CN106780649A - 图像的伪影去除方法和装置 - Google Patents
图像的伪影去除方法和装置 Download PDFInfo
- Publication number
- CN106780649A CN106780649A CN201611169145.XA CN201611169145A CN106780649A CN 106780649 A CN106780649 A CN 106780649A CN 201611169145 A CN201611169145 A CN 201611169145A CN 106780649 A CN106780649 A CN 106780649A
- Authority
- CN
- China
- Prior art keywords
- image
- artifact
- pixel value
- sample
- plane
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种图像的伪影去除方法和装置,该方法包括:获取物体在第一、第二以及第三采样方向的三维采样数据;根据三维采样数据,在第一和第二采样方向所在的平面内生成至少两幅第一图像;对于每幅第一图像,进行边界区域识别并去除识别到的边界区域,以得到第二图像;在第二图像中,进行伪影识别,以确定伪影像素点的位置和像素值;根据第二图像中的伪影像素点位置和像素值,获取第二和第三采样方向所在的目标平面内的伪影像素点位置和像素值;以及根据三维采样数据在第二和第三采样方向所在的目标平面内生成原始目标平面图像,并根据目标平面内的伪影像素点位置和像素值,从原始目标平面图像中去除伪影,得到目标平面的目标图像。
Description
技术领域
本发明实施例涉及图像处理技术,尤其涉及一种图像的伪影去除方法和装置。
背景技术
CT自上世纪70年代问世来,不断获得改进,从第一代到第五代,不断缩短扫描时间和提高图像质量。CT已广泛应用于医学诊断的诸多领域。CT通过测量X射线在各个方向上透过人体断层时的累积衰减系数(或称投影),再由计算机计算出整个断面上X射线衰减系数的分布,最后以图像形式显示出来,用以协助临床进行疾病的诊断。由于其能够提供比普通X射线成像更高的软组织分辨力,并解决了三维结构重叠的问题,使其在医学成像上具有划时代的意义。
CT图像是一种重建图像,又称CT重建图像。以被扫描对象是人体为例,在采用螺旋扫描方式对人体进行CT扫描时,由于Z轴采样不足,在Z轴变化较快的组织位置,例如头颈部上,可产生明暗相间并随Z轴位置而旋转变化的风车伪影。所谓伪影,是实际物体被扫描时,重建图像中出现的实物中不存在的成分,因此,如何去除伪影,一直是CT图像处理技术研究的重要方向之一。
在重建形成的XY平面图像中,由于Z轴采样不足,当某些器官组织在Z轴发生较大平面变化时,就会在XY平面图像中出现伪影。这些伪影在XY平面图像中进行识别的难度较高,不容易定位是目前消减此类伪影的难点之一。
发明内容
有鉴于此,本发明实施例提供一种图像的伪影去除方法和装置,以准确定位采样平面图像中的Z轴伪影,并进行消减。
第一方面,本发明实施例提供了一种图像的伪影去除方法,包括:
获取物体在第一采样方向、第二采样方向以及第三采样方向的三维采样数据,其中所述第一采样方向、第二采样方向以及第三采样方向两两垂直,且在所述第一采样方向上,所述物体的至少一部分的变化频率比采样频率大;
根据所述三维采样数据,在所述第一采样方向和所述第二采样方向所在的平面内生成至少两幅第一图像;
对于每幅所述第一图像,进行边界区域识别并去除识别到的边界区域,以得到第二图像;
在所述第二图像中,进行伪影识别,以确定伪影像素点的位置和像素值;
根据所述第二图像中的伪影像素点位置和像素值,获取所述第二采样方向和所述第三采样方向所在的目标平面内的伪影像素点位置和像素值;以及
根据所述三维采样数据在所述第二采样方向和所述第三采样方向所在的目标平面内生成原始目标平面图像,并根据目标平面内的伪影像素点位置和像素值,从所述原始目标平面图像中去除伪影,得到目标平面的目标图像。
第二方面,本发明实施例提供了一种图像的伪影去除装置,包括:
三维采样数据获取模块,用于获取物体在第一采样方向、第二采样方向以及第三采样方向的三维采样数据,其中所述第一采样方向、第二采样方向以及第三采样方向两两垂直,且在所述第一采样方向上,所述物体的至少一部分的变化频率比采样频率大;
第一图像获取模块,根据所述三维采样数据,在所述第一采样方向和所述第二采样方向所在的平面内生成至少两幅第一图像;
第二图像获取模块,用于对于每幅所述第一图像,进行边界区域识别并去除识别到的边界区域,以得到第二图像;
伪影识别模块,用于在所述第二图像中,进行伪影识别,以确定伪影像素点的位置和像素值;以及
