CN107203983B - 用于减少x射线图像中的栅线伪影的方法及系统 - Google Patents

用于减少x射线图像中的栅线伪影的方法及系统 Download PDF

Info

Publication number
CN107203983B
CN107203983B CN201610153082.2A CN201610153082A CN107203983B CN 107203983 B CN107203983 B CN 107203983B CN 201610153082 A CN201610153082 A CN 201610153082A CN 107203983 B CN107203983 B CN 107203983B
Authority
CN
China
Prior art keywords
image
frequency image
high frequency
grid line
ray
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
CN201610153082.2A
Other languages
English (en)
Other versions
CN107203983A (zh
Inventor
张朝霞
陶鲲
赖皓
闫铭
康涵
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Priority to CN201610153082.2A priority Critical patent/CN107203983B/zh
Priority to GB1703538.7A priority patent/GB2549592B/en
Priority to US15/459,701 priority patent/US10297010B2/en
Publication of CN107203983A publication Critical patent/CN107203983A/zh
Application granted granted Critical
Publication of CN107203983B publication Critical patent/CN107203983B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/77Retouching; Inpainting; Scratch removal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5258Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/02Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
    • G01N23/04Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/60Editing figures and text; Combining figures or text
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/10Image enhancement or restoration using non-spatial domain filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/30Transforming light or analogous information into electric information
    • H04N5/32Transforming X-rays
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20224Image subtraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Optics & Photonics (AREA)
  • Signal Processing (AREA)
  • Analytical Chemistry (AREA)
  • Multimedia (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Chemical & Material Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biochemistry (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了用于减少X射线图像中的栅线伪影的方法,其包括:通过扫描物体获取X射线图像,其中,所述X射线图像包括栅线伪影;将所述X射线图像分解成高频图像和低频图像,其中,所述高频图像中包括所述栅线伪影;对所述高频图像进行过滤以减少在所述高频图像中的所述栅线伪影,从而获得过滤后的高频图像;以及,将所述过滤后的高频图像与所述低频图像进行结合,从而重构输出图像。本发明还公开了使用上述方法的系统。

