CN113610716B - 图像伪影消除方法、装置及设备 - Google Patents
图像伪影消除方法、装置及设备 Download PDFInfo
- Publication number
- CN113610716B CN113610716B CN202110754286.2A CN202110754286A CN113610716B CN 113610716 B CN113610716 B CN 113610716B CN 202110754286 A CN202110754286 A CN 202110754286A CN 113610716 B CN113610716 B CN 113610716B
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- input image
- center point
- point
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000002591 computed tomography Methods 0.000 claims abstract description 110
- 239000000463 material Substances 0.000 claims abstract description 41
- 239000002689 soil Substances 0.000 claims abstract description 22
- 230000008030 elimination Effects 0.000 claims abstract description 20
- 238000003379 elimination reaction Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 9
- 239000011435 rock Substances 0.000 description 18
- 239000002253 acid Substances 0.000 description 15
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 238000012916 structural analysis Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004579 marble Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种图像伪影消除方法、装置及设备,涉及岩土工程技术领域,方法包括:获取输入图像,输入图像包括待测岩土材料的CT扫描图像;识别输入图像的中心点;根据中心点,获得输入图像中每个像素点基于中心点的位置信息;根据位置信息和像素点的特征信息,获得特征曲线值;根据输入图像中所有像素点的像素值和特征曲线值,获得消除伪影后的输出图像。本发明解决了现有通过医用CT扫描岩土工程材料获取的CT图像,存在射线束硬化伪影,导致影响被扫描物体的微细观结构分析精度的问题,实现了提高CT扫描图像质量的目的。
Description
技术领域
本发明涉及岩土工程技术领域,尤其涉及一种图像伪影消除方法、装置及设备。
背景技术
计算机层析识别技术,简称CT技术(Computerized Tomography),用于检测材料和结构内部的细微变化。CT扫描,是将被扫描的三维物体中要检测的二维扫描层面单独孤立出来成像,获得CT图像。CT图像伪影,是在CT图像形成过程中出现的与被扫描物体无关的异样影像,这些异样影像劣化了CT图像的质量,会影响对被扫描物体微细观结构的研究。
在对岩石、混凝土等岩土工程材料进行微细观结构分析时,会先进行CT扫描。目前,通过医用CT扫描岩土工程材料时,获取的CT图像中经常会出现伪影,尤其是射线束硬化伪影,这种伪影容易导致在对同一物体进行扫描时,得到的数据参差不齐,数据差别较大则会影响对该被扫描物体微细观结构进行分析的精度。
发明内容
本发明的主要目的在于:提供一种图像伪影消除方法、装置及设备,旨在解决现有通过医用CT扫描岩土工程材料获取的CT图像,存在射线束硬化伪影,导致影响被扫描物体的微细观结构分析精度的技术问题。
为实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供了一种图像伪影消除方法,所述方法包括:
获取输入图像,所述输入图像包括待测岩土材料的CT扫描图像;
识别所述输入图像的中心点;
根据所述中心点,获得所述输入图像中每个像素点基于所述中心点的位置信息;
根据所述位置信息和所述像素点的特征信息,获得特征曲线值;
根据所述输入图像中所有像素点的像素值和所述特征曲线值,获得消除伪影后的输出图像。
可选地,上述图像伪影消除方法中,所述根据所述中心点,获得所述输入图像中每个像素点基于所述中心点的位置信息的步骤,具体包括:
以所述中心点为原点,建立直角坐标系;
在所述直角坐标系中,将所述输入图像中每个像素点的坐标信息转换为基于所述中心点的位置信息,所述位置信息包括所述像素点与所述中心点的距离和角度。
可选地,上述图像伪影消除方法中,所述根据所述位置信息和所述像素点的特征信息,获得特征曲线值的步骤,具体包括:
根据每个像素点与所述中心点的距离,以所述中心点为圆心,预设距离为半径,绘制多个圆;
提取所述圆上所有像素点的特征信息,并计算平均值,获得所述圆的特征值;
