CN103778603A - 显微ct中闪烁体缺陷引起的图像伪影的修复算法 - Google Patents

Abstract

本发明涉及一种显微CT(Computed Tomography，为通过对显微CT图像中闪烁体缺陷引起的图像伪影进行修复，提高图像的质量。为此，本发明采用的技术方案是，显微CT中闪烁体缺陷引起的图像伪影的修复算法，包括如下步骤：（1）采集本底投影图像即空扫图像；（2）得到标记出伪影区域的掩膜图像；（3）利用显微CT成像设备采集样品图像；（4）进行光照不均匀校正；（5）对样品图像中的相应区域进行修复；（6）对步骤（4）所获取的样品图像中的相应区域进行扩散；（7）交叉进行步骤（5）所述的修复过程和步骤（6）所述的扩散过程，重复此过程直到达到设定的次数。本发明主要应用于显微CT图像处理。

Description

显微CT中闪烁体缺陷引起的图像伪影的修复算法

技术领域

本发明涉及一种显微CT(Computed Tomography，计算机断层成像)图像伪影修复算法，具体来说涉及一种显微CT中闪烁体缺陷引起的图像伪影的修复算法。 

背景技术

显微CT在MEMS器件封装和装配误差分析、半导体器件封装和内部缺陷检测、石油地质勘探等方面起到了越来越重要的作用。如何提高显微CT的成像质量，一直是CT成像领域的热点话题。 

闪烁体是显微CT成像系统的核心器件。受温度、空气和水蒸气等因素的影响，闪烁体在生长和封装过程中会产生裂缝、着色、云层和包裹体等缺陷。这些缺陷会影响光的输出特性和均匀性，从而影响成像质量。由于传统工业CT中平板探测器的像素尺寸较大，而闪烁体本身的缺陷结构尺寸较小，因此在大视野成像中闪烁体缺陷引起的图像伪影不明显。在显微CT成像中，一方面CCD的像素尺寸较小（13.5×13.5μm2），另一方面闪烁体的缺陷得到了光学放大和几何放大双重放大，所以闪烁体缺陷引起的图像伪影就不可忽略。在显微成像系统所成的图像中闪烁体缺陷引起的图像伪影就比较明显的体现出来。 

材料内部任何的杂质、晶体缺陷和裂纹都会对成像质量产生影响。通过改善生长条件、改进加工和封装工艺可以有效地减少缺陷，但是不能完全避免。此外，工艺的改进也需要考虑经济因素的影响。综上所述，为了获取高质量的显微CT图像，对闪烁体缺陷引起的图像伪影的修复显得至关重要。 

CT图像尤其是工业CT图像的伪影修复得到了学者们的广泛关注，他们在分析了各类伪影产生的原因和伪影的结构特点后有针对性地提出了许多有效的修复算法和模型。关于显微CT中闪烁体缺陷引起的图像伪影校正的研究，目前国内外的文献资料中并未查找到相关报道。 

发明内容

本发明旨在克服现有技术的不足，通过对显微CT图像中闪烁体缺陷引起的图像伪影进行修复，提高图像的质量。为此，本发明采用的技术方案是，显微CT中闪烁体缺陷引起的图像伪影的修复算法，包括如下步骤： 

（1）利用显微CT成像设备采集本底投影图像即空扫图像； 

（2）对步骤（1）获取的图像进行伪影提取，得到标记出伪影区域的掩膜图像； 

（3）利用显微CT成像设备采集样品图像； 

（4）对步骤（3）采集的图像进行光照不均匀校正； 

（5）根据步骤（2）中标记出的伪影区域，对步骤（4）所获取的样品图像中的相应区域进行修复； 

（6）根据步骤（2）中标记出的伪影区域，对步骤（4）所获取的样品图像中的相应区域进行 扩散； 

（7）交叉进行步骤（5）所述的修复过程和步骤（6）所述的扩散过程，重复此过程直到达到设定的次数。 

步骤（2）是将本底图像数据转换为极坐标形式进行缺陷提取即伪影提取。 

光照不均匀校正的方法为：将图像平均分为大小相同的若干部分，取各个区域内像素值的平均值作为背景像素值，将各个像素都减去对应的背景像素值。 

步骤（5）具体为：在已有的BSCB修复算法的基础上结合CT图像的特点，采用IBSCB(Improved BSCB，即改进的BSCB)算法对图像伪影进行修复，即采用log算子滤波取代传统BSCB算法中的Laplace算子滤波。 

步骤（7）的修复顺序是，采用由外及内的修复顺序对伪影区域进行修复。即先对缺陷边缘区域进行修复，利用修复后的信息依次去修复缺陷内部区域；如果缺陷像素周围八邻域内没有缺陷像素，则直接求取八邻域的加权平均值作为缺陷像素修复后的取值，无需重复迭代；如果缺陷像素的八邻域内存在缺陷像素,则需要重复迭代实现图像的修复：首先对八邻域内只有一个缺陷像素的缺陷点进行修复，然后依次对八邻域内有2到8个缺陷像素的缺陷点进行修复； 

根据待修复像素周围缺陷像素的个数决定迭代的次数和系数，迭代次数为：T_iter=N-(8-num)*n，其对应的迭代系数为：C_iter=C_inset-0.2*num，其中，T_iter和C_iter分别代表迭代的次数和系数；N和n为参数，N根据缺陷像素区域的大小设定，用于控制总的迭代次数；n一般取值N/8；num为八邻域内缺陷像素点的个数,num取2,3,4,5,6,7,8；C_inset为根据图像中闪烁体缺陷的特点设置的参数，根据图像的修复效果在1.7～2之间取值。 

本发明的优点在于：（1）对本底图像进行伪影的提取，可以避免样品结构信息对提取结果的影响。（2）将本底图像伪影提取结果，应用于各个角度的样品图像，可以有效地节约时间。（3）修复算法中采用log算子滤波可以减少CT图像噪声的影响。（4）采用由外及内的修复顺序，可以更有效的利用正常的像素信息对缺陷像素进行修复，提高了修复图像的准确性。修复过程根据待修复像素周围缺陷像素的个数及时的调整迭代的次数和系数，能够有效的减少修复次数，从而保证修复时间。 

附图说明

图1为IBSCB修复算法流程图； 

图2为不同伪影区域提取出的掩膜图像，图2(a)20×X射线本底投影图像，图2(b)20×掩膜图像，图2(c)20×X射线本底投影图像，图2(d)20×掩膜图像； 

图3分辨率测试卡的修复图像，图3(a)30×分辨率测试卡原始图像，图3(b)30×分辨率测试卡修复图像，图3(c)10×分辨率测试卡原始图像，图3(d)10×分辨率测试卡修复图像； 

图4不同样品的修复图像，图4(a)4×蚂蚁原始图像，图4(b)4×修复图像，图4(c)4×龙爪槐种子原始图像，图4(d)4×龙爪槐种子修复图像； 

图520×竹子修复前后的断层投影图像比较，图5(a)20×竹子原始图像，图5(b)20×竹子 第518层的断层图像，图5(c)20×竹子修复图像(d)20×竹子修复后的第518层断层图像； 

图620×竹子修复前后的三维重构图像比较，图6(a)20×竹子原始图像，图6(b)20×竹子三维重构，图6(c)20×竹子修复图像，图6(d)20×竹子修复后的三维重构图像。 

具体实施方式

本发明的目的在于提供一种显微CT中闪烁体缺陷引起的图像伪影的修复算法。该算法在数字图像修复技术中的BSCB算法的基础上，结合显微CT的实际成像特点，提出改进的BSCB（IBSCB）算法。将该算法应用于显微CT图像的伪影修复，修复后图像质量得到显著的改善。 

（1）利用显微CT成像设备采集本底投影图像（空扫图像）； 

（2）对步骤（1）获取的图像进行伪影提取，得到标记出伪影区域的掩膜图像； 

（3）利用显微CT成像设备采集样品图像； 

（4）对步骤（3）采集的图像进行光照不均匀校正； 

（5）根据步骤（2）中标记出的伪影区域，对步骤（4）所获取的样品图像中的相应区域进行修复； 

（6）根据步骤（2）中标记出的伪影区域，对步骤（4）所获取的样品图像中的相应区域进行扩散； 

（7）交叉进行步骤（5）所述的修复过程和步骤（6）所述的扩散过程，重复此过程直到达到设定的次数。 

本发明的特征在于包括以下步骤： 

（1）对本底投影图像进行处理，获得掩膜图像。基于掩膜图像中标记出的缺陷像素信息对样品图像进行修复。 

（2）根据显微CT的成像特点，将本底图像数据转换为极坐标形式进行缺陷提取。 

（3）在已有的BSCB修复算法的基础上结合CT图像的特点，提出IBSCB算法对图像伪影进行修复。 

（4）在图像预处理阶段对图像进行光照不均匀校正，以提高图像的成像质量。光照不均匀校正的方法为：将图像平均分为大小相同的若干部分，取各个区域内像素值的平均值作为背景像素值，将各个像素都减去对应的背景像素值。 

