CN113160092A - 一种物体遮挡条件下的探测器图像校正方法及系统 - Google Patents

一种物体遮挡条件下的探测器图像校正方法及系统 Download PDF

Info

Publication number
CN113160092A
CN113160092A CN202110560859.8A CN202110560859A CN113160092A CN 113160092 A CN113160092 A CN 113160092A CN 202110560859 A CN202110560859 A CN 202110560859A CN 113160092 A CN113160092 A CN 113160092A
Authority
CN
China
Prior art keywords
detection unit
image
detector
offset
corrected
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.)
Pending
Application number
CN202110560859.8A
Other languages
English (en)
Inventor
魏增辉
赵雷
孙翠丽
李保磊
莫阳
丁洁
刘宇
吴凯
徐圆飞
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.)
Beijing Hangxing Machinery Manufacturing Co Ltd
Original Assignee
Beijing Hangxing Machinery Manufacturing Co 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 Beijing Hangxing Machinery Manufacturing Co Ltd filed Critical Beijing Hangxing Machinery Manufacturing Co Ltd
Priority to CN202110560859.8A priority Critical patent/CN113160092A/zh
Publication of CN113160092A publication Critical patent/CN113160092A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • 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
    • G06T2207/10052Images from lightfield camera

Landscapes

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

Abstract

本发明涉及一种物体遮挡条件下的探测器图像校正方法及系统,属于探测器图像处理领域,解决了现有技术中在物体遮挡条件下探测器图像进行实时校正的问题。方法包括:采集物体遮挡条件下探测器在无射线照射时的暗场图像和在射线照射时的亮场图像;根据所述暗场图像对所述亮场图像进行偏置校正,得到偏置校正后图像;根据所述偏置校正后图像判断所述探测器中每一探测单元是否为无遮挡探测单元,若为无遮挡探测单元,则计算该探测单元的增益系数;基于所有无遮挡探测单元的增益系数,计算所有所述探测器中探测单元的增益系数;基于所述暗场图像和所述所有探测单元的增益系数对采集的探测器待校正亮场图像进行校正,得到校正后的结果图像。

Description

一种物体遮挡条件下的探测器图像校正方法及系统
技术领域
本发明涉及探测器图像处理技术领域,尤其涉及一种物体遮挡条件下的探测器图像校正方法及系统。
背景技术
随着放射性探测技术的飞速发展,放射性探测已经成为一个重要的检测手段,在生物医学、材料科学、工业检测以及国土安全等众多领域得到了令人瞩目的应用,同时,对探测器的图像质量的要求也逐渐提高。探测器往往由多个探测单元组成,在无射线照射即暗场环境下,由于探测器单元自身暗电流响应的差异导致不同探测单元之间存在不一致性,目前通过暗场校正即偏置校正(offset calibration)进行探测器图像校正;在射线照射下由于射线分布差异和后端电子学模块间不一致性导致的射线响应不一致导致的不同探测单元之间存在不一致性,目前通过亮场校正即增益校正(gain calibration)进行探测器图像校正。
目前,在进行探测器图像校正时,需要确保射线是直射到探测器单元上,从而获取到不同探测器单元对于射线的原始响应以用于增益校正,也就是说,探测器的图像采集过程需要保证射线源和探测器之间不能有物体遮挡。但是,在一些设备或环境上并不能满足射线源和探测器之间没有物体遮挡,比如在安检CT上,在射线源和探测器之间有用于物体承载传送的皮带,以及通道两侧用于探测器免予碰撞的碳纤维板。此外通常情况下,射线源和探测器的特性会随时间变化,也就是说,探测器的增益校正具有时效性。比如在安检CT中,为了保证安检物品的快速通过及查验,是边扫描边重建,需要对扫描获取的原始图像做实时校正。
因此,目前的探测器图像校正方法难以解决在物体遮挡条件下对探测器图像进行实时校正的问题。
发明内容
鉴于上述的分析,本发明实施例旨在提供一种物体遮挡条件下的探测器图像校正方法及系统,用以解决在物体遮挡条件下探测器图像进行实时校正的问题。
一方面,本发明实施例提供了一种物体遮挡条件下的探测器图像校正方法,包括以下步骤:
采集物体遮挡条件下探测器在无射线照射时的暗场图像和在射线照射时的亮场图像;
根据所述暗场图像对所述亮场图像进行偏置校正,得到偏置校正后图像;
根据所述偏置校正后图像判断所述探测器中每一探测单元是否为无遮挡探测单元,若为无遮挡探测单元,则计算该探测单元的增益系数;
基于所有无遮挡探测单元的增益系数,计算所有所述探测器中探测单元的增益系数;
基于所述暗场图像和所述所有探测单元的增益系数对采集的探测器待校正亮场图像进行校正,得到校正后的结果图像。
进一步地,根据以下方式对所述亮场图像gain(x,y)进行偏置校正,得到偏置校正后图像P(x,y):
P(x,y)=gain(x,y)-mean(offset(x,y),y),
式中,x表示探测单元,y表示探测单元x的采集位置,mean(offset(x,y),y)表示将暗场图像offset(x,y)中探测单元x的所有采集位置对应灰度值的平均值作为探测单元x各采集位置的灰度值。
进一步地,根据所述偏置校正后图像判断所述探测器中每一探测单元是否为无遮挡探测单元,具体为:
根据偏置校正后图像中每一探测单元不同采集位置对应的灰度值由小至大进行排序,得到排序后图像;
将排序后图像中每一探测单元在不同采集位置对应的灰度值依次与设定的遮挡阈值进行比较,若大于设定的遮挡阈值,则该探测单元在该采集位置开始均未被遮挡;
若每一探测单元不同采集位置中未被遮挡的数量大于设定的遮挡个数阈值,则该探测单元为无遮挡探测单元。
进一步地,所述设定的遮挡个数阈值大于5个。
进一步地,通过以下方式计算无遮挡探测单元xi的增益系数λi
Figure BDA0003069728280000031
式中,X表示排序后的图像,i表示在排序后的图像中无遮挡探测单元的索引,j表示无遮挡探测单元xi中采集位置未被遮挡的起始位置索引,n表示无遮挡探测单元xi中采集位置的总数,V表示探测器设定的校正数值,mean(X(xi,yj:n))表示无遮挡探测单元xi中所有未被遮挡采集位置的对应灰度值的平均值。
进一步地,所述基于所有无遮挡探测单元的增益系数,计算所有所述探测器中探测单元的增益系数s(x),包括如下步骤:
通过下式对所有探测单元的增益系数s(x)进行约束:
Figure BDA0003069728280000032
式中,
Figure BDA0003069728280000041
表示沿探测单元方向的梯度算子;
基于s(xi)=λi的限制,利用高斯消元法得到所有探测单元的增益系数s(x)。
进一步地,所述基于所述暗场图像和所述所有探测单元的增益系数s(x)对探测器采集的待校正亮场图像M(x,y)进行校正,得到校正后的结果图像N(x,y):
N(x,y)=(M(x,y)-mean(offset(x,y),y))×s(x)。
另一方面,本发明实施例提供了一种物体遮挡条件下的探测器图像校正系统,包括:
采集模块,用于采集物体遮挡条件下探测器在无射线照射时的暗场图像和在射线照射时的亮场图像;
偏置校正模块,用于根据所述暗场图像对所述亮场图像进行偏置校正,得到偏置校正后图像;
增益系数获取模块,用于根据所述偏置校正后图像判断所述探测器中每一探测单元是否为无遮挡探测单元,若为无遮挡探测单元,则计算该探测单元的增益系数;并基于所有无遮挡探测单元的增益系数,计算所有所述探测器中探测单元的增益系数;
图像校正模块,用于基于所述暗场图像和所述所有探测单元的增益系数对探测器采集的待校正亮场图像进行校正,得到校正后的结果图像。
进一步地,根据以下方式对所述亮场图像gain(x,y)进行偏置校正,得到偏置校正后图像P(x,y):
P(x,y)=gain(x,y)-mean(offset(x,y),y),
式中,x表示探测单元,y表示探测单元x的采集位置,mean(offset(x,y),y)表示将暗场图像offset(x,y)中探测单元x的所有采集位置对应灰度值的平均值作为探测单元x各采集位置的灰度值。
进一步地,根据所述偏置校正后图像判断所述探测器中每一探测单元是否为无遮挡探测单元,具体为:
根据偏置校正后图像中每一探测单元不同采集位置对应的灰度值由小至大进行排序,得到排序后图像;
将排序后图像中每一探测单元在不同采集位置对应的灰度值依次与设定的遮挡阈值进行比较,若大于设定的遮挡阈值,则该探测单元在该采集位置开始均未被遮挡;
若每一探测单元不同采集位置中未被遮挡的数量大于设定的遮挡个数阈值,则该探测单元为无遮挡探测单元。
与现有技术相比,本发明的有益效果如下:
本发明提供的一种物体遮挡条件下的探测器图像校正方法及系统通过采集物体遮挡条件下的暗场图像和亮场图像,并对亮场图像进行偏置校正,判断偏置校正后图像中的每一探测单元是否为无遮挡探测单元,通过计算无遮挡探测单元的增益系数,来进一步得到所有探测单元的增益系数,即通过已知的无遮挡探测单元计算出遮挡探测单元的增益系数,用于对采集的亮场图像进行校正,实现了在有物体遮挡时探测器图像的实时校正,能够提高探测器图像的准确性和可靠性,大大提高了探测器获取图像的图像质量。并且本发明中通过使用范数约束求解增益系数,通过梯度算子和高斯消元法得到增益系数,使得算法的复杂度低,校正处理更加快速,占用时间少。
本发明中,上述各技术方案之间还可以相互组合,以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述,并且,部分优点可从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明实施例1中一种物体遮挡条件下的探测器图像校正方法的流程示意图;
图2为本发明实施例2中一种物体遮挡条件下的探测器图像校正系统的结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
实施例1
本发明的一个具体实施例1,公开了一种物体遮挡条件下的探测器图像校正方法,流程图如图1所示,包括以下步骤:
S01、采集物体遮挡条件下探测器在无射线照射时的暗场图像和在射线照射时的亮场图像。
具体地,探测器可以为若干探测单元呈线性排布的线阵探测器、探测单元成矩阵排列的平板探测器、探测单元成直线排列的直线探测器、多个探测器模块组成的多排探测器以及其他几何结构排布的探测器。此外,探测器可以是固体、气体等类型的探测器。
具体地,射线源可以选择天然放射源,例如钴60,铯137;也可以是人工射线源,例如X射线源。
应当注意的是,射线源和探测器可以保持相对静止,二者相对物体运动,也可以射线源和探测器保持静止,物体相对二者运动。例如,在安检CT中,射线源和探测器随滑环旋转;传动带尽管始终在运动,但是由于其各个部分的一致性,其在静止射线源和探测器条件下的成像几乎保持不变,所以在轴向位置上可以认为其相对射线源和探测器静止。
示例性地,选择包含800个探测单元的直线探测器,开启直线探测器,直线探测器围绕旋转中心旋转360度,采集360个角度下的数据,将每个角度采集的数据作为列向量,将每个探测单元作为行向量,按照采集时间的先后顺序排列在一起,构成了800×360的图像,在无射线照射时,采集暗场图像,在有射线照射时,采集亮场图像。
S02、根据所述暗场图像对所述亮场图像进行偏置校正,得到偏置校正后图像。
实施时,根据以下方式对所述亮场图像gain(x,y)进行偏置校正,得到偏置校正后图像P(x,y):
P(x,y)=gain(x,y)-mean(offset(x,y),y) (1),
式中,x表示探测单元,y表示探测单元x的采集位置,mean(offset(x,y),y)表示将暗场图像offset(x,y)中探测单元x的所有采集位置对应灰度值的平均值作为探测单元x各采集位置的灰度值。也就是说,计算每一探测单元在暗场图像中所有采集位置对应灰度值的平均值,再将亮场图像中每一探测单元的每一采集位置的灰度值均减去对应探测单元在暗场图像中的灰度平均值,从而得到偏置校正后图像。应当注意的是y表示的采集位置,根据选择的探测器以及采集方式的不同,可以是采集的角度、时间等。
S03、根据所述偏置校正后图像判断所述探测器中每一探测单元是否为无遮挡探测单元,若为无遮挡探测单元,则计算该探测单元的增益系数;
实施时,根据所述偏置校正后图像判断所述探测器中每一探测单元是否为无遮挡探测单元,具体为:
根据偏置校正后图像中每一探测单元不同采集位置对应的灰度值由小至大进行排序,得到排序后图像。应当注意的是,在探测器图像进行校正的过程中,当采用同样的图像采集流程,获取的图像灰度值大小没有较大的变化时,可以将一次排序后的位置信息进行记录存储,在后续的过程中可以直接使用,无需再做重新排序,或者基于该排序信息再做排序,对于已经初步有序的图像,排序的处理速度会更加快速。
将排序后图像中每一探测单元在不同采集位置对应的灰度值依次与设定的遮挡阈值进行比较,若大于设定的遮挡阈值,则该探测单元在该采集位置开始均未被遮挡。应当注意的是,排序后的图像由于无遮挡的采集位置的灰度值与遮挡位置的灰度值存在较大差异,因此可通过观察得出无遮挡采集位置的灰度值的大致数值,通过该数值设置遮挡阈值。
若每一探测单元不同采集位置中未被遮挡的数量大于设定的遮挡个数阈值,则该探测单元为无遮挡探测单元。
优选的,将排序后图像中每一探测单元在不同采集位置对应的灰度值依次与设定的遮挡阈值进行比较,对图像进行二值化处理,可以更加快速的得到无遮挡探测单元的分布。
优选地,所述设定的遮挡个数阈值大于5个,用于排除随机误差。
实施时,通过以下方式计算无遮挡探测单元xi的增益系数λi
Figure BDA0003069728280000091
式中,X表示排序后的图像且
Figure BDA0003069728280000092
i表示在排序后的图像中无遮挡探测单元的索引,j表示无遮挡探测单元xi中采集位置未被遮挡的起始位置索引,n表示无遮挡探测单元xi中采集位置的总数,V表示探测器设定的校正数值,mean(X(xi,yj:n))表示无遮挡探测单元xi中所有未被遮挡采集位置的对应灰度值的平均值。应当注意的是,
Figure BDA0003069728280000093
在数值上表示m×n的二维实数矩阵,其中m表示探测单元的个数。
S04、基于所有无遮挡探测单元的增益系数,计算所有所述探测器中探测单元的增益系数。
实施时,所述基于所有无遮挡探测单元的增益系数,计算所有所述探测器中探测单元的增益系数s(x),包括如下步骤:
通过下式对所有探测单元的增益系数s(x)进行约束:
Figure BDA0003069728280000094
式中,
Figure BDA0003069728280000095
表示沿探测单元方向的梯度算子且
Figure BDA0003069728280000096
Figure BDA0003069728280000097
也就是说,A在数值上表示k×m的二维实数矩阵,s(x)在数值上表示m×1的实数向量,其中,k根据具体过程中的矩阵确定。
基于s(xi)=λi的限制,利用高斯消元法得到所有探测单元的增益系数s(x)。
具体的,根据公式(3),可得到公式(4):
(Λ′⊙Ω+Λ⊙Ω′)s(x)=0 (4),
其中,
Figure BDA0003069728280000098
在数值上表示m×m的二维实数矩阵,Λ′表示矩阵Λ的转置;
Figure BDA0003069728280000099
在数值上表示m×m的二维实数矩阵,Ω′表示Ω的转置。
考虑限制条件s(xi)=λi,通过变形将公式(4)转换为仅包含未知变量的线性方程组:
W0s0=0 (5),
其中,
Figure BDA0003069728280000101
表示去除已知变量后的(Λ′⊙Ω+Λ⊙Ω′),
Figure BDA0003069728280000102
表示去除已知变量后的s(x),w表示排序后的图像中无遮挡探测单元的个数。也就是说,公式(5)是将公式(4)中的增益系数s(x)中已知的无遮挡探测单元的增益系数λi去除掉后得到的线性方程。
根据
Figure BDA0003069728280000103
采用基于诺曼边界条件的前向差分,则可得到W0为m-w阶对称三角矩阵。由此,通过使用高斯消元法可得出s0(x),最后获得到增益校正系数s(x)。应当注意的是,通过该方式计算得出增益系数,算法复杂度为O(m),复杂度低,图像校正处理更加快速,占用时间少。
S05、基于所述暗场图像和所述所有探测单元的增益系数对采集的探测器待校正亮场图像进行校正,得到校正后的结果图像。
实施时,所述基于所述暗场图像和所述所有探测单元的增益系数s(x)对探测器采集的待校正亮场图像M(x,y)进行校正,得到校正后的结果图像N(x,y):
N(x,y)=(M(x,y)-mean(offset(x,y),y))×s(x) (6)。
应当注意的是,射线源的波动会导致探测器响应变化,增益系数也会随之波动,因此,在进行探测器图像校正过程中,每间隔一段时间重新计算增益系数,在间隔的时间内认为增益系数是稳定的。其中,间隔的时间根据实际要求确定。具体实施时,在探测器图像校正过程中,可以先采集一组亮场图像用于增益系数的计算,并在设定的间隔时间内采集的待校正亮场图像均按该增益系数进行校正。
应当注意的是,探测器采集的待校正亮场图像M(x,y)为射线源开启时,探测器采集的亮场图像,其可以是在获取增益系数过程的亮场图像gain(x,y),也可以是在间隔时间内采集的探测器扫描物体时的亮场图像。
进一步地,在进行探测器图像校正过程中将偏置校正后的图像按排分别处理,获取到每排探测器单元的增益系数,完成探测器图像校正的并行处理。
本实施例提供的一种物体遮挡条件下的探测器图像校正方法通过采集物体遮挡条件下的暗场图像和亮场图像,并对亮场图像进行偏置校正,判断偏置校正后图像中的每一探测单元是否为无遮挡探测单元,通过计算无遮挡探测单元的增益系数,来进一步得到所有探测单元的增益系数,即通过已知的无遮挡探测单元计算出遮挡探测单元的增益系数,实现了在有物体遮挡时探测器图像的实时校正,能够提高探测器图像的准确性和可靠性,大大提高了探测器获取图像的图像质量。并且本发明中通过使用范数约束求解增益系数,通过梯度算子和高斯消元法得到增益系数,使得算法的复杂度低,校正处理更加快速,占用时间少。
实施例2
本发明的一个具体实施例2,公开了一种物体遮挡条件下的探测器图像校正系统,结构如图2所示,包括:
采集模块,用于采集物体遮挡条件下探测器在无射线照射时的暗场图像和在射线照射时的亮场图像。
偏置校正模块,用于根据所述暗场图像对所述亮场图像进行偏置校正,得到偏置校正后图像。
增益系数获取模块,用于根据所述偏置校正后图像判断所述探测器中每一探测单元是否为无遮挡探测单元,若为无遮挡探测单元,则计算该探测单元的增益系数;并基于所有无遮挡探测单元的增益系数,计算所有所述探测器中探测单元的增益系数。
图像校正模块,用于基于所述暗场图像和所述所有探测单元的增益系数对探测器采集的待校正亮场图像进行校正,得到校正后的结果图像。
实施时,根据以下方式对所述亮场图像gain(x,y)进行偏置校正,得到偏置校正后图像P(x,y):
P(x,y)=gain(x,y)-mean(offset(x,y),y),
式中,x表示探测单元,y表示探测单元x的采集位置,mean(offset(x,y),y)表示将暗场图像offset(x,y)中探测单元x的所有采集位置对应灰度值的平均值作为探测单元x各采集位置的灰度值。
实施时,根据所述偏置校正后图像判断所述探测器中每一探测单元是否为无遮挡探测单元,具体为:
根据偏置校正后图像中每一探测单元不同采集位置对应的灰度值由小至大进行排序,得到排序后图像;
将排序后图像中每一探测单元在不同采集位置对应的灰度值依次与设定的遮挡阈值进行比较,若大于设定的遮挡阈值,则该探测单元在该采集位置开始均未被遮挡;
若每一探测单元不同采集位置中未被遮挡的数量大于设定的遮挡个数阈值,则该探测单元为无遮挡探测单元
需要说明的是,本实施例与实施例1相关之处可相互借鉴,此处为重复描述。如本实施例2中计算无遮挡探测单元的增益系数的内容,可选择实施例1中计算无遮挡探测单元的增益系数的内容;本实施例2中计算所有所述探测器中探测单元增益系数的方式,选择实施例1中的具体计算方式。
由于本系统实施例与上述方法实施例原理相同,所以本系统也具有上述方法实施例相应的技术效果。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中。其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种物体遮挡条件下的探测器图像校正方法,其特征在于,包括以下步骤:
采集物体遮挡条件下探测器在无射线照射时的暗场图像和在射线照射时的亮场图像;
根据所述暗场图像对所述亮场图像进行偏置校正,得到偏置校正后图像;
根据所述偏置校正后图像判断所述探测器中每一探测单元是否为无遮挡探测单元,若为无遮挡探测单元,则计算该探测单元的增益系数;
基于所有无遮挡探测单元的增益系数,计算所有所述探测器中探测单元的增益系数;
基于所述暗场图像和所述所有探测单元的增益系数对采集的探测器待校正亮场图像进行校正,得到校正后的结果图像。
2.根据权利要求1所述的物体遮挡条件下的探测器图像校正方法,其特征在于,根据以下方式对所述亮场图像gain(x,y)进行偏置校正,得到偏置校正后图像P(x,y):
P(x,y)=gain(x,y)-mean(offset(x,y),y),
式中,x表示探测单元,y表示探测单元x的采集位置,mean(offset(x,y),y)表示将暗场图像offset(x,y)中探测单元x的所有采集位置对应灰度值的平均值作为探测单元x各采集位置的灰度值。
3.根据权利要求1所述的物体遮挡条件下的探测器图像校正方法,其特征在于,根据所述偏置校正后图像判断所述探测器中每一探测单元是否为无遮挡探测单元,具体为:
根据偏置校正后图像中每一探测单元不同采集位置对应的灰度值由小至大进行排序,得到排序后图像;
将排序后图像中每一探测单元在不同采集位置对应的灰度值依次与设定的遮挡阈值进行比较,若大于设定的遮挡阈值,则该探测单元在该采集位置开始均未被遮挡;
若每一探测单元不同采集位置中未被遮挡的数量大于设定的遮挡个数阈值,则该探测单元为无遮挡探测单元。
4.根据权利要求3所述的物体遮挡条件下的探测器图像校正方法,其特征在于,所述设定的遮挡个数阈值大于5个。
5.根据权利要求3所述的物体遮挡条件下的探测器图像校正方法,其特征在于,通过以下方式计算无遮挡探测单元xi的增益系数λi
Figure FDA0003069728270000021
式中,X表示排序后的图像,i表示在排序后的图像中无遮挡探测单元的索引,j表示无遮挡探测单元xi中采集位置未被遮挡的起始位置索引,n表示无遮挡探测单元xi中采集位置的总数,V表示探测器设定的校正数值,mean(X(xi,yj:n))表示无遮挡探测单元xi中所有未被遮挡采集位置的对应灰度值的平均值。
6.根据权利要求5所述的物体遮挡条件下的探测器图像校正方法,其特征在于,所述基于所有无遮挡探测单元的增益系数,计算所有所述探测器中探测单元的增益系数s(x),包括如下步骤:
通过下式对所有探测单元的增益系数s(x)进行约束:
Figure FDA0003069728270000022
式中,
Figure FDA0003069728270000023
表示沿探测单元方向的梯度算子;
基于s(xi)=λi的限制,利用高斯消元法得到所有探测单元的增益系数s(x)。
7.根据权利要求6所述的物体遮挡条件下的探测器图像校正方法,其特征在于,所述基于所述暗场图像和所述所有探测单元的增益系数s(x)对探测器采集的待校正亮场图像M(x,y)进行校正,得到校正后的结果图像N(x,y):
N(x,y)=(M(x,y)-mean(offset(x,y),y))×s(x)。
8.一种物体遮挡条件下的探测器图像校正系统,其特征在于,包括:
采集模块,用于采集物体遮挡条件下探测器在无射线照射时的暗场图像和在射线照射时的亮场图像;
偏置校正模块,用于根据所述暗场图像对所述亮场图像进行偏置校正,得到偏置校正后图像;
增益系数获取模块,用于根据所述偏置校正后图像判断所述探测器中每一探测单元是否为无遮挡探测单元,若为无遮挡探测单元,则计算该探测单元的增益系数;并基于所有无遮挡探测单元的增益系数,计算所有所述探测器中探测单元的增益系数;
图像校正模块,用于基于所述暗场图像和所述所有探测单元的增益系数对探测器采集的待校正亮场图像进行校正,得到校正后的结果图像。
9.根据权利要求8所述的物体遮挡条件下的探测器图像校正方法,其特征在于,根据以下方式对所述亮场图像gain(x,y)进行偏置校正,得到偏置校正后图像P(x,y):
P(x,y)=gain(x,y)-mean(offset(x,y),y),
式中,x表示探测单元,y表示探测单元x的采集位置,mean(offset(x,y),y)表示将暗场图像offset(x,y)中探测单元x的所有采集位置对应灰度值的平均值作为探测单元x各采集位置的灰度值。
10.根据权利要求8所述的物体遮挡条件下的探测器图像校正方法,其特征在于,根据所述偏置校正后图像判断所述探测器中每一探测单元是否为无遮挡探测单元,具体为:
根据偏置校正后图像中每一探测单元不同采集位置对应的灰度值由小至大进行排序,得到排序后图像;
将排序后图像中每一探测单元在不同采集位置对应的灰度值依次与设定的遮挡阈值进行比较,若大于设定的遮挡阈值,则该探测单元在该采集位置开始均未被遮挡;
若每一探测单元不同采集位置中未被遮挡的数量大于设定的遮挡个数阈值,则该探测单元为无遮挡探测单元。
CN202110560859.8A 2021-05-17 2021-05-17 一种物体遮挡条件下的探测器图像校正方法及系统 Pending CN113160092A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110560859.8A CN113160092A (zh) 2021-05-17 2021-05-17 一种物体遮挡条件下的探测器图像校正方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110560859.8A CN113160092A (zh) 2021-05-17 2021-05-17 一种物体遮挡条件下的探测器图像校正方法及系统