根据多个所述圆的特征值,绘制特征曲线,获得特征曲线值。
可选地,上述图像伪影消除方法中,所述根据所述位置信息和所述像素点的特征信息,获得特征曲线值的步骤,具体包括:
根据每个像素点与所述中心点的距离,以相同距离的多个像素点的特征信息绘制特征曲线,获得多个特征曲线;
计算所述多个特征曲线的平均值,获得特征曲线值。
可选地,上述图像伪影消除方法中,所述特征信息包括所述像素点的CT数或灰度值,其中,所述CT数的计算式为:
其中,H表示所述像素点的CT数,单位为Hu;μm表示所述待测岩土材料的X射线衰减系数,单位为cm2/g;μW表示纯水的X射线吸收系数,单位为cm2/g。
可选地,上述图像伪影消除方法中,所述根据所述输入图像中所有像素点的像素值和所述特征曲线值,获得消除伪影后的输出图像的步骤,具体包括:
将所述输入图像中每个像素点的像素值减去所述特征曲线值,获得每个像素点的新像素值;
根据所述新像素值对应的像素点构成的图像,获得消除伪影后的输出图像。
第二方面,本发明提供了一种图像伪影消除装置,所述装置包括:
输入模块,用于获取输入图像,所述输入图像为待测岩土材料的CT扫描图像;
中心点识别模块,用于识别所述输入图像的中心点;
位置信息获取模块,用于根据所述中心点,获得所述输入图像中每个像素点基于所述中心点的位置信息;
特征曲线值获取模块,用于根据所述位置信息和所述像素点的特征信息,获得特征曲线值;
输出模块,用于根据所述输入图像中所有像素点的像素值和所述特征曲线值,获得消除伪影后的输出图像。
第三方面,本发明提供了一种图像伪影消除设备,所述设备包括处理器和存储器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,实现如上述的图像伪影消除方法。
第四方面,本发明提供了一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行如上述的图像伪影消除方法。
第五方面,本发明提供了一种存储介质,其上存储有计算机程序,所述计算机程序可被一个或多个处理器执行,以实现如上述的图像伪影消除方法。
本发明提供的上述一个或多个技术方案,可以具有如下优点或至少实现了如下技术效果:
本发明提出的一种图像伪影消除方法、装置及设备,通过获取待测岩土材料的CT扫描图像作为输入图像,识别该输入图像的中心点,并根据该中心点,获得输入图像中每个像素点的位置信息,然后根据像素点的位置信息和特征信息,获得特征曲线值,再根据输入图像中所有像素点的像素值和所述特征曲线值,获得消除伪影后的输出图像,实现了提高CT扫描图像质量的目的。本发明的方法消除了射线束硬化伪影对待测岩土材料的CT扫描图像质量的影响,进一步消除了后续基于该CT扫描图像进行数据分析产生的误差;方法获得的消除伪影后的输出图像相比于输入图像,明显提高了图像质量,降低了图像处理信息损失,针对岩土工程材料的微细观结构分析,提供了有效且准确的数据基础,具有较强的实用性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,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,还可以根据提供的这些附图获得其他的附图。
图1为本发明图像伪影消除方法第一实施例的流程示意图;
图2为本发明涉及的图像伪影消除设备的硬件结构示意图;
图3为本发明图像伪影消除方法第一实施例中步骤S10获取的输入图像;
图4为本发明图像伪影消除方法第一实施例中步骤S50获得的输出图像;
图5为在图3的图像上绘制横向水平直线,获得的直线示意图;
图6为在图4的图像上绘制横向水平直线,获得的直线示意图;
图7为获取的图5和图6中直线上各像素点的CT数变化曲线;
图8为本发明图像伪影消除装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明,在本发明中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。另外,在本发明中,使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。另外,各个实施例的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
计算机层析识别技术,简称CT技术(Computerized Tomography),用于检测材料和结构内部的细微变化。CT扫描,是将被扫描的三维物体中要检测的二维扫描层面单独孤立出来成像,获得CT图像。CT图像伪影,是在CT图像形成过程中出现的与被扫描物体无关的异样影像,这些异样影像劣化了CT图像的质量,会影响对被扫描物体微细观结构的研究。
对现有技术的分析发现,CT图像的伪影产生主要受两类因素影响:一类是因为装备运行不稳定或某一元器件破坏所造成硬件系统故障或偏差,如探测器之间的对应不一致造成的环状伪影,投影数据测量转换误差和采样频率较低导致的直线状伪影;另一类则是人为原因,主要是由于人为操作不当造成的伪影,如异物伪影、运动伪影等。
在对岩石、混凝土等岩土工程材料进行微细观结构分析时,会先进行CT扫描。岩石的CT扫描是将岩样中某一微小厚度的扫描平面划分为许多立方体块,即体素。X射线源发出的X射线穿过岩样后被探测器接收,从而得到可代表岩样密度的各体素的X射线衰减值,即CT值或CT图像的像素,最终以CT图像的形式呈现。