（5）采用log算子滤波取代传统BSCB算法中的Laplace算子滤波，采用大小为5×5的log算子滤波。 

（6）采用由外及内的修复顺序对伪影区域进行修复，即先对缺陷边缘区域进行修复，利用修复后的信息依次去修复缺陷内部区域。如果缺陷像素周围八邻域内没有缺陷像素，则直接求取八邻域的加权平均值作为缺陷像素修复后的取值，无需重复迭代；如果缺陷像素的八邻域内存在缺陷像素,则需要重复迭代实现图像的修复：首先对八邻域内只有一个缺陷像素的缺陷点进行修复，然后依次对八邻域内有2到8个缺陷像素的缺陷点进行修复。图像的修复包括修复和扩散两个过程。修复过程通过将log算子滤波后的图像梯度信息沿等照度线方向扩散实现。等照度线的计算采用公式：

每次的修复量为： 

U_t=C_inset(P_xN_x+P_yN_y)。C_inset是迭代系数，通过控制速度保证修复的质量，P_x和P_y分别代表log算子滤波后水平和竖直方向的一阶导数值。在修复过程中交叉进行扩散过程，扩散过程采用各向异性扩散方程： 

$\frac{\∂P}{\∂t}(i,j,t)=g_{\mathrm{\ϵ}}(i,j)K(i,j,t)|\▿P(i,j,t)|,\mathrm{if}(i,j)\∈{\mathrm{\Ω}}^{\mathrm{\ϵ}};$

其中，P代表待修复图像，(i,j)代表像素的坐标值，Ω^ε是以ε为半径的圆域，K(i,j,t)是图像等照度线欧几里得曲率，g_ε(i,j)为平滑函数： 

$g_{\mathrm{\ϵ}}(i,j)=\left\{\begin{array}{c}1,(i,j)\∈{\∂\mathrm{\Ω}}^{\mathrm{\ϵ}}\\ 0,\mathrm{otherwise}\end{array}\right\}$

（7）根据待修复像素周围缺陷像素的个数决定迭代到次数和系数。对于缺陷边缘区域，由于其周围像素信息可靠性大，因此迭代系数可以较大，迭代次数可以相应的减少，从而减少修复时间。对于缺陷内部区域，通过更多次数的迭代，更小的迭代系数来实现可信度较高的修复。即对于较小的缺陷区域能够通过减少迭代次数迅速完成修复，而对于较大的缺陷区域，修复信息的可信度仍然很高。迭代次数为：T_iter=N-(8-num)*n，其对应的迭代系数为：C_iter=C_inset-0.2*num。其中，T_iter和C_iter分别代表迭代的次数和系数；N和n为参数，N根据缺陷像素区域的大小设定，用于控制总的迭代次数；n一般取值N/8；num为八邻域内缺陷像素点的个数,num取2,3,4,5,6,7,8；C_inset为根据图像中闪烁体缺陷的特点设置的参数，根据图像的修复效果在1.7～2之间取值。 

下面结合实施例对本发明做进一步说明，采集的图像大小为512×512，每隔0.5°采集一幅。修复过程的具体步骤如下： 

（1）根据样品的密度、厚度和尺寸大小等设置好扫描条件，在此条件下采集X射线本底投影图像（不加任何样品的空扫图像）； 

（2）对步骤（1）采集到的本底投影图像进行坐标转换，转换为极坐标形式； 

（3）依据到中心像素的距离将极坐标形式的图像划分为不同的子区域； 

（4）提取各个子区域内的局部异常值。即在每个子区域内，如果某点的像素值与均值的差值大于某一设定值（一般取均值的0.1倍），则将该点标记为缺陷像素点。缺陷像素点的集合形成缺陷区域。 

（5）对提取步骤（4）中的缺陷区域进行边缘提取得到缺陷区域的边缘区域。 

（6）在与步骤（1）相同的条件下采集样品图像。 

（7）对步骤（6）所采集到的样品图像进行光照不均匀校正。 

（8）对步骤（7）所得的图像数据进行log算子滤波。 

（9）采用由外及内的方向对样品图像中相应的缺陷区域进行修复。其含义为：如果待修复缺陷像素八邻域内没有缺陷像素，则直接求取八邻域的加权平均值作为缺陷像素修复后的取值，无需重复迭代。如果缺陷像素的八邻域内存在缺陷像素，则需要重复迭代实现图像的修复。首先对八邻域内只有一个缺陷像素的缺陷点进行修复，然后依次对八邻域内有2到8 个缺陷像素的缺陷点进行修复。 