Description

用于减少X射线图像中的栅线伪影的方法及系统
技术领域
本发明大体涉及图像处理技术,尤其涉及一种用于减少X射线图像中的栅线伪影的方法及系统。
背景技术
在现有的X射线图像系统中,从X射线源发射的X射线能够穿透物体而被成像,并且,X射线的初级线束能够射到数字图像探测器上,从而形成数字放射显影成像中的投影图像。然而,当初级线束穿过物体时会产生散射的线束,这些散射的线束可能会降低图像对比度,并且,劣化图像质量。为了去除这些不期望的散射的线束,通常会在X射线源与图像探测器之间使用防散射栅格阵列。现有的防散射栅格阵列是由交替的条纹构成,这些条纹由例如铝或碳的X射线透射材料及例如铅的X射线吸收材料制成。防散射栅格阵列会优先地透射X射线的初级线束并吸收散射的线束。然而,由于X射线吸收材料的栅格图案,防散射栅格阵列会在图像探测器上投掷阴影,并且因此会在X射线图像中形成可见伪影,通常被称为栅线伪影。
因此,有必要从X射线图像中去除或减少栅线伪影,从而来提高图像质量。
发明内容
本发明的一个方面在于提供一种用于减少X射线图像中的栅线伪影的方法。所述方法包括:通过扫描物体获取X射线图像,其中,所述X射线图像包括栅线伪影;将所述X射线图像分解成高频图像和低频图像,其中,所述高频图像中包括所述栅线伪影;对所述高频图像进行过滤以减少在所述高频图像中的所述栅线伪影,从而获得过滤后的高频图像;以及,将所述过滤后的高频图像与所述低频图像进行结合,从而重构输出图像。
本发明的另一个方面在于提供一种用于减少X射线图像中的栅线伪影的系统。所述系统包括图像获取装置及处理器。所述图像获取装置用于对物体进行扫描以获取X射线图像,所述X射线图像包括栅线伪影。所述处理器包括图像分解模块、过滤模块及图像重构模块。所述图像分解模块用于将所述X射线图像分解成高频图像和低频图像,其中,所述高频图像中包括栅线伪影。所述过滤模块用于对所述高频图像进行过滤以减少在所述高频图像中的所述栅线伪影,从而获得过滤后的高频图像。所述图像重构模块用于将所述过滤后的高频图像与所述低频图像进行结合,从而重构输出图像。
附图说明
当参照附图阅读以下详细描述时,本发明的这些和其它特征、方面及优点将变得更好理解,在附图中,相同的元件标号在全部附图中用于表示相同的部件,其中:
图1是根据本发明的一个具体实施方式的用于减少X射线图像中的栅线伪影的示意性系统的示意性框图;
图2是在图1的计算机的处理器中执行的模块的一个具体实施方式的示意性框图;
图3是在图1的计算机的处理器中执行的模块的另一个具体实施方式的示意性框图;
图4是图2和图3中的图像分解模块的一个具体实施方式的示意图;
图5是图2和图3中的图像分解模块的另一个具体实施方式的示意图;
图6示出包括栅线伪影的X射线图像;
图7示出从图6的X射线图像中分解出来的低频图像;
图8示出从图6的X射线图像中分解出来的高频图像;
图9示出带有识别出的强边的高频图像;
图10示出抑制后的高频图像,其中,强边被抑制;
图11示出图9中的带有识别出的强边的高频图像和图10中的抑制后的高频图像之间的图像差;
图12示出从图10过滤后的高频图像;
图13示出结合图7中的低频图像、图11中的图像差以及图12中的过滤后的高频图像的输出图像;
图14是根据本发明的一个具体实施方式的用于减少X射线图像中的栅线伪影的示意性方法的流程图;
图15示出如何在图8的高频图像中识别出强边的步骤;以及
图16示出如何从图8的高频图像中分离出强边信息的步骤。
具体实施方式
为帮助本领域的技术人员能够确切地理解本发明所要求保护的主题,下面结合附图详细描述本发明的具体实施方式。在以下对这些具体实施方式的详细描述中,本说明书对一些公知的功能或构造不做详细描述以避免不必要的细节而影响到本发明的披露。
除非另作定义,本权利要求书和说明书中所使用的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本说明书以及权利要求书中所使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“一个”或者“一”等类似词语并不表示数量限制,而是表示存在至少一个。“包括”或者“具有”等类似的词语意指出现在“包括”或者“具有”前面的元件或者物件涵盖出现在“包括”或者“具有”后面列举的元件或者物件及其等同元件,并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。
图1示出根据本发明的一个具体实施方式的用于减少X射线图像中的栅线伪影的示意性系统100的示意图。如图1所示,示意性系统100可以包括图像获取装置1以及具有处理器20的计算机2。图像获取装置1可以对物体200,例如患者的头部进行扫描以获取X射线图像II。在一个具体实施方式中,图像获取装置1可以包括X射线源10和探测器阵列12。从X射线源10发射出的X射线穿过物体200入射到探测器阵列12上,从而产生X射线图像II。X射线图像II中具有栅线伪影。例如,这些栅线伪影可能是由于设置在物体200与探测器阵列12之间的防散射栅格阵列14所引起。图6示出包括栅线伪影的X射线图像II。处理器20可以对X射线图像II进行处理以减少或消除在X射线图像II中的栅线伪影,从而产生输出图像Io。系统100还可以包括显示器8。输出图像Io可以显示在显示器8上以供操作者观察。
图2示出在处理器20中执行的模块的一个具体实施方式的示意性框图。应当理解的是,以下所提到的在处理器20中的执行模块可能是虚拟模块,这些执行模块在真实的系统100中未必是真实存在的。如图2所示,处理器20可以包括图像分解模块3、过滤模块4以及图像重构模块5。图像分解模块3可以与图像获取装置1连接。图像分解模块3可以接收从图像获取装置1输出的X射线图像II,并且,能够将X射线图像I I分解成高频图像Ihf和低频图像Ilf。高频图像Ihf中可以包括栅线伪影。图7和图8分别示出低频图像Ilf和包括栅线伪影的高频图像Ihf
高频图像Ihf和低频图像Ilf的频率选择可能与栅线伪影的频率和图像像素大小有关。例如,对于70lp/cm(线对/厘米)的栅线伪影以及100μm(微米)的图像像素大小,可以将小于25lp/cm选择作为低频,而将大于25lp/cm选择作为高频。
参照图4,在一个具体实施方式中,图像分解模块2可以包括高通滤波器31和减法器33。高通滤波器31可以接收来自图像获取装置1的X射线图像II,并对X射线图像II进行过滤,从而获得高频图像Ihf。减法器33可以接收来自图像获取装置1的X射线图像II以及从高通滤波器31输出的高频图像Ihf,并从X射线图像II中减去高频图像Ihf,从而输出低频图像I1f。因此,通过包括高通滤波器31的图像分解模块3可以将X射线图像II分解成高频图像Ihf和低频图像Ilf
参照图5,在另一个具体实施方式中,图像分解模块3可以包括低通滤波器32和减法器33。低通滤波器32可以接收来自图像获取装置1的X射线图像II,并对X射线图像II进行过滤,从而获得低频图像I1f。减法器33可以接收来自图像获取装置1的X射线图像II以及从低通滤波器32输出的低频图像I1f,并从X射线图像II中减去低频图像I1f,从而输出高频图像Ihf。因此,通过包括低通滤波器32的图像分解模块3也可以将X射线图像II分解成高频图像Ihf和低频图像I1f
继续参照图2,过滤模块4可以对高频图像Ihf进行过滤,以减少在高频图像Ihf中的栅线伪影,从而获得过滤后的高频图像Ifi1t。过滤模块4可以包括傅立叶变换模块41、带阻滤波器42以及逆傅立叶变换模块43。带阻滤波器42可以连接在傅立叶变换模块41和逆傅立叶变换模块43之间。傅立叶变换模块41可以对包括栅线伪影的高频图像执行傅立叶变换以将空间域的包括栅线伪影的高频图像转换成频率域,从而获得频谱。可以根据该频谱上的栅线伪影的频率峰值及分布来确定带阻滤波器42的中心频率和带宽。然后,可以对频率域的包括栅线伪影的高频图像施加具有确定出的中心频率和带宽的带阻滤波器42,从而对栅线伪影的频率范围进行抑制。因此,能够从频率域的高频图像中减少或者甚至消除栅线伪影,从而获得频率域的过滤后的高频图像。最后,逆傅立叶变换模块43可以对频率域的过滤后的高频图像执行逆傅立叶变换,并将频率域的过滤后的高频图像转换回空间域。
图像重构模块5可以接收由过滤模块4过滤后的高频图像Ifi1t及来自图像分解模块2的低频图像I1f,并且,将过滤后的高频图像Ifi1t与低频图像Ilf进行结合,从而重构输出图像Io
图3示出在处理器20中执行的模块的另一个具体实施方式的示意性框图。如图3所示,除了包括图2中的模块,处理器20还可以包括识别模块6和分离模块7。识别模块6可以在图8所示的高频图像Ihf中识别出强边,例如骨头(例如头骨边界)或者金属。图9示出带有识别出的强边的高频图像Iiden。本文中所使用的强边可以被定义为其强度(灰度或色度)值发生突变的一组连续的像素区域。通常,边可以与梯度相关联,并且,强边意味着高梯度区域。
作为一个示例,识别模块6可以将高频图像Ihf中的各个像素的幅值与预定的幅值阈值进行比较,并且,选择出其幅值高于预定的幅值阈值的像素区域作为强边。
此外,考虑到在X射线图像II上的探测器阵列12的故障探测器单元的影响,识别模块6可以进一步地判断高于预定的幅值阈值的像素区域是否是连续的,并且,将连续的像素区域视作为强边。
在由识别模块6识别出强边之后,分离模块7可以从高频图像中分离出强边的信息,并且因此能够获得分离后的高频图像。在这种情况下,过滤模块4能够对分离后的高频图像进行过滤,从而减少栅线伪影,并且,图像重构模块5还可以在过滤后的高频图像Ifilt中将强边的信息恢复。
分离模块7可以包括抑制模块71和差异图像获取模块72。抑制模块71可以将强边抑制到较低的幅值,从而获得抑制后的高频图像Isupp(如图10所示)。抑制模块71的抑制的增益可以大于0.9。例如,抑制的增益可以为0.95。抑制过程的目的是为了从高频图像中分离出强边的信息,从而获得分离后的高频图像,并且,减少强边在高频图像的后续过滤过程中的影响。差异图像获取模块72可以接收图9所示的带有识别出的强边的高频图像Iiden及图10所示的抑制后的高频图像Isupp,并且,获得并存储图9所示的带有识别出的强边的高频图像Iiden与图10所示的抑制后的高频图像Isupp之间的图像差IDiff(如图11所示)。图11所示的图像差IDiff可以代表强边的信息。
因此,过滤模块4可以对图10所示的抑制后的高频图像Isupp进行过滤,从而获得过滤后的高频图像Ifilt(如图12所示)。图像重构模块5可以接收来自图像分解模块2的如图7所示的低频图像Ilf、来自差异图像获取模块72的如图11所示的存储的图像差IDiff以及来自过滤模块4的如图12所示的过滤后的高频图像Ifilt,并且,将图7所示的低频图像Ilf、图11所示的图像差IDiff及图12所示的过滤后的高频图像Ifilt进行结合,从而重构输出图像Io(如图13所示)。在图像重构的过程中,图像重构模块5还可以将存储的图像差IDiff增加到过滤后的高频图像Ifilt中。从而,可以在过滤后的高频图像Ifilt中将强边的信息恢复,这将会有利于增强系统100的可观测性以及诊断能力。
系统100能够有效地减少输出图像Io中的栅线伪影,并且能够避免由于强度非连续性而在强边附近所引起的其他振铃效应。因此,系统100能够提高输出图像Io的可观测性及临床诊断的准确度。
本发明还提供了一种用于减少X射线图像中的栅线伪影的方法。图14示出根据本发明的一个具体实施方式的用于减少X射线图像中的栅线伪影的示意性方法的流程图。
在图14所示的步骤B141中,可以通过扫描物体200来获取包括栅线伪影的X射线图像II(如图6所示)。在一个具体实施方式中,通过从X射线源10发射出的X射线穿过物体200入射到探测器阵列12上,可以产生X射线图像II。这些栅线伪影例如可能是由于设置在物体200与探测器阵列12之间的防散射栅格阵列14所引起的。
在步骤B142中,可以将X射线图像II分解成高频图像Ihf(如图8所示)和低频图像I1f(如图7所示)。图8所示的高频图像Ihf可以包括栅线伪影。在一个具体实施方式中,可以通过对X射线图像II施加高通滤波器31先获得高频图像Ihf,然后,通过从X射线图像II中减去高频图像Ihf而获得低频图像I1f。在另一个具体实施方式中,可以通过对X射线图像II施加低通滤波器32先获得低频图像I1f,然后,通过从X射线图像II中减去低频图像I1f而获得高频图像Ihf
在步骤B143中,可以对包括栅线伪影的高频图像Ihf进行过滤以减少栅线伪影,从而获得过滤后的高频图像Ifilt(如图12所示)。在一种实现方式中,可以先执行傅立叶变换以将空间域的高频图像转换成频率域。然后,可以通过使用带阻滤波器42对频率域的高频图像进行过滤,从而减少栅线伪影。最后,可以再执行逆傅立叶变换以将频率域的过滤后的高频图像转换回空间域。
在一个具体实施方式中,为了减少强边在高频图像Ihf的过滤过程中的影响,在步骤B143中的对高频图像进行过滤还可以包括:在高频图像Ihf中识别出强边;从高频图像中分离出强边的信息;以及,对分离后的高频图像进行过滤以减少栅线伪影。
以下,将结合图15详细描述如何在图8的高频图像Ihf中识别出强边。
在步骤B151中,可以将高频图像Ihf中的各个像素的幅值与预定的幅值阈值进行比较。
在步骤B152中,可以选择出其幅值高于预定的幅值阈值的像素区域。可以将高于预定的幅值阈值的像素区域视作为强边。
在一个可选的具体实施方式中,识别强边的步骤还可以在步骤B152之后包括可选的步骤B153,以便于排除在X射线图像II上的故障探测器单元的影响。在可选的步骤B153中,可以进一步地判断高于预定的幅值阈值的像素区域是否是连续的?如果是,则过程可以前进到步骤B154。
在步骤B154中,可以选择出连续的像素区域,并且,可以将连续的像素区域视作为强边。
在高频图像中识别出强边之后,有必要从高频图像中分离出强边的信息。以下,将结合图16详细描述如何从高频图像中分离出强边的信息。
在步骤B161中,例如参照步骤B151至步骤B154可以获得图9所示的带有识别出的强边的高频图像Iiden
在步骤B162中,可以将识别出的强边抑制到较低的幅值,从而获得抑制后的高频图像Isupp(如图10所示)。
在步骤B163中,可以获得并存储图9所示的带有识别出的强边的高频图像Iiden与图10所示的抑制后的高频图像Isupp之间的图像差IDiff(如图11所示)。图11所示的图像差IDiff可以代表强边的信息。
因此,对分离后的高频图像进行过滤的步骤可以包括:对图10所示的抑制后的高频图像Isupp进行过滤,从而获得如图12所示的过滤后的高频图像Ifilt
返回参照图14,在步骤B144中,将图12所示的过滤后的高频图像Ifilt与图7所示的低频图像Ilf进行结合,从而重构输出图像Io(如图13所示)。在包括分离出强边的信息的具体实施方式中,在步骤B144中的重构输出图像Io的步骤还可以包括:通过将在步骤B163中的图11所示的存储的图像差IDiff增加到图12所示的过滤后的高频图像Ifilt中,而在过滤后的高频图像Ifilt中将强边的信息恢复。
该方法能够有效地减少输出图像Io中的栅线伪影,并且能够避免由于强度非连续性而在强边附近所引起的其他振铃效应。因此,该方法能够提高输出图像Io的可观测性及临床诊断的准确度。
尽管根据本发明的具体实施方式的用于减少X射线图像中的栅线伪影的方法的动作被示出为功能块,但是,在图14至图16中所示的各个功能块的顺序和各个功能块之间的动作的分离并不意图是限制性的。例如,可以以不同的顺序来执行各个功能块,并且,与一个功能块相关联的动作可以与一个或者多个其它功能块相结合或者可以被细分成多个功能块。
虽然结合特定的具体实施方式对本发明进行了详细说明,但本领域的技术人员可以理解,对本发明可以作出许多修改和变型。因此,要认识到,权利要求书的意图在于覆盖在本发明真正构思和范围内的所有这些修改和变型。

Claims (13)

1.一种用于减少X射线图像中的栅线伪影的方法,其包括:
通过扫描物体获取X射线图像,其中,所述X射线图像包括栅线伪影;
将所述X射线图像分解成高频图像和低频图像,其中,所述高频图像中包括所述栅线伪影;
在所述高频图像上识别和分离出强边的信息;
对分离后的高频图像进行过滤以减少在所述高频图像中的所述栅线伪影,从而获得过滤后的高频图像;及
将所述过滤后的高频图像与所述低频图像进行结合,从而重构输出图像;
其中,从所述高频图像中分离出所述强边的信息包括:
将所述强边抑制到较低的幅值,从而获得抑制后的高频图像;及
获得并存储所述带有识别出的强边的高频图像与所述抑制后的高频图像之间的图像差,并且,
其中,对所述分离后的高频图像进行过滤包括:对所述抑制后的高频图像进行过滤以获得所述过滤后的高频图像;
重构输出图像包括将所述图像查增加至所述过滤后的高频图像中,从而在过滤后的高频图像中将强边信息恢复。
2.根据权利要求1所述的方法,其中,将所述X射线图像分解成所述高频图像和所述低频图像包括:
对所述X射线图像施加高通滤波器,从而获得所述高频图像;及
从所述X射线图像中减去所述高频图像,从而获得所述低频图像。
3.根据权利要求1所述的方法,其中,将所述X射线图像分解成所述高频图像和所述低频图像包括:
对所述X射线图像施加低通滤波器,从而获得所述低频图像;及
从所述X射线图像中减去所述低频图像,从而获得所述高频图像。
4.根据权利要求1所述的方法,其中,对所述高频图像进行过滤包括:
在所述高频图像中识别出强边;
从所述高频图像中分离出所述强边的信息;及
对分离后的高频图像进行过滤以减少所述栅线伪影,从而获得所述过滤后的高频图像,并且
其中,重构所述输出图像还包括:在所述过滤后的高频图像中将所述强边的信息恢复。
5.根据权利要求4所述的方法,其中,在所述过滤后的高频图像中将所述强边的信息恢复包括:将所述存储的图像差增加到所述过滤后的高频图像中。
6.根据权利要求4所述的方法,其中,识别出所述强边包括:
将所述高频图像中的各个像素的幅值与预定的幅值阈值进行比较;及
将其幅值高于所述预定的幅值阈值的像素区域视作为所述强边。
7.根据权利要求6所述的方法,其中,识别出所述强边还包括:
判断高于所述预定的幅值阈值的所述像素区域是否是连续的;及
将连续的像素区域视作为所述强边。
8.根据权利要求1所述的方法,其中,对所述分离后的高频图像进行过滤以减少所述栅线伪影包括:
执行傅立叶变换以将空间域的高频图像转换成频率域;
对所述频率域的高频图像施加带阻滤波器,从而减少所述栅线伪影;及
执行逆傅立叶变换以将所述频率域的过滤后的高频图像转换回所述空间域。
9.一种用于减少X射线图像中的栅线伪影的系统,其包括:
图像获取装置,其用于对物体进行扫描以获取X射线图像,所述X射线图像包括栅线伪影;及
处理器,其包括:
图像分解模块,其用于将所述X射线图像分解成高频图像和低频图像,其中,所述高频图像中包括栅线伪影;
识别模块,其用于在所述高频图像中识别出强边;及
分离模块,其用于从所述高频图像中分离出所述强边的信息;
过滤模块,其用于对所述分离后的高频图像进行过滤以减少在所述高频图像中的所述栅线伪影,从而获得过滤后的高频图像;及
图像重构模块,其用于将所述过滤后的高频图像与所述低频图像进行结合,从而重构输出图像;
其中,所述分离模块包括:
抑制模块,其用于将所述强边抑制到较低的幅值,从而获得抑制后的高频图像;及
差异图像获取模块,其用于获得并存储所述带有识别出的强边的高频图像与所述抑制后的高频图像之间的图像差,并且,
其中,所述过滤模块对所述抑制后的高频图像进行过滤以获得所述过滤后的高频图像;
所述图像重构模块将所述图像查增加至所述过滤后的高频图像中,从而在过滤后的高频图像中将强边信息恢复。
10.根据权利要求9所述的系统,其中,所述处理器还包括:
识别模块,其用于在所述高频图像中识别出强边;及
分离模块,其用于从所述高频图像中分离出所述强边的信息,
其中,所述过滤模块对所述分离后的高频图像进行过滤以减少所述栅线伪影,从而获得所述过滤后的高频图像,并且,所述图像重构模块还用于在所述过滤后的高频图像中将所述强边的信息恢复。
11.根据权利要求9所述的系统,其中,所述图像重构模块还用于将所述存储的图像差增加到所述过滤后的高频图像中。
12.根据权利要求9所述的系统,其中,所述识别模块用于:
将所述高频图像中的各个像素的幅值与预定的幅值阈值进行比较;及
将其幅值高于所述预定的幅值阈值的像素区域视作为所述强边。
13.根据权利要求12所述的系统,其中,所述识别模块还用于:
判断高于所述预定的幅值阈值的所述像素区域是否是连续的;及
将连续的像素区域视作为所述强边。
CN201610153082.2A 2016-03-17 2016-03-17 用于减少x射线图像中的栅线伪影的方法及系统 Active CN107203983B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201610153082.2A CN107203983B (zh) 2016-03-17 2016-03-17 用于减少x射线图像中的栅线伪影的方法及系统
GB1703538.7A GB2549592B (en) 2016-03-17 2017-03-06 Method and system for reducing grid line artifacts in x-ray image
US15/459,701 US10297010B2 (en) 2016-03-17 2017-03-15 Method and system for reducing grid line artifacts in X-ray image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610153082.2A CN107203983B (zh) 2016-03-17 2016-03-17 用于减少x射线图像中的栅线伪影的方法及系统

Publications (2)

Publication Number Publication Date
CN107203983A CN107203983A (zh) 2017-09-26
CN107203983B true CN107203983B (zh) 2024-03-22

Family

ID=58544045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610153082.2A Active CN107203983B (zh) 2016-03-17 2016-03-17 用于减少x射线图像中的栅线伪影的方法及系统

Country Status (3)

Country Link
US (1) US10297010B2 (zh)
CN (1) CN107203983B (zh)
GB (1) GB2549592B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018222592A1 (de) * 2018-12-20 2020-06-25 Siemens Healthcare Gmbh Verfahren zur Artefaktreduzierung in einem medizinischen Bilddatensatz, Röntgeneinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
CN110070589B (zh) * 2019-04-28 2024-03-22 东软医疗系统股份有限公司 Ct图像的校正方法、装置、存储介质及电子设备
CN113808232A (zh) * 2021-09-22 2021-12-17 北京万东医疗科技股份有限公司 一种滤线栅伪影抑制方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020196901A1 (en) * 2000-02-04 2002-12-26 Hitoshi Inoue Apparatus and method for a radiation image through a grid
CN101105863A (zh) * 2006-07-10 2008-01-16 西门子(中国)有限公司 基于边缘检测的局域化抗混叠方法
CN101866367A (zh) * 2009-04-17 2010-10-20 广东工业大学 一种ic晶片关键尺寸显微图像测量算法的ip核设计
CN104077743A (zh) * 2013-03-25 2014-10-01 深圳市蓝韵实业有限公司 一种x射线图像中滤线栅伪影的抑制方法及装置

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5661818A (en) * 1995-01-27 1997-08-26 Eastman Kodak Company Method and system for detecting grids in a digital image
EP0811289B1 (en) * 1995-12-21 2001-10-17 Koninklijke Philips Electronics N.V. Noise reduction in an image
US6333990B1 (en) * 1998-06-02 2001-12-25 General Electric Company Fourier spectrum method to remove grid line artifacts without changing the diagnostic quality in X-ray images
US20010033638A1 (en) 2000-02-04 2001-10-25 Hitoshi Inoue Image acquisition method and apparatus
US7050618B2 (en) * 2002-02-08 2006-05-23 Eastman Kodak Company Method for antiscatter stationary grid artifacts detection and attenuation in digital radiographic images
JP3903027B2 (ja) 2003-08-07 2007-04-11 キヤノン株式会社 放射線画像処理方法及び装置並びにグリッドの選別方法及び装置
CN100510725C (zh) * 2006-11-14 2009-07-08 北京国药恒瑞美联信息技术有限公司 用于消除散射辐射影响的虚拟滤线栅成像方法及其系统
JP5059521B2 (ja) 2007-08-29 2012-10-24 株式会社放電精密加工研究所 散乱線除去グリッドの製造方法
WO2009157217A1 (ja) * 2008-06-27 2009-12-30 コニカミノルタエムジー株式会社 画像補正処理装置及び画像補正処理方法
KR101538655B1 (ko) * 2008-11-21 2015-07-22 삼성전자주식회사 이미지 처리장치, 이미지 처리방법 및 처리방법을 실행시키기 위한 프로그램을 저장한 기록매체
US9171361B2 (en) * 2010-04-23 2015-10-27 Flir Systems Ab Infrared resolution and contrast enhancement with fusion
JP2012124832A (ja) * 2010-12-10 2012-06-28 Sony Corp 画像処理装置、画像処理方法、及び、プログラム
US8615121B2 (en) * 2011-05-31 2013-12-24 General Electric Company Reconstruction of projection data to generate tomographic images having improved frequency characteristics
KR101599909B1 (ko) * 2012-02-29 2016-03-04 고쿠리츠켄큐카이하츠호진 카가쿠기쥬츠신코키코 화상처리용 디지털 필터 및 문자열 경사 착시 생성 장치
US9648711B2 (en) 2012-06-20 2017-05-09 Koninklijke Philips N.V. X-ray detector pixel layout
US9230702B2 (en) * 2012-08-17 2016-01-05 General Electric Company System and method for reducing grid line image artifacts
US9478004B2 (en) * 2013-04-11 2016-10-25 John Balestrieri Method and system for analog/digital image simplification and stylization
JP5723432B2 (ja) 2013-10-24 2015-05-27 キヤノン株式会社 X線撮影装置及びその制御方法
JP6287100B2 (ja) * 2013-11-20 2018-03-07 株式会社リコー 画像処理装置、画像処理方法、プログラム及び記憶媒体
JP6243296B2 (ja) * 2014-05-30 2017-12-06 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 画像生成装置、放射線断層撮影装置及びプログラム
US9495731B2 (en) * 2015-04-15 2016-11-15 Apple Inc. Debanding image data based on spatial activity
CN106911904B (zh) * 2015-12-17 2020-04-21 通用电气公司 图像处理方法、图像处理系统及成像系统
RU2705014C1 (ru) * 2015-12-31 2019-11-01 Шанхай Юнайтид Имиджинг Хелскеа Ко., Лтд. Способы и системы для обработки изображений
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020196901A1 (en) * 2000-02-04 2002-12-26 Hitoshi Inoue Apparatus and method for a radiation image through a grid
CN101105863A (zh) * 2006-07-10 2008-01-16 西门子(中国)有限公司 基于边缘检测的局域化抗混叠方法
CN101866367A (zh) * 2009-04-17 2010-10-20 广东工业大学 一种ic晶片关键尺寸显微图像测量算法的ip核设计
CN104077743A (zh) * 2013-03-25 2014-10-01 深圳市蓝韵实业有限公司 一种x射线图像中滤线栅伪影的抑制方法及装置

Also Published As

Publication number Publication date
CN107203983A (zh) 2017-09-26
US10297010B2 (en) 2019-05-21
GB2549592B (en) 2019-10-02
GB201703538D0 (en) 2017-04-19
US20170270640A1 (en) 2017-09-21
GB2549592A (en) 2017-10-25

Similar Documents

Publication Publication Date Title
EP2512343B1 (en) X-ray image processing apparatus, x-ray image processing method, and storage medium for computer program
EP0777891B1 (en) Image processing for noise reduction
KR101389841B1 (ko) 파노라마 영상 데이터 제공 방법 및 장치
CN107274350B (zh) 用于减少x射线图像中的振铃效应的方法及系统
US9311695B2 (en) Image processing method and radiographic apparatus using the same
JP2000023954A (ja) X線画像から格子線ア―ティファクトを除去する方法
CN107203983B (zh) 用于减少x射线图像中的栅线伪影的方法及系统
US9275439B2 (en) Image processing apparatus, control method thereof and computer-readable storage medium
KR20140089669A (ko) 영상에서 스펙클을 제거하는 방법, 장치 및 시스템.
Massimi et al. An improved ring removal procedure for in-line x-ray phase contrast tomography
KR102195047B1 (ko) 3d이미지 품질을 향상시키는 방법과 장치
Brun et al. Effective implementation of ring artifacts removal filters for synchrotron radiation microtomographic images
US11369331B2 (en) Method for artifact reduction in a medical image data set, X-ray device, computer program and electronically readable data carrier
Sasada et al. Stationary grid pattern removal using 2D technique for moiré-free radiographic image display
US10438327B2 (en) Image processing apparatus, image processing method, and image processing program
JP2013119040A (ja) 医療映像処理方法及びその装置
JPS61133847A (ja) X線画像における散乱線除去画像製造法
WO2009004571A1 (en) Method and apparatus for image reconstruction
CN112785520A (zh) Ct图像伪影去除方法
Huo et al. Removing ring artifacts in CBCT images via smoothing
US8867699B2 (en) Radiographic device
KR20180057445A (ko) 저선량 촬영한 동적 3차원 의료영상을 시공간 특징 기반으로 개선하는 방법
Patel et al. Medical Image Fusion Technique Using Singlelevel and Multilevel DWT
JP2000126172A (ja) 放射線画像形成装置
WO2010018480A1 (en) Combination of x-ray image acquisitions with various focal spot sizes to improve image quality

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