目前,通过医用CT扫描岩土工程材料时,获取的CT图像中经常会出现伪影,比如部分容积效应产生的伪影、环状伪影和射线束硬化伪影。这些伪影劣化了获得的CT图像的质量,会影响对岩土工程材料微细观结构的研究,比如,射线束硬化伪影容易导致在对同一物体进行扫描时,得到的数据参差不齐,即读取CT图像中各个像素获得的CT值数据差别较大,从而会影响对该被扫描物体微细观结构进行分析的精度。
现有的伪影消除方法针对不同伪影采取不同方法。部分容积效应产生的伪影可以通过减小扫描层厚度、光滑滤波处理,以及在被扫描物周围填充液体或填充与其线性衰减系数相近的材料等方式降低伪影的影响。环状伪影可以通过缩小采样的间隔,从投影域和图像域对图片进行修补等方式降低伪影的影响。射线束硬化伪影可以通过软件或硬件对射束硬化进行校正,其中,硬件校正存在局限性较大,校正不彻底的问题,软件校正因其局限性小,适用性强等优点而被广泛采用。
现有对射线束硬化伪影进行消除的软件校正方式包括有迭代重建法和双能校正法。其中,迭代重建法虽然能取得较好的校正效果,但是需要迭代计算的次数多,时间长,效率较低;双能校正法虽然也对射束硬化有较好的校正效果,但是其使用前提是需对被测样品采取多次扫描,且要求射束能谱的分布为已知数据,对硬件要求较高,扫描时间较长,因此实际工程中一般不采用该方法。而目前为止,尚未有针对医用CT或工业CT扫描岩土工程材料时获得的CT图像中射线束硬化伪影进行消除的统一且有效的方法。
鉴于现有技术中通过医用CT扫描岩土工程材料获取的CT图像,存在射线束硬化伪影,导致影响被扫描物体的微细观结构分析精度的技术问题,本发明提供了一种图像伪影消除方法,总体思路如下:
获取输入图像,所述输入图像包括待测岩土材料的CT扫描图像;识别所述输入图像的中心点;根据所述中心点,获得所述输入图像中每个像素点基于所述中心点的位置信息;根据所述位置信息和所述像素点的特征信息,获得特征曲线值;根据所述输入图像中所有像素点的像素值和所述特征曲线值,获得消除伪影后的输出图像。
通过上述技术方案,获取待测岩土材料的CT扫描图像作为输入图像,识别该输入图像的中心点,并根据该中心点,获得输入图像中每个像素点的位置信息,然后根据像素点的位置信息和特征信息,获得特征曲线值,再根据输入图像中所有像素点的像素值和所述特征曲线值,获得消除伪影后的输出图像,实现了提高CT扫描图像质量的目的。本发明的方法消除了射线束硬化伪影对待测岩土材料的CT扫描图像质量的影响,进一步消除了后续基于该CT扫描图像进行数据分析产生的误差;方法获得的消除伪影后的输出图像相比于输入图像,明显提高了图像质量,降低了图像处理信息损失,针对岩土工程材料的微细观结构分析,提供了有效且准确的数据基础,具有较强的实用性。
实施例一
参照图1的流程示意图,提出本发明图像伪影消除方法的第一实施例,该图像伪影消除方法应用于图像伪影消除设备。
所述图像伪影消除设备是指能够实现网络连接的终端设备或网络设备,所述图像伪影消除设备可以是手机、电脑、平板电脑、嵌入式工控机等终端设备,也可以是服务器、云平台等网络设备。
如图2所示,为图像伪影消除设备的硬件结构示意图。所述设备可以包括:处理器1001,例如CPU(Central Processing Unit,中央处理器),通信总线1002,用户接口1003,网络接口1004,存储器1005。
本领域技术人员可以理解,图2中示出的硬件结构并不构成对本发明图像伪影消除设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
具体的,通信总线1002用于实现这些组件之间的连接通信;
用户接口1003用于连接客户端,与客户端进行数据通信,用户接口1003可以包括输出单元,如显示屏、输入单元,如键盘,可选的,用户接口1003还可以包括其他输入/输出接口,比如标准的有线接口、无线接口;
网络接口1004用于连接后台服务器,与后台服务器进行数据通信,网络接口1004可以包括输入/输出接口,比如标准的有线接口、无线接口,如Wi-Fi接口;
存储器1005用于存储各种类型的数据,这些数据例如可以包括该图像伪影消除设备中任何应用程序或方法的指令,以及应用程序相关的数据,存储器1005可以是高速RAM存储器,也可以是稳定的存储器,例如磁盘存储器,可选的,存储器1005还可以是独立于所述处理器1001的存储装置;
具体的,继续参照图2,存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及计算机程序,其中,网络通信模块主要用于连接服务器,与服务器进行数据通信;
处理器1001用于调用存储器1005中存储的计算机程序,并执行以下操作:
获取输入图像,所述输入图像包括待测岩土材料的CT扫描图像;
识别所述输入图像的中心点;
根据所述中心点,获得所述输入图像中每个像素点基于所述中心点的位置信息;
根据所述位置信息和所述像素点的特征信息,获得特征曲线值;
根据所述输入图像中所有像素点的像素值和所述特征曲线值,获得消除伪影后的输出图像。
基于上述的图像伪影消除设备,下面结合图1所示的流程示意图,对本实施例的图像伪影消除方法进行详细描述。所述方法可以包括以下步骤:
步骤S10:获取输入图像,所述输入图像包括待测岩土材料的CT扫描图像。
具体的,待测岩土材料可以是岩石,比如砂岩、砾岩、页岩等层积岩,大理岩、板岩等变质岩,也可以是混凝土等岩土工程材料,通过医用CT(比如,Philips Brilliance16CT)或工业CT(比如,Xradia 510Versa CT)对待测岩土材料进行扫描,获得对应的CT扫描图像。待测岩土材料可以以圆柱体的形式被CT仪扫描。当需要对岩土工程材料的微细观结构进行分析时,可直接对该CT扫描图像进行图像处理和分析,获得分析结果,但在实际应用中,医用CT扫描岩土工程材料时,存在有明显的射线束硬化伪影,会影响后续分析。因此,需要对获取到的CT扫描图像进行伪影消除。
本实施例中,以对酸腐蚀的砂岩微细观结构分析的应用场景为例,待测岩土材料以未受酸腐蚀的砂岩和受酸腐蚀180天的砂岩为例分别进行说明。如图3所示为本实施例获取的输入图像,图中,图3(a)为未受酸腐蚀的砂岩的医用CT扫描图像,图3(b)为受酸腐蚀180天的砂岩的医用CT扫描图像。被扫描的未受酸腐蚀的砂岩和受酸腐蚀180天的砂岩均为均匀大小的圆柱体,高度、直径都一致,CT扫描的是圆柱体的相同位置的截面,即对应的CT切片距离圆柱体顶面的距离是一致的。未受酸腐蚀的砂岩的CT图像外围(圆周外侧)和内部(圆周内侧)亮度按理说应差别不大,但图3(a)受到伪影影响,外围亮度明显较内部高;受酸腐蚀180天的砂岩由于受到由外向内的浸蚀,外围受腐蚀部分由于矿物的溶解、孔隙的增大导致密度降低,因此其外围亮度应低于内部,但图3(b)也受到伪影影响,外围亮度并无明显减弱。所以,需要对图3的输入图像进行伪影消除。
步骤S20:识别所述输入图像的中心点。
具体的,无论输入图像是圆形截面的CT扫描图还是其他形状截面的CT扫描图,都需要先识别该图像的中心位置。本实施例的输入图像是圆柱形砂岩的截面CT图,方便识别和锁定中心点。
步骤S30:根据所述中心点,获得所述输入图像中每个像素点基于所述中心点的位置信息。
具体的,所述步骤S30,可以包括:
步骤S31:以所述中心点为原点,建立直角坐标系;
步骤S32:在所述直角坐标系中,将所述输入图像中每个像素点的坐标信息转换为基于所述中心点的位置信息,所述位置信息包括所述像素点与所述中心点的距离和角度。
具体的,步骤S20识别到输入图像的中心点后,以该中心点为原点,建立直角坐标系,即x轴和y轴的坐标系,该坐标系中,原输入图像每个像素点的位置可以用(x,y)表示。然后,将输入图像中每个像素点的坐标由(x,y)转换为(r,θ)形式,其中,r表示该像素点与中心点,即原点的距离,θ表示该像素点与中心点,即原点的夹角。
步骤S40:根据所述位置信息和所述像素点的特征信息,获得特征曲线值。
在一种实施方式中,所述步骤S40,可以包括:
步骤S41:根据每个像素点与所述中心点的距离,以所述中心点为圆心,预设距离为半径,绘制多个圆;
步骤S42:提取所述圆上所有像素点的特征信息,并计算平均值,获得所述圆的特征值;
步骤S43:根据多个所述圆的特征值,绘制特征曲线,获得特征曲线值。
具体的,根据每个像素点与所述中心点的距离,以中心点为圆心,预设距离为半径,即根据实际情况设定r的大小,以坐标系的原点为圆心,绘制半径为r的圆,再提取该圆上的像素点的特征信息,比如,CT数,计算CT数均值,作为该圆的特征值,然后按上述方法绘制不同距离的圆并获得对应的特征值,最后根据这些圆和对应的特征值,绘制特征曲线,计算得到特征曲线值。该实施方式不会对图像中所有像素点进行特征信息提取,只会对用户设定的与中心点的距离为预设距离的像素点进行特征信息提取,计算量小,可用户自定义,实用性更高。
在另一种实施方式中,所述步骤S40,可以包括:
步骤A:根据每个像素点与所述中心点的距离,以相同距离的多个像素点的特征信息绘制特征曲线,获得多个特征曲线;
步骤B:计算所述多个特征曲线的平均值,获得特征曲线值。
具体的,相比较步骤S41~S43的方法,这种方式是针对该输入图像中每个像素点对应于中心点的不同距离,选择距离一致的像素点的特征信息,直接绘制特征曲线,从而将所有像素点按与中心点的距离不同分别进行组合,每一组合中所有像素点与中心点的距离一致,以这组合中的像素点的特征信息绘制一条特征曲线,即可获得多个特征曲线;再计算这多个特征曲线的平均值,获得特征曲线值。该实施方式可以获取更全面像素点数据,求取的平均值会更精确。
具体的,所述特征信息包括所述像素点的CT数或灰度值,其中,所述CT数的计算式为:
其中,H表示所述像素点的CT数,单位为Hu;μm表示所述待测岩土材料的X射线衰减系数,单位为cm2/g;μW表示纯水的X射线吸收系数,单位为cm2/g。
本实施例中,采用第一种实施方式的方法,在图3的输入图像中,以步骤S20确定的中心点为圆心,预设距离为半径,比如,分别在0~5、5~10、10~15、15~20、20~25中任意选择一个数作为预设距离,对应可绘制5个圆,提取圆上所有像素点的特征信息,即CT数,再计算该圆上像素点的CT数均值,获得该圆的特征值,对应即可获得5个圆的特征值,再计算得到本实施例的特征曲线值。
步骤S50:根据所述输入图像中所有像素点的像素值和所述特征曲线值,获得消除伪影后的输出图像。
具体的,所述步骤S50,可以包括:
步骤S51:将所述输入图像中每个像素点的像素值减去所述特征曲线值,获得每个像素点的新像素值;
步骤S52:根据所述新像素值对应的像素点构成的图像,获得消除伪影后的输出图像。
具体的,对图3的输入图像中所有像素点均减去前述获得的特征曲线值,每个像素点获得一个新像素值,再以该新像素值对应的像素点重构一个新的图像,即为消除伪影后的输出图像,如图4所示为本实施例获得的输出图像,图中,图4(a)为对图3(a)进行伪影消除后的图像,图4(b)为对图3(b)进行伪影消除后的图像。伪影消除后,未受酸腐蚀砂岩的CT图像外围亮度明显降低,受酸腐蚀砂岩的CT图像腐蚀部分(圆周外侧)的亮度低于未腐蚀部分(圆周内侧),与理论上误差较小。
为了验证本实施例的方法消除伪影的效果,以输入图像中任意一条直线上各像素点的CT数变化来判断图像消除伪影前后的区别。本实施例在图3的输入图像中绘制一条横向水平直线,如图5所示为绘制的直线示意图,图中,图5(a)是对图3(a)绘制横向水平直线的示意图,图5(b)是对图3(b)绘制横向水平直线的示意图;基于同一位置,也对图4的输出图像绘制一条横向水平直线,如图6所示为绘制的直线示意图,图中,图6(a)是对图4(a)绘制横向水平直线的示意图,图6(b)是对图4(b)绘制横向水平直线的示意图。然后获取图5和图6的直线上各像素点的CT数后,绘制得到如图7所示的CT数变化曲线,图中,图7(a)为未受酸腐蚀砂岩的CT图像伪影消除前和伪影消除后沿直线的CT数变化曲线,图7(b)为受酸腐蚀180天砂岩的CT图像伪影消除前和伪影消除后沿直线的CT数变化曲线。
从图7(a)中可以看出,消除伪影前,未受酸腐蚀砂岩的CT数,在水平直线上表现为两端较大,越往被测物体中心位置,CT数越小,即随着直线由两端逐渐向圆心处延伸,砂岩CT数逐渐减小并在2100左右浮动,使得整体CT数变化曲线呈弧形;但实际砂岩结构致密,密度较为均匀,岩样直线上CT数变化应呈矩形状,不应有两端凸起;消除伪影后,在水平直线上CT数表现为一条波动直线,对伪影进行了有效矫正。从图7(b)中可以看出,消除伪影前,受酸腐蚀砂岩的CT数,在水平直线上表现为两端有明显凸起;但实际砂岩外围受腐蚀区域孔隙增大,密度降低,岩样直线上CT数变化应为两端向下延展;消除伪影后,在水平直线上两端的CT数小于内部直线上各点的CT数,与实际相符,所以,也对伪影进行了有效矫正。
本实施例提供的图像伪影消除方法,通过获取待测岩土材料的CT扫描图像作为输入图像,识别该输入图像的中心点,并根据该中心点,获得输入图像中每个像素点的位置信息,然后根据像素点的位置信息和特征信息,获得特征曲线值,再根据输入图像中所有像素点的像素值和所述特征曲线值,获得消除伪影后的输出图像,实现了提高CT扫描图像质量的目的。本发明的方法消除了射线束硬化伪影对待测岩土材料的CT扫描图像质量的影响,进一步消除了后续基于该CT扫描图像进行数据分析产生的误差;方法获得的消除伪影后的输出图像相比于输入图像,明显提高了图像质量,降低了图像处理信息损失,针对岩土工程材料的微细观结构分析,提供了有效且准确的数据基础,具有较强的实用性。
实施例二
基于同一发明构思,参照图8,提出本发明图像伪影消除装置的第一实施例,该图像伪影消除装置可以为虚拟装置,应用于图像伪影消除设备。
下面结合图8所示的功能模块示意图,对本实施例提供的图像伪影消除装置进行详细描述,所述装置可以包括:
输入模块,用于获取输入图像,所述输入图像为待测岩土材料的CT扫描图像;
中心点识别模块,用于识别所述输入图像的中心点;
位置信息获取模块,用于根据所述中心点,获得所述输入图像中每个像素点基于所述中心点的位置信息;
特征曲线值获取模块,用于根据所述位置信息和所述像素点的特征信息,获得特征曲线值;
输出模块,用于根据所述输入图像中所有像素点的像素值和所述特征曲线值,获得消除伪影后的输出图像。
进一步地,所述位置信息获取模块,可以包括:
坐标建立单元,用于以所述中心点为原点,建立直角坐标系;
坐标转换单元,用于在所述直角坐标系中,将所述输入图像中每个像素点的坐标信息转换为基于所述中心点的位置信息,所述位置信息包括所述像素点与所述中心点的距离和角度。
在一种实施方式中,所述特征曲线值获取模块,可以包括:
圆绘制单元,用于根据每个像素点与所述中心点的距离,以所述中心点为圆心,预设距离为半径,绘制多个圆;
特征值获取单元,用于提取所述圆上所有像素点的特征信息,并计算平均值,获得所述圆的特征值;
特征曲线值获取单元,用于根据多个所述圆的特征值,绘制特征曲线,获得特征曲线值。
在另一种实施方式中,所述特征曲线值获取模块,可以包括:
特征曲线绘制单元,用于根据每个像素点与所述中心点的距离,以相同距离的多个像素点的特征信息绘制特征曲线,获得多个特征曲线;
均值计算单元,用于计算所述多个特征曲线的平均值,获得特征曲线值。
进一步地,所述特征信息包括所述像素点的CT数或灰度值,其中,所述CT数的计算式为:
其中,H表示所述像素点的CT数,单位为Hu;μm表示所述待测岩土材料的X射线衰减系数,单位为cm2/g;μW表示纯水的X射线吸收系数,单位为cm2/g。
进一步地,所述输出模块,可以包括:
新像素值获取单元,用于将所述输入图像中每个像素点的像素值减去所述特征曲线值,获得每个像素点的新像素值;
图像重构单元,用于根据所述新像素值对应的像素点构成的图像,获得消除伪影后的输出图像。
需要说明,本实施例提供的图像伪影消除装置中各个模块可实现的功能和对应达到的技术效果可以参照本发明图像伪影消除方法各个实施例中具体实施方式的描述,为了说明书的简洁,此处不再赘述。
实施例三
基于同一发明构思,参照图2,为本发明各实施例涉及的图像伪影消除设备的硬件结构示意图。本实施例提供了一种图像伪影消除设备,所述设备可以包括处理器和存储器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,实现本发明图像伪影消除方法各个实施例的全部或部分步骤。
具体的,所述图像伪影消除设备是指能够实现网络连接的终端设备或网络设备,可以是手机、电脑、平板电脑、便携计算机等终端设备,也可以是服务器、云平台等网络设备。
可以理解,所述设备还可以包括通信总线,用户接口和网络接口。
其中,通信总线用于实现这些组件之间的连接通信。
用户接口用于连接客户端,与客户端进行数据通信,用户接口可以包括输出单元,如显示屏、输入单元,如键盘,可选的,用户接口还可以包括其他输入/输出接口,比如标准的有线接口、无线接口。
网络接口用于连接后台服务器,与后台服务器进行数据通信,网络接口可以包括输入/输出接口,比如标准的有线接口、无线接口,如Wi-Fi接口。
存储器用于存储各种类型的数据,这些数据例如可以包括该图像伪影消除设备中任何应用程序或方法的指令,以及应用程序相关的数据。存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static RandomAccess Memory,简称SRAM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘,可选的,存储器还可以是独立于所述处理器的存储装置。
处理器用于调用存储器中存储的计算机程序,并执行如上述的图像伪影消除方法,处理器可以是专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(Digital Signal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable LogicDevice,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件,用于执行如上述图像伪影消除方法各个实施例的全部或部分步骤。
实施例四
基于同一发明构思,本实施例提供了一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行本发明图像伪影消除方法各个实施例的全部或部分步骤。
实施例五
基于同一发明构思,本实施例提供了一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,所述存储介质上存储有计算机程序,所述计算机程序可被一个或多个处理器执行,所述计算机程序被处理器执行时可以实现本发明图像伪影消除方法各个实施例的全部或部分步骤。
需要说明,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的可选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均包括在本发明的专利保护范围内。
Claims (8)
1.一种图像伪影消除方法,其特征在于,所述方法包括:
获取输入图像,所述输入图像包括待测岩土材料的CT扫描图像;
识别所述输入图像的中心点;
根据所述中心点,获得所述输入图像中每个像素点基于所述中心点的位置信息,所述位置信息包括所述像素点与所述中心点的距离和角度;
根据所述位置信息和所述像素点的特征信息,获得特征曲线值,所述特征信息包括所述像素点的CT数或灰度值;
根据所述输入图像中所有像素点的像素值和所述特征曲线值,获得消除伪影后的输出图像;
所述根据所述输入图像中所有像素点的像素值和所述特征曲线值,获得消除伪影后的输出图像的步骤,具体包括:
将所述输入图像中每个像素点的像素值减去所述特征曲线值,获得每个像素点的新像素值;
根据所述新像素值对应的像素点构成的图像,获得消除伪影后的输出图像。
2.如权利要求1所述的图像伪影消除方法,其特征在于,所述根据所述中心点,获得所述输入图像中每个像素点基于所述中心点的位置信息的步骤,具体包括:
以所述中心点为原点,建立直角坐标系;
在所述直角坐标系中,将所述输入图像中每个像素点的坐标信息转换为基于所述中心点的位置信息。
3.如权利要求2所述的图像伪影消除方法,其特征在于,所述根据所述位置信息和所述像素点的特征信息,获得特征曲线值的步骤,具体包括:
根据每个像素点与所述中心点的距离,以所述中心点为圆心,预设距离为半径,绘制多个圆;
提取所述圆上所有像素点的特征信息,并计算平均值,获得所述圆的特征值;
根据多个所述圆的特征值,绘制特征曲线,获得特征曲线值。
4.如权利要求2所述的图像伪影消除方法,其特征在于,所述根据所述位置信息和所述像素点的特征信息,获得特征曲线值的步骤,具体包括:
根据每个像素点与所述中心点的距离,以相同距离的多个像素点的特征信息绘制特征曲线,获得多个特征曲线;
计算所述多个特征曲线的平均值,获得特征曲线值。
5.如权利要求3或4所述的图像伪影消除方法,其特征在于,所述CT数的计算式为:
其中,H表示所述像素点的CT数,单位为Hu;μm表示所述待测岩土材料的X射线衰减系数,单位为cm2/g;μW表示纯水的X射线吸收系数,单位为cm2/g。
6.一种图像伪影消除装置,其特征在于,所述装置包括:
输入模块,用于获取输入图像,所述输入图像为待测岩土材料的CT扫描图像;
中心点识别模块,用于识别所述输入图像的中心点;
位置信息获取模块,用于根据所述中心点,获得所述输入图像中每个像素点基于所述中心点的位置信息,所述位置信息包括所述像素点与所述中心点的距离和角度;
特征曲线值获取模块,用于根据所述位置信息和所述像素点的特征信息,获得特征曲线值,所述特征信息包括所述像素点的CT数或灰度值;
输出模块,用于根据所述输入图像中所有像素点的像素值和所述特征曲线值,获得消除伪影后的输出图像;
所述输出模块包括:
新像素值获取单元,用于将所述输入图像中每个像素点的像素值减去所述特征曲线值,获得每个像素点的新像素值;
图像重构单元,用于根据所述新像素值对应的像素点构成的图像,获得消除伪影后的输出图像。
7.一种图像伪影消除设备,其特征在于,所述设备包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,实现如权利要求1至5中任一项所述的图像伪影消除方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序可被一个或多个处理器执行,以实现如权利要求1至5中任一项所述的图像伪影消除方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110754286.2A CN113610716B (zh) | 2021-07-02 | 2021-07-02 | 图像伪影消除方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110754286.2A CN113610716B (zh) | 2021-07-02 | 2021-07-02 | 图像伪影消除方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113610716A CN113610716A (zh) | 2021-11-05 |
CN113610716B true CN113610716B (zh) | 2023-10-03 |
Family
ID=78303971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110754286.2A Active CN113610716B (zh) | 2021-07-02 | 2021-07-02 | 图像伪影消除方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113610716B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101178808A (zh) * | 2007-11-15 | 2008-05-14 | 南方医科大学 | 一种改进的锥形束ct环形伪影的消除方法 |
US8233586B1 (en) * | 2011-02-17 | 2012-07-31 | Franz Edward Boas | Iterative reduction of artifacts in computed tomography images using forward projection and an edge-preserving blur filter |
CN106651809A (zh) * | 2016-12-30 | 2017-05-10 | 上海联影医疗科技有限公司 | 去除图像中伪影的方法及装置 |
WO2018094121A1 (en) * | 2016-11-16 | 2018-05-24 | University Of Central Florida Research Foundation, Inc. | System and method for motion estimation and compensation in helical computed tomography |
CN108074223A (zh) * | 2017-12-28 | 2018-05-25 | 中国矿业大学(北京) | 煤岩序列ct图中裂隙网络自动提取方法 |
WO2020261145A1 (en) * | 2019-06-24 | 2020-12-30 | University Of Johannesburg | Methods and systems for reducing artefacts in image reconstruction |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10009746B4 (de) * | 2000-03-01 | 2008-11-20 | Siemens Ag | Verfahren zur Reduzierung von Strichartefakten in einem CT-Bild |
-
2021
- 2021-07-02 CN CN202110754286.2A patent/CN113610716B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101178808A (zh) * | 2007-11-15 | 2008-05-14 | 南方医科大学 | 一种改进的锥形束ct环形伪影的消除方法 |
US8233586B1 (en) * | 2011-02-17 | 2012-07-31 | Franz Edward Boas | Iterative reduction of artifacts in computed tomography images using forward projection and an edge-preserving blur filter |
WO2018094121A1 (en) * | 2016-11-16 | 2018-05-24 | University Of Central Florida Research Foundation, Inc. | System and method for motion estimation and compensation in helical computed tomography |
CN106651809A (zh) * | 2016-12-30 | 2017-05-10 | 上海联影医疗科技有限公司 | 去除图像中伪影的方法及装置 |
CN108074223A (zh) * | 2017-12-28 | 2018-05-25 | 中国矿业大学(北京) | 煤岩序列ct图中裂隙网络自动提取方法 |
WO2020261145A1 (en) * | 2019-06-24 | 2020-12-30 | University Of Johannesburg | Methods and systems for reducing artefacts in image reconstruction |
Non-Patent Citations (2)
Title |
---|
Influence of CT scanning parameters on rock and soil images;Pengfei Shan等;《Journal of Visual Communication and Image Representation》;642-650 * |
基于多元统计的线阵CT图像环形伪影去除方法;齐子诚;倪培君;李红伟;唐盛明;郭智敏;;无损检测(12);26-30+45 * |
Also Published As
Publication number | Publication date |
---|---|
CN113610716A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Graham et al. | Automated sizing of coarse-grained sediments: image-processing procedures | |
CN111899237B (zh) | 标尺精度测量方法、装置、计算机设备和存储介质 | |
CN110176010B (zh) | 一种图像检测方法、装置、设备及存储介质 | |
CN113034389B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
JPH06121792A (ja) | ディジタル胸部レントゲン写真の肺小結節自動検出における正常例の誤診を分析する方法およびそのシステム | |
JP2015536732A (ja) | 画像処理装置および方法 | |
KR101423835B1 (ko) | 의료영상에서의 간 영역 검출방법 | |
CN110660056B (zh) | 一种基于图像处理的建筑裂缝宽度测量方法 | |
CN113610716B (zh) | 图像伪影消除方法、装置及设备 | |
CN113012127A (zh) | 基于胸部医学影像的心胸比测量方法 | |
CN115359049B (zh) | 基于非线性扩散模型的有限角ct图像重建方法及装置 | |
JP2008294451A (ja) | 画像形成方法、及び画像形成装置 | |
CN107610218B (zh) | 一种面向立体结构网点三维图像重建的层面数据获取方法 | |
CN113607618B (zh) | 基于工业ct扫描的岩石损伤分析方法、装置及设备 | |
CN113962958B (zh) | 一种征象检测方法及装置 | |
CN113222987B (zh) | 磁共振成像血管壁增强强度映射方法、装置、设备和介质 | |
Al‐Afeef et al. | Electron tomography image reconstruction using data‐driven adaptive compressed sensing | |
CN113390905B (zh) | 一种基于ct扫描技术量化土壤团聚体孔隙空间结构方法 | |
DE102022114091A1 (de) | 3D-Modellierungsverfahren und -system | |
WO2019151889A1 (en) | A method for determining a three-dimensional spatial distribution of porosity in a sample of a heterogeneous porous medium | |
Bell | A Bayesian/Monte Carlo segmentation method for images dominated by Gaussian noise | |
CN109813259B (zh) | 高动态x射线成像方法、存储介质和装置 | |
Landini et al. | Notes on the implementation of the mass–radius method of fractal dimension estimation | |
Wang et al. | A combined approach on RBC image segmentation through shape feature extraction | |
CN116309193B (zh) | 一种免疫样本的图像处理方法及装置 |
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 |