CN103593826B - 图像环形伪影校正方法 - Google Patents

Abstract

本发明公开了一种图像环形伪影校正方法，包括步骤：读入初始图像，所述初始图像为M行N列的像素点；计算初始图像的边缘锐化图像，提取边缘锐化图像的中心点；以所述中心点为起点，分别提取边缘锐化图像在至少三个方向上的至少三串数据，将所述至少三串数据在A方向上对齐排列，并且所述至少三串数据的中心点对齐，在垂直于A方向的B方向上，形成多组数据；计算在B方向上的每一组数据的平均值u和方差t，比较平均值u、方差t和第一阈值d1、第二阈值d2，当u＜d1时，跳过此组数据；当t＜d2时，记录此组数据在所述至少三串数据中的至少一个序号对；根据前述序号对计算其对应的环形伪影的外径、内径；校正该外径、内径所在区域的环形伪影内的像素值，输出校正后的图像。

Description

图像环形伪影校正方法

技术领域

本发明涉及医学图像处理技术，特别设计一种图像环形伪影校正方法。

背景技术

在医学诊断中，常常需要通过对患处拍摄从而得到图像，再进行分析。其中，CT技术已经广泛应用于医学诊断的诸多领域。伪影是制约CT图像质量影响临床诊断的重要因素，其中环形伪影是CT中常见的一种伪影。产生环形伪影的因素有很多，其中以探测器上的探测元响应不一致最为常见。从环形伪影在CT图像上的形貌上看，是以CT图像中心为圆心且灰度区别于周围像素的一系列的具有一定宽度的同心圆环。环形伪影的存在，给后续的图像测量、噪声处理、分割等进一步处理和分析带来很大的困扰，如果不能去除环形伪影，可能导致医生误诊。因此，去除或者最大程度减少环形伪影尤为重要。

现有去除CT环形伪影方法中，通常根据环形伪影在图像中的分布特征，使用相应的滤波器检测环形伪影的位置，并且计算出环形伪影的误差值，最后从带有环形伪影的CT图像中减去误差值，得到校正后的不含环形伪影的CT图像。但是这类方法是对全部图像进行处理，得到全部图像的环形伪影信息，会对正常图像区域(即无环形伪影区域)误判为环形伪影，导致在后续校正过程中，正常区域的像素值也发生变化，容易引起图像的失真。

又有一种现有的去除CT环形伪影方法是把图像从直角坐标系转换到极坐标系下，这样原图像中的环形伪影在极坐标系下的形状就变成了直线形状，然后利用与伪影平行的一维滤波器作为掩模，对所述的中间图像进行逐步、逐行搜索，获取样本空间，同时计算出每一样本空间的像素值的方差，并根据该方差是否小于阈值来识别伪影，将样本空间内的每一像素点的像素值用该点以及纵轴方向上下两伪影之间像素点的平均像素值来替换从而消除环形伪影，最后将消除伪影后的中间图像变回到原直角坐标系下得到校正图像。这种方法存在三点不足：第一，只通过计算出每一样本空间的像素值的方差小于预定阈值作为识别伪影的标准显然存在不足，因为同一介质的正常区域像素点也可能满足方差小于预定阈值，对正常区域像素点进行后续的校正显然既浪费处理时间又增加正常区域像素点的像素值误差；第二，由于伪影点本身的像素值就是不准确的，那么采用上述“样本空间内的每一像素点的像素值用该点以及纵轴方向上下两伪影之间像素点的平均像素值来替换从而消除环形伪影”显然将伪影点的错误信息带入到最终的校正结果中，尤其是伪影与周围像素区域差别较大时校正结果并不理想；第三，坐标变换本身存在插值计算，引起图像失真。

发明内容

基于此，本发明在于克服现有技术的缺陷，提供一种能准确定位图像环形伪影位置并进行有效的环形伪影去除的图像环形伪影校正方法。

其技术方案如下：

一种图像环形伪影校正方法，包括步骤：

S1：读入初始图像，所述初始图像为M行N列的像素点I(i,j)矩阵，其中(i,j)为像素点I的坐标；

S2：计算所述初始图像的边缘锐化图像g(i,j)，提取边缘锐化图像g(i,j)的中心点C(T,S)，其中T为中心点C位于像素点I(i,j)矩阵的行，S为中心点C位于像素点I(i,j)矩阵的列；

S3：以所述中心点C(T,S)为起点，分别提取边缘锐化图像g(i,j)在至少三个方向上的至少三串数据，将所述至少三串数据在A方向上对齐排列，并且所述至少三串数据的中心点C(T,S)对齐，在垂直于A方向的B方向上，形成多组数据；

S4：计算在B方向上的每一组数据的平均值u和方差t，设定第一阈值d1与第二阈值d2，其中d1＜d2，比较平均值u、方差t和第一阈值d1、第二阈值d2，当u＜d1时，跳过此组数据；当t＜d2时，记录此组数据在所述至少三串数据中的至少一个序号对(a,b)；

S5：根据前述序号对(a,b)计算其对应的环形伪影的外径、内径；

S6：校正该外径、内径所在区域的环形伪影内的像素值，输出校正后的图像。

本发明的图像环形伪影校正方法充分利用原始图像的边缘锐化图像g(i,j)进行环形伪影定位，不用进行坐标变换，从而避免坐标变换过程中带来的数据插值和失真；校正过程中，采用正常像素点进行线性插值计算代替原有伪影点像素值，避免将伪影点像素值引入校正计算中并且具有图像处理速度快的优点。

进一步地，在步骤S2中计算边缘锐化图像g(i,j)的方法为：

$g(i,j)=\sqrt{{\left(I\right(i,j)-I(i+1,j\left)\right)}^2+{\left(I\right(i,j)-I(i,j+1\left)\right)}^2}.$

进一步地，在步骤S3中，提取边缘锐化图像g(i,j)水平方向通过所述中心点C(T,S)的第一水平方向数据与第二水平方向数据，提取边缘锐化图像g(i,j)垂直方向通过所述中心点C(T,S)的第一垂直方向数据与第二垂直方向数据。

进一步地，如果T不为整数，则第一水平方向数据与第二水平方向数据的值为T行对应上下像素数值的平均值；如果S不为整数，则第一垂直方向数据与第二垂直方向数据的值为S列对应左右像素数值的平均值。

进一步地，所述第一水平方向数据、第一垂直方向数据、第二水平方向数据以及第二垂直方向数据在A方向上依次排布。

进一步地，所述A方向为水平方向，所述B方向为垂直方向。

进一步地，所述第一水平方向数据、第一垂直方向数据、第二水平方向数据以及第二垂直方向数据的数据从左到右排布，所述第一水平方向数据、第一垂直方向数据、第二水平方向数据以及第二垂直方向数据的C(T,S)排在最左端。

进一步地，在步骤S4中，所述第一阈值d1＝0.1，第二阈值d2＝0.15。

进一步地，在步骤S6中校正该外径、内径所在区域的环形伪影内的像素值的方法为线性插值进行校正法。

附图说明

图1是本发明实施例所述的图像环形伪影校正方法的流程图。

图2是本发明实施例所述的图像环形伪影校正方法步骤S1中读入的带有环形伪影的初始图像，其为CT拍摄到的图像。

图3是本发明实施例所述的图像环形伪影校正方法步骤S2中计算所述初始图像的边缘锐化图像。

图4是本发明实施例所述的图像环形伪影校正方法步骤S6中输出的校正后的图像。

具体实施方式

下面对本发明的实施例进行详细说明：

如图1-4所示，本发明的图像环形伪影校正方法包括以下步骤：

S1：读入初始图像，所述初始图像为M行N列的像素点I(i,j)矩阵，其中(i,j)为像素点I的坐标；

具体地，所述初始图像带有环形伪影。在本实施例中，所述初始图像的大小为511行511列，也即是M＝N＝511,i＝1,2,3,4......n,......511，j＝1,2,3,4......n,......511。

S2：计算所述初始图像的边缘锐化图像g(i,j)，提取边缘锐化图像g(i,j)的中心点C(T,S)，其中T为中心点C位于像素点I(i,j)矩阵的行，S为中心点C位于像素点I(i,j)矩阵的列；

具体地，计算边缘锐化图像g(i,j)的方法为：

$g(i,j)=\sqrt{{\left(I\right(i,j)-I(i+1,j\left)\right)}^2+{\left(I\right(i,j)-I(i,j+1\left)\right)}^2}.$

如果M为偶数，则T＝M/2+0.5，如果M为奇数，则T＝(M+1)/2，如果N为偶数，则S＝N/2+0.5，如果N为奇数，则S＝(N+1)/2。在本实施例中，T＝S＝256。

S3：以所述中心点C(T,S)为起点，分别提取边缘锐化图像g(i,j)在至少三个方向上的至少三串数据，将所述至少三串数据在A方向上对齐排列，并且所述至少三串数据的中心点C(T,S)对齐，在垂直于A方向的B方向上，形成多组数据；

在本实施例中，提取边缘锐化图像g(i,j)水平方向通过所述中心点C(T,S)的第一水平方向数据与第二水平方向数据，提取边缘锐化图像g(i,j)垂直方向通过所述中心点C(T,S)的第一垂直方向数据与第二垂直方向数据。如果T不为整数，则第一水平方向数据与第二水平方向数据的值为T行对应上下像素数值的平均值；如果S不为整数，则第一垂直方向数据与第二垂直方向数据的值为S列对应左右像素数值的平均值。所述第一水平方向数据、第一垂直方向数据、第二水平方向数据以及第二垂直方向数据在A方向上依次排布。所述A方向为水平方向，所述B方向为垂直方向。可以理解地，也可以提取边缘锐化图像g(i,j)水平方向通过所述中心点C(T,S)的三个方向、五个方向、六个方向上的数据，然后再将数据进行排布。

S4：计算在B方向上的每一组数据的平均值u和方差t，设定第一阈值d1与第二阈值d2，其中d1＜d2，比较平均值u、方差t和第一阈值d1、第二阈值d2，当u＜d1时，跳过此组数据；当t＜d2时，记录此组数据在所述至少三串数据中的至少一个序号对(a,b)；

可以理解地，环形伪影的个数不限于两个。当有一个环形、三个或以上个环形伪影时，得到的序号对为{(a,b)，(c,d)，(e,f)......}

S5：根据前述序号对(a,b)计算其对应的环形伪影的外径、内径；

在本示例中，得到的一系列的列号{(50,52)，(70,72)}确定每个环形伪影的内边和外边的半径，即距离中心C(255,255)的距离。则第一个环形伪影的内半径和外半径分别是50和52，第二个环形伪影的内半径和外半径分别是70和72。

S6：校正该外径、内径所在区域的环形伪影内的像素值，输出校正后的图像。

具体地，对于第一个环形伪影，其内半径和外半径分别是50和52，中心点C延长出的任一条射线line通过圆环之中的所有像素点，均为伪影点，这条射线与中心点C延长出的水平向右的射线line0之间的夹角为θ，具体为line顺时针旋转与line0重合时所旋转的角度，这时该射线line记为line(θ)。line(θ)穿过环形中的伪影点的所在行数依次为256+50sin(θ),......256+52sin(θ)，相对应的列依次为256+50cos(θ),......256+52cos(θ)，利用(256+49sin(θ),256+49cos(θ))和(256+53sin(θ),256+53cos(θ))两个点的数据对以上伪影像素点数据进行线性插值校正。当θ以预设定的步长Δ＝0.5°从0°变化到360°，便完成图像第一个环形伪影的校正。第二个环形伪影校正方法与所述方法相同。

本发明的图像环形伪影校正方法充分利用原始图像的边缘锐化图像g(i,j)进行环形伪影定位，不用进行坐标变换，从而避免坐标变换过程中带来的数据插值和失真；校正过程中，采用正常像素点进行线性插值计算代替原有伪影点像素值，避免将伪影点像素值引入校正计算中。再有，以上步骤S1-S6在matlab软件中进行编程实现，整个图像环形伪影校正方法的图像处理时间仅为0.256618s，可见，图像处理速度快的优点使本发明的图像环形伪影校正方法尤为适合批量处理。

以上所述实施例仅表达了本发明的具体实施方式，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。

Claims (9)

1.一种图像环形伪影校正方法，包括步骤：

S1：读入初始图像，所述初始图像为M行N列的像素点I(i,j)矩阵，其中(i,j)为像素点I的坐标；

S2：计算所述初始图像的边缘锐化图像g(i,j)，提取边缘锐化图像g(i,j)的中心点C(T,S)，其中T为中心点C位于像素点I(i,j)矩阵的行，S为中心点C位于像素点I(i,j)矩阵的列；

S3：以所述中心点C(T,S)为起点，分别提取边缘锐化图像g(i,j)在至少三个方向上的至少三串数据，将所述至少三串数据在A方向上对齐排列，并且所述至少三串数据的中心点C(T,S)对齐，在垂直于A方向的B方向上，形成多组数据；

S4：计算在B方向上的每一组数据的平均值u和方差t，设定第一阈值d1与第二阈值d2，其中d1＜d2，比较平均值u、方差t和第一阈值d1、第二阈值d2，当u＜d1时，跳过此组数据；当t＜d2时，记录此组数据在所述至少三串数据中的至少一个序号对(a,b)；

S5：根据前述序号对(a,b)计算其对应的环形伪影的外径、内径；

S6：校正该外径、内径所在区域的环形伪影内的像素值，输出校正后的图像。

2.如权利要求1所述的图像环形伪影校正方法，其特征在于：在步骤S2中计算边缘锐化图像g(i,j)的方法为：

$g(i,j)=\sqrt{{\left(I\right(i,j)-I(i+1,j\left)\right)}^2+{\left(I\right(i,j)-I(i,j+1\left)\right)}^2}.$

3.如权利要求1所述的图像环形伪影校正方法，其特征在于：在步骤S3中，提取边缘锐化图像g(i,j)水平方向通过所述中心点C(T,S)的第一水平方向数据与第二水平方向数据，提取边缘锐化图像g(i,j)垂直方向通过所述中心点C(T,S)的第一垂直方向数据与第二垂直方向数据。

4.如权利要求3所述的图像环形伪影校正方法，其特征在于：如果T不为整数，则第一水平方向数据与第二水平方向数据的值为T行对应上下像素数值的平均值；如果S不为整数，则第一垂直方向数据与第二垂直方向数据的值为S列对应左右像素数值的平均值。

5.如权利要求3所述的图像环形伪影校正方法，其特征在于：所述第一水平方向数据、第一垂直方向数据、第二水平方向数据以及第二垂直方向数据在A方向上依次排布。

6.如权利要求5所述的图像环形伪影校正方法，其特征在于：所述A方向为水平方向，所述B方向为垂直方向。

7.如权利要求6所述的图像环形伪影校正方法，其特征在于：所述第一水平方向数据、第一垂直方向数据、第二水平方向数据以及第二垂直方向数据的数据从左到右排布，所述第一水平方向数据、第一垂直方向数据、第二水平方向数据以及第二垂直方向数据的C(T,S)排在最左端。

8.如权利要求1所述的图像环形伪影校正方法，其特征在于：在步骤S4中，所述第一阈值d1＝0.1，第二阈值d2＝0.15。

9.如权利要求1-8任意一项所述的图像环形伪影校正方法，在步骤S6中校正该外径、内径所在区域的环形伪影内的像素值的方法为线性插值进行校正法。