伪影获取模块,用于根据各幅第二图像中的伪影像素点位置和像素值,获取所述第二采样方向和所述第三采样方向所在的目标平面内的伪影像素点位置和像素值;伪影去除模块,用于根据所述三维采样数据在所述第二采样方向和所述第三采样方向所在的目标平面内生成原始目标平面图像以及所述目标平面内的伪影像素点位置和像素值,从所述原始目标平面图像中去除伪影,得到目标平面的目标图像
本发明实施例提供的技术方案,在第一采样方向所在平面内识别伪影像素点,而后将伪影像素点转换到与第一采样方向垂直的目标平面中,进而去除第一采样平面中的伪影。该技术方案利用了在第一采样方向所在平面中识别伪影更为准确的特点,辅助在第二采样方向和第三平面所在的平面中进行伪影定位,从而能够对伪影进行精确的识别与去除,改善重建图像的伪影,大大提高图像的重建效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对本发明实施例描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据本发明实施例的内容和这些附图获得其他的附图。
图1a为本发明实施例一提供的一种图像的伪影去除方法流程示意图;
图1b为本发明实施例一提供的改善风车伪影的图像重建效果示意图;
图1c为本发明实施例一提供的改善条状伪影的图像重建效果示意图;
图2为本发明实施例二提供的一种图像的伪影去除方法流程示意图;
图3为本发明实施例三提供的一种图像的伪影去除方法流程示意图;
图4为本发明实施例四提供的一种图像的伪影去除装置结构示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
伪影,是指在成像过程中产生的错误的图像特征,即CT重建图像中出现与被扫描组织结构无关的异常影像。伪影的种类有多种,包括条状伪影,其产生原因主要是在扫描过程中,扫描部位的随意或不随意的运动,使得射线显示从一次检测到另一次检测形成不一致性的检测结果,从而在图像重建中产生粗细不等的、黑白相间的条状伪影,如病人点头运动、侧向运动、屏不住气、吞咽动作、心脏跳动、肠蠕动等,均可产生条状伪影。还包括风车伪影,也称为螺旋伪影,其产生的根本原因是Z轴方向的采样不足导致混淆现象发生。本发明实施例的技术方案优选是针对上述伪影进行有效去除。
由于诸如人体组织的待扫描物体的至少一部分在Z轴变化较为剧烈,甚至其变化频率会比诸如CT扫描设备的扫描设备的Z轴方向采样频率高,故三维采样数据在Z轴方向可能存在相对高频的伪影;相反地,在XY平面,人体组织在X方向和Y方向的变化频率一般均小于CT扫描设备在该方向的采样频率,所以即使存在伪影,通常也是相对低频的伪影。本发明通过先在相对高频伪影存在的平面确定出伪影位置再将其转到相对低频伪影存在的平面内以去除伪影。
实施例一
图1a为本发明实施例一提供的一种图像的伪影去除方法流程示意图。本实施例适用于图像重建的情况,该方法可以由伪影去除装置执行,其中该装置可由软件和/或硬件实现,一般可集成在图像处理设备中。如图1a所示,该方法可以包括如下步骤:
步骤101、获取物体在第一采样方向、第二采样方向以及第三采样方向的三维采样数据,其中所述第一采样方向、第二采样方向以及第三采样方向两两垂直,且在所述第一采样方向上,所述物体的至少一部分的变化频率比采样频率大。
三维采样数据可以为通过多种扫描技术对目标对象进行扫描之后获取的三维数据,例如CT扫描或核磁共振扫描等。典型的,以CT图像重建技术为例,通常CT扫描设备在计算机的控制下,由X射线发生器产生并发出X射线,经准直器准直后,以窄射线束的形式对人体的某一层面从不同的角度进行照射,透过被照体的射线被探测器接收后形成相应的三维采样数据,由计算机根据采样数据进行图像重建。在一种三维采样数据来自CT扫描设备的例子中,第一采样方向可以为Z轴,该Z轴为与CT扫描设备的转子的中心对准的纵向方向,这样,第二采样方向为与Z轴方向垂直的X轴方向同时第三采样方向为与Z轴方向垂直的Y轴方向,或者第二采样方向为与Z轴方向垂直的Y轴方向同时第三采样方向为与Z轴垂直的X轴方向。由于在第一采样方向上物体(例如,人体)的至少一部分的变化频率比采样频率大,故在对应的部分可能会出现第一采样方向上的条状或者风车伪影。
下文中,以三维采样数据来自CT扫描设备并且以CT扫描设备的转子中心对准的纵向方向(Z轴)为第一采样方向进行示例性而非限制性描述。
步骤102、根据三维采样数据,在第一采样方向和第二采样方向所在的平面内生成至少两幅第一图像。
具体地,第一图像可以为CT扫描设备XZ或YZ平面内的至少两幅第一图像。通常,生成连续的多张XZ平面图像或多张YZ平面图像。本领域普通技术人员可以理解,这里的多张XZ平面图像或多张YZ平面图像内的像素点的坐标均是三维的,对于某个XZ平面图像而言,其平面内的像素点的Y坐标均相同,或者对于某个YZ平面图像而言,其平面内的像素点的X坐标均相同。
步骤103、对于每幅第一图像进行边界区域识别,并去除识别到的边界区域,以得到第二图像。
示例性的,由于不同的组织对X射线的吸收率不同,因而得到的第一图像中,不同组织之间存在明显的边界区域,若CT重建的图像为灰度图像,则组织边界区域的灰度变化较大,可以根据灰度的变化对每幅第一图像进行边界区域识别,并从第一图像中去除识别到的边界区域,从而得到第二图像。上述操作是预先将第一图像中的强边界区域进行识别并排除。例如,人体骨骼与血液或肌肉之间,对射线的吸收能力有明显差别,所以骨骼与血液或肌肉之间的边界非常明显,即需要作为强边界区域,预先去除。
可选的,采用梯度计算算子计算第一图像的像素值梯度,将梯度达到设定阈值范围的像素点确定为边界区域,从第一图像中排除边界区域,以得到第二图像。
具体的,可以先通过梯度计算算子,例如采用Prewitt或Sobel等用于边缘检测的算子,来计算第一图像中的像素值梯度,根据设定的梯度阈值提取出每幅第一图像中像素值梯度变化较大的区域,并确定为每幅第一图像中的边界区域,将确定的边界区域从相应的第一图像中去除,从而得到第二图像,藉此,可以避免在后续伪影识别中将边界区域误识别为伪影。
通过去除第一图像中的边界区域,能够避免在伪影识别时对边界区域的误识别,进一步保证了伪影识别的准确性。
步骤104、在第二图像中,进行伪影识别,以确定伪影像素点的位置和像素值。
对于第二图像,伪影区域一般具有非常明显的图像特征,便于识别。可根据不同伪影的图像特点确定识别方式,在每幅第二图像中,进行伪影识别。例如,Z轴条状伪影和风车伪影的伪影区域,其典型的特点是,像素值的梯度变化较大,可以基于此特点进行伪影区域的识别。
步骤105、根据第二图像中的伪影像素点位置和像素值,获取第二采样方向和第三采样方向所在的目标平面内的伪影像素点位置和像素值。
目标平面可以为CT扫描设备的XY平面。当第二图像所在平面是XZ平面时,以其中识别到的任意一个伪影像素点为例来说明步骤105的操作过程。对于任意一个伪影像素点,已经通过步骤104确定了该伪影像素点的X轴坐标、Y轴坐标和Z轴坐标,从而可以在XY平面内找到该伪影像素点的位置。将步骤104中确定的该伪影像素点的像素值,作为XY平面内对应像素点的像素值。例如,一幅XZ平面的第二图像中的伪影像素点转换到XY平面内是落于一条直线上的像素点,连续多幅XZ平面第二图像中的伪影像素点转换到XY平面,则构成了XY平面内的伪影图像。
即具体是,对于每个目标平面,根据伪影像素点位置,将各幅第二图像中位于该目标平面内的伪影像素点的像素值,作为目标平面内对应位置像素点的像素值。
示例性的,将各幅第二图像中的伪影像素点位置转换为CT扫描设备XY平面内的伪影像素点位置后,将各幅第二图像中的伪影像素点位置对应的像素值作为CT扫描设备XY平面内对应伪影像素点位置的像素值。
步骤106、根据三维采样数据在第二采样方向和第三采样方向所在的目标平面内生成的原始目标平面图像,并根据目标平面内的伪影像素点位置和像素值,从原始目标平面图像中去除伪影,得到目标平面的目标图像。
示例性的,目标平面图像是指当前待重建的图像,根据三维采样数据生成的带有伪影的目标平面图像,即原始目标平面图像。根据确定的在目标平面内的伪影像素点位置和像素值信息,对原始目标平面内图像中对应像素点的像素值进行处理,实现伪影的去除,得到去除伪影后的目标平面的目标图像。
需要说明的是,本实施例提供的技术方案适用但不限于CT图像重建过程,也适用于MRI或其他需要对伪影进行处理的图像重建过程。
本发明实施例利用了在第一采样方向所在平面中识别伪影更为准确的特点,先在第二图像中对伪影定位,从而能够对目标平面图像中的伪影进行精确的识别与去除,改善重建图像的伪影,大大提高图像的重建效果。
图1b为本发明实施例一提供的改善风车伪影的图像重建效果示意图;1c为本发明实施例一提供的改善条状伪影的图像重建效果示意图。如图1b和图1c所示,图中箭头指向的图像区域为存在伪影的区域,图1b和图1c中分别包含两幅图,左侧图像分别为原始图像,右侧图像分别为采用本实施例提供的伪影去除方法得到的重建图像,对比可见,采用本实施例提供的技术方案得到的重建图像,几乎没有明显的伪影,分析表明本实施例提供的技术方案能够有效改善CT图像重建出现的条状伪影和风车伪影,大大提高图像的重建效果。
实施例二
图2为本发明实施例二提供的一种图像的伪影去除方法流程示意图,本实施例在上述实施例的基础上进行优化,对第二图像中,进行伪影识别,以确定伪影像素点的位置和像素值进行细化,如图2所示,该方法可以包括如下步骤:
步骤201、获取物体在第一采样方向、第二采样方向以及第三采样方向的三维采样数据,其中所述第一采样方向、第二采样方向以及第三采样方向两两垂直,且在所述第一采样方向上,所述物体的至少一部分的变化频率比采样频率大。
步骤202、根据三维采样数据,在第一采样方向和第二采样方向所在的平面内生成至少两幅第一图像。
步骤203、对于每幅第一图像进行边界区域识别,并去除识别到的边界区域,以得到第二图像。
步骤204、对每幅第二图像进行像素值梯度的平滑处理,得到第三图像。
示例性的,图像平滑是指用于突出图像的宽大区域、低频成分、主干部分或抑制图像噪声和干扰高频成分,使图像亮度平缓渐变,减小突变梯度,改善图像质量的图像处理方法。本实施例中的平滑处理是指调整第二图像中的像素值,使得第二图像中的像素值梯度变化更平缓。平滑处理的方法有多种,例如采用五点三次平滑算法对数据进行平滑处理,具体计算公式如下:
其中,Yi为平滑处理前伪影识别图像中各像素点对应的像素值,为对Yi进行平滑后的改进值,i为整数。具体的,Y0为当前待处理的像素点的像素值,Y-1和Y-2为待平滑的梯度方向上,与当前像素点相邻的前面第一个和第二个像素点的像素值,Y1和Y2为待平滑的梯度方向上,与当前像素点相邻的后面第一个和第二个像素点的像素值。
也可以使用降噪的方式对第二图像进行降噪,例如采用全变差(TotalVariation,TV)图像去噪方法去除第二图像中的噪声,得到平滑处理的图像,具体计算公式如下:
其中,E为降噪处理的目标函数,Y为最终要计算得到的降噪之后的图像各像素点像素值集合,Y0为降噪之前的原始图像各像素点像素值结合,λ为预设降噪因子,用来控制降噪的程度。是全变分。
步骤205、将第二图像和第三图像的像素值进行相减。
示例性的,将第二图像和第三图像中各个像素点位置对应的像素值进行相减。
步骤206、如果像素点的相减差值符合设定条件,则确定该像素点作为伪影像素点,并获取该像素点的位置,将相减差值作为该像素点的像素值。
示例性的,第三图像的像素值梯度变化较平缓,而第二图像中伪影所在的像素位置与周围像素区域的像素值差异较大,在将第二图像和第三图像的像素值进行相减后,能够得到各像素点位置对应的像素值差值,将像素值差值符合设定条件的像素点确定为伪影像素点,例如像素值差值达到预设灰度阈值,则获取该像素点的位置,作为伪影像素点位置,同时将该像素点对应的像素值差值作为伪影像素点的像素值。
步骤207、根据各幅第二图像中的伪影像素点位置和像素值,获取所述第二采样方向和所述第三采样方向所在的目标平面内的伪影像素点位置和像素值。
步骤208、根据三维采样数据在所述第二采样方向和所述第三采样方向所在的目标平面内生成原始目标平面图像,并根据目标平面内的伪影像素点位置和像素值,从原始目标平面图像中去除伪影,得到目标平面的目标图像。
本实施例提供的技术方案,利用了伪影区域像素特征变化梯度大的特点,通过识别算法能够便捷、准确的识别出伪影位置。
实施例三
图3为本发明实施例三提供的一种图像的伪影去除方法流程示意图,本实施例在上述实施例的基础上进行优化,将根据目标平面内的伪影像素点位置和像素值,从原始目标平面图像中去除伪影,得到目标平面的目标图像进行细化,如图3所示,该方法可以包括:
步骤301、获取物体在第一采样方向、第二采样方向以及第三采样方向的三维采样数据,其中所述第一采样方向、第二采样方向以及第三采样方向两两垂直,且在所述第一采样方向上,所述物体的至少一部分的变化频率比采样频率大。
步骤302、根据三维采样数据,在第一采样方向和第二采样方向所在的平面内生成至少两幅第一图像。
步骤303、对于每幅第一图像进行边界区域识别,并去除识别到的边界区域,以得到第二图像。
步骤304、在第二图像中,进行伪影识别,以确定伪影像素点的位置和像素值。
步骤305、根据各幅第二图像中的伪影像素点位置和像素值,获取第二采样方向和第三采样方向所在的目标平面内的伪影像素点位置和像素值。
步骤306、根据三维采样数据在第二采样方向和第三采样方向所在的目标平面内生成原始目标平面图像。
示例性的,根据三维采样数据生成当前待重建的目标平面图像。
步骤307、根据目标平面内的伪影像素点位置和像素值所确定的待处理图像,对待处理图像进行低频滤波,形成处理后图像。
示例性的,目标平面可以为CT扫描设备的XY平面,根据步骤305得到的目标平面内的所有伪影像素点位置和像素值,生成CT扫描设备XY平面内包含该原始目标平面图像中所有伪影像素点信息的图像,即待处理图像,得到的待处理图像中可能包含噪声,通过实验分析发现待处理图像中的噪声通常表现为低频噪声,因此,可以采用低频滤波,例如高斯滤波或中值滤波等滤波方法,去除待处理图像中的噪声,也可以通过TV图像去噪方法去除待处理图像中的噪声,从而对伪影像素点进行准确定位,提取更精确的伪影形态,得到更精确的伪影图像,即处理后图像。
步骤308、将原始目标平面图像和处理后图像的像素值进行相减,以去除伪影,得到目标平面的目标图像。
示例性的,将原始的目标平面图像与处理后图像中对应像素点位置的像素值进行相减,从而去除原始的目标平面图像中的伪影,得到去除伪影后的目标图像。
本实施例提供的技术方案,通过对目标平面内的伪影像素点位置和像素值所确定的待处理图像进行低频滤波,形成处理后图像,排除待处理图像中的噪声干扰,使得处理后的图像具有更精确的伪影形态,即得到处理后图像中的伪影像素点位置更加准确,使得将原始目标平面图像和处理后图像的像素值进行相减,能够精确地去除原始目标平面图像中的伪影,进一步改善重建图像中的伪影,提高图像的重建效果。
实施例四
图4为本发明实施例四提供的一种图像的伪影去除装置结构示意图。该装置可由软件和/或硬件实现,一般集成在图像处理设备中,可通过执行图像的伪影去除方法来去除重建图像中的伪影。如图4所示,该装置可以包括:
三维采样数据获取模块401,用于获取物体在第一采样方向、第二采样方向以及第三采样方向的三维采样数据,其中所述第一采样方向、第二采样方向以及第三采样方向两两垂直,且在所述第一采样方向上,所述物体的至少一部分的变化频率比采样频率大;
第一图像获取模块402,用于根据所述三维采样数据,在所述第一采样方向和所述第二采样方向所在的平面内生成至少两幅第一图像;
第二图像获取模块403,用于对于每幅所述第一图像,进行边界区域识别并去除识别到的边界区域,以得到第二图像;
伪影识别模块404,用于在每幅第二图像中,进行伪影识别,以确定伪影像素点的位置和像素值;
伪影获取模块405,用于根据各幅第二图像中的伪影像素点位置和像素值,获取所述第二采样方向和所述第三采样方向所在的目标平面内的伪影像素点位置和像素值;
伪影去除模块406,用于根据所述三维采样数据在所述第二采样方向和所述第三采样方向所在的目标平面内生成原始目标平面图像以及所述目标平面内的伪影像素点位置和像素值,从所述原始目标平面图像中去除伪影,得到目标平面的目标图像。
本发明实施例利用了在第一采样方向所在平面中识别伪影更为准确的特点,先在第二图像中对伪影定位,从而能够对目标平面图像中的伪影进行精确的识别与去除,改善重建图像的伪影,大大提高图像的重建效果。
在上述实施例的基础上,伪影识别模块404可以包括:
平滑处理单元,用于对每幅第二图像进行像素值梯度的平滑处理,得到平滑处理图像;
计算单元,用于将第二图像和第三图像的像素值进行相减;
伪影识别单元,用于如果像素点的相减差值符合设定条件,则确定该像素点作为伪影像素点,并获取该像素点的位置,将相减差值作为该像素点的像素值。
在上述实施例的基础上,伪影去除模块406可以包括:
目标图像获取单元,用于根据三维采样数据生成在第二采样方向和第三采样方向所在的原始目标平面图像;
伪影图像获取单元,用于根据目标平面内的伪影像素点位置和像素值所确定的待处理图像,对待处理图像进行低频滤波,形成处理后图像;
伪影去除单元,用于将原始目标平面图像和处理后图像的像素值进行相减,以去除伪影,得到目标平面的目标图像。
本实施例提供的图像的伪影去除装置,与本发明任意实施例所提供的图像的伪影去除方法属于同一发明构思,可执行本发明任意实施例所提供的图像的伪影去除方法,具备执行图像的伪影去除方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的图像的伪影去除方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种图像的伪影去除方法,包括:
获取物体在第一采样方向、第二采样方向以及第三采样方向的三维采样数据,其中所述第一采样方向、第二采样方向以及第三采样方向两两垂直,且在所述第一采样方向上,所述物体的至少一部分的变化频率比采样频率大;
根据所述三维采样数据,在所述第一采样方向和所述第二采样方向所在的平面内生成至少两幅第一图像;
对于每幅所述第一图像,进行边界区域识别并去除识别到的边界区域,以得到第二图像;
在所述第二图像中,进行伪影识别,以确定伪影像素点的位置和像素值;
根据所述第二图像中的伪影像素点位置和像素值,获取所述第二采样方向和所述第三采样方向所在的目标平面内的伪影像素点位置和像素值;以及
根据所述三维采样数据在所述第二采样方向和所述第三采样方向所在的目标平面内生成原始目标平面图像,并根据目标平面内的伪影像素点位置和像素值,从所述原始目标平面图像中去除伪影,得到目标平面的目标图像。
2.根据权利要求1所述的方法,其特征在于,在所述第二图像中,进行伪影识别,以确定伪影像素点的位置和像素值包括:
对所述第二图像进行像素值梯度的平滑处理,得到第三图像;
将所述第二图像和第三图像的像素值进行相减;
如果像素点的相减差值符合设定条件,则确定该像素点作为伪影像素点,并获取该像素点的位置,将相减差值作为该像素点的像素值。
3.根据权利要求1所述的方法,其特征在于,根据各幅第二图像中的伪影像素点位置和像素值,获取所述第二采样方向和所述第三采样方向所在的目标平面内的伪影像素点位置和像素值包括:
对于每个目标平面,根据伪影像素点位置,将各幅第二图像中位于该目标平面内的伪影像素点的像素值,作为目标平面内对应位置像素点的特征值。
4.根据权利要求1所述的方法,其特征在于,获取由所述三维采样数据生成的原始目标平面图像,并根据目标平面内的伪影像素点位置和像素值,从所述原始目标平面图像中去除伪影,得到目标平面的目标图像包括:
获取由所述三维采样数据生成的原始目标平面图像;
根据目标平面内的伪影像素点位置和像素值所确定的待处理图像,对所述待处理图像进行低频滤波,形成处理后图像;
将所述原始目标平面图像和处理后图像的像素值进行相减,以去除伪影,得到目标平面的目标图像。
5.根据权利要求1所述的方法,其特征在于,对于每幅所述第一图像进行边界区域识别并去除识别到的边界区域以得到第二图像,包括:
采用梯度计算算子计算所述第一图像的像素值梯度,将梯度达到设定阈值范围的像素点确定为边界区域,从所述第一图像中排除边界区域。
6.根据权利要求1所述的方法,其特征在于:所述第一采样方向为CT扫描设备中与其转子的中心对准的纵向方向。
7.一种图像的伪影去除装置,包括:
三维采样数据获取模块,用于获取物体在第一采样方向、第二采样方向以及第三采样方向的三维采样数据,其中所述第一采样方向、第二采样方向以及第三采样方向两两垂直,且在所述第一采样方向上,所述物体的至少一部分的变化频率比采样频率大;
第一图像获取模块,用于根据所述三维采样数据,在所述第一采样方向和所述第二采样方向所在的平面内生成至少两幅第一图像;
第二图像获取模块,用于对于每幅所述第一图像,进行边界区域识别并去除识别到的边界区域,以得到第二图像;
伪影识别模块,用于在所述第二图像中,进行伪影识别,以确定伪影像素点的位置和像素值;
伪影获取模块,用于根据各幅第二图像中的伪影像素点位置和像素值,获取所述第二采样方向和所述第三采样方向所在的目标平面内的伪影像素点位置和像素值;
伪影去除模块,用于根据所述三维采样数据在所述第二采样方向和所述第三采样方向所在的目标平面内生成原始目标平面图像以及所述目标平面内的伪影像素点位置和像素值,从所述原始目标平面图像中去除伪影,得到目标平面的目标图像。
8.根据权利要求7所述的装置,其特征在于,所述伪影识别模块包括:
平滑处理单元,用于对所述第二图像进行像素值梯度的平滑处理,得到第三图像;
计算单元,用于将所述第二图像和第三图像的像素值进行相减;
伪影识别单元,用于如果像素点的相减差值符合设定条件,则确定该像素点作为伪影像素点,并获取该像素点的位置,将相减差值作为该像素点的像素值。
9.根据权利要求7所述的装置,其特征在于,所述伪影去除模块包括:
目标图像获取单元,用于根据所述三维采样数据在所述第二采样方向和所述第三采样方向所在的目标平面内生成原始目标平面图像;
伪影图像获取单元,用于根据目标平面内的伪影像素点位置和像素值所确定的待处理图像,对所述待处理图像进行低频滤波,形成处理后图像;
伪影去除单元,用于将所述原始目标平面图像和处理后图像的像素值进行相减,以去除伪影,得到目标平面的目标图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611169145.XA CN106780649B (zh) | 2016-12-16 | 2016-12-16 | 图像的伪影去除方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611169145.XA CN106780649B (zh) | 2016-12-16 | 2016-12-16 | 图像的伪影去除方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106780649A true CN106780649A (zh) | 2017-05-31 |
CN106780649B CN106780649B (zh) | 2020-04-07 |
Family
ID=58893292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611169145.XA Active CN106780649B (zh) | 2016-12-16 | 2016-12-16 | 图像的伪影去除方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106780649B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107463989A (zh) * | 2017-07-25 | 2017-12-12 | 福建帝视信息科技有限公司 | 一种基于深度学习的图像去压缩伪影方法 |
CN109544657A (zh) * | 2018-12-05 | 2019-03-29 | 上海联影医疗科技有限公司 | 医学图像迭代重建方法、装置、计算机设备和存储介质 |
CN109767392A (zh) * | 2018-12-05 | 2019-05-17 | 上海联影医疗科技有限公司 | 医学图像处理方法和系统、存储介质及计算机设备 |
CN111145875A (zh) * | 2019-12-27 | 2020-05-12 | 上海联影医疗科技有限公司 | 一种数据分析系统 |
US11430220B2 (en) | 2018-06-14 | 2022-08-30 | Shanghai United Imaging Healthcare Co., Ltd. | Methods and systems for image processing |
WO2022257759A1 (zh) * | 2021-06-08 | 2022-12-15 | 百果园技术(新加坡)有限公司 | 一种图像带状伪影去除方法、装置、设备和介质 |