Publications (1)

Publication Number Publication Date
CN113160092A true CN113160092A (zh) 2021-07-23

Family

ID=76877211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110560859.8A Pending CN113160092A (zh) 2021-05-17 2021-05-17 一种物体遮挡条件下的探测器图像校正方法及系统

Country Status (1)

Country Link
CN (1) CN113160092A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113838087A (zh) * 2021-09-08 2021-12-24 哈尔滨工业大学(威海) 一种抗遮挡目标跟踪方法及系统
CN114569145A (zh) * 2022-02-28 2022-06-03 西安大医集团股份有限公司 图像校正方法、成像系统、电子设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003244540A (ja) * 2002-02-20 2003-08-29 Toshiba Corp X線平面検出器のパラメータ調整方法及びその装置、x線診断装置
CN101126724A (zh) * 2007-09-30 2008-02-20 西北工业大学 锥束ct系统中平板探测器图像的抗干扰校正方法
CN107607982A (zh) * 2017-11-08 2018-01-19 江苏康众数字医疗设备有限公司 基于探测器响应特性的成像系统校准方法及成像校正方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003244540A (ja) * 2002-02-20 2003-08-29 Toshiba Corp X線平面検出器のパラメータ調整方法及びその装置、x線診断装置
CN101126724A (zh) * 2007-09-30 2008-02-20 西北工业大学 锥束ct系统中平板探测器图像的抗干扰校正方法
CN107607982A (zh) * 2017-11-08 2018-01-19 江苏康众数字医疗设备有限公司 基于探测器响应特性的成像系统校准方法及成像校正方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BO ZHOU: "Local spatial correlation-based stripe non-uniformity correction algorithm for single infrared images", 《SIGNAL PROCESSING: IMAGE COMMUNICATION》, vol. 72, pages 47 - 57 *
王华伟 等: "具有自适应校正功能的红外成像系统设计", 《红外与激光工程》, vol. 43, no. 1, pages 61 - 66 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113838087A (zh) * 2021-09-08 2021-12-24 哈尔滨工业大学(威海) 一种抗遮挡目标跟踪方法及系统
CN114569145A (zh) * 2022-02-28 2022-06-03 西安大医集团股份有限公司 图像校正方法、成像系统、电子设备和存储介质

Similar Documents

Publication Publication Date Title
Anirudh et al. Lose the views: Limited angle CT reconstruction via implicit sinogram completion
CN107356615B (zh) 一种用于双能x射线ct的方法和系统
CN110544282B (zh) 基于神经网络的三维多能谱ct重建方法和设备及存储介质
JP3566762B2 (ja) コンピュータ断層撮影用の装置及び方法
CN113160092A (zh) 一种物体遮挡条件下的探测器图像校正方法及系统
US20120134531A1 (en) Pseudo Dual-Energy Material Identification System And Method With Undersampling
EP3109625B1 (en) Combination of cad data and computer tomography
CN101584587B (zh) 一种ct投影中心的自动校正方法
US7916828B1 (en) Method for image construction
Bellens et al. Evaluating conventional and deep learning segmentation for fast X-ray CT porosity measurements of polymer laser sintered AM parts
CN114648611B (zh) 局域轨道函数的三维重构方法及装置
Stolfi et al. Error sources
CN111818851A (zh) 被配置为生成谱体积图像数据的非谱计算机断层摄影(ct)扫描器
Ametova et al. Software-based compensation of instrument misalignments for X-ray computed tomography dimensional metrology
Venkatakrishnan et al. Algorithm-Driven Advances for Scientific CT Instruments: From model-based to deep learning-based approaches
JPH08252249A (ja) 像データから検出器の劣化によるアーティファクトを除去する方法及び物体の断層写真像を作成するシステム
US6411671B2 (en) Method for reducing line artifacts in a CT image and device for implementing the method
CN111882624A (zh) 基于多采集序列的纳米ct图像运动伪影校正方法及装置
Wu et al. Deep learning-based low-dose tomography reconstruction with hybrid-dose measurements
CN110827370B (zh) 一种非等厚构件的多能ct循环迭代重建方法
Yang et al. Adaptive region of interest method for analytical micro-CT reconstruction
CN117491400B (zh) 消减热漫散射和非弹性散射的扫描透射衍射方法及装置
US20230103037A1 (en) System and method for accelerated convergence of iterative tomographic reconstruction
Pereira et al. Conveyor belt X-ray CT using domain constrained discrete tomography
CN113643398A (zh) 一种x射线检查装置及x射线检查方法

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