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102800073A (zh) * | 2012-06-28 | 2012-11-28 | 西北工业大学 | 一种锥束ct环形伪影的自动判别与校正方法 |
CN103593826A (zh) * | 2013-10-22 | 2014-02-19 | 南方医科大学 | 图像环形伪影校正方法 |
CN104104968A (zh) * | 2013-04-02 | 2014-10-15 | 联咏科技股份有限公司 | 图像处理电路及其环状假影消除方法 |
CN106056645A (zh) * | 2016-05-25 | 2016-10-26 | 天津商业大学 | 基于频域分析的ct图像平移运动伪影校正方法 |
CN106296763A (zh) * | 2016-07-20 | 2017-01-04 | 中国兵器科学研究院宁波分院 | 一种金属材料工业ct图像质量快速校正方法 |
WO2018103015A1 (zh) * | 2016-12-07 | 2018-06-14 | 深圳先进技术研究院 | 一种环形伪影修正的方法及装置 |
CN109146768A (zh) * | 2017-01-03 | 2019-01-04 | 成都科创知识产权研究所 | 图像变换方法、系统及应用 |
CN110060316A (zh) * | 2019-04-29 | 2019-07-26 | 重庆邮电大学 | 一种用于ct重建中多区域分割的环伪影校正方法 |
CN110889878A (zh) * | 2019-11-08 | 2020-03-17 | 湖北科技学院 | 结合图像平滑处理的ct图像环形伪影抑制方法 |
CN111047659A (zh) * | 2019-11-08 | 2020-04-21 | 湖北科技学院 | 结合滤波方法的ct环形伪影的校正方法 |
WO2021135339A1 (zh) * | 2019-12-30 | 2021-07-08 | 苏州瑞派宁科技有限公司 | Ct图像中环形伪影的校正方法、装置及计算机程序介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1235811A (zh) * | 1998-05-14 | 1999-11-24 | 通用电气公司 | 对于高衰减物体产生的虚影的校正 |
US20030059123A1 (en) * | 2000-10-06 | 2003-03-27 | Shiro Omori | Image quality correction method, image data processing device, data storing/reproducing method, data batch-processing system, data processing method, and data processing system |
-
2011
- 2011-11-23 CN CN201110376610.8A patent/CN102521801B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1235811A (zh) * | 1998-05-14 | 1999-11-24 | 通用电气公司 | 对于高衰减物体产生的虚影的校正 |
US20030059123A1 (en) * | 2000-10-06 | 2003-03-27 | Shiro Omori | Image quality correction method, image data processing device, data storing/reproducing method, data batch-processing system, data processing method, and data processing system |
Non-Patent Citations (1)
Title |
---|
罗君方: "去除CT图像环形伪影算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 01, 31 January 2010 (2010-01-31) * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102800073A (zh) * | 2012-06-28 | 2012-11-28 | 西北工业大学 | 一种锥束ct环形伪影的自动判别与校正方法 |
CN102800073B (zh) * | 2012-06-28 | 2015-01-28 | 西北工业大学 | 一种锥束ct环形伪影的自动判别与校正方法 |
CN104104968A (zh) * | 2013-04-02 | 2014-10-15 | 联咏科技股份有限公司 | 图像处理电路及其环状假影消除方法 |
CN103593826A (zh) * | 2013-10-22 | 2014-02-19 | 南方医科大学 | 图像环形伪影校正方法 |
CN103593826B (zh) * | 2013-10-22 | 2016-08-17 | 南方医科大学 | 图像环形伪影校正方法 |
CN106056645B (zh) * | 2016-05-25 | 2018-12-28 | 天津商业大学 | 基于频域分析的ct图像平移运动伪影校正方法 |
CN106056645A (zh) * | 2016-05-25 | 2016-10-26 | 天津商业大学 | 基于频域分析的ct图像平移运动伪影校正方法 |
CN106296763A (zh) * | 2016-07-20 | 2017-01-04 | 中国兵器科学研究院宁波分院 | 一种金属材料工业ct图像质量快速校正方法 |
CN106296763B (zh) * | 2016-07-20 | 2019-05-31 | 中国兵器科学研究院宁波分院 | 一种金属材料工业ct图像质量快速校正方法 |
WO2018103015A1 (zh) * | 2016-12-07 | 2018-06-14 | 深圳先进技术研究院 | 一种环形伪影修正的方法及装置 |
CN109146768A (zh) * | 2017-01-03 | 2019-01-04 | 成都科创知识产权研究所 | 图像变换方法、系统及应用 |
CN110060316A (zh) * | 2019-04-29 | 2019-07-26 | 重庆邮电大学 | 一种用于ct重建中多区域分割的环伪影校正方法 |
CN110060316B (zh) * | 2019-04-29 | 2023-03-03 | 重庆邮电大学 | 一种用于ct重建中多区域分割的环伪影校正方法 |
CN110889878A (zh) * | 2019-11-08 | 2020-03-17 | 湖北科技学院 | 结合图像平滑处理的ct图像环形伪影抑制方法 |
CN111047659A (zh) * | 2019-11-08 | 2020-04-21 | 湖北科技学院 | 结合滤波方法的ct环形伪影的校正方法 |
WO2021135339A1 (zh) * | 2019-12-30 | 2021-07-08 | 苏州瑞派宁科技有限公司 | Ct图像中环形伪影的校正方法、装置及计算机程序介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102521801B (zh) | 2014-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102521801B (zh) | Ct图像的环形伪影及弧形伪影校正方法 | |
CN103679642B (zh) | 一种ct图像金属伪影校正方法、装置及ct设备 | |
CN101510298B (zh) | 一种ct伪影的综合校正方法 | |
CN102800073B (zh) | 一种锥束ct环形伪影的自动判别与校正方法 | |
CN103279929B (zh) | 一种基于余弦积分的ct图像金属轨迹预测和伪影去除方法 | |
Cheddad et al. | Image processing assisted algorithms for optical projection tomography | |
US8938108B2 (en) | Method for artifact reduction in cone-beam CT images | |
US8565502B2 (en) | Method and system for reconstruction of tomographic images | |
US20180211418A1 (en) | Image processing device, radiation detecting device, and image processing method | |
CN105225208A (zh) | 一种计算机断层成像金属伪影校正方法及装置 | |
JP2017519569A (ja) | 光干渉断層撮影画像内のスペックルノイズの低減 | |
CN107292819A (zh) | 一种基于边缘细节保护的红外图像超分辨率重建方法 | |
CN111553849A (zh) | 基于局部特征匹配的锥束ct几何伪影去除方法及装置 | |
CN110458908B (zh) | 基于有限角度迭代重建超视野ct图像的方法 | |
CN111553960B (zh) | 一种基于投影均值图像的环状伪影快速校正方法 | |
CN111223156A (zh) | 一种用于牙科锥束ct系统的金属伪影消除方法 | |
CN109816747A (zh) | 一种头部ct图像的金属伪影校正方法 | |
Anas et al. | High-quality 3D correction of ring and radiant artifacts in flat panel detector-based cone beam volume CT imaging | |
CN111053568B (zh) | Ct图像中环形伪影的校正方法、装置及计算机存储介质 | |
CN102062740A (zh) | 锥束ct扫描成像方法及系统 | |
Faber et al. | Motion correction of pet brain images through deconvolution: I. theoretical development and analysis in software simulations | |
CN115797487A (zh) | Ct图像环状伪影自适应保结构校正方法、装置及成像设备 | |
US9105124B2 (en) | Methods and systems for reducing noise- related imaging artifacts | |
Dennerlein et al. | Geometric jitter compensation in cone-beam CT through registration of directly and indirectly filtered projections | |
JP6592499B2 (ja) | Ct画像およびct画像化システムの空間分解能を向上させるための装置および方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |