CN105335936B - X光机、x光图像中静态滤线栅伪影的去除方法及装置 - Google Patents

X光机、x光图像中静态滤线栅伪影的去除方法及装置 Download PDF

Info

Publication number
CN105335936B
CN105335936B CN201410275968.5A CN201410275968A CN105335936B CN 105335936 B CN105335936 B CN 105335936B CN 201410275968 A CN201410275968 A CN 201410275968A CN 105335936 B CN105335936 B CN 105335936B
Authority
CN
China
Prior art keywords
grid line
frequency
component
artifact
component containing
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.)
Active
Application number
CN201410275968.5A
Other languages
English (en)
Other versions
CN105335936A (zh
Inventor
唐慧
仝丹
李莉
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.)
Siemens Shanghai Medical Equipment Ltd
Original Assignee
Siemens Shanghai Medical Equipment Ltd
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 Siemens Shanghai Medical Equipment Ltd filed Critical Siemens Shanghai Medical Equipment Ltd
Priority to CN201410275968.5A priority Critical patent/CN105335936B/zh
Publication of CN105335936A publication Critical patent/CN105335936A/zh
Application granted granted Critical
Publication of CN105335936B publication Critical patent/CN105335936B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种X光机、以及X光图像中静态滤线栅伪影的去除方法及装置。其中,方法包括:确定栅线的预估频率;对含栅线伪影的图像进行二维小波分解;确定小波分解后含有栅线伪影信号的含栅线分量;判断栅线伪影信号是否为该含栅线分量上的主要信号,如果是,则利用滤波器对含栅线分量进行滤波,得到去除栅线的分量,之后利用去除栅线的分量逐层进行小波反变换,得到去除栅线伪影的图像;否则,对含栅线分量进行二维小波分解,并返回执行确定小波分解后含有栅线伪影信号的含栅线分量的步骤。本发明中的技术方案能够去除静态滤栅线伪影,并最大限度地保护有用信息。

Description

X光机、X光图像中静态滤线栅伪影的去除方法及装置
技术领域
本发明涉及图像处理领域,特别是一种X光图像中静态滤线栅伪影的去除方法及装置,还设计一种X光机。
背景技术
在计算机X射线成像中,X射线穿透物体时,部分X射线会改变方向成为散射线,这些散射线会严重影响成像质量,因此通常使用铅条排列而成的滤线栅来吸收这些散射线。
滤线栅有静态滤线栅和动态滤线栅。使用静态滤线栅时会在图像留下铅条的伪影,从整幅图像上来看便是排列紧密而规则的明暗条纹。如果使用动态滤线栅则可以消除这种现象,但是会增加系统的复杂度,同时在同等条件下需要加大射线强度,让病人吸收更多的射线,不利于病人健康。因此可考虑应用图像处理的方法消除图像中的静态滤线栅伪影,即从图像后处理的角度解决静态滤线栅伪影问题。
静态滤线栅伪影在图像中是规则分布的、有明显周期性的信号,在频域中表现为仅集中在特定的频段。目前的滤栅线伪影去除方法大致可以分为两类:1、频域滤波法,主要思想为在频域分析滤线栅伪影的信息,根据分析结果设计对应的滤波器进行滤波。2、小波域置零法,主要思想为对原图进行二维小波分解,分解到一定层以后把含有栅线的成分置零,再逐层反变换得到恢复的原图。
但上述现有的频域滤波法和小波域置零法都会造成有用信息的丢失,而小波域置零法由于置零是直接截断,还会产生不可避免的振铃效应。
发明内容
有鉴于此,本发明一方面提出了一种X光图像中静态滤线栅伪影的去除方法,另一方面提出了一种X光图像中静态滤线栅伪影的去除装置,用以去除静态滤栅线伪影,并最大限度地保护有用信息。本发明还提出了一种X光机。
本发明提出的一种X光图像中静态滤线栅伪影的去除方法,包括:
A、根据静态滤线栅的栅线间隔和采样频率fs确定图像中栅线的预估频率festimate
B、对含栅线伪影的图像I进行二维小波分解,得到四个小波分量:水平方向和竖直方向均是低频的LL分量Ai、竖直方向高频和水平方向低频的HL分量Hi、水平方向高频和竖直方向低频的LH分量Vi和水平方向和竖直方向均是高频的HH分量Di;其中,i=1,为小波分解的层数;所述水平方向对应栅线伪影的方向;
C、根据所述栅线的预估频率festimate,判断栅线伪影信号是位于LL分量Ai上还是位于HL分量Hi上,并将LL分量Ai和HL分量Hi中含有栅线伪影信号的分量记为含栅线分量Gi
D、计算在所述含栅线分量Gi中,栅线伪影信号是否为主要信号,如果是,则执行步骤F;否则,执行步骤E;
E、对所述含栅线分量Gi进行二维小波分解,并令i=i+1,得到四个小波分量:水平方向和竖直方向均是低频的LL分量Ai、竖直方向高频和水平方向低频的HL分量Hi、水平方向高频和竖直方向低频的LH分量Vi和水平方向和竖直方向均是高频的HH分量Di;并返回执行步骤C;
F、设计一滤波器对所述含栅线分量Gi进行滤波,得到去除栅线的分量Gi’;所述滤波器的频谱函数二阶连续,有且仅有一个拐点,且所述滤波器对应的时域函数同样二阶连续,有且仅有一个拐点;
G、将所述去除栅线的分量Gi’和其它保留的小波分量逐层进行小波反变换,得到恢复的去除栅线伪影的图像I’。
在一个实施方式中,所述步骤A包括:
根据静态滤线栅的栅线间隔确定栅线的理论频率fg,根据图像的像素分辨率计算得到采样频率fs
判断所述采样频率fs是否满足奈奎斯特采样率,使得fs≥2fg,如果是,则确定栅线的预估频率festimate=fg;否则,根据如下表达式确定栅线的预估频率:
其中,k1和k2为整数,且k1、k2分别满足下列不等式:
在一个实施方式中,所述步骤C包括:
根据所述采样频率fs计算频率分辨率f′=fs/N,则在频域中所述栅线的预估频率festimate对应的位置为其中N为采样点数;
判断所述栅线的预估频率festimate对应的位置Np与N/2的大小,如果Np<N/2,则确定栅线伪影信号位于LL分量Ai上,Gi=Ai;如果Np≥N/2,则确定栅线伪影信号位于HL分量Hi上,Gi=Hi
在一个实施方式中,所述步骤D包括:
从含栅线分量Gi的灰度共生矩阵中计算图像水平方向的相关值hCor和竖直方向的相关值dCor;
计算所述水平方向的相关值hCor和竖直方向的相关值dCor的差值绝对值Dcor=|hCor-dCor|;
如果所述差值绝对值Dcor大于第一设定阈值,且图像竖直方向对比度大于第二设定阈值,则确定在所述含栅线分量Gi中栅线伪影信号为主要信号。
在一个实施方式中,所述步骤F中的滤波器为一高斯带阻滤波器,所述高斯带阻滤波器满足如下表达式:
其中,μu=f′gu,f′gu为栅线的实际频率,其取值为含栅线分量Gi的第u列向量Giu的频域中预估栅线频率festimate附近小区域内的波峰位置的值;σu为Giu频域中以f′gu为中心,以波峰宽度的N倍为长度的区间的标准差,N≥2;u=1,…,M为含栅线分量Gi的列数。
本发明提出的一种X光图像中静态滤线栅伪影的去除装置,包括:一预估频率确定模块、一第一小波变换模块、一含栅分量确定模块、一主要信号判断模块、一第二小波变换模块、一滤波处理模块和一小波反变换模块;其中,
所述预估频率确定模块用于根据静态滤线栅的栅线间隔和采样频率fs确定栅线的预估频率festimate
所述第一小波变换模块用于对含栅线伪影的图像I进行二维小波分解,得到四个小波分量:水平方向和竖直方向均是低频的LL分量Ai、竖直方向高频和水平方向低频的HL分量Hi、水平方向高频和竖直方向低频的LH分量Vi和水平方向和竖直方向均是高频的HH分量Di;并将所述LL分量Ai和HL分量Hi提供给所述含栅分量确定模块;其中,i=1;所述水平方向对应栅线伪影的方向;
所述含栅分量确定模块用于根据所述栅线的预估频率festimate,判断栅线伪影信号是位于LL分量Ai上还是位于HL分量Hi上,并将LL分量Ai和HL分量Hi中含有栅线伪影信号的分量记为含栅线分量Gi;并将所述含栅线分量Gi提供给所述主要信号判断模块;
所述主要信号判断模块用于计算在所述含栅线分量Gi中,栅线伪影信号是否为主要信号,如果是,则将所述含栅线分量Gi提供给所述滤波处理模块;否则,将所述含栅线分量Gi提供给所述第二小波变换模块;
所述第二小波变换模块用于对所述含栅线分量Gi进行二维小波分解,并令i=i+1,得到四个小波分量:水平方向和竖直方向均是低频的LL分量Ai、竖直方向高频和水平方向低频的HL分量Hi、水平方向高频和竖直方向低频的LH分量Vi和水平方向和竖直方向均是高频的HH分量Di;并将所述LL分量Ai和HL分量Hi提供给所述含栅分量确定模块;
所述滤波处理模块用于利用一滤波器对所述含栅线分量Gi进行滤波,得到去除栅线的分量Gi’;并将所述去除栅线的分量Gi’提供给所述小波反变换模块;所述滤波器的频谱函数二阶连续,有且仅有一个拐点,且所述滤波器对应的时域函数同样二阶连续,有且仅有一个拐点;
所述小波反变换模块用于将所述去除栅线的分量Gi’和其它保留的小波分量逐层进行小波反变换,得到恢复的去除栅线伪影的图像I’。
在一个实施方式中,所述预估频率确定模块根据静态滤线栅的栅线间隔确定栅线的理论频率fg,根据图像的像素分辨率计算得到采样频率fs;判断所述采样频率fs是否满足奈奎斯特采样率,使得fs≥2fg,如果是,则确定栅线的预估频率festimate=fg;否则,根据如下表达式确定栅线的预估频率:
其中,k1和k2为整数,且k1、k2分别满足下列不等式:
在一个实施方式中,所述含栅分量确定模块根据所述采样频率fs计算频率分辨率f′=fs/N,则在频域中所述栅线的预估频率festimate对应的位置为其中N为采样点数;判断所述栅线的预估频率festimate对应的位置Np与N/2的大小,如果Np<N/2,则确定栅线伪影信号位于LL分量Ai上,Gi=Ai;如果Np≥N/2,则确定栅线伪影信号位于HL分量Hi上,Gi=Hi
在一个实施方式中,所述主要信号判断模块从含栅线分量Gi的灰度共生矩阵中计算图像水平方向的相关值hCor和竖直方向的相关值dCor;计算所述水平方向的相关值hCor和竖直方向的相关值dCor的差值绝对值Dcor=|hCor-dCor|;如果所述差值绝对值Dcor大于第一设定阈值,且图像竖直方向对比度大于第二设定阈值,则确定在所述含栅线分量Gi中栅线伪影信号为主要信号。
在一个实施方式中,所述滤波器为一高斯带阻滤波器,所述高斯带阻滤波器满足如下表达式:
其中,μu=f′gu,f′gu为栅线的实际频率,其取值为含栅线分量Gi的第u列向量Giu的频域中预估栅线频率festimate附近小区域内的波峰位置的值;σu为Giu频域中以f′gu为中心,以波峰宽度的N倍为长度的区间的标准差,N≥2;u=1,…,M为含栅线分量Gi的列数。
根据本发明的又一方面,还提出了一种X光机,该X光机包括如上所述任一种的X光图像中静态滤线栅伪影的去除装置。
从上述方案中可以看出,由于本发明实施例中首先对含栅线伪影的图像进行至少一层二维小波分解,并从分解后的分量中确定含有栅线伪影信号的含栅线分量,当栅线伪影信号为该含栅线分量上的主要信号时,利用一滤波器对该该含栅线分量进行滤波,得到去除栅线的分量,之后利用去除栅线的分量逐层进行小波反变换,得到去除栅线伪影的图像。可见,本发明实施例中通过小波分解确定含栅线分量,并在栅线伪影信号为该含栅线分量上的主要信号时,才利用滤波器对该该含栅线分量进行滤波,可以最大程度的保护有用信息。本发明实施例中通过结合频域滤波法与小波分析法的优点,使得不仅去除了静态滤栅线伪影,而且最大限度地保护了有用信息。
附图说明
下面将通过参照附图详细描述本发明的优选实施例,使本领域的普通技术人员更清楚本发明的上述及其它特征和优点,附图中:
图1为本发明实施例中X光图像中静态滤线栅伪影的去除方法的示例性流程图。
图2为本发明实施例中X光图像中静态滤线栅伪影的去除装置的示例性结构图。
其中,附图标记如下:
标号 含义
S101 确定栅线的预估频率
S102 对含栅线伪影的图像进行二维小波分解
S103 确定小波分解后含有栅线伪影信号的含栅线分量
S104 判断栅线伪影信号是否为该含栅线分量上的主要信号
S105 对含栅线分量进行二维小波分解
S106 利用滤波器对含栅线分量进行滤波,得到去除栅线的分量
S107 利用去除栅线的分量逐层进行小波反变换,得到去除栅线伪影的图像
301 预估频率确定模块
302 第一小波变换模块
303 含栅分量确定模块
304 主要信号判断模块
305 第二小波变换模块
306 滤波处理模块
307 小波反变换模块
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下举实施例对本发明进一步详细说明。
图1为本发明实施例中X光图像中静态滤线栅伪影的去除方法的示例性流程图。如图1所示,该方法可包括如下步骤:
步骤S101,根据静态滤线栅的栅线间隔和采样频率fs确定栅线的预估频率festimate
本步骤中,预估频率festimate的确定过程可包括:
根据静态滤线栅的栅线间隔确定栅线的理论频率fg,根据图像的像素分辨率计算得到采样频率fs
判断所述采样频率fs是否满足奈奎斯特采样率,如果是,即fs≥2fg,则确定栅线的预估频率festimate=fg;否则,如果所述采样频率fs不满足奈奎斯特采样率,即fs<2fg,则可根据如下表达式(1)确定栅线的预估频率:
其中,k1和k2为整数,且k1、k2分别满足下列不等式(2)和(3):
步骤S102,对含栅线伪影的图像I进行二维小波分解,得到四个小波分量,即:水平方向和竖直方向均是低频的LL分量Ai、竖直方向高频和水平方向低频的HL分量Hi、水平方向高频和竖直方向低频的LH分量Vi和水平方向和竖直方向均是高频的HH分量Di。其中,i=1;所述水平方向对应栅线伪影的方向。
步骤S103,根据所述栅线的预估频率festimate,判断栅线伪影信号是位于LL分量Ai上还是位于HL分量Hi上,并将LL分量Ai和HL分量Hi中含有栅线伪影信号的分量记为含栅线分量Gi
本步骤中,可根据所述采样频率fs计算频率分辨率f′=fs/N,则在频域中所述栅线的预估频率festimate对应的位置为其中N为采样点数;
判断所述栅线的预估频率festimate对应的位置Np与N/2的大小,如果Np<N/2,则确定栅线伪影信号位于LL分量Ai上,令Gi=Ai;如果Np≥N/2,则确定栅线伪影信号位于HL分量Hi上,令Gi=Hi
步骤S104,计算在所述含栅线分量Gi中,栅线伪影信号是否为主要信号,如果是,则执行步骤S106;否则,执行步骤S105。
本步骤中,可从含栅线分量Gi的灰度共生矩阵中计算图像水平方向的相关值hCor和竖直方向的相关值dCor;并计算所述水平方向的相关值hCor和竖直方向的相关值dCor的差值绝对值Dcor=|hCor-dCor|;如果所述差值绝对值Dcor大于第一设定阈值,且图像竖直方向对比度大于第二设定阈值,则确定在所述含栅线分量Gi中栅线伪影信号为主要信号,执行步骤S106;否则,执行步骤S105。
本实施例中,第一设定阈值和第二设定阈值可以是通过样本学习,实验得出的值。例如,第一设定阈值通过某组样本学习后,可能取值为0.2等;第二设定阈值通过某组样本学习后,可能取值为0.1775等。
当然,利用不同的样本进行学习可能得出不同的阈值,此处不对其进行限定。
步骤S105,对所述含栅线分量Gi进行二维小波分解,并令i=i+1,得到四个小波分量:水平方向和竖直方向均是低频的LL分量Ai、竖直方向高频和水平方向低频的HL分量Hi、水平方向高频和竖直方向低频的LH分量Vi和水平方向和竖直方向均是高频的HH分量Di;并返回执行步骤S103。
步骤S106,设计一滤波器对所述含栅线分量Gi进行滤波,得到去除栅线的分量Gi’;所述滤波器的频谱函数二阶连续,有且仅有一个拐点,且所述滤波器对应的时域函数同样二阶连续,有且仅有一个拐点。
本步骤中的滤波器可以为一高斯带阻滤波器。例如,所述高斯带阻滤波器可满足如下表达式:
其中,μu=f′gu,f′gu为栅线的实际频率,其取值为含栅线分量Gi的第u列向量Giu的频域中预估栅线频率festimate附近小区域内的波峰位置的值;σu为Giu频域中以f′gu为中心,以波峰宽度的N倍为长度的区间的标准差,N≥2;u=1,…,M为含栅线分量Gi的列数。
步骤S107,将所述去除栅线的分量Gi’和其它保留的小波分量逐层进行小波反变换,得到恢复的去除栅线伪影的图像I’。
本实施例中,如果只通过步骤S102对含栅线伪影的图像I进行一层小波分解,便在步骤S103和步骤S104中找到了栅线伪影信号为主要信号的含栅线分量G1,则本步骤中只需进行一层小波反变换即可得到去除栅线伪影的图像I’。如果通过步骤S102对含栅线伪影的图像I进行一层小波分解后,在步骤S104中没有找到栅线伪影信号为主要信号的含栅线分量,后又经过步骤S105-步骤S103-步骤S104继续进行至少一层的小波分解后,才找到栅线伪影信号为主要信号的含栅线分量Gi的话,则本步骤中需要逐级进行i层小波反变换才可得到去除栅线伪影的图像I’。
图2为本发明实施例中X光图像中静态滤线栅伪影的去除装置的示例性结构图。如图2所示,该装置可包括一个预估频率确定模块301、一个第一小波变换模块302、一个含栅分量确定模块303、一个主要信号判断模块304、一个第二小波变换模块305、一个滤波处理模块306和一个小波反变换模块307。
其中,预估频率确定模块301用于根据静态滤线栅的栅线间隔和采样频率fs确定栅线的预估频率festimate
第一小波变换模块302用于对含栅线伪影的图像I进行二维小波分解,得到四个小波分量:水平方向和竖直方向均是低频的LL分量Ai、竖直方向高频和水平方向低频的HL分量Hi、水平方向高频和竖直方向低频的LH分量Vi和水平方向和竖直方向均是高频的HH分量Di;并将所述LL分量Ai和HL分量Hi提供给所述含栅分量确定模块303;其中,i=1;所述水平方向对应栅线伪影的方向。
含栅分量确定模块303用于根据所述栅线的预估频率festimate,判断栅线伪影信号是位于LL分量Ai上还是位于HL分量Hi上,并将LL分量Ai和HL分量Hi中含有栅线伪影信号的分量记为含栅线分量Gi;并将所述含栅线分量Gi提供给所述主要信号判断模块304。
主要信号判断模块304用于计算在所述含栅线分量Gi中,栅线伪影信号是否为主要信号,如果是,则将所述含栅线分量Gi提供给所述滤波处理模块306;否则,将所述含栅线分量Gi提供给所述第二小波变换模块305。
第二小波变换模块305用于对所述含栅线分量Gi进行二维小波分解,并令i=i+1,得到四个小波分量:水平方向和竖直方向均是低频的LL分量Ai、竖直方向高频和水平方向低频的HL分量Hi、水平方向高频和竖直方向低频的LH分量Vi和水平方向和竖直方向均是高频的HH分量Di;并将所述LL分量Ai和HL分量Hi提供给所述含栅分量确定模块303。
滤波处理模块306用于利用一滤波器对所述含栅线分量Gi进行滤波,得到去除栅线的分量Gi’;并将所述去除栅线的分量Gi’提供给所述小波反变换模块;所述滤波器的频谱函数二阶连续,有且仅有一个拐点,且所述滤波器对应的时域函数同样二阶连续,有且仅有一个拐点。
小波反变换模块307用于将所述去除栅线的分量Gi’和其它保留的小波分量逐层进行小波反变换,得到恢复的去除栅线伪影的图像I’。
具体地,在一个实施方式中,预估频率确定模块301可根据静态滤线栅的栅线间隔确定栅线的理论频率fg,根据图像的像素分辨率计算得到采样频率fs;判断所述采样频率fs是否满足奈奎斯特采样率,使得fs≥2fg,如果是,则确定栅线的预估频率festimate=fg;否则,根据如下表达式确定栅线的预估频率:
其中,k1和k2为整数,且k1、k2分别满足下列不等式:
在一个实施方式中,含栅分量确定模块303可根据所述采样频率fs计算频率分辨率f′=fs/N,则在频域中所述栅线的预估频率festimate对应的位置为其中N为采样点数;判断所述栅线的预估频率festimate对应的位置Np与N/2的大小,如果Np<N/2,则确定栅线伪影信号位于LL分量Ai上,Gi=Ai;如果Np≥N/2,则确定栅线伪影信号位于HL分量Hi上,Gi=Hi
在一个实施方式中,主要信号判断模块304可从含栅线分量Gi的灰度共生矩阵中计算图像水平方向的相关值hCor和竖直方向的相关值dCor;计算所述水平方向的相关值hCor和竖直方向的相关值dCor的差值绝对值Dcor=|hCor-dCor|;如果所述差值绝对值Dcor大于第一设定阈值,且图像竖直方向对比度大于第二设定阈值,则确定在所述含栅线分量Gi中栅线伪影信号为主要信号。
在一个实施方式中,所述滤波器可以为一高斯带阻滤波器,且所述高斯带阻滤波器可满足如下表达式:
其中,μu=f′gu,f′gu为栅线的实际频率,其取值为含栅线分量Gi的第u列向量Giu的频域中预估栅线频率festimate附近小区域内的波峰位置的值;σu为Giu频域中以f′gu为中心,以波峰宽度的N倍为长度的区间的标准差,N≥2;u=1,…,M为含栅线分量Gi的列数。
图2所示实施例中的X光图像中静态滤线栅伪影的去除装置可用于执行图1所示实施例中的X光图像中静态滤线栅伪影的去除方法。
具体实现时,X光图像中静态滤线栅伪影的去除装置也可以有其他形式的内部结构,例如,可对上述各功能模块进行重组或进一步细化。并且各功能模块可以位于不同的实体中,也可以全部位于同一实体中,具体可根据实际需要进行配置。
此外,具体实现时,本发明实施例中的X光图像中静态滤线栅伪影的去除装置的全部或任意组合的部分功能模块可以由硬件电路实现,也可以是存储在计算机可读介质中的计算机可执行指令。
当本发明实施例中的X光图像中静态滤线栅伪影的去除装置的各功能模块中的任一个或任意组合为计算机可执行指令时,本发明实施例中的X光图像中静态滤线栅伪影的去除装置可进一步包括:处理器(图中未示出)和计算机可读存储介质(图中未示出)。
其中,所述处理器用于执行所述计算机可读存储介质中的计算机可执行指令。
本发明实施例中的X光图像中静态滤线栅伪影的去除装置的各功能模块中的任一个或任意组合为存储在所述计算机可读存储介质中的计算机可执行指令。
根据本发明的又一方面,还提出了一种X光机,该X光机包括如上所述任一种的X光图像中静态滤线栅伪影的去除装置。
本发明还提供了一种存储用于使一机器执行如本文所述的X光图像中静态滤线栅伪影的去除方法的指令的机器可读的存储介质。具体地,可以提供配有存储介质的系统或者装置,在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码,且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。
在这种情况下,从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能,因此程序代码和存储程序代码的存储介质构成了本发明的一部分。
用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地,可以由通信网络从服务器计算机上下载程序代码。
此外,应该清楚的是,不仅可以通过执行计算机所读出的程序代码,而且可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作,从而实现上述实施例中任意一项实施例的功能。
此外,可以理解的是,将由存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中,随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作,从而实现上述实施例中任一实施例的功能。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (11)

1.一种X光图像中静态滤线栅伪影的去除方法,包括:
A、根据静态滤线栅的栅线间隔和采样频率fs确定图像中栅线的预估频率festimate
B、对含栅线伪影的图像I进行二维小波分解,得到四个小波分量:水平方向和竖直方向均是低频的LL分量Ai、竖直方向高频和水平方向低频的HL分量Hi、水平方向高频和竖直方向低频的LH分量Vi、和水平方向和竖直方向均是高频的HH分量Di;其中,i=1,为小波分解的层数;所述水平方向对应栅线伪影的方向;
C、根据所述栅线的预估频率festimate,判断栅线伪影信号是位于LL分量Ai上还是位于HL分量Hi上,并将LL分量Ai和HL分量Hi中含有栅线伪影信号的分量记为含栅线分量Gi
D、计算在所述含栅线分量Gi中,栅线伪影信号是否为主要信号,如果是,则执行步骤F;否则,执行步骤E;
E、对所述含栅线分量Gi进行二维小波分解,并令i=i+1,得到四个小波分量:水平方向和竖直方向均是低频的LL分量Ai、竖直方向高频和水平方向低频的HL分量Hi、水平方向高频和竖直方向低频的LH分量Vi和水平方向和竖直方向均是高频的HH分量Di;并返回执行步骤C;
F、设计一滤波器对所述含栅线分量Gi进行滤波,得到去除栅线的分量Gi’;所述滤波器的频谱函数二阶连续,有且仅有一个拐点,且所述滤波器对应的时域函数同样二阶连续,有且仅有一个拐点;
G、将所述去除栅线的分量Gi’和其它保留的小波分量逐层进行小波反变换,得到恢复的去除栅线伪影的图像I’。
2.根据权利要求1所述的方法,其特征在于,所述步骤A包括:
根据静态滤线栅的栅线间隔确定栅线的理论频率fg,根据图像的像素分辨率计算得到采样频率fs
判断所述采样频率fs是否满足奈奎斯特采样率,使得fs≥2fg,如果是,则确定栅线的预估频率festimate=fg;否则,根据如下表达式确定栅线的预估频率:
其中,k1和k2为整数,且k1、k2分别满足下列不等式:
3.根据权利要求1所述的方法,其特征在于,所述步骤C包括:
根据所述采样频率fs计算频率分辨率f′=fs/N,则在频域中所述栅线的预估频率festimate对应的位置为其中N为采样点数;
判断所述栅线的预估频率festimate对应的位置Np与N/2的大小,如果Np<N/2,则确定栅线伪影信号位于LL分量Ai上,Gi=Ai;如果Np≥N/2,则确定栅线伪影信号位于HL分量Hi上,Gi=Hi
4.根据权利要求1所述的方法,其特征在于,所述步骤D包括:
从含栅线分量Gi的灰度共生矩阵中计算图像水平方向的相关值hCor和竖直方向的相关值dCor;
计算所述水平方向的相关值hCor和竖直方向的相关值dCor的差值绝对值Dcor=|hCor-dCor|;
如果所述差值绝对值Dcor大于第一设定阈值,且图像竖直方向对比度大于第二设定阈值,则确定在所述含栅线分量Gi中栅线伪影信号为主要信号。
5.根据权利要求1所述的方法,其特征在于,所述步骤F中的滤波器为一高斯带阻滤波器,所述高斯带阻滤波器满足如下表达式:
其中,μu=f′gu,f′gu为栅线的实际频率,其取值为含栅线分量Gi的第u列向量Giu的频域中预估栅线频率festimate附近小区域内的波峰位置的值;σu为Giu频域中以f′gu为中心,以波峰宽度的N倍为长度的区间的标准差,N≥2;u=1,…,M为含栅线分量Gi的列数。
6.一种X光图像中静态滤线栅伪影的去除装置,包括:一预估频率确定模块、一第一小波变换模块、一含栅分量确定模块、一主要信号判断模块、一第二小波变换模块、一滤波处理模块和一小波反变换模块;其中,
所述预估频率确定模块用于根据静态滤线栅的栅线间隔和采样频率fs确定栅线的预估频率festimate
所述第一小波变换模块用于对含栅线伪影的图像I进行二维小波分解,得到四个小波分量:水平方向和竖直方向均是低频的LL分量Ai、竖直方向高频和水平方向低频的HL分量Hi、水平方向高频和竖直方向低频的LH分量Vi和水平方向和竖直方向均是高频的HH分量Di;并将所述LL分量Ai和HL分量Hi提供给所述含栅分量确定模块;其中,i=1;所述水平方向对应栅线伪影的方向;
所述含栅分量确定模块用于根据所述栅线的预估频率festimate,判断栅线伪影信号是位于LL分量Ai上还是位于HL分量Hi上,并将LL分量Ai和HL分量Hi中含有栅线伪影信号的分量记为含栅线分量Gi;并将所述含栅线分量Gi提供给所述主要信号判断模块;
所述主要信号判断模块用于计算在所述含栅线分量Gi中,栅线伪影信号是否为主要信号,如果是,则将所述含栅线分量Gi提供给所述滤波处理模块;否则,将所述含栅线分量Gi提供给所述第二小波变换模块;
所述第二小波变换模块用于对所述含栅线分量Gi进行二维小波分解,并令i=i+1,得到四个小波分量:水平方向和竖直方向均是低频的LL分量Ai、竖直方向高频和水平方向低频的HL分量Hi、水平方向高频和竖直方向低频的LH分量Vi和水平方向和竖直方向均是高频的HH分量Di;并将所述LL分量Ai和HL分量Hi提供给所述含栅分量确定模块;
所述滤波处理模块用于利用一滤波器对所述含栅线分量Gi进行滤波,得到去除栅线的分量Gi’;并将所述去除栅线的分量Gi’提供给所述小波反变换模块;所述滤波器的频谱函数二阶连续,有且仅有一个拐点,且所述滤波器对应的时域函数同样二阶连续,有且仅有一个拐点;
所述小波反变换模块用于将所述去除栅线的分量Gi’和其它保留的小波分量逐层进行小波反变换,得到恢复的去除栅线伪影的图像I’。
7.根据权利要求6所述的装置,其特征在于,所述预估频率确定模块根据静态滤线栅的栅线间隔确定栅线的理论频率fg,根据图像的像素分辨率计算得到采样频率fs;判断所述采样频率fs是否满足奈奎斯特采样率,使得fs≥2fg,如果是,则确定栅线的预估频率festimate=fg;否则,根据如下表达式确定栅线的预估频率:
其中,k1和k2为整数,且k1、k2分别满足下列不等式:
8.根据权利要求6所述的装置,其特征在于,所述含栅分量确定模块根据所述采样频率fs计算频率分辨率f′=fs/N,则在频域中所述栅线的预估频率festimate对应的位置为其中N为采样点数;判断所述栅线的预估频率festimate对应的位置Np与N/2的大小,如果Np<N/2,则确定栅线伪影信号位于LL分量Ai上,Gi=Ai;如果Np≥N/2,则确定栅线伪影信号位于HL分量Hi上,Gi=Hi
9.根据权利要求6所述的装置,其特征在于,所述主要信号判断模块从含栅线分量Gi的灰度共生矩阵中计算图像水平方向的相关值hCor和竖直方向的相关值dCor;计算所述水平方向的相关值hCor和竖直方向的相关值dCor的差值绝对值Dcor=|hCor-dCor|;如果所述差值绝对值Dcor大于第一设定阈值,且图像竖直方向对比度大于第二设定阈值,则确定在所述含栅线分量Gi中栅线伪影信号为主要信号。
10.根据权利要求6所述的装置,其特征在于,所述滤波器为一高斯带阻滤波器,所述高斯带阻滤波器满足如下表达式:
其中,μu=f′gu,f′gu为栅线的实际频率,其取值为含栅线分量Gi的第u列向量Giu的频域中预估栅线频率festimate附近小区域内的波峰位置的值;σu为Giu频域中以f′gu为中心,以波峰宽度的N倍为长度的区间的标准差,N≥2;u=1,…,M为含栅线分量Gi的列数。
11.一种X光机,其特征在于,包括如权利要求6至10中任一项所述的X光图像中静态滤线栅伪影的去除装置。
CN201410275968.5A 2014-06-19 2014-06-19 X光机、x光图像中静态滤线栅伪影的去除方法及装置 Active CN105335936B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410275968.5A CN105335936B (zh) 2014-06-19 2014-06-19 X光机、x光图像中静态滤线栅伪影的去除方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410275968.5A CN105335936B (zh) 2014-06-19 2014-06-19 X光机、x光图像中静态滤线栅伪影的去除方法及装置

Publications (2)

Publication Number Publication Date
CN105335936A CN105335936A (zh) 2016-02-17
CN105335936B true CN105335936B (zh) 2018-07-31

Family

ID=55286446

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410275968.5A Active CN105335936B (zh) 2014-06-19 2014-06-19 X光机、x光图像中静态滤线栅伪影的去除方法及装置

Country Status (1)

Country Link
CN (1) CN105335936B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105832359B (zh) * 2016-03-22 2018-10-19 广州七喜医疗设备有限公司 一种自适应x线滤线栅栅影去除的方法
CN107274350B (zh) * 2016-04-07 2021-08-10 通用电气公司 用于减少x射线图像中的振铃效应的方法及系统
CN108065944B (zh) * 2016-11-14 2021-10-22 上海西门子医疗器械有限公司 平板探测器与滤线栅的适配方法和设备及医疗成像系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6269176B1 (en) * 1998-12-21 2001-07-31 Eastman Kodak Company Method for x-ray antiscatter grid detection and suppression in digital radiography
CN102222318A (zh) * 2010-04-16 2011-10-19 深圳迈瑞生物医疗电子股份有限公司 一种滤线栅伪影检测及抑制方法及其装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011088265B4 (de) * 2011-12-12 2017-10-19 Siemens Healthcare Gmbh Verfahren zur Korrektur von aufgrund eines Streustrahlenrasters auftretenden Bildartefakten
US9230702B2 (en) * 2012-08-17 2016-01-05 General Electric Company System and method for reducing grid line image artifacts

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6269176B1 (en) * 1998-12-21 2001-07-31 Eastman Kodak Company Method for x-ray antiscatter grid detection and suppression in digital radiography
CN102222318A (zh) * 2010-04-16 2011-10-19 深圳迈瑞生物医疗电子股份有限公司 一种滤线栅伪影检测及抑制方法及其装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
CR影像伪影的产生原因及控制措施;白林 等;《上海医学影像》;20110331;第20卷(第1期);第61-62页 *
全数字化乳腺摄影常见伪影与对策探讨;康静霞;《中国医学物理学杂志》;20110731;第28卷(第4期);第2787-2788、2795页 *
医学CR影像中滤线栅伪影的数字化去噪方法探讨;张帆 等;《电脑开发与应用》;20121231;第25卷(第9期);第6-8、11页 *
计算机X线摄影(CR)胶片中伪影产生的原因及解决办法;李会超 等;《临床工程》;20131231;第28卷(第9期);第106-108页 *

Also Published As

Publication number Publication date
CN105335936A (zh) 2016-02-17

Similar Documents

Publication Publication Date Title
Wang et al. Image contrast enhancement using adjacent-blocks-based modification for local histogram equalization
US8744210B2 (en) Information processing apparatus, line noise reduction processing method, and computer-readable storage medium
Battaglini et al. Evaluating and reducing the impact of white matter lesions on brain volume measurements
WO2021017471A1 (zh) 一种基于图像处理的点云滤波方法、装置和存储介质
CN100471230C (zh) 降噪方法和设备
CN105335936B (zh) X光机、x光图像中静态滤线栅伪影的去除方法及装置
US9443286B2 (en) Gray image processing method and apparatus based on wavelet transformation
Zhao et al. Parameter optimal determination for canny edge detection
KR102117936B1 (ko) 딥러닝 기반 영상 처리 시스템 및 그 방법
JP6287100B2 (ja) 画像処理装置、画像処理方法、プログラム及び記憶媒体
Tan et al. Contrast enhancement of computed tomography images by adaptive histogram equalization‐application for improved ischemic stroke detection
CN104077743A (zh) 一种x射线图像中滤线栅伪影的抑制方法及装置
JP2023513191A (ja) 磁気共鳴cest結像周波数ドリフト補正方法、装置、媒体及び結像デバイス
CN105809633A (zh) 去除颜色噪声的方法及装置
CN108171696B (zh) 一种胎盘检测方法及装置
JP2015145968A5 (zh)
CN106651814B (zh) 一种图像处理方法和装置
CN110084818A (zh) 动态下采样图像分割方法
CN103955921B (zh) 基于人眼视觉特征和分块分析法的图像噪声估计方法
Ng et al. Spatially dependent filtering for removing phase distortions at the cortical surface
CN108629786B (zh) 图像边缘检测方法及装置
KR20200039130A (ko) 이미지 처리 장치의 디노이징 방법 및 이를 위한 피처 생성 방법
Joy et al. Multichannel compressed sensing MR image reconstruction using statistically optimized nonlinear diffusion
CN105096260A (zh) 一种消除数字式x光机图像栅纹的方法
CN105574816A (zh) 消除x光图像的滤线栅影的方法、装置及x光机升级套件

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant