CN105938616A - 探测器暗场图像模板中震颤或敲击伪影的识别及校正方法 - Google Patents

Abstract

本发明提供一种探测器暗场图像模板中震颤或敲击伪影的识别及校正方法，包括以下步骤：1）采集具有不同采集延时的暗场图像模板作为标准图像模板；2）对标准图像模板进行坏像素查找并对坏像素进行替换处理；3）采集临床暗场图像模板；4）对临床暗场图像模板进行坏像素查找并对坏像素进行替换处理；5）对坏像素替换处理后的临床暗场图像模板进行偏移量校正；6）对偏移量校正后的所述临床暗场图像模板进行震颤或敲击伪影识别。本发明可简单快捷的完成对震颤或敲击伪影的识别与校正，能够在几乎不改变正常暗场图像的暗场图像质量的前提下，实时有效地校正震颤或敲击伪影，极大的提高了平板探测器的抗震颤或敲击性能，降低了成本。

Description

探测器暗场图像模板中震颤或敲击伪影的识别及校正方法

技术领域

本发明属于X射线平板探测器领域，特别涉及一种探测器暗场图像模板中震颤或敲击伪影的识别及校正方法。

背景技术

探测器在使用过程中时，需要做各种各样的校正来提高暗场图像质量，其中非常重要的一个校正是偏移量校正，也就做offset校正，即在无曝光条件下，采集一张与曝光的亮场暗场图像相同曝光延时的暗场图像，这张暗场图像因为在亮场暗场图像采集结束后采集，所以两张暗场图像采集时的温度相差不大，可以忽略，并且两张暗场图像都具有相等时间的曝光延时，所以漏电流也相同，这样的暗场图像称为暗场图像模板，用亮场图减去暗场图像，即可以将本底中不同通道差异以及像素差异等影响暗场图像质量的因素去除，给随后的增益校正、缺陷校正以及其他校正提供了一个基础，所以可以说，暗场模板质量的好坏对随后的校正起着决定性的作用，影响暗场图像模板质量的因素有很多，其中一个重要且常见的因素就是震颤或敲击伪影，所谓震颤或敲击伪影，顾名思义，就是在暗场图像采集过程中，探测器发生振动，影响了内部的TFT传感器或者其他读出电子电路、芯片等，从而影响了读出的电荷，当然、灰度值也受到了影响，例如，拍片时，床架或者探测器支架发生振动、病人的运动以及其他原因引起的振动，这种伪影对于暗场图像质量的影响是直接的，正常信号受到极大影响或者可能被完全湮没，如图1所示，由图1可知，在图1的中心区域存在明显的震颤或敲击伪影(即图1中由左至右贯穿整张图的明暗相间的条状图形)。目前，对于这种震颤伪影传统的处理思路或者方法是在构成探测器的各个部件上，例如结构件、电路以及TFT传感器上增加处理部件遏制振动，以尽量减小振动，但是振动源影响到探测器的几乎所有部件，单独在某个部件上增加防振措施，效果不佳，振动源对于每个部件的影响错综复杂，难以分析，且对于每个部件添加抗振部件价格昂贵，所以目前对于震颤噪声或敲击伪影还没有简单易用且有效的方法。

发明内容

本发明针对现有技术存在的上述不足，提出了一种探测器暗场图像模板中震颤或敲击伪影的识别及校正方法，用于解决现有技术中为了减小震颤伪影对探测器暗场图像质量的影响在构成探测器的各个部件上增加处理部件遏制振动而存在的单独在某个部件上增加防振措施 的效果不佳的问题、难以分析的问题，以及在每个部件添加振动部件价格昂贵的问题。

为实现上述目的及其他相关目的，本发明提供一种探测器暗场图像模板中震颤或敲击伪影的识别方法，包括以下步骤：

1)采集具有不同采集延时的暗场图像模板作为标准图像模板；

2)对所述标准图像模板进行坏像素查找并对坏像素进行替换处理；

3)采集临床暗场图像模板；

4)对所述临床暗场图像模板进行坏像素查找并对坏像素进行替换处理；

5)对坏像素替换处理后的所述临床暗场图像模板进行偏移量校正；

6)对偏移量校正后的所述临床暗场图像模板进行震颤或敲击伪影识别。

作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案，步骤2)包括：

21)将所述标准图像模板划分成若干个包括m*n个像素的小区域，计算所述小区域中像素灰度值的中值和标准差，根据如下公式找出坏像素：

其中，ROI1为所述标准图像模板中的一个小区域，ROI_Median为小区域中像素灰度值的中值，ROI_Std为小区域中像素灰度值的标准差；

22)将找出的坏像素用坏像素领域8个像素平均值进行替换。

作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案，步骤4)包括：

41)将所述临床暗场图像模板划分成若干个包括m*n个像素的小区域，计算所述小区域中像素灰度值的中值和标准差，根据如下公式找出坏像素：

其中，ROI1为所述临床暗场图像模块中的一个小区域，ROI_Median为小区域中像素灰度值的中值，ROI_Std为小区域中像素灰度值的标准差；

42)将找出的坏像素用坏像素领域8个像素平均值进行替换。

作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案，步骤5)包括：

51)将坏像素替换处理后的所述标准图像模板中的每个像素根据公式y＝kt+b进行线性拟合，得到拟合系数k和b的矩阵，其中，t为所述标准图像模板的采集延时，y为采集延时为t秒的像素灰度值；

52)将所述临床暗场图像模板的采集延时代入所述线性拟合公式y＝kt+b得到偏移量暗场 图像模板；

53)将所述临床暗场图像模板与所述偏移量暗场图像模板相减即得到校正后的暗场图像模板。

作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案，步骤6)包括：

61)查找疑似含有震颤或敲击伪影的疑似行及不含有震颤或敲击伪影的正常行；

62)将所述疑似行及所述正常行分别分成K个通道，并对所述疑似行及所述正常行中每个通道的N/K个像素灰度值求平均值，其中，K为通道数，N为一行像素点的个数；

63)分别得到所述疑似行的K个平均值的最大值、最小值、标准差及所述正常行的K个平均值的最大值、最小值、标准差；

64)将疑似行的K个平均值中的后一平均值与前一平均值相减并求绝对值，得到K-1个数值的矩阵；对所述矩阵进行中值查找，获得第一中值；

65)将正常行的K个平均值中的后一平均值与前一平均值相减并求绝对值，得到K-1个数值的矩阵；对所述矩阵进行中值查找，获得第二中值；

66)依据所述疑似行的K个平均值的最大值、最小值、标准差、所述正常行的K个平均值的最大值、最小值、标准差、所述第一中值及所述第二中值判断所述疑似行中是否含有震颤或敲击伪影。

作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案，步骤61)包括：

611)分别对每一行的像素灰度值求标准差，得到所有行的标准差；

612)对所有行的标准差进行最大值查找，确定最大值所处的行，最大值所处的行即为疑似行；

613)对所有行的标准差进行中值查找，获得第三中值；将所有行的标准差依次减去所述第三中值后求绝对值，得到绝对值矩阵；对所述绝对值矩阵进行最小值查找，确定最小值所处的行，最小值所处的行即为正常行。

作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案，步骤612)中，若所述最大值为多个，则只获取第一个最大值所处的行作为疑似行。

作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案，步骤613)中，若所述最小值为多个，则只获取第一个最小值所处的行作为正常行。

作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案，步骤66)中，依据所述疑似行的K个平均值的最大值、最小值、标准差、所述正常行的K个平均 值的最大值、最小值、标准差、所述第一中值及所述第二中值判断所述临床暗场图像模板中是否含有震颤或敲击伪影的具体方法为：

若所述疑似行的K个平均值的最大值与最小值的差减去所述正常行的K个平均值的最大值与最小值的差大于T1，且所述疑似行的K个平均值的标准差大于所述正常行的K个平均值的标准差的T2倍，且所述第一中值大于所述第二中值的T3倍，则判断所述疑似行中含有震颤或敲击伪影，否则不含有震颤或敲击伪影；其中，T1为第一设定值，T2为第二设定值，T3为第三设定值。

作为本发明的探测器暗场图像模板中震颤或敲击伪影的识别方法的一种优选方案，所述第一设定值T1＝5，所述第二设定值T2＝1.5，所述第三设定值T3＝10。

本发明还提供一种探测器暗场图像模板中震颤或敲击伪影的校正方法，所述探测器暗场图像模板中震颤或敲击伪影的校正方法包括以下步骤：

1)采用如上述任一方案中所述的探测器暗场图像模板中震颤或敲击伪影的识别方法识别出具有震颤或敲击伪影的临床暗场图像模板；

2)分别对所述具有震颤或敲击伪影的临床暗场图像模板的每一列中各像素灰度值进行多项式拟合，以将受震颤或敲击伪影影响的像素灰度值校正到正常水平，拟合公式为：y＝a_nxⁿ+a_n-1x^n-1+a_n-2x^n-2+.........a₂x²+a₁x+a，其中，y为校正后的像素灰度值，x为每一列中像素的位置，n为拟合阶数，a₁～a_n为拟合系数。

本发明的一种探测器暗场图像模板中震颤或敲击伪影的识别及校正方法的有益效果为：本发明的探测器暗场图像模板中震颤或敲击伪影的识别及校正方法，可以简单快捷的完成对震颤或敲击伪影的识别与校正，不需要改变任何硬件结构、不需要增加任何额外抗震颤或敲击机构，能够在几乎不改变正常暗场图像的暗场图像质量的前提下，实时有效地校正震颤或敲击伪影，极大的提高了平板探测器的抗震颤或敲击性能，降低了成本。

附图说明

图1显示为现有技术中存在震颤或敲击伪影的暗场图像。

图2显示为本发明实施例一中提供的探测器暗场图像模板中震颤或敲击伪影的识别方法的流程图。

图3显示为本发明实施例二中提供的探测器暗场图像模板中震颤或敲击伪影的校正方法的流程图。

图4显示为本发明实施例二中的探测器暗场图像模板中震颤或敲击伪影的校正方法校正后的具有震颤或敲击伪影的暗场图像的各通道的像素灰度值与校正前的各通道的像素灰度值 的对比图；其中，曲线①为校正前的暗场图像中各通道的像素灰度值，曲线②为校正后的暗场图像中各通道的像素灰度值。

图5显示本发明实施例二中的探测器暗场图像模板中震颤或敲击伪影的校正方法校正后的具有震颤或敲击伪影的暗场图像的像素灰度值与校正前的像素灰度值的对比图；其中，曲线①为校正前的暗场图像中一列像素灰度值，曲线②为校正后的暗场图像中一列像素灰度值。

图6显示本发明实施例二中的探测器暗场图像模板中震颤或敲击伪影的校正方法校正后的暗场模板暗场图像与校正前的暗场模板暗场图像的对比图；其中，图a为校正前的暗场模板暗场图像，图b为校正后的暗场模板暗场图像。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

请参阅图2至图6。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，虽图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

实施例一

请参阅图2，本发明提供一种探测器暗场图像模板中震颤或敲击伪影的识别方法，所述探测器暗场图像模板中震颤或敲击伪影的识别方法包括以下步骤：

1)采集具有不同采集延时的暗场图像模板作为标准图像模板；

2)对所述标准图像模板进行坏像素查找并对坏像素进行替换处理；

3)采集临床暗场图像模板；

4)对所述临床暗场图像模板进行坏像素查找并对坏像素进行替换处理；

5)对坏像素替换处理后的所述临床暗场图像模板进行偏移量校正；

6)对偏移量校正后的所述临床暗场图像模板进行震颤或敲击伪影识别。

在步骤1)中，请参阅图2中的S1步骤，采集具有不同采集延时的暗场图像模板作为标准图像模板。

作为示例，采用探测器采集具有不同采集延时(采集延时即发送采集命令到开始采集之间的时间间隔)的暗场图像模板作为标准图像模板，具体方法为：先将所述探测器热机，热 机完成后，在相同温度条件下分别采集具有不同采集延时的暗场图像模板作为标准图像模板备用。所述暗场图像模板的采集延时可以分别为2秒和5秒。

在步骤2)中，请参阅图2中的S2步骤，对所述标准图像模板进行坏像素查找并对坏像素进行替换处理。

作为示例，对所述标准图像模板进行坏像素查找并对坏像素进行替换处理包括如下步骤：

21)将所述标准图像模板划分成若干个包括m*n(即m行n列)个像素的小区域ROI，求所述小区域ROI中像素灰度值的中值ROI_Median和标准差ROI_Std，根据如下公式找出坏像素：

其中，ROI1为所述标准图像模板中的一个小区域，ROI_Median为小区域中像素灰度值的中值，ROI_Std为小区域中像素灰度值的标准差；

22)将找出的坏像素用坏像素领域8个像素平均值进行替换。

具体的，步骤21)中公式的意思是在区域ROI1中的像素灰度值满足小于区域中像素灰度值的中值减去Low_sigma倍的ROI_Std，大于区域中像素灰度值的中值加上High_sigma倍的ROI_Std的点即为异常像素，Low_sigma和High_sigma的值按照实际情况决定，主要与探测器的噪声相关，本实施例中，这两个变量都定为6。

具体的，m及n的数值根据具体的探测器来决定，与探测器的读出芯片一个通道占有的像素数目有关，在本实施例中，将m及n设定为256。

具体的，ROI_Std的计算公式为：

$ROI\_Std=\sqrt{\frac{\underset{0<j<n}{\overset{0\&le;i\&le;m}{\&Sigma;}}{(X_{i,j}-\stackrel{\&OverBar;}{X})}^2}{n-1}}$

式中，为一行像素灰度值的平均值，X_i,j为第i行，第j列像素的灰度值。

具体的，坏像素的替换可以按照如下公式进行：

$ROI\_Std=\frac{X_{i-1,j-1}+X_{i,j-1}+X_{i+1,j-1}+X_{i-1,j}+X_{i+1,j}+X_{i-1,j+1}+X_{i,j+1}+X_{i+1,j+1}}{8}$

在步骤3)中，请参阅图2中的S3步骤，采集临床暗场图像模板。

作为示例，，采用探测器采集所述临床暗场图像模板，具体方法为：先将所述探测器热机，热机完成后，采集具有一定采集延时的临床暗场图像模板。

在步骤4)中，请参阅图2中的S4步骤，对所述临床暗场图像模板进行坏像素查找并对坏像素进行替换处理。

作为示例，所述临床暗场图像模板进行坏像素查找并对坏像素进行替换处理的具体方法与步骤2)中对所述标准图像模板进行坏像素查找并对坏像素进行替换处理的具体方法相同，具体可参阅步骤2)的相关描述，此处不再累述。

在步骤5)中，请参阅图2中的S5步骤，对坏像素替换处理后的所述临床暗场图像模板进行偏移量校正。

作为示例，对坏像素替换处理后的所述临床暗场图像模板进行偏移量校正包括以下步骤：

51)将坏像素替换处理后的所述标准图像模板中的每个像素根据公式y＝kt+b进行线性拟合，得到拟合系数k和b的矩阵，其中，t为所述标准图像模板的采集延时，y为采集延时为t秒的像素灰度值；

52)将所述临床暗场图像模板的采集延时代入所述线性拟合公式y＝kt+b得到偏移量暗场图像模板；由于在相同温度下，对于不同的像素，随着曝光延时的增加，像素灰度值成线性增加，所以，将所述临床暗场图像模板的采集延时代入所述线性拟合公式y＝kt+b可以得到一张偏移量暗场图像模板；

53)将所述临床暗场图像模板与所述偏移量暗场图像模板相减即得到校正后的暗场图像模板。

在步骤6)中，请参阅图2中的S6步骤，对偏移量校正后的所述临床暗场图像模板进行震颤或敲击伪影识别。

作为示例，该步骤中以包括m*n个像素的区域作为研究对象，对偏移量校正后的所述临床暗场图像模板进行震颤或敲击伪影识别包括以下步骤：

61)查找疑似含有震颤或敲击伪影的疑似行及不含有震颤或敲击伪影的正常行；查找所述疑似行与所述正常行的具体方法为：

611)分别对每一行的像素灰度值求标准差，得到所有行的标准差ROW_i_std，其中i＝1,2,…m；ROW_i_std的计算公式为：

$ROW\_i\_std=\sqrt{\frac{\underset{0<j<n}{\overset{0\&le;i\&le;m}{\&Sigma;}}{(X_{i,j}-\stackrel{\&OverBar;}{X})}^2}{n-1}}$

式中，为一行像素灰度值的平均值，X_i,j为第i行，第j列像素的灰度值；

612)对所有行的标准差进行最大值查找，确定最大值所处的行，最大值所处的行即为疑似行Line0；

613)对所有行的标准差进行中值查找，获得第三中值；将所有行的标准差依次减去所述第三中值后求绝对值，得到绝对值矩阵；对所述绝对值矩阵进行最小值查找，确定最小值所 处的行，最小值所处的行即为正常行Line1；即正常行Line1满足如下关系式：

Line1＝min(ROW_i_Std-median(ROW_i_Std))；

式中，median(ROW_i_Std)即为第三中值。

62)依据探测器的数据读出芯片的个数将所述疑似行Line0及所述正常行Line1分别分成K个通道(所述通道，是指探测器的数据读出芯片中数模转换单元)，并对所述疑似行Line0及所述正常行Line1中每个通道的N/K个像素灰度值求平均值，分别获得K个平均值：AFE_Line0_avg1、AFE_Line0_avg2、AFE_Line0_avg3、…、AFE_Line0_avgK和AFE_Line1_avg1、AFE_Line1_avg2、AFE_Line1_avg3、…、AFE_Line1_avgK，其中，K为通道个数，也就是数据读出芯片的个数，N为一行像素点的个数；优选地，本实施例中，每一行像素的个数为2304，探测器的数据读出芯片个数为18，那么将一行像素分成18个通道，每个通道的像素数目为2304/18＝128个，分别计算Line0的18个通道的平均值，记做AFE_Line0_avg1、AFE_Line0_avg2、AFE_Line0_avg3、…、AFE_Line0_avg18和Line1的18个通道的平均值，记做AFE_Line1_avg1、AFE_Line1_avg2、AFE_Line1_avg3、…、AFE_Line1_avg18，每个通道的平均值按照如下公式进行计算：

$AFE\_Line0\_avgi=\frac{1}{128}\underset{k=1}{\overset{128}{\&Sigma;}}{x}_k$

63)分别得到所述疑似行Line0的K个平均值的最大值AFE_Line0_max、最小值AFE_Line0_min、标准差AFE_Line0_std及所述正常行Line1的K个平均值的最大值AFE_Line1_max、最小值AFE_Line1_min、标准差AFE_Line1_std；之所以要计算疑似行和正常行18个通道均值的最大值、最小值和中值，原因是如果某一行是受到震颤或敲击噪声影响的行，这行像素会有明显的通道差异；如图1所示，震颤或敲击伪影中，相邻通道间的灰度值会有较大起伏，表现在具体的物理参数上，就是通道间像素灰度值的平均值的标准差较大以及通道像素灰度值的平均值的最大值和最小值间的差异也较大；另，受到震颤或敲击伪影影响的暗场图像还具有一个特征：即每个通道的像素灰度值的平均值会呈现明暗相间的特征的锯齿状曲线，如图4中曲线①所示，图4中，横坐标为各个通道，纵坐标为像素灰度值。

64)将疑似行Line0的K个平均值中的后一平均值与前一平均值相减并求绝对值，得到K-1个数值的矩阵；对所述矩阵进行中值查找，获得第一中值AFE_Line0_diff_median；

65)将正常行Line1的K个平均值中的后一平均值与前一平均值相减并求绝对值，得到K-1个数值的矩阵；对所述矩阵进行中值查找，获得第二中值AFE_Line1_diff_median；

66)依据所述疑似行Line0的K个平均值的最大值AFE_Line0_max、最小值AFE_Line0_min、标准差AFE_Line0_std、所述正常行Line1的K个平均值的最大值 AFE_Line1_max、最小值AFE_Line1_min、标准差AFE_Line1_std、所述第一中值AFE_Line0_diff_median及所述第二中值AFE_Line1_diff_median判断所述疑似行中是否含有震颤或敲击伪影。

作为示例，步骤612)中，若所述最大值为多个，则只获取第一个最大值所处的行作为疑似行；步骤613)中，若所述最小值为多个，则只获取第一个最小值所处的行作为正常行。

作为示例，步骤66)中，依据所述疑似行Line0的K个平均值的最大值AFE_Line0_max、最小值AFE_Line0_min、标准差AFE_Line0_std、所述正常行Line1的K个平均值的最大值AFE_Line1_max、最小值AFE_Line1_min、标准差AFE_Line1_std、所述第一中值AFE_Line0_diff_median及所述第二中值AFE_Line1_diff_median判断所述疑似行中是否含有震颤或敲击伪影的具体方法为：

定义：

A1＝AFE_Line0_max、A2＝AFE_Line1_max；

B1＝AFE_Line0_min、B2＝AFE_Line1_min；

AB1＝A1-B1、AB2＝A2-B2；

C1＝AFE_Line0_std、C2＝AFE_Line1_std；

D1＝AFE_Line0_diff_median、D2＝AFE_Line1_diff_median；

若满足：(AB1-AB2)>T1&C1>T2*C2&D1>T3*D2，则判断所述疑似行中含有震颤或敲击伪影，否则不含有震颤或敲击伪影；其中，“&”表示且的意思，即几个条件同时满足，T1为第一设定值，T2为第二设定值，T3为第三设定值。

作为示例，所述第一设定值T1＝5，所述第二设定值T2＝1.5，所述第三设定值T3＝10，但实际识别过程中并不以此为限，所述第一设定值T1、所述第二设定值T2及所述第三设定值T3的数值均可调。

实施例二

请参阅图3，本发明提供一种探测器暗场图像模板中震颤或敲击伪影的校正方法，所述探测器暗场图像模板中震颤或敲击伪影的校正方法包括以下步骤：

1)采用如上述任一方案中所述的探测器暗场图像模板中震颤或敲击伪影的识别方法识别出具有震颤或敲击伪影的临床暗场图像模板；

2)分别对所述具有震颤或敲击伪影的临床暗场图像模板的每一列中各像素灰度值进行多项式拟合，以将受震颤或敲击伪影影响的像素灰度值校正到正常水平，拟合公式为：y＝a_nxⁿ+a_n-1x^n-1+a_n-2x^n-2+.........a₂x²+a₁x+a，其中，y为校正后的像素灰度值，x为每一列中像素的位置，n为拟合阶数，a₁～a_n为拟合系数。

在步骤1)中，请参阅图3中的S1步骤，采用如实施例一中所述的探测器暗场图像模板中震颤或敲击伪影的识别方法识别出具有震颤或敲击伪影的临床暗场图像模板。

具体的识别方法请参阅实施例一，此处不再累述。

在步骤2)中，请参阅图3中的S2步骤，分别对所述具有震颤或敲击伪影的临床暗场图像模板的每一列中各像素的灰度值进行多项式拟合，以将受震颤或敲击伪影影响的像素灰度值校正到正常水平，拟合公式为：y＝a_nxⁿ+a_n-1x^n-1+a_n-2x^n-2+.........a₂x²+a₁x+a，其中，y为校正后的像素灰度值，x为每一列中像素的位置，n为拟合阶数，a₁～a_n为拟合系数。

作为示例，该步骤中以实施例一中所述的包括m*n个像素的区域作为研究对象。

如果一副临床暗场图像模板受到震颤或敲击噪声污染，受污染区域的行从第一个像素到最后一个像素都受到影响，但是从列的角度看，一列像素，只有受污染区域像素灰度值异常，其余的像素灰度值均正常，如图4中曲线①所示，图4中横坐标为像素在该列中的位置，纵坐标为像素灰度值；由图4可知，曲线①中五个像素灰度值的突起是由于受到震颤或敲击伪影的影响而产生的，同时由图4可知，虽然受到震颤或敲击伪影的影响，但曲线①总的趋势还是比较清晰的，因此可以采用多项式y＝a_nxⁿ+a_n-1x^n-1+a_n-2x^n-2+.........a₂x²+a₁x+a进行拟合，以将受震颤或敲击伪影影响的像素灰度值校正到正常水平。

作为示例，所述拟合多项式y＝a_nxⁿ+a_n-1x^n-1+a_n-2x^n-2+.........a₂x²+a₁x+a的拟合节数n需要根据拟合效果和拟合速度来确定，优选地，本实施例中，拟合多项式的拟合节数n＝9，但实际中拟合过程中并不以此为限。

采用本实施例的校正方法的校正效果请参阅图5及图6，图5为采用本实施例的校正方法校正后的具有震颤或敲击伪影的暗场图像的像素灰度值与校正前的像素灰度值的对比图；其中，曲线①为校正前的暗场图像中一列像素灰度值，曲线②为校正后的暗场图像中一列像素灰度值，图6为采用本实施例的校正方法校正后的暗场模板暗场图像与校正前的暗场模板暗场图像的对比图；其中，图a为校正前的暗场模板暗场图像，图b为校正后的暗场模板暗场图像。由图5及图6可知，采用本实施例的校正方法，可以将受震颤或敲击伪影影响的像素灰度值基本校正到正常水平，使得震颤或敲击伪影对暗场图像的影响降到最低。

综上所述，本发明提供一种探测器暗场图像模板中震颤或敲击伪影的识别及校正方法，所述探测器暗场图像模板中震颤或敲击伪影的识别方法包括以下步骤：1)采集具有不同采集延时的暗场图像模板作为标准图像模板；2)对所述标准图像模板进行坏像素查找并对坏像素进行替换处理；3)采集临床暗场图像模板；4)对所述临床暗场图像模板进行坏像素查找并对坏像素进行替换处理；5)对坏像素替换处理后的所述临床暗场图像模板进行偏移量校正； 6)对偏移量校正后的所述临床暗场图像模板进行震颤或敲击伪影识别。本发明的探测器暗场图像模板中震颤或敲击伪影的识别及校正方法，可以简单快捷的完成对震颤或敲击伪影的识别与校正，不需要改变任何硬件结构、不需要增加任何额外抗震颤或敲击机构，能够在几乎不改变正常暗场图像的暗场图像质量的前提下，实时有效地校正震颤或敲击伪影，极大的提高了平板探测器的抗震颤或敲击性能，降低了成本。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (11)

1.一种探测器暗场图像模板中震颤或敲击伪影的识别方法，其特征在于，包括以下步骤：

1)采集具有不同采集延时的暗场图像模板作为标准图像模板；

2)对所述标准图像模板进行坏像素查找并对坏像素进行替换处理；

3)采集临床暗场图像模板；

4)对所述临床暗场图像模板进行坏像素查找并对坏像素进行替换处理；

5)对坏像素替换处理后的所述临床暗场图像模板进行偏移量校正；

6)对偏移量校正后的所述临床暗场图像模板进行震颤或敲击伪影识别。

2.根据权利要求1所述的探测器暗场图像模板中震颤或敲击伪影的识别方法，其特征在于：步骤2)包括：

21)将所述标准图像模板划分成若干个包括m*n个像素的小区域，计算所述小区域中像素灰度值的中值和标准差，根据如下公式找出坏像素：

[x,y]＝find(ROI1&(ROI＜ROI_Median-ROI_Std*Low_sigma)(ROI＞ROI_Median+ROI_Std*High_sigma))

其中，ROI1为所述标准图像模板中的一个小区域，ROI_Median为小区域中像素灰度值的中值，ROI_Std为小区域中像素灰度值的标准差；

22)将找出的坏像素用坏像素领域8个像素平均值进行替换。

3.根据权利要求1所述的探测器暗场图像模板中震颤或敲击伪影的识别方法，其特征在于：步骤4)包括：

41)将所述临床暗场图像模板划分成若干个包括m*n个像素的小区域，计算所述小区域中像素灰度值的中值和标准差，根据如下公式找出坏像素：

[x,y]＝find(ROI1&(ROI＜ROI_Median-ROI_Std*Low_sigma)(ROI＞ROI_Median+ROI_Std*High_sigma))

其中，ROI1为所述临床暗场图像模块中的一个小区域，ROI_Median为小区域中像素灰度值的中值，ROI_Std为小区域中像素灰度值的标准差；

42)将找出的坏像素用坏像素领域8个像素平均值进行替换。

4.根据权利要求1所述的探测器暗场图像模板中震颤或敲击伪影的识别方法，其特征在于：步骤5)包括：

51)将坏像素替换处理后的所述标准图像模板中的每个像素根据公式y＝kt+b进行线 性拟合，得到拟合系数k和b的矩阵，其中，t为所述标准图像模板的采集延时，y为采集延时为t秒的像素灰度值；

52)将所述临床暗场图像模板的采集延时代入所述线性拟合公式y＝kt+b得到偏移量暗场图像模板；

53)将所述临床暗场图像模板与所述偏移量暗场图像模板相减即得到校正后的暗场图像模板。

5.根据权利要求1所述的探测器暗场图像模板中震颤或敲击伪影的识别方法，其特征在于：步骤6)包括：

61)查找疑似含有震颤或敲击伪影的疑似行及不含有震颤或敲击伪影的正常行；

62)将所述疑似行及所述正常行分别分成K个通道，并对所述疑似行及所述正常行中每个通道的N/K个像素灰度值求平均值，其中，K为通道数，N为一行像素点的个数；

63)分别得到所述疑似行的K个平均值的最大值、最小值、标准差及所述正常行的K个平均值的最大值、最小值、标准差；

64)将疑似行的K个平均值中的后一平均值与前一平均值相减并求绝对值，得到K-1个数值的矩阵；对所述矩阵进行中值查找，获得第一中值；

65)将正常行的K个平均值中的后一平均值与前一平均值相减并求绝对值，得到K-1个数值的矩阵；对所述矩阵进行中值查找，获得第二中值；

66)依据所述疑似行的K个平均值的最大值、最小值、标准差、所述正常行的K个平均值的最大值、最小值、标准差、所述第一中值及所述第二中值判断所述疑似行中是否含有震颤或敲击伪影。

6.根据权利要求5所述的探测器暗场图像模板中震颤或敲击伪影的识别方法，其特征在于：步骤61)包括：

611)分别对每一行的像素灰度值求标准差，得到所有行的标准差；

612)对所有行的标准差进行最大值查找，确定最大值所处的行，最大值所处的行即为疑似行；

613)对所有行的标准差进行中值查找，获得第三中值；将所有行的标准差依次减去所述第三中值后求绝对值，得到绝对值矩阵；对所述绝对值矩阵进行最小值查找，确定最小值所处的行，最小值所处的行即为正常行。

7.根据权利要求6所述的探测器暗场图像模板中震颤或敲击伪影的识别方法，其特征在于：步骤612)中，若所述最大值为多个，则只获取第一个最大值所处的行作为疑似行。

8.根据权利要求6所述的探测器暗场图像模板中震颤或敲击伪影的识别方法，其特征在于：步骤613)中，若所述最小值为多个，则只获取第一个最小值所处的行作为正常行。

9.根据权利要求5所述的探测器暗场图像模板中震颤或敲击伪影的识别方法，其特征在于：步骤66)中，依据所述疑似行的K个平均值的最大值、最小值、标准差、所述正常行的K个平均值的最大值、最小值、标准差、所述第一中值及所述第二中值判断所述临床暗场图像模板中是否含有震颤或敲击伪影的具体方法为：

若所述疑似行的K个平均值的最大值与最小值的差减去所述正常行的K个平均值的最大值与最小值的差大于T1，且所述疑似行的K个平均值的标准差大于所述正常行的K个平均值的标准差的T2倍，且所述第一中值大于所述第二中值的T3倍，则判断所述疑似行中含有震颤或敲击伪影，否则不含有震颤或敲击伪影；其中，T1为第一设定值，T2为第二设定值，T3为第三设定值。

10.根据权利要求9所述的探测器暗场图像模板中震颤或敲击伪影的识别方法，其特征在于：所述第一设定值T1＝5，所述第二设定值T2＝1.5，所述第三设定值T3＝10。

11.一种探测器暗场图像模板中震颤或敲击伪影的校正方法，其特征在于，包括以下步骤：

1)采用如权利要求1至10中任一项所述的探测器暗场图像模板中震颤或敲击伪影的识别方法识别出具有震颤或敲击伪影的临床暗场图像模板；

2)分别对所述具有震颤或敲击伪影的临床暗场图像模板的每一列中各像素灰度值进行多项式拟合，以将受震颤或敲击伪影影响的像素灰度值校正到正常水平，拟合公式为：y＝a_nxⁿ+a_n-1x^n-1+a_n-2x^n-2+.........a₂x²+a₁x+a，其中，y为校正后的像素灰度值，x为每一列中像素的位置，n为拟合阶数，a₁～a_n为拟合系数。