CN106651981B - 一种环形伪影修正的方法及装置 - Google Patents

一种环形伪影修正的方法及装置 Download PDF

Info

Publication number
CN106651981B
CN106651981B CN201611115885.5A CN201611115885A CN106651981B CN 106651981 B CN106651981 B CN 106651981B CN 201611115885 A CN201611115885 A CN 201611115885A CN 106651981 B CN106651981 B CN 106651981B
Authority
CN
China
Prior art keywords
image
artifact
iteration
ring
unit
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
CN201611115885.5A
Other languages
English (en)
Other versions
CN106651981A (zh
Inventor
梁晓坤
谢耀钦
张志诚
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.)
Shenzhen Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
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 Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201611115885.5A priority Critical patent/CN106651981B/zh
Publication of CN106651981A publication Critical patent/CN106651981A/zh
Application granted granted Critical
Publication of CN106651981B publication Critical patent/CN106651981B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/008Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了一种环形伪影修正的方法及装置,利用极坐标转化、相关总变分处理、中值提取和迭代修正等实现迭代环形伪影修正,具体地,利用相关总变分对图像进行边缘保护的平滑,得到细节和伪影图像,应用于环形伪影修正;利用迭代修正的方法,不断提取环形伪影,达到图像环形伪影修正的结果。本申请在去除环形伪影过程中,做到了不损坏原始图像的细节和不降低图像的分辨率,并且处理流程简单等;另外本申请仅在图像域中对环形伪影进行提取,因此它的处理完全兼容临床使用的流程。为了更加切合临床应用。

Description

一种环形伪影修正的方法及装置
技术领域
本申请涉及医学图像处理技术,特别涉及一种环形伪影修正的方法及装置。
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CBCT(锥形束CT,Cone beam Computer Tomography)技术已经广泛应用于医学诊断的诸多领域。伪影是制约CBCT图像质量进而影响临床诊断的重要因素,其中又尤以环形伪影最为严重。产生环形伪影的原因有很多,例如探测器上的探测元响应不一致等。环形伪影在CBCT图像上表现为以CBCT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CBCT图像处理和临床诊断带来很多的困扰,因此如何对CBCT图像中的环形伪影进行修正,以减轻或消除CBCT图像中的环形伪影显得十分重要。
近几年许多学者提出了各种CBCT环形伪影修正方法。这些方法可以分为两大类:基于投影域的前处理技术和基于图像域的后处理技术。
基于投影域的前处理技术可以利用正弦图,因为在正弦图中,图像的环形伪影表现为直线,从而更容易获取环形伪影的信息。1978年就有人提出从正弦图中相除环形伪影的技术。在正弦图中利用一个简单的低通滤波器消除由于环形伪影引起的不连续信号,但是这个操作扰乱了原始图像的高频信号,影响图像质量。最近几年,又出现了一些方法来解决这个问题。1998年,Raven.C根据环形伪影在正弦图上表现为平行直线,而且仅在水平方向上有剧烈变化这一性质,对正弦图进行傅立叶变换,在频域中,竖直方向上成列的伪影表现为水平方向上位于图像中心的高频信号。因此,在这个区域与方向上对图像进行低通滤波就可以去除高频细节信息。最近,Cem Altunbasa通过识别探测器像素增益,获取像素增益校正数据集,以达到环形伪影修正的目的。
基于投影域的前处理技术不仅需要占用大量的计算机内存,而且还需花费大量的计算时间。因此,基于图像域的后处理技术的环形伪影修正方法成为了研究人员的首选方向。
对图像进行极坐标转化是流行的基于图像域的后处理技术之一。具体地,将CT重建图像由笛卡尔坐标转化为极坐标,通过处理后,再转化为笛卡尔坐标。2004年JanSijbers提出了一种基于形态学算子的环形伪影修正方法。该方法在空间坐标系下,利用形态学算子将CBCT中的感兴趣区域从背景图像中分离出来,然后将分离的图像转化为极坐标,进行图像处理后,得到一个伪影模版,最后通过做差得到修正的图像。但是该方法太过依赖参数的选择。随后,在2009年Chen.Y提出了一个基于独立成分分析的环形伪影修正方法,但是该方法影响了图像的细节信息。现有的基于图像域的后处理技术,在对伪影进行识别与修正时,容易破坏图像原有的图像细节,导致修正后的图像与客观图像产生偏离,影响医生对客观图像的判断;此外,很多后处理技术在利用极坐标对图像环形伪影进行修正的过程中,降低了图像的分辨率,不适用于临床。
发明内容
为解决上述问题,本申请提供一种环形伪影修正的方法及装置。
根据本申请的第一方面,本申请提供一种环形伪影修正的方法,包括:
坐标转换步骤:将原始图像由笛卡尔坐标转换为极坐标,并并作为处理步骤中的输入图像,进而执行处理步骤;
处理步骤:对输入的图像进行消除图像细节和环形伪影的处理,得到去除环形和图像细节的模版图像;
相减步骤:将所述极坐标下的原始图像减去所述模版图像,得到残差图像;
提取步骤:对所述残差图像进行提取,以得到环形伪影图像;
判断步骤:判断当前是否达到停止迭代条件;
迭代步骤:当判断继续迭代时,则根据本次残差图像和本次环形伪影图像来对本次的模版图像进行补偿,以得到补偿图像,并将该补偿图像作为处理步骤中的输入图像,进而执行处理步骤;
修正步骤:当判断停止迭代时,则使用本次的环形伪影图像对原始图像进行修正,以获取环形伪影修正后的图像。
根据本申请的第二方面,本申请提供一种环形伪影修正的装置,包括:
坐标转换单元,用于将原始图像由笛卡尔坐标转换为极坐标,并作为处理单元中的输入图像,输入给处理单元进行处理;
处理单元,用于对所述输入图像进行消除图像细节和环形伪影的处理,得到去除环形伪影和图像细节的模版图像;
