CN103530854A - 基于空域滤波的cbct全景图锐化增强方法 - Google Patents
基于空域滤波的cbct全景图锐化增强方法 Download PDFInfo
- Publication number
- CN103530854A CN103530854A CN201310491510.9A CN201310491510A CN103530854A CN 103530854 A CN103530854 A CN 103530854A CN 201310491510 A CN201310491510 A CN 201310491510A CN 103530854 A CN103530854 A CN 103530854A
- Authority
- CN
- China
- Prior art keywords
- image
- cbct
- spatial
- method based
- panorama sketch
- 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.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种基于空域滤波的CBCT全景图锐化增强方法,包括如下步骤:首先读取一幅图像,并用半径为R,标准偏差为σ的高斯低通滤波器对图像进行卷积处理,得平滑图像,再从原图像中减去模糊图像产生模板,最后在原图像上加上该模板的一个权重部分。本发明提高了CBCT图像的对比度,特别是CBCT图像中的软组织部分得到较好的增强效果,且算法简单,运算速度快,可通过调节两个参数,得到比较满意的效果,为医生临床应用提供了有效的帮助。
Description
技术领域
本发明涉及一种的CBCT图像处理方法,具体涉及一种基于空域滤波的CBCT全景图锐化增强方法。
背景技术
Cone beam(锥形束)CT是近年来发展迅速,在口腔临床上最有优势的三维成像设备。CBCT使用平板探测器和锥形束X射线围绕检测体做旋转扫描(180次-360次,依产品不同而异)。将得到二维投影图像在计算机中利用锥形束CT重建算法,得到三维的体数据。它与螺旋CT最大的区别是它的投影数据是二维的,重建后是三维的,而螺旋CT的投影数据是一维的,投影数据是二维的,三维的体数据需要连续扫描多个二维切片。虽然CBCT的投影原理与螺旋CT是完全不同的,但它们的重建算法很相似。由于CT成像的特点,相对于传统CT,它X线利用率高,射线剂量低,很高的各向同性的空间分辨率,其成本更低,占地面积小,扫描更加灵活。
CBCT成像技术是近几年来发展迅速的一种新兴三维成像技术。尤其在口腔临床上得到很好的发展。CBCT方便快捷,辐射剂量低,图像的空间分辨率高,具有各向同性的特点,有准确而稳定的CT值,但它的密度分辨率低,软组织显示不清晰,边界受噪声影响较大。要提高图像的细节信息,需要进行锐化增强,以提供清晰的图像边界,方便医生对靶区的勾画。
由于频域滤波算法复杂,计算速度慢,有微量的振铃效果,无法满足高分辨率、低对比度的CBCT图像增强,因此我们针对CBCT图像的空间分辨率高,密度分辨率低,低密度组织成像不清晰的特点,对经典的空域滤波算法进行改进。
发明内容
发明目的:本发明针对现有技术中频域滤波算法复杂,计算速度慢,有微量的振铃效果,无法满足高分辨率、低对比度的CBCT图像的不足,提出一种基于空域滤波的CBCT全景图锐化增强方法,此方法有效地提高了CBCT图像的对比度,特别是CBCT图像中的软组织部分得到较好的增强效果,且算法简单,运算速度快。
技术方案:本发明所述的一种基于空域滤波的CBCT全景图锐化增强方法,包括如下步骤:
(1)读取一幅图像f(x,y);
(4)在原图像上加上该模板的一个权重部分g(x,y)=f(x,y)+k*gmask(x,y)。
作为优选,步骤(2)中所述标准偏差σ的值为20。
作为优选,步骤(4)中所述k值范围为1~5。
有益效果:本发明提高了CBCT图像的对比度,特别是CBCT图像中的软组织部分得到较好的增强效果,且算法简单,运算速度快,可通过调节两个参数,得到比较满意的效果,为医生临床应用提供了有效的帮助。
附图说明
图1为本发明的流程图;
图2增强前的口腔CBCT全景图;
图3为经本发明增强后的口腔CBCT全景图。
具体实施方式
下面结合具体实施例对本发明作进一步说明:
如图1所示的本发明的流程图,本发明所述的一种基于空域滤波的CBCT全景图锐化增强方法,包括如下步骤:
(1)读取一幅图像f(x,y);
(4)在原图像上加上该模板的一个权重部分g(x,y)=f(x,y)+k*gmask(x,y)。
上述步骤(2)中所述标准偏差σ的值为20,步骤(2)中高斯低通滤波器公式为
如图2和图3所示的对比图,可以发现,经过本发明的方法增强后,图像的边缘信息明显增强,软组织部分得到较好的增强效果,为医生临床应用提供了有效的帮助。
Claims (4)
2.根据权利要求1所述的一种基于空域滤波的CBCT全景图锐化增强方法,其特征在于:步骤(2)中所述标准偏差σ的值为20。
5.根据权利要求1所述的一种基于空域滤波的CBCT全景图锐化增强方法,其特征在于:步骤(4)中所述k值范围为1~5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310491510.9A CN103530854A (zh) | 2013-10-15 | 2013-10-15 | 基于空域滤波的cbct全景图锐化增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310491510.9A CN103530854A (zh) | 2013-10-15 | 2013-10-15 | 基于空域滤波的cbct全景图锐化增强方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103530854A true CN103530854A (zh) | 2014-01-22 |
Family
ID=49932838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310491510.9A Pending CN103530854A (zh) | 2013-10-15 | 2013-10-15 | 基于空域滤波的cbct全景图锐化增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103530854A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809713A (zh) * | 2015-04-24 | 2015-07-29 | 上海理工大学 | 基于邻域信息与高斯滤波的cbct全景图非线性锐化增强方法 |
CN109859126A (zh) * | 2019-01-17 | 2019-06-07 | 浙江大华技术股份有限公司 | 一种视频降噪方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1856666A1 (en) * | 2005-03-11 | 2007-11-21 | Nokia Corporation | Method, computer program product and device for processing of still images in the compressed domain |
CN102800063A (zh) * | 2012-07-12 | 2012-11-28 | 中国科学院软件研究所 | 基于各向异性滤波的图像增强与抽象化方法 |
-
2013
- 2013-10-15 CN CN201310491510.9A patent/CN103530854A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1856666A1 (en) * | 2005-03-11 | 2007-11-21 | Nokia Corporation | Method, computer program product and device for processing of still images in the compressed domain |
CN102800063A (zh) * | 2012-07-12 | 2012-11-28 | 中国科学院软件研究所 | 基于各向异性滤波的图像增强与抽象化方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809713A (zh) * | 2015-04-24 | 2015-07-29 | 上海理工大学 | 基于邻域信息与高斯滤波的cbct全景图非线性锐化增强方法 |
CN104809713B (zh) * | 2015-04-24 | 2017-09-12 | 上海理工大学 | 基于邻域信息与高斯滤波的cbct全景图非线性锐化增强方法 |
CN109859126A (zh) * | 2019-01-17 | 2019-06-07 | 浙江大华技术股份有限公司 | 一种视频降噪方法、装置、电子设备及存储介质 |
CN109859126B (zh) * | 2019-01-17 | 2021-02-02 | 浙江大华技术股份有限公司 | 一种视频降噪方法、装置、电子设备及存储介质 |
US11341618B2 (en) | 2019-01-17 | 2022-05-24 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for noise reduction |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | A sparse-view CT reconstruction method based on combination of DenseNet and deconvolution | |
JP7330703B2 (ja) | 医用画像処理装置及びx線ctシステム | |
JP6275826B2 (ja) | ノイズ除去再構成画像データエッジ改善 | |
Wu et al. | Iterative CT shading correction with no prior information | |
US10475215B2 (en) | CBCT image processing method | |
WO2005110232A1 (ja) | 画像処理装置及びその方法 | |
Naqa et al. | Deblurring of breathing motion artifacts in thoracic PET images by deconvolution methods | |
CN103180879B (zh) | 用于从投影数据对对象进行混合重建的设备和方法 | |
Wu et al. | Spatial-temporal total variation regularization (STTVR) for 4D-CT reconstruction | |
Wang et al. | A novel metal artifact reducing method for cone-beam CT based on three approximately orthogonal projections | |
Hashemi et al. | Adaptively tuned iterative low dose CT image denoising | |
Wang et al. | Dual energy CT with one full scan and a second sparse-view scan using structure preserving iterative reconstruction (SPIR) | |
JP6678541B2 (ja) | 画像処理装置、方法およびプログラム | |
CN104809713B (zh) | 基于邻域信息与高斯滤波的cbct全景图非线性锐化增强方法 | |
Du et al. | Stacked competitive networks for noise reduction in low-dose CT | |
WO2014160766A1 (en) | Task-based source-detector trajectories for tomographic imaging | |
Cockmartin et al. | Comparison of digital breast tomosynthesis and 2D digital mammography using a hybrid performance test | |
Tao et al. | Improving iodine contrast to noise ratio using virtual monoenergetic imaging and prior-knowledge-aware iterative denoising (mono-PKAID) | |
Li et al. | Multienergy cone-beam computed tomography reconstruction with a spatial spectral nonlocal means algorithm | |
Yang et al. | Shading correction assisted iterative cone-beam CT reconstruction | |
Bier et al. | Scatter correction using a primary modulator on a clinical angiography C‐arm CT system | |
US20190076108A1 (en) | Breast imaging apparatus, dose calculating apparatus, control method for breast imaging apparatus, dose calculating method, and non-transitory computer-readable medium | |
Lee et al. | Radiation dose reduction and improvement of image quality in digital chest radiography by new spatial noise reduction algorithm | |
Yin et al. | Unpaired low-dose CT denoising via an improved cycle-consistent adversarial network with attention ensemble | |
Lee et al. | Improvement of megavoltage computed tomography image quality for adaptive helical tomotherapy using cycleGAN‐based image synthesis with small datasets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140122 |