CN103400361B - 一种口腔ct中基于阈值的增益校正算法 - Google Patents

Abstract

本发明涉及一种口腔CT中基于阈值的增益校正算法，首先通过采集与待处理图像的放射条件相同的一组空气图像数据，对这组数据中每个像素点进行求取平均值得到平均光场图像，再计算平均光场图像整幅图像的平均值和方差，得到增益系数校正矩阵和判断所需的阈值条件，最后根据所需的阈值条件对每个像素点进行判断，根据判断结果的不同对每个像素点分别进行相应的增益校正，得到处理后的图像数据。采用本发明不仅可以很好的消除图像背景中的条纹，而且不会对物体中引入新的伪影，即大大提高了运算时间，又提高了图像的质量。

Description

一种口腔CT中基于阈值的增益校正算法

技术领域

本发明涉及计算机图像处理领域，尤其是一种口腔CT中基于阈值的增益校正算法。

背景技术

近几年来，各种各样的平板探测器被开发出来，被广泛的应用于各种CT系统中，作为系统的成像设备，尤其是在锥束CT系统中。由于在锥束CT系统中具有数据采集速度高、切片序列连续等特点，而平板探测器具有良好的空间分辨率、很小的几何畸变、很大的动态范围以及良好的线性等优点，被广泛的应用于锥束CT系统，作为重要的成像部件。由于平板探测器是一种高度复杂的集成化数字成像设备，受到其结构特征和制作工艺的缺陷，其原始的输出图像具有不可避免的瑕疵。这些瑕疵如果不能很好的被纠正，会使探测器输出图像出现错误，对重建图像的质量造成很大的影响，也会对医生的临床诊断造成不必要的麻烦。

中国专利【CN101510298A】<一种CT伪影的综合校正方法>中提到，增益校正时，是直接通过采集相同条件下的广场图像，然后通过计算增益系数矩阵，通过计算得到需要的增益校正矩阵，然后把G3(x,y)和待处理的图像G3(x,y)的对应位置上的值进行乘积运算，计算之后便可以得到处理后的图像数据。虽然其计算的增益校正矩阵是完全是根据光场图像进行计算的，计算方法也比较简单，但是它的方法忽略了物体对于X线的衰减性，进而会在物体中引入新的条纹，对重建的图片上引入新的环状伪影，降低了重建图像的质量。

文章<一种锥束CT中平板探测器输出图像校正方法>中提到，增益不一致性校正借鉴图像复原中的逆滤波原理，采集相应扫描条件下的一组空气投影图像，叠加平均后进行数据拟合，来得到所需的增益校正矩阵，其中I(x,y)和I′(x,y)分别是校正前后(x,y)点处的灰度值，I(x,y)为平均光场图像，μ为拟合后的系数。它虽然提出了一种计算系数矩阵的方法，但是它的方法计算量太大，大大影响了图像数据的处理速度，而且未能避免在物体上引入新的条纹的现象。

中国专利【CN101126724A】<锥束CT中平板探测器图像的抗干扰校正方法>中，提出了一种增益矩阵的求法。首先选择各幅实物投影图像中未被物体遮挡的若干列，将每幅图像对应的若干行取平均，得到一列平均数据，再计算所有实物投影图像空白列的均值。最以，将前述每幅实物投影图像的平均列数据规范化到其均值从而得到图像一列的增益校正参数，然后把这个参数与待处理的图像的每一列对应元素值进行乘积运算，得到处理后的图像数据。但是它只是介绍了方法的大体思路，并没有求解公式，而且其采用的规范化方法，计算量很大。

发明内容

本发明要解决的技术问题是：提出一种应用于口腔CT系统中，能够很好的校正平板探测器增益不一致性的方法，这种方法可以通过阈值判断很好的解决由于物体对X射线衰减所造成的影响，通过光场图像和阈值的结合，能够解决由于采用光场图像计算增益系数校正矩阵而对生数据所引入的新的条纹；不仅可以很好的消除图像背景中的条纹，而且不会对物体中引入新的伪影，即大大提高了运算时间，又提高了图像的质量。

本发明所采用的技术方案为：一种口腔CT中基于阈值的增益校正算法，包括以下步骤：

1）采集与待处理图像的放射条件相同的一组空气图像数据；

2）对该组数据中每一个像素点进行求取平均值得到平均光场图像；

3）计算平均光场图像整幅图像的平均值和方差，得到增益系数校正矩阵和判断所需的阈值条件；

4）根据所需的阈值条件对每个像素点进行阈值判断；

5）根据判断结果的不同对每个像素点分别进行相应的增益校正，得到处理后的图像数据。

所述的步骤3）中得到增益系数校正矩阵的方法是：在暗场校正的环境下对采集到的数据的每个像素点进行求和取平均，得到平均光场图像再利用公式：计算每个像素点的像素值的平均值其中，n、m分别表示光场图像的像素点的行数和列数；最后通过平均值sum与平均光场图像计算得出增益系数校正矩阵 $U^{\&prime;}(x,y)=\mathrm{sum}/\stackrel{\&OverBar;}{R}(x,y).$

所述的步骤3）中的阈值的计算方法为：通过公式：计算平均光场图像的所有像素点的方差的平均值其中n、m分别表示光场图像的像素点的行数和列数；表示平均光场图像每个像素点的像素值，sum表示平均光场图像每个像素点的像素均值；之后得出增益校正时所需要的判断阈值s=sum/a。

对所述的步骤5）中的增益校正建立模型，通过阈值得到一个区间，并对生成数据的每个像素点判断是否在该区间范围内。

本发明的有益效果是：1.由于现有的增益校正算法基本上都是通过大量的计算得出增益校正矩阵，而本方法采用一种更加简便的方法，不仅可以准确的计算出每个像素点的增益校正系数，而且计算两小，可以更好的节省CT系统的处理时间，提高系统的效率，减少系统对于硬件的要求，降低不必要的成本；

2.由于增益系数矩阵是通过空气图像计算得出的，而在采集物体时，由于物体的衰减性作用，如果不进行阈值判断而直接进行增益系数校正，会在物体上引入明显的条纹，不仅会影响平板探测器对于物体各个像素点的响应值，而且会在重建图像中引入环状伪影，大大降低重建图像的质量，影响医生对于病灶的发现和诊断；而采用本发明则不会出现这样的情况；

3.由于现有方法不能很好的区分出背景和物体，所以引入了阈值判断的方法，这样可以把背景和物体分开处理，进而更好的解决由于增益校正而在重建图像中引入的环状伪影，在降低计算时间和处理器硬件要求的基础上更好的提高重建图像的质量。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1A～C是采集的第137幅投影数据；

图2A～B是第137幅投影图像数据；

图3A～C是重建切片的图像。

具体实施方式

现在结合附图和优选实施例对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

本发明提出一种在口腔锥束CT系统下用于平板探测器的基于阈值的增益校正方法，它首先通过采集与待处理图像的放射条件相同的一组空气图像数据，对这组数据中每个像素点进行求取平均值得到平均光场图像，再计算平均光场图像整幅图像的平均值和方差，得到增益系数校正矩阵和判断所需的阈值条件，最后根据所需的阈值条件对每个像素点进行判断，根据判断结果的不同对每个像素点分别进行相应的增益校正，得到处理后的图像数据。

其中，

1)增益系数矩阵的计算

由于FPD的输出图像会受到之前所述的暗电流和量子噪声的影响，并且考虑到FPD所具有的很好的线性输出特性，我们将输出图像表示为：

R(x,y)=K(x,y)U(x,y)+B(x,y)(1)

其中，R(x,y)表示FPD每个像元的输出值，K(x,y)表示每个像元所吸收的X射线的计量，U(x,y)表示每个像元自身的增益系数，B(x,y)表示每个像元在暗电流作用下的输出值。

所以，我们根据上述原理，在现有的暗场校正的基础之上，我们首先在与待处理数据所使用的放射条件下，采集N副这个条件下的空气数据，为了消除采集过程中的噪声影响，我们对所采集的数据的每个像素点进行求和取平均，得到平均光场图像R(x,y)

$\stackrel{\&OverBar;}{R}(x,y)=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{R}_i(x,y)---\left(2\right)$

之后，我们用式(2)计算得到的光场平均图像R(x,y)，计算每个像素点的像素值的平均值，即

$\mathrm{sum}=\frac{1}{n*m}\underset{x=1}{\overset{n}{\mathrm{\&Sigma;}}}\underset{y=1}{\overset{m}{\mathrm{\&Sigma;}}}\stackrel{\&OverBar;}{R}(x,y)---\left(3\right)$

其中，n、m分别表示光场图像的像素点的行数和列数。

最后，我们通过由式(3)计算出来的均值sum与光场均值图像R(x,y)计算出所需的增益系数校正矩阵U′(x,y)，即

$U^{\&prime;}(x,y)=\mathrm{sum}/\stackrel{\&OverBar;}{R}(x,y)---\left(4\right)$

2)阈值的计算

我们通过式(2)计算得到的平均光场图像以及式(3)计算得到的图像均值，来计算平均光场图像的所有像素点的方差的平均值a，即

$a=\frac{1}{{(m*n)}^2}\underset{x=1}{\overset{n}{\mathrm{\&Sigma;}}}\underset{y=1}{\overset{m}{\mathrm{\&Sigma;}}}{(\stackrel{\&OverBar;}{R}(x,y)-\mathrm{sum})}^2---\left(5\right)$

其中，n、m分别表示光场图像的像素点的行数和列数，R(x,y)表示平均光场图像每个像素点的像素值，sum表示平均光场图像每个像素点的像素均值。

我们通过式(3)、(4)，分别计算得到的光场图像的均值和方差，可以计算出在增益校正时所需要的判断阈值s，即

s=sum/a(6)

3)校正模型的建立

我们利用式(4)计算出的增益系数校正矩阵U′(x,y)和式(6)计算出来的判断阈值s，来对采集图像进行处理。首先，我们读取一幅采集图像R(x,y)，我们通过阈值得到一个区间(sum-s,sum+s)，并对生数据的每个像素点，判断其是否在这个区间范围以内，在区间内的像素点，采用

R'(x,y)=(R(x,y)-B(x,y))·U'(x,y)(7)

如果不在上述区间内，则采用

R'(x,y)=R(x,y)-B(x,y)(8)

这样我们就建立了基于阈值判断的增益校正方法的校正模型。

图1～2中所示的是三组实验第137幅投影图像的整体对比图，我们对窗宽、窗位进行了适当的调整，以便我们更好的对其进行对比。由图3可见，已有的增益校正方法所得图像在背景部分有很好的效果，但是会在物体上面引入非常明显的条状伪影，衰减越弱伪影越明显。而经过阈值校正之后的图像，不仅在背景区域有很明显的改善，还不会在物体上引入多余的条状伪影，使背景区域灰度均匀，投影轮廓清晰。

以上说明书中描述的只是本发明的具体实施方式，各种举例说明不对本发明的实质内容构成限制，所属技术领域的普通技术人员在阅读了说明书后可以对以前所述的具体实施方式做修改或变形，而不背离发明的实质和范围。

Claims (3)

1.一种口腔CT中基于阈值的增益校正算法，其特征在于包括以下步骤：

1)采集与待处理图像的放射条件相同的一组空气图像数据；

2)对该组数据中每一个像素点进行求取平均值得到平均光场图像；

3)计算平均光场图像整幅图像的平均值和方差，得到增益系数校正矩阵和判断所需的阈值条件；

其中得到增益系数校正矩阵的方法是：在暗场校正的环境下对采集到的数据的每个像素点进行求和取平均，得到平均光场图像再利用公式：计算每个像素点的像素值的平均值其中，n、m分别表示光场图像的像素点的行数和列数；最后通过平均值sum与平均光场图像计算得出增益系数校正矩阵

4)根据所需的阈值条件对每个像素点进行阈值判断；

5)根据判断结果的不同对每个像素点分别进行相应的增益校正，得到处理后的图像数据。

2.如权利要求1所述的一种口腔CT中基于阈值的增益校正算法，其特征在于：所述的步骤3)中的阈值的计算方法为：通过公式：计算平均光场图像的所有像素点的方差的平均值其中n、m分别表示光场图像的像素点的行数和列数；表示平均光场图像每个像素点的像素值，sum表示平均光场图像每个像素点的像素均值；之后得出增益校正时所需要的判断阈值s＝sum/a。

3.如权利要求1所述的一种口腔CT中基于阈值的增益校正算法，其特征在于：对所述的步骤5)中的增益校正建立模型，通过阈值得到一个区间，并对生成数据的每个像素点判断是否在该区间范围内。