相减单元,用于将所述极坐标下的原始图像减去所述模版图像,得到残差图像;
提取单元,用于对所述残差图像进行提取,以得到环形伪影图像;
判断单元,用于判断当前是否达到停止迭代条件;
迭代单元,用于当判断继续迭代时,则根据本次残差图像和本次环形伪影图像来对本次的模版图像进行补偿,以得到补偿图像,并将该补偿图像作为处理单元中的输入图像,输入给处理单元进行处理;
修正单元,用于当判断停止迭代时,则使用本次的环形伪影图像对原始图像进行修正,以获取环形伪影修正后的图像。
本申请的有益效果是:
依上述实施的环形伪影修正的方法及装置,由于将基于本次残差图像和环形伪影图像对本次的模版图像进行补偿得到补偿图像,作为每次迭代的对象,从而在消除环形伪影的过程中,不损坏原始图像的细节,不降低图像的分辨率;并且对环形伪影进行提取是仅在图像域中进行,因此本申请完全兼容临床使用的流程。
附图说明
图1为本申请一种实施例的环形伪影修正的方法的流程示意图;
图2为本申请一种实施例的环形伪影修正的方法中图像处理的转换示意图;
图3(a)为本申请一种实施例的环形伪影修正的装置的结构示意图;图3(b)为本申请另一种实施例的环形伪影修正的装置的结构示意图;
图4为应用本申请实施的环形伪影修正的方法及装置进行的实验结果图。
具体实施方式
在探测器增益未标定良好与存在像素坏点的情况下,经过FDK算法重建的锥形束CT(CBCT)图像,会产生严重的环形伪影,这破坏了图像的细节信息,进一步地,这对应用CBCT进行放疗摆位和工业材料检测等操作带来误差。在不破坏原有图像信息的基础上,本申请能有效消除环形伪影。
下面通过具体实施方式结合附图对本申请作进一步详细说明。
请参照图1和图2,本申请公开了一种环形伪影修正的方法,该环形伪影修正的方法包括坐标转换步骤S01、处理步骤S03、相减步骤S05、提取步骤S07、判断步骤S09、迭代步骤S11和修正步骤S13,下面具体说明。
坐标转换步骤S01:将原始图像由笛卡尔坐标转换为极坐标,并作为处理步骤S03中的输入图像,进而执行处理步骤S03。在一具体实施例中,坐标转换步骤S01包括使用三次样条插值将将原始图像由笛卡尔坐标转换为极坐标。由于环形伪影的环形在极坐标下表现为条状,因此将原始图像由笛卡尔坐标转换为极坐标,这便于之后更好地提取出伪影信息。需要说明的是,坐标转换步骤S01中原始图像可以为原始CBCT图像。
处理步骤S03:对输入的图像进行消除图像细节和环形伪影的处理,得到去除环形伪影和图像细节的模版图像。需要说明的是,在初次迭代时,处理步骤S03中输入的是坐标转换步骤S01中的极坐标下的原始图像,在后续迭代过程中,处理步骤S03中输入的则是迭代步骤S11中的补偿图像。在一较优实施例中,处理步骤S03包括对所述输入图像进行相关总变分(RTV,Relative Total-Variance)平滑处理,以消除图像细节和环形伪影,得到去除环形伪影和图像细节的模版图像。在一较优实施例中,处理步骤S03中的RTV平滑的目标函数如下:
Figure BDA0001173433950000041
其中Ip为输入的图像,p为图像的像素索引,S为得到的模版图像,(Sp-Ip)2为平滑项,
Figure BDA0001173433950000042
Figure BDA0001173433950000043
为全变分窗口,像素索引q属于窗口R(p),
Figure BDA0001173433950000044
Figure BDA0001173433950000045
分别为两个方向的偏导数,gp,q为空间关联度的加权函数。为了更好的捕捉图像的空间变化,利于结构和纹理的分离,本申请引入两个窗口
Figure BDA0001173433950000046
Figure BDA0001173433950000047
λ为图像平滑强度的加权,ε为一个极小的正数,主要是为了避免零的出现。由于目标函数是一个非凸函数,所以本申请可以采用二次惩罚的方法求解此目标函数。
相减步骤S05:将坐标转换步骤S01中的极坐标下的原始图像减去处理步骤S03中得到的模版图像,得到残差图像。由于残差图像是由原始图像减去不包括环形伪影和图像细节的模版图像得到,因此残差图像实际上就是包含图像细节和环形伪影的图像。
提取步骤S07:对残差图像进行提取,以得到环形伪影图像。由于受到探测器增益不一致等的影响,在极坐标下,条状伪影可以估计为一相同的像素值,因此可以在极坐标的角度方向上对残差图像进行提取,以得到环形伪影图像,所以在一较优实施例中,提取步骤S07包括对残差图像在极坐标的角度方向上进行提取,以得到环形伪影图像。在一具体实施例中,提取步骤S07包括对残差图像在极坐标的角度方向上进行中值提取,以得到环形伪影图像。另外,由于RTV平滑的误差和探测器坏点影响导致的坏点等原因,残差图像上可能表现出一些过高像素值和过低像素值的像素点,在进行提取的过程中,可以排除这些点,因此在一较优实施例中,提取步骤S07包括:在对残差图像在极坐标的角度方向上进行提取时,对残差图像中非过高值和非过低值的像素点进行提取,进一步地,可以是进行中值提取;具体地,对残差图像中非过高值和非过低值的像素点进行提取,可以设定一个像素阈值,将过高的像素值和过低的像素值的像素点排除,例如将像素点中其值低于10%和高于90%的排除,保留中间的80%作为提取的采样值。
判断步骤S09:判断当前是否达到停止迭代条件。在一较优实施例中,判断步骤S09包括根据本次环形伪影图像与前一次环形伪影图像,判断是否停止迭代,这是一种迭代停止条件;和/或,根据当前的迭代次数,判断是否停止迭代,若当前的迭代次数达到了设定的迭代次数阈值,则判断停止迭代,反之,则判断继续迭代,这是另一种迭代停止条件;当判断步骤S09同时包括这两种迭代停止条件时,在一实施例中,可以是只要满足其中一个迭代停止条件,即判断停止迭代,当两个迭代停止条件都不满足时,则判断继续迭代。在一较优实施例中,判断步骤S09包括判断本次形伪影图像与前一次环形伪影图像之差的二范数,当该二范数小于一阈值时,则判断停止迭代,反之,则判断继续迭代。在一实施例中,判断步骤S09可以使用下述公式来作为判断二范数的条件:
Figure BDA0001173433950000051
其中rk+1和rk分别为本次迭代的环形伪影图像和前一次迭代的环形伪影图像,r1为第一次迭代提取的环形伪影图像,||·||2为图像的二范数;在一实施例中,可以将阈值设置为0.002,当sd小于0.002时停止迭代,否则,继续迭代。
需要说明的是,在上述的一个实施例中,由于判断步骤S09是根据本次环形伪影图像与前一次环形伪影图像,判断是否停止迭代,因此当进行初次迭代时,本次环形伪影图像并不存在前一次环形伪影图像,这时在判断步骤S09也是判断需要继续迭代,具体实现时,可以将初次迭代时不存在的那个前一次环形伪影图像设置为空白图像,也可以根据该次迭代的次数为1,直接判断继续迭代。
迭代步骤S11:当判断继续迭代时,则根据本次残差图像和本次环形伪影图像来对本次的模版图像进行补偿,以得到补偿图像,并将该补偿图像作为处理步骤S03中的输入图像,进而执行处理步骤S03。在一具体实施例中,迭代步骤S11包括当判断继续迭代时,则将本次残差图像减去本次环形伪影图像,得到细节图像;将该细节图像补偿至本次的模版图像中,以得到补偿图像。在一实施例中,将细节图像补偿至本次的模版图像,可以是将细节图像与本次的模版图像相加,相加后得到的图像即为补偿图像。迭代步骤S11实质上是将补偿图像输出给处理步骤S03,使得补偿图像重新从处理步骤S03开始,再依次进行相减步骤S05、提取步骤S07、判断步骤S09,并在判断步骤S09中判断是否还要继续进行迭代,如此循环,直到某一次迭代中在判断步骤S09中判断为停止迭代,然后再进行修正步骤S13。迭代步骤S11每次都是将本次补偿图像输出给处理步骤S03,以进行迭代,这可以保证消除环形伪影的效果。
修正步骤S13:当判断停止迭代时,则使用本次环形伪影图像对原始图像进行修正,以获取环形伪影修正后的图像。在一具体实施例中,修正步骤S13包括当判断停止迭代时,则将本次的环形伪影图像由极坐标转换为笛卡尔坐标,并将笛卡尔坐标下的原始图像减去笛卡尔坐标下的本次环形伪影图像,得到环形伪影修正后的图像。
请参照图3(a)和(b),本申请还公开了一种环形伪影修正的装置,该环形伪影修正的装置包括坐标转换单元01、处理单元03、相减单元05、提取单元07、判断单元09、迭代单元11和修正单元13,下面具体说明。
坐标转换单元01用于将原始图像由笛卡尔坐标转换为极坐标,并作为处理单元03中的输入图像,输入给处理单元03进行处理。在一具体实施例中,坐标转换单元01包括插值单元01a,插值单元01a用于使用三次样条插值将将原始图像由笛卡尔坐标转换为极坐标。由于环形伪影的环形在极坐标下表现为条状,因此将原始图像由笛卡尔坐标转换为极坐标,这便于之后更好地提取出伪影信息。需要说明的是,坐标转换单元01中处理的原始图像可以为原始CBCT图像。
处理单元03用于对上述的输入图像进行消除图像细节和环形伪影的处理,得到去除环形伪影和图像细节的模版图像。需要说明的是,在初次迭代时,处理单元03中输入的是坐标转换单元01中的极坐标下的原始图像,在后续迭代过程中,处理单元03中输入的则是迭代单元11中的补偿图像。在一较优实施例中,处理单元03包括相关总变分单元03a,相关总变分单元03a对输入图像进行相关总变分(RTV,Relative Total-Variance)平滑处理,以消除图像细节和环形伪影,得到去除环形和图像细节的模版图像。在一较优实施例中,处理单元03中的RTV平滑的目标函数如下:
Figure BDA0001173433950000061
其中Ip为输入的图像,p为图像的像素索引,S为得到的模版图像,(Sp-Ip)2为平滑项,
Figure BDA0001173433950000071
Figure BDA0001173433950000072
为全变分窗口,像素索引q属于窗口R(p),
Figure BDA0001173433950000073
Figure BDA0001173433950000074
分别为两个方向的偏导数,gp,q为空间关联度的加权函数。为了更好的捕捉图像的空间变化,利于结构和纹理的分离,本申请引入两个窗口
Figure BDA0001173433950000075
Figure BDA0001173433950000076
λ为图像平滑强度的加权,ε为一个极小的正数,主要是为了避免零的出现。由于目标函数是一个非凸函数,所以本申请可以采用二次惩罚的方法求解此目标函数。
相减单元05用于将极坐标下的原始图像减去模版图像,得到残差图像。由于残差图像是由原始图像减去不包括形伪影和图像细节的模版图像得到,因此残差图像实际上就是包含图像细节和环形伪影的图像。
提取单元07用于对残差图像进行提取,以得到环形伪影图像。由于受到探测器增益不一致等的影响,在极坐标下,条状伪影可以估计为一相同的像素值,因此可以在极坐标的角度方向上对残差图像进行提取,以得到环形伪影图像,所述在一较优实施例中,提取单元07包括方向提取单元07a,方向提取单元07a用于对残差图像在极坐标的角度方向上进行提取,以得到环形伪影图像。在一具体实施例中,方向提取单元07a包括中值提取单元07b,中值提取单元07b用于对残差图像在极坐标的角度方向上进行中值提取,以得到环形伪影图像。另外,由于RTV平滑的误差和探测器坏点影响导致的坏点等原因,残差图像上可能表现出一些过高像素值和过低像素值的像素点,在进行中值提取的过程中,可以排除这些点,因此在一较优实施例中,提取单元07包括选择提取单元07c,选择提取单元07c用于对残差图像中非过高值和非过低值的像素点进行提取,以得到环形伪影图像,较优地,选择提取单元07c可以是对残差图像在极坐标的角度方向上对残差图像中非过高值和非过低值的像素点进行提取,进一步地,选择提取单元07c可以是进行中值提取;选择提取单元07c在实现时,在对残差图像中非过高值和非过低值的像素点进行提取时,可以设定一个像素阈值,将过高的像素值和过低的像素值的像素点排除,例如将像素点中其值低于10%和高于90%的排除,保留中间的80%作为提取的采样值。
判断单元09判断当前是否达到停止迭代条件。在一较优实施例中,判断单元09包括比较单元09a和/或次数单元09b,具体地,比较单元09a用于根据本次环形伪影图像与前一次环形伪影图像,判断是否停止迭代;次数单元09b用于根据当前的迭代次数,判断是否停止迭代,若当前的迭代次数达到了设定的迭代次数阈值,则判断停止迭代,反之,则判断继续迭代;在一实施例中,当判断单元09同时包括比较单元09a和次数单元09b时,则可以是当比较单元09a和次数单元09b任一个判断当前要停止迭代,则判断单元09作出当前停止迭代的判断。在一较优实施例中,比较单元09a包括二范数比较单元09c,二范数比较单元09c用于判断本次形伪影图像与前一次环形伪影图像之差的二范数,当该二范数小于一阈值时,则判断停止迭代,反之,则判断继续迭代。在一实施例中,二范数比较单元09c可以使用下述公式来作为判断条件:
Figure BDA0001173433950000081
其中rk+1和rk分别为本次迭代的环形伪影图像和前一次迭代的环形伪影图像,r1为第一次迭代提取的环形伪影图像,||·||2为图像的二范数;在一实施例中,可以将阈值设置为0.002,当sd小于0.002时停止迭代,否则,继续迭代。
需要说明的是,由于比较单元09a是根据本次环形伪影图像与前一次环形伪影图像,判断是否停止迭代,因此当进行初次迭代时,本次环形伪影图像并不存在前一次环形伪影图像,这时在比较单元09a也是判断需要继续迭代,具体实现时,可以将初次迭代时不存在的那个前一次环形伪影图像设置为空白图像,也可以根据该次迭代的次数为1,直接判断继续迭代。
迭代单元11用于当判断继续迭代时,则根据本次残差图像和本次环形伪影图像来对本次的模版图像进行补偿,以得到补偿图像,并将该补偿图像作为处理单元03中的输入图像,输入给处理单元03进行处理。在一具体实施例中,迭代单元11包括迭代子单元11a,迭代子单元11a用于当判断继续迭代时,则将本次残差图像减去本次环形伪影图像,得到细节图像;将该细节图像补偿至本次的模版图像中,以得到补偿图像。在一实施例中,迭代子单元11a将细节图像补偿至本次的模版图像,可以是将细节图像与本次的模版图像相加,相加后得到的图像即为补偿图像。迭代单元11实质上是将补偿图像输出给处理单元03,使得补偿图像重新从处理单元03开始,再依次由相减单元05、提取单元07和判断单元09进行工作,并在判断单元09中判断是否还要继续进行迭代,如此循环,直到某一次迭代中在判断单元09中判断为停止迭代,然后再进行修正单元13。迭代单元11每次都是将本次补偿图像输出给处理单元03,以进行迭代,这可以保证消除环形伪影的效果。
修正单元13用于当判断停止迭代时,则使用本次环形伪影图像对原始图像进行修正,以获取环形伪影修正后的图像。在一具体实施例中,修正单元13包括修正子单元13a,修正子单元13a用于当判断停止迭代时,则将本次的环形伪影图像由极坐标转换为笛卡尔坐标,并将笛卡尔坐标下的原始图像减去笛卡尔坐标下的本次环形伪影图像,得到环形伪影修正后的图像。
请参照图4,为应用本申请的环形伪影修正的方法及装置进行的实验结果图,第1至3列分别为不同层面的CBCT图像;第一行的图像为原始CBCT图像(即环形伪影修正前的图像);第二行的图像为环形伪影修正后的图像,可以看到应用本申请后,环形伪影修正后的图像不仅被消除了环形伪影对图像造成的影响,还有效地保留了图像细节和图像分辨率;第三行的图像为最终迭代提取的环形伪影图像,可以看到,提取的环形伪影图像很好,这样最终在修正步骤中将此提取的环形伪影图像对原始图像进行修正时,效果自然也很好。
本申请提供的环形伪影修正的方法及装置,利用极坐标转化、相关总变分处理、中值提取和迭代修正等实现迭代环形伪影修正,具体地,利用相关总变分对图像进行边缘保护的平滑,得到细节和伪影图像,应用于环形伪影修正;利用迭代修正的方法,不断提取环形伪影,达到图像环形伪影修正的结果。本申请在去除环形伪影过程中,做到了不损坏原始图像的细节和不降低图像的分辨率,并且处理流程简单等;另外本申请仅在图像域中对环形伪影进行提取,因此它的处理完全兼容临床使用的流程。为了更加切合临床应用,在一实施例中,还可以利用GPU加速大大降低环形伪影修正的时间。
以上内容是结合具体的实施方式对本申请所作的进一步详细说明,不能认定本申请的具体实施只局限于这些说明。对于本申请所属技术领域的普通技术人员来说,在不脱离本申请发明构思的前提下,还可以做出若干简单推演或替换。

Claims (12)

1.一种环形伪影修正的方法,其特征在于,包括:
坐标转换步骤:将原始图像由笛卡尔坐标转换为极坐标,并作为处理步骤中的输入图像,进而执行处理步骤;
处理步骤:对所述输入图像进行消除图像细节和环形伪影的处理,得到去除环形伪影和图像细节的模版图像;
相减步骤:将所述极坐标下的原始图像减去所述模版图像,得到残差图像;
提取步骤:对所述残差图像进行提取,以得到环形伪影图像;
判断步骤:判断当前是否达到停止迭代条件;
迭代步骤:当判断继续迭代时,则根据本次残差图像和本次环形伪影图像来对本次的模版图像进行补偿,以得到补偿图像,并将该补偿图像作为处理步骤中的输入图像,进而执行处理步骤;
修正步骤:当判断停止迭代时,则使用本次环形伪影图像对原始图像进行修正,以获取环形伪影修正后的图像;
所述提取步骤包括:对所述残差图像在极坐标的角度方向上进行中值提取,以得到环形伪影图像;
所述判断步骤包括:
根据本次环形伪影图像与前一次环形伪影图像,判断是否停止迭代:判断本次形伪影图像与前一次环形伪影图像之差的二范数,当该二范数小于一阈值时,则判断停止迭代;
和/或,
根据当前的迭代次数,判断是否停止迭代,若当前的迭代次数达到了设定的迭代次数阈值,则判断停止迭代,反之,则判断继续迭代。
2.如权利要求1所述的环形伪影修正的方法,其特征在于,所述坐标转换步骤包括:使用三次样条插值将原始图像由笛卡尔坐标转换为极坐标。
3.如权利要求1或2所述的环形伪影修正的方法,其特征在于,所述处理步骤包括:对所述输入图像进行相关总变分平滑处理,以消除图像细节和环形伪影,得到去除环形和图像细节的模版图像。
4.如权利要求1所述的环形伪影修正的方法,其特征在于,提取步骤包括:对所述残差图像中非过高值和非过低值的像素点进行提取。
5.如权利要求1所述的环形伪影修正的方法,其特征在于,所述迭代步骤包括:当判断继续迭代时,则将本次残差图像减去本次环形伪影图像,得到细节图像;将该细节图像补偿至本次的模版图像中,以得到补偿图像。
6.如权利要求1所述的环形伪影修正的方法,其特征在于,所述修正步骤包括:当判断停止迭代时,则将本次环形伪影图像由极坐标转换为笛卡尔坐标,并将笛卡尔坐标下的原始图像减去笛卡尔坐标下的本次环形伪影图像,得到环形伪影修正后的图像。
7.一种环形伪影修正的装置,其特征在于,包括:
坐标转换单元,用于将原始图像由笛卡尔坐标转换为极坐标,并作为处理单元中的输入图像,输入给处理单元进行处理;
处理单元,用于对所述输入图像进行消除图像细节和环形伪影的处理,得到去除环形伪影和图像细节的模版图像;
相减单元,用于将所述极坐标下的原始图像减去所述模版图像,得到残差图像;
提取单元,用于对所述残差图像进行提取,以得到环形伪影图像;
判断单元,用于判断是否达到停止迭代条件;
迭代单元,用于当判断继续迭代时,则根据本次残差图像和本次环形伪影图像来对本次的模版图像进行补偿,以得到补偿图像,并将该补偿图像作为处理单元中的输入图像,输入给处理单元进行处理;
修正单元,用于当判断停止迭代时,则使用本次的环形伪影图像对原始图像进行修正,以获取环形伪影修正后的图像;
所述提取单元包括方向提取单元,用于对所述残差图像在极坐标的角度方向上进行提取,以得到环形伪影图像;
所述方向提取单元包括中值提取单元,用于对所述残差图像在极坐标的角度方向上进行中值提取,以得到环形伪影图像;
所述判断单元包括:
比较单元,用于根据本次环形伪影图像与前一次环形伪影图像,判断是否停止迭代;所述比较单元包括二范数比较单元,用于判断本次形伪影图像与前一次环形伪影图像之差的二范数,当该二范数小于一阈值时,则判断停止迭代;
次数单元,用于根据当前的迭代次数,判断是否停止迭代,若当前的迭代次数达到了设定的迭代次数阈值,则判断停止迭代。
8.如权利要求7所述的环形伪影修正的装置,其特征在于,所述坐标转换单元包括插值单元,用于使用三次样条插值将将原始图像由笛卡尔坐标转换为极坐标。
9.如权利要求7或8所述的环形伪影修正的装置,其特征在于,所述处理单元包括相关总变分单元,用于对所述输入图像进行相关总变分平滑处理,以消除图像细节和环形伪影,得到去除环形和图像细节的模版图像。
10.如权利要求7所述的环形伪影修正的装置,其特征在于,所述提取单元包括选择提取单元,用于对所述残差图像中非过高值和非过低值的像素点进行提取。
11.如权利要求7所述的环形伪影修正的装置,其特征在于,所述迭代单元包括迭代子单元,用于当判断继续迭代时,将本次残差图像减去本次环形伪影图像,得到细节图像;将该细节图像补偿至本次的模版图像中,以得到补偿图像。
12.如权利要求7所述的环形伪影修正的装置,其特征在于,所述修正单元包括修正子单元,用于当判断停止迭代时,将本次的环形伪影图像由极坐标转换为笛卡尔坐标,并将笛卡尔坐标下的原始图像减去笛卡尔坐标下的本次环形伪影图像,得到环形伪影修正后的图像。
CN201611115885.5A 2016-12-07 2016-12-07 一种环形伪影修正的方法及装置 Active CN106651981B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611115885.5A CN106651981B (zh) 2016-12-07 2016-12-07 一种环形伪影修正的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611115885.5A CN106651981B (zh) 2016-12-07 2016-12-07 一种环形伪影修正的方法及装置

Publications (2)

Publication Number Publication Date
CN106651981A CN106651981A (zh) 2017-05-10
CN106651981B true CN106651981B (zh) 2020-08-25

Family

ID=58820138

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611115885.5A Active CN106651981B (zh) 2016-12-07 2016-12-07 一种环形伪影修正的方法及装置

Country Status (1)

Country Link
CN (1) CN106651981B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109512448B (zh) * 2018-12-29 2022-10-28 深圳安科高技术股份有限公司 一种ct探测器位置校准方法及其系统
CN110111318B (zh) 2019-04-30 2021-06-29 上海联影医疗科技股份有限公司 一种环形伪影的检测方法和系统
CN110889878B (zh) * 2019-11-08 2023-06-09 湖北科技学院 结合图像平滑处理的ct图像环形伪影抑制方法
CN112233027B (zh) * 2020-09-30 2022-12-09 西北工业大学 一种ct图像环形伪影的迭代后处理去除方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10118058A (ja) * 1996-10-23 1998-05-12 Hitachi Medical Corp X線ct装置
JP5165791B2 (ja) * 2009-05-27 2013-03-21 株式会社日立メディコ 磁気共鳴撮影装置
CN102274040B (zh) * 2010-06-10 2012-10-24 东软飞利浦医疗设备系统有限责任公司 一种去除ct图像中环状伪影的后处理方法
EP2584532A1 (en) * 2011-10-21 2013-04-24 Friedrich-Alexander-Universität Erlangen-Nürnberg Empirical cupping correction for CT scanners with primary modulation
CN105321155A (zh) * 2015-10-29 2016-02-10 北京理工大学 一种cbct图像环形伪影消除方法

Also Published As

Publication number Publication date
CN106651981A (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
Xuan et al. An improved canny edge detection algorithm
CN106651981B (zh) 一种环形伪影修正的方法及装置
JP5645399B2 (ja) X線画像処理装置、x線画像処理方法、及びコンピュータプログラム
WO2018103015A1 (zh) 一种环形伪影修正的方法及装置
Hosotani et al. Image denoising with edge-preserving and segmentation based on mask NHA
CN106296763B (zh) 一种金属材料工业ct图像质量快速校正方法
Zhang et al. Decision-based non-local means filter for removing impulse noise from digital images
CN111260694B (zh) 卫星遥感视频目标跟踪方法及装置
Li et al. Improved edge detection algorithm for canny operator
CN109544571A (zh) 一种基于数学形态学的金相图像边缘检测方法
Feng et al. A new edge detection algorithm based on Canny idea
CN106204502B (zh) 基于混合阶l0正则化模糊核估计方法
CN111091107A (zh) 一种人脸区域边缘检测方法、装置及存储介质
CN111145198A (zh) 一种基于快速角点检测的非合作目标运动估计方法
CN115222755B (zh) 一种基于医疗成像设备的医疗图像目标分割方法及装置
El Hassani et al. Efficient image denoising method based on mathematical morphology reconstruction and the Non-Local Means filter for the MRI of the head
CN113436216B (zh) 基于Canny算子的电气设备红外图像边缘检测方法
Bhonsle et al. Medical Image De-Noising Using Combined Bayes Shrink and Total Variation Techniques
CN108364285A (zh) 一种基于迭代相位一致性的裂缝提取方法和应用
CN110782405B (zh) 一种基于梯度辨识的点目标和暗斑图像背景均衡方法
CN114511591B (zh) 轨迹跟踪方法、装置、电子设备及存储介质
JP5855210B2 (ja) 情報処理装置、ライン状ノイズ低減処理方法、及びプログラム
Ferandji et al. Performance Comparison of Image Edge Detection Operators for Lontara Sanskrit Scripts
CN116051425B (zh) 一种红外图像处理方法、装置、电子设备及存储介质
CN112233027B (zh) 一种ct图像环形伪影的迭代后处理去除方法

Legal Events

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