CN117765118A (zh) * | 2024-02-22 | 2024-03-26 | 吉林大学第一医院 | 伪影校正方法、装置、电子设备和计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8244058B1 (en) * | 2008-05-30 | 2012-08-14 | Adobe Systems Incorporated | Method and apparatus for managing artifacts in frequency domain processing of light-field images |
CN103777162A (zh) * | 2012-10-19 | 2014-05-07 | 上海联影医疗科技有限公司 | 磁共振成像k空间运动伪影矫正并行采集重建方法 |
CN104025567A (zh) * | 2012-10-24 | 2014-09-03 | Lsi公司 | 用于消除深度伪影的图像处理方法和装置 |
US20160003928A1 (en) * | 2013-03-27 | 2016-01-07 | Duke University | Mri with repeated k-t -sub-sampling and artifact minimization allowing for free breathing abdominal mri |
CN105286902A (zh) * | 2015-10-26 | 2016-02-03 | 天津大学 | 一种去除ct图像金属伪影的方法 |
-
2016
- 2016-12-16 CN CN201611169145.XA patent/CN106780649B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8244058B1 (en) * | 2008-05-30 | 2012-08-14 | Adobe Systems Incorporated | Method and apparatus for managing artifacts in frequency domain processing of light-field images |
CN103777162A (zh) * | 2012-10-19 | 2014-05-07 | 上海联影医疗科技有限公司 | 磁共振成像k空间运动伪影矫正并行采集重建方法 |
CN104025567A (zh) * | 2012-10-24 | 2014-09-03 | Lsi公司 | 用于消除深度伪影的图像处理方法和装置 |
US20160003928A1 (en) * | 2013-03-27 | 2016-01-07 | Duke University | Mri with repeated k-t -sub-sampling and artifact minimization allowing for free breathing abdominal mri |
CN105286902A (zh) * | 2015-10-26 | 2016-02-03 | 天津大学 | 一种去除ct图像金属伪影的方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107463989B (zh) * | 2017-07-25 | 2019-09-27 | 福建帝视信息科技有限公司 | 一种基于深度学习的图像去压缩伪影方法 |
CN107463989A (zh) * | 2017-07-25 | 2017-12-12 | 福建帝视信息科技有限公司 | 一种基于深度学习的图像去压缩伪影方法 |
US11430220B2 (en) | 2018-06-14 | 2022-08-30 | Shanghai United Imaging Healthcare Co., Ltd. | Methods and systems for image processing |
US11915046B2 (en) | 2018-06-14 | 2024-02-27 | Shanghai United Imaging Healthcare Co., Ltd. | Methods and systems for image processing |
CN109767392A (zh) * | 2018-12-05 | 2019-05-17 | 上海联影医疗科技有限公司 | 医学图像处理方法和系统、存储介质及计算机设备 |
CN109767392B (zh) * | 2018-12-05 | 2021-04-20 | 上海联影医疗科技股份有限公司 | 医学图像处理方法和系统、存储介质及计算机设备 |
CN109544657A (zh) * | 2018-12-05 | 2019-03-29 | 上海联影医疗科技有限公司 | 医学图像迭代重建方法、装置、计算机设备和存储介质 |
CN109544657B (zh) * | 2018-12-05 | 2023-11-28 | 上海联影医疗科技股份有限公司 | 医学图像迭代重建方法、装置、计算机设备和存储介质 |
CN111145875A (zh) * | 2019-12-27 | 2020-05-12 | 上海联影医疗科技有限公司 | 一种数据分析系统 |
CN111145875B (zh) * | 2019-12-27 | 2023-05-12 | 上海联影医疗科技股份有限公司 | 一种数据分析系统 |
WO2022257759A1 (zh) * | 2021-06-08 | 2022-12-15 | 百果园技术(新加坡)有限公司 | 一种图像带状伪影去除方法、装置、设备和介质 |
CN117765118A (zh) * | 2024-02-22 | 2024-03-26 | 吉林大学第一医院 | 伪影校正方法、装置、电子设备和计算机可读存储介质 |
CN117765118B (zh) * | 2024-02-22 | 2024-06-11 | 吉林大学第一医院 | 伪影校正方法、装置、电子设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106780649B (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106780649A (zh) | 图像的伪影去除方法和装置 | |
CN107170031B (zh) | 利用柔性压缩桨的胸部断层摄影 | |
JP6999576B2 (ja) | 空間とスペクトル情報に基づく複数エネルギーのct画像におけるノイズ制御のためのシステムと方法 | |
JP4413504B2 (ja) | 医用画像処理装置、医用画像処理方法および医用画像処理プログラム | |
JP6486842B2 (ja) | X線ct装置及び画像処理装置 | |
CN109872312B (zh) | 医学图像分割方法、装置、系统及图像分割方法 | |
CN102013089B (zh) | 用于噪声减少的迭代ct图像滤波器 | |
US8233692B2 (en) | Method of suppressing obscuring features in an image | |
US7756312B2 (en) | Methods and apparatus for noise estimation | |
JP2010246883A (ja) | 患者位置決めシステム | |
CN109646112B (zh) | 超音波探针定位系统及超音波探针定位方法 | |
CN112165900A (zh) | 图像解析方法、分割方法、骨密度测量方法、学习模型生成方法和图像生成装置 | |
US11288848B2 (en) | Three-dimensional ultrasound image display method | |
CN106530236B (zh) | 一种医学图像处理方法及系统 | |
JP2003153082A (ja) | 画像の位置合わせ装置および画像処理装置 | |
CN109377481B (zh) | 图像质量评价方法、装置、计算机设备和存储介质 | |
US20210398254A1 (en) | Image generation device, image generation method, and learned model generation method | |
Kajla et al. | Analysis of x-ray images with image processing techniques: A review | |
CN105761217A (zh) | 图像重建方法及装置 | |
Ganvir et al. | Filtering method for pre-processing mammogram images for breast cancer detection | |
US20240312119A1 (en) | Systems and methods for image reconstruction | |
JP7164890B2 (ja) | 3次元血管認識方法及び3次元血管認識装置 | |
CN116580033B (zh) | 一种基于图像块相似性匹配的多模态医学图像配准方法 | |
JP2001216517A (ja) | 物体認識方法 | |
CN117671162B (zh) | 一种4d关节站立位三维成像方法和装置 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |