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 PDF

Info

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
Application number
CN201310491510.9A
Other languages
English (en)
Inventor
徐建军
王远军
聂生东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nantong City Mu Jingwei Electricity Development In Science And Technology Co Ltd
University of Shanghai for Science and Technology
Original Assignee
Nantong City Mu Jingwei Electricity Development In Science And Technology Co Ltd
University of Shanghai for Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nantong City Mu Jingwei Electricity Development In Science And Technology Co Ltd, University of Shanghai for Science and Technology filed Critical Nantong City Mu Jingwei Electricity Development In Science And Technology Co Ltd
Priority to CN201310491510.9A priority Critical patent/CN103530854A/zh
Publication of CN103530854A publication Critical patent/CN103530854A/zh
Pending legal-status Critical Current

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

基于空域滤波的CBCT全景图锐化增强方法
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)；
(2)用半径为R，标准偏差为σ的高斯低通滤波器，对f(x，y)进行卷积处理，得平滑图像
Figure BSA0000096376350000021
(3)从原图像中减去模糊图像，产生模板
Figure BSA0000096376350000022
(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(2)中所述高斯低通滤波器公式为
Figure BSA0000096376350000023
Figure BSA0000096376350000024
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)；
(2)用半径为R，标准偏差为σ的高斯低通滤波器，对f(x，y)进行卷积处理，得平滑图像
Figure BSA0000096376350000025
(3)从原图像中减去模糊图像，产生模板
Figure BSA0000096376350000026
(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
Figure BSA0000096376350000027
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)

1.一种基于空域滤波的CBCT全景图锐化增强方法，其特征在于：包括如下步骤：
(1)读取一幅图像f(x，y)；
(2)用半径为R，标准偏差为σ的高斯低通滤波器，对f(x，y)进行卷积处理，得平滑图像
Figure FSA0000096376340000011
(3)从原图像中减去模糊图像，产生模板
Figure FSA0000096376340000012
(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)。
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。
3.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)中所述高斯低通滤波器公式为
Figure FSA0000096376340000013
Figure FSA0000096376340000014
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。
CN201310491510.9A 2013-10-15 2013-10-15 基于空域滤波的cbct全景图锐化增强方法 Pending CN103530854A (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (2)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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