修复过程包括修复和扩散两个过程。将图像梯度信息沿着等照度线方向扩散实现图像的修复过程，交叉进行基于各向异性扩散方程的扩散过程来保证图像的清晰度。 

根据周围八邻域缺陷像素点的个数控制迭代次数和迭代系数。 

迭代次数为：T_iter=N-(8-num)*n， 

迭代系数为：C_iter=C_inset-0.2*num。 

其中N和n为参数。N根据缺陷像素区域的大小设定，用于控制总的迭代次数；n一般取值N/8。num为八邻域内缺陷像素点的个数,num取2,3,4,5,6,7,8。 

（10）重复步骤（9）直到达到设定的修复次数。 

（11）样品台旋转0.5°，重复步骤（6）到步骤（10）直到样品扫描一周结束。 

图（1）为提取不同的闪烁体缺陷得到的掩膜图像。图2为分辨率测试卡的修复结果。图2(a)和图2(c)分别为20×和10×的分辨率测试卡图像，图2(b)和图2(d)为对应的修复图像，经过修复后伪影区域的质量得到明显改善。图4(a)和图4(c)中的伪影信息相同，但是样品信息不同。从图4(c)和图4(d)可以看出：对于不同的样品信息，该修复算法都具有较好的修复效果。对扫描的各个角度的样品图像进行三维重构，可以得到各个层面的断层图像和三维立体图像。图4为图像重构后的断层图像的比较结果。图4(b)中闪烁体缺陷伪影在断层图像中表现为发散的不规则的线，则在图4(d)中的断层图像中不存在这些问题。 

Claims (5)

1.一种显微CT中闪烁体缺陷引起的图像伪影的修复算法，其特征是，包括下列步骤：

（1）利用显微CT成像设备采集本底投影图像即空扫图像；

（2）对步骤（1）获取的图像进行伪影提取，得到标记出伪影区域的掩膜图像；

（3）利用显微CT成像设备采集样品图像；

（4）对步骤（3）采集的图像进行光照不均匀校正；

（5）根据步骤（2）中标记出的伪影区域，对步骤（4）所获取的样品图像中的相应区域进行修复；

（6）根据步骤（2）中标记出的伪影区域，对步骤（4）所获取的样品图像中的相应区域进行扩散；

（7）交叉进行步骤（5）所述的修复过程和步骤（6）所述的扩散过程，重复此过程直到达到设定的次数。

2.如权利要求1所述的显微CT中闪烁体缺陷引起的图像伪影的修复算法，其特征是，步骤（2）是将本底图像数据转换为极坐标形式进行缺陷提取即伪影提取。

3.如权利要求1所述的显微CT中闪烁体缺陷引起的图像伪影的修复算法，其特征是，光照不均匀校正的方法为：将图像平均分为大小相同的若干部分，取各个区域内像素值的平均值作为背景像素值，将各个像素都减去对应的背景像素值。

4.如权利要求1所述的显微CT中闪烁体缺陷引起的图像伪影的修复算法，其特征是，步骤（5）具体为：在已有的BSCB修复算法的基础上结合CT图像的特点，采用IBSCB(ImprovedBSCB，即改进的BSCB)算法对图像伪影进行修复，即采用log算子滤波取代传统BSCB算法中的Laplace算子滤波。

5.如权利要求1所述的显微CT中闪烁体缺陷引起的图像伪影的修复算法，其特征是，步骤（7）的修复顺序是，采用由外及内的修复顺序对伪影区域进行修复。即先对缺陷边缘区域进行修复，利用修复后的信息依次去修复缺陷内部区域；如果缺陷像素周围八邻域内没有缺陷像素，则直接求取八邻域的加权平均值作为缺陷像素修复后的取值，无需重复迭代；如果缺陷像素的八邻域内存在缺陷像素,则需要重复迭代实现图像的修复：首先对八邻域内只有一个缺陷像素的缺陷点进行修复，然后依次对八邻域内有2到8个缺陷像素的缺陷点进行修复；

根据待修复像素周围缺陷像素的个数决定迭代的次数和系数，迭代次数为：T_iter=N-(8-num)*n，其对应的迭代系数为：C_iter=C_inset-0.2*num，其中，T_iter和C_iter分别代表迭代的次数和系数；N和n为参数，N根据缺陷像素区域的大小设定，用于控制总的迭代次数；n一般取值N/8；num为八邻域内缺陷像素点的个数,num取2,3,4,5,6,7,8；C_inset为根据图像中闪烁体缺陷的特点设置的参数，根据图像的修复效果在1.7～2之间取值。

Images