WO2014107960A1

WO2014107960A1 - 图像处理方法及图像处理装置

Info

Publication number: WO2014107960A1
Application number: PCT/CN2013/081734
Authority: WO
Inventors: 张丽; 陈志强; 郝佳
Original assignee: 清华大学; 同方威视技术股份有限公司
Priority date: 2013-01-10
Filing date: 2013-08-19
Publication date: 2014-07-17
Also published as: CN103927729A; US9020279B2; US20140193086A1; EP2759983A1; EP2759983B1

Abstract

描述了一种图像处理方法和图像处理装置。该方法包括步骤：从结构匹配的多幅图像中选择一幅图像作为参考图像，选择另一幅作为待处理图像；针对待处理图像中的待处理像素，在参考图像中确定与待处理像素相对应的像素；计算参考图像的至少部分像素和与待处理像素相对应的像素之间的相似度值；基于相似度值构建权重系数，对待处理图像中相应的待处理像素进行加权平均，得到处理后的像素值。利用上述的技术方案，可利用质量较高的图像中的结构信息对其他图像进行处理，提高了其他图像的质量。

Description

图像处理方法及图像处理装置技术领域

本发明的实施例涉及图像处理领域，尤其涉及图像中结构信息的恢复，噪声和图像伪影的抑制。背景技术

双能 CT技术自 1976年提出后，目前已经广泛应用于安检、医疗等不同领域。它采用两个不同能量的 X射线源对被检测物体进行扫描，获得两种不同能量下扫描的原始数据。利用这些数据，通过相应的图像处理算法，重建得到被检测物体的原子序数、电子密度、衰减系数等信息。双能 CT 技术的优势是不仅可以重建出单能 CT成像时的衰减系数图像，还可以同时重建物质的原子序数和电子密度信息，相对于传统的单能 CT，其具有更好的材料分辨能力。

目前，主要的双能 CT实现技术主要有以下几种：第一种是利用不同能量的射线源对物体进行两次扫描，辐射剂量和扫描时间大概相当于单次扫描的两倍。而且需要对低能和高能透射图像进行配准，确保两个图像上相同坐标的象素对应相同的射线路径。第二种是利用能够高频率切换高压的射线源。当物体在通过射线扫描视野时，射线源以很高频率交替发出低能和高能射线，只需要一次扫描即可成像。缺点是低能和高能图像上相同坐标的象素只能对应相邻的射线路径。这种方式在使用加速器作为射线源时较为常见。第三种是利用专门设计的双层探测器实现双能成像。扫描时，射线穿过物体之后先到达低能探测器，接着穿过滤波片，最后再到达高能探测器。此时两个透射图像上的象素自动对应相同的射线路径。在这种方式下，高能和低能射线之间的能量差异会比前两种都要小，对材料识别算法的要求会更高一些。通常前两种方式称为真双能，后一种方式称为伪双能。

双能 CT获取到高低能投影数据之后，进行双能分解和重建，可以获取到扫描物体原子序数和电子密度的分布。然而，在实际应用中，由于不同能量下 X射线的穿透能力不同，双能 CT高低能数据信噪比差异很大，这对于最终所得到的重建结果带来很大的影响，图像质量受噪声影响严重。同时，在重建过程中，由于双能分解等带来的误差，导致原子序数图像质量较差，噪声及伪影严重，结构信息不能够被有效地识别，影响了物质识别的精度。发明内容

针对现有技术中存在的重建图像质量不高的问题，本发明的实施提出了一种图像处理方法和装置，以提高图像质量。

根据本发明的实施例，提出了一种图像处理方法，包括步骤：从结构匹配的多幅图像中选择一幅图像作为参考图像，选择另一幅作为待处理图像；针对所述待处理图像中的待处理像素，在所述参考图像中确定与所述待处理像素相对应的像素；计算所述参考图像的至少部分像素和与所述待处理像素相对应的像素之间的相似度值；基于所述相似度值构建权重系数，对所述待处理图像中相应的待处理像素进行加权平均，得到处理后的像素值。根据本发明的实施例，计算所述参考图像的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的步骤包括：计算所述参考图像的至少部分像素中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的高斯加权欧氏距离，作为所述相似度值。

根据本发明的实施例，计算所述参考图像的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的步骤包括：计算所述参考图像的至少部分像素中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的结构相似指数，作为所述相似度值。

根据本发明的实施例，如果所述参考图像中某像素所在的图像块中的像素平均值与待处理像素所在的图像块中的像素平均值相差大于预定的阈值，则不计算二者之间的相似度值。

根据本发明的实施例，在所述待处理图像中选择包含待处理像素的特定区域，所述计算所述参考图像的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的步骤包括：计算所述参考图像的相应特定区域中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的高斯加权欧氏距离，作为所述相似度值。

根据本发明的实施例，在所述待处理图像中选择包含待处理像素的特定区域，所述计算所述参考图像的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的步骤包括：计算所述参考图像的相应特定区域中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的结构相似指数，作为所述相似度值。根据本发明的实施例，如果所述参考图像的相应特定区域中某像素所在的图像块中的像素平均值与待处理像素所在的图像块中的像素平均值相差大于预定的阈值，则不计算二者之间的相似度值。

根据本发明的实施例，在所述参考图像中确定与所述待处理像素相对应的像素的步骤包括：基于所述待处理图像中的所述待处理像素的位置信息来确定所述参考图像中的相应像素。

根据本发明的实施例，所述参考图像的图像质量高于所述待处理图像的图像质量，所述图像质量是信噪比、锐度、对比度、分辨率、和清晰度之一。

根据本发明的实施例，所述参考图像是利用双能 CT成像系统获得的高能或低能衰减系数图像，所述待处理图像是原子序数图像或电子密度图像。

根据本发明的实施例，利用高能或低能衰减图像来校正电子密度图像或原子序数图像中的金属伪影。

根据本发明的实施例，所述参考图像是全采样图像，所述待处理图像是稀疏采样图像。

根据本发明的实施例，利用全采样图像来校正所述稀疏采样图像中的混叠伪影。根据本发明的实施例，相似度值高的像素所对应的权重大，相似度值低的像素所对应的权重小。

根据本发明的实施例，所述参考图像是 CT 图像，所述待处理图像是 PET 或 SPECT模态所得到的图像。

根据本发明的实施例，提出了一种图像处理装置，包括：从结构匹配的多幅图像中选择一幅图像作为参考图像，选择另一幅作为待处理图像的装置；针对所述待处理图像中的待处理像素，在所述参考图像中确定与所述待处理像素相对应的像素的装置；计算所述参考图像中的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的装置；基于所述相似度值构建权重系数，对所述待处理图像中相应的待处理像素进行加权平均，得到处理后的像素值的装置。

根据本发明的实施例，计算所述参考图像中的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的装置包括：计算所述参考图像中的至少部分像素中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的高斯加权欧氏距离，作为所述相似度值的装置。

根据本发明的实施例，计算所述参考图像中的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的装置包括：计算所述参考图像中的至少部分像素中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的结构相似指数，作为所述相似度值的装置。

根据本发明的实施例，在所述待处理图像中选择包含待处理像素的特定区域，所述计算所述参考图像中的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的装置包括：计算所述参考图像的特定区域中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的高斯加权欧氏距离，作为所述相似度值的装置。

根据本发明的实施例，在所述待处理图像中选择包含待处理像素的特定区域，所述计算所述参考图像的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的装置包括：计算所述参考图像的特定区域中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的结构相似指数，作为所述相似度值的装置。

根据本发明的实施例，在所述参考图像中确定与所述待处理像素相对应的像素的装置包括：基于所述待处理图像中的待处理像素的位置信息来确定所述参考图像中的相应像素的装置。

利用上述的技术方案，可利用质量较高的图像中的结构信息对其他图像进行处理，提高了其他图像的质量。附图说明

下面的附图表明了本发明的实施方式。这些附图和实施方式以非限制性、非穷举性的方式提供了本发明的一些实施例，其中：

图 1是描述根据本发明实施例的方法中的 CT成像过程的示意图；

图 2A示出了利用双能 CT成像技术得到的高能衰减系数图像的例子；图 2B示出了利用双能 CT成像技术得到的低能衰减系数图像的例子；图 2C示出了利用双能 CT成像技术得到的原子序数图像的例子；

图 2D示出了利用双能 CT成像技术得到的电子密度图像的例子；

图 3示出了根据本发明的实施例的成像系统的结构示意图；

图 4是描述根据本发明实施例的图像处理方法的流程图；

图 5A和 5B是描述根据本发明实施例的图像处理方法利用低能衰减系数图像对原子序数图像进行处理的过程；

图 6A和图 6B示出了处理前的原子序数图像的例子和处理后的原子序数图像的例子；

图 7A示出了处理后的原子序数图像的例子，其中标出了剖面线；

图 7B示出了处理前的图像和处理后的图像沿着图 7A所示的剖面线的灰度值分布图；

图 8示出了带有金属伪影的原子密度图像的例子；

图 9是利用高能衰减系数图像对原子密度图像中的金属伪影进行处理后的例子；图 10示出了带有混叠伪影的图像的例子；以及

图 11示出了利用全采样的图像对带有混叠伪影的图像进行处理的例子。具体实施方式

下面将详细描述本发明的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本发明。在以下描述中，为了提供对本发明的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的电路、材料或方法。

在整个说明书中，对"一个实施例"、 "实施例"、 "一个示例"或"示例"的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语"在一个实施例中"、 "在实施例中"、 "一个示例"或"示例"不一定都指同一实施例或示例。此外，可以以任何适当的组合和 / 或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，这里使用的术语"和 /或"包括一个或多个相关列出的项目的任何和所有组合。

针对现有技术中存在的图像质量问题，本发明的实施例提出了一种图像处理技术，它可以有效地将一幅参考图像的结构信息利用进来，并对另外一幅结构相同但灰度分布不同的有缺陷图像（待处理图像）进行处理。该方法可以有效抑制有缺陷图像中的噪声、奇异点和伪影，或者恢复图像的结构信息，同时保持该图像的数值分布。

例如，在双能 CT成像技术中，在双能 CT扫描时可以同时获得扫描物体的高低能重建图像、原子序数分布和电子密度分布。但是，其所获得的几幅图像质量不同，尤其是原子序数重建结果噪声很强，结构信息丢失严重，严重影响了物质识别的效果。在一些情况下，某些图像中会存在不同形状的伪影。本发明实施例提出的图像处理方法中，在几幅结构完全匹配的图像中，只要有一幅质量较高的图像，利用该幅图像作为参考图像，建立起像素间的相似性关系，对另外一幅质量较差的图像进行加权平均处理，即可以较好地恢复出图像的结构信息且提高信噪比。该方法利用了参考图像的结构信息，保持了待处理图像的数值信息，将两种图像中的信息有机结合，这一思路在双能 CT中有很好的运用，但不只限于此例。

图 1是描述根据本发明实施例的方法中的 CT成像过程的示意图。如图 1所示，被检查物体 40放在射线源 10与探测器 20之间的转台 50上，利用射线源 10产生不同能量的 X射线，对被检查物体进行双能 CT扫描，可以重建得到的高能衰减系数图像、低能衰减系数图像、原子序数图像和电子密度图像。

图 2A和 2B分别展示了双能 CT对行李箱扫描所得到的高衰减系数图像和低能衰减系数图像。图 2C和 2D分别展示了双能重建的得到的原子序数图像和电子密度图。可以直观地发现噪声对于图像质量的影响极为严重。

再如，以使用夹层探测器的双能系统为例，由于射线先通过前面的探测器获得低能部分的投影数据，再通过滤波片进入后层探测器获得高能投影数据，因此进入高能探测器的光子数目急剧减少，导致了其信噪比严重下降，而低能图像的信噪比则较好。在重建的图像中可以发现，原子序数 Z的图像比电子密度重建的图像信噪比和图像质量差很多。如上所述，双能 CT扫描一次可以同时获得高能重建图、低能重建图、原子序数分布图、电子密度分布图 4幅图像。对几幅图像进行观察，其投影数据和重建图像具有不同的数值分布，但其形状和边缘是相同的，而且是完全匹配的。

图 3是描述根据本发明实施例的 CT设备的结构示意图。根据本实施例的 CT设备包括 X射线源 10、机械运动装置和控制器、探测器和数据采集系统。

X射线源 10例如为 X光机，例如双能量 X光机或者加装了滤波器的单能 X光机，以产生双能 X射线。机械运动装置和控制器包括载物台 50和 X光机和探测器的机架以及控制系统。载物台 50可平移调整旋转中心的位置，机架可平移使 X光机及探测器 20对准旋转中心。本实施例按照旋转载物台、固定机架的圆周扫描轨迹进行描述。由于载物台与机架的运动属于相对运动，也可采用载物台静止、机架旋转的方式实现本实施例的方法。

探测器及数据采集系统 20包括一块可完整覆盖扫描物体的面阵 X射线探测器 20。数据采集装置包括读出电路、采集触发电路及数据传输电路等。

重建装置 60例如为主控制及数据处理计算机负责完成 CT系统运行过程的控制，包括机械转动、电气控制、安全联锁控制、图像重建等。根据一些实施例，该系统还包括显示设备，与重建装置 60连接，配置为显示重建的各个图像。

根据本发明的实施例，待处理图像具有某种缺陷，如噪声严重、存在伪像、结构变形等等，同时存在另外一幅质量较好的参考图像，包含了其全部的结构信息，但数值的分布完全不同。在这种情况下，利用参考图像的结构信息进行引导，对待处理图像进行处理，即可以得到很好的图像，同时保持了该图像的数值信息和灰度分布。

图 4是描述根据本发明实施例的图像处理方法的流程图。如图 4所示，在步骤 S41 , 从结构匹配的多幅图像中选择一幅图像作为参考图像，选择另一幅作为待处理图像；

例如，在双能 CT成像中获得了高能衰减系数图像、低能衰减系数图像、原子序数图像和电子密度图像后，利用质量较高的图像对其他图像进行处理。假设有两幅图像，其中一幅图像具有很好的结构信息，另外一幅图像存在某种缺陷（如信噪比很差、存在伪像，结构变形等）。若这两幅图像是配准的，即所有的结构信息、边缘信息都应该是严格对应的，只是在数值上有着不同的分布，这种情况下可以利用此方法对于有缺陷的图像进行处理。

两幅图像分为命名为参考图像和待处理图像。参考图像记做，待处理图像记做。对于待处理图像中的某一个像素点 «，以该像素为中心建立起一个图像块 «。该图像块 W(')—般取方形，大小为 " x "，例如《=2、 4、 8...。

在步骤 S42，针对所述待处理图像中的待处理像素，在所述参考图像中确定与所述待处理像素相对应的像素。例如，在参考图像中也找到对应的位置的图像块 W'(')。在一些实施例中，此处所指的相对应的像素在其代表的实际物体中表示同样位置的信息。若待处理图像和参考图像是完全配准的，即逐像素一一严格对应的，则其对应的像素为在图像相同位置的像素点，例如在双能 CT图像处理中，可以这样操作。在其他应用中，如提到的 PET/CT图像处理时，需先进行图像配准，配准之后选择位于同样位置的像素点进行处理。换言之，如果待处理图像与参考图像结构配准，则确定参考图像中与待处理图像中的待处理像素相应的像素的过程就是基于待处理像素在的位置信息来在参考图像确定相应的像素点。

在步骤 S43，计算所述参考图像的至少部分像素和与所述待处理像素相对应的像素之间的相似度值。

例如，在整个参考图像中逐像素进行搜索和计算。假设搜索到像素 ( )，计算与的距离。这里也是以像素为中心的大小为 "的图像块。两者之间的相似性的一种计算方法为： w'( )与 w'«之间的高斯加权的欧氏距离，表示为 Dm计算整个参考图像中所有像素与 ^^^的距离。此处应该指出的是，该种相似度计算的方式只是具体实现中的一个方案，还有其他距离的表示方法，比如采用

SSIM结构相似性指数的方法或者其他可以表征两个相似块相似性的方法，只要能表征两个图像块结构和灰度上的相似性，均可以用在加权平均处理过程中。根据本发明的实施例，相似性越高的像素点之间在加权平均过程中所被赋予的权重值越大，最后按照需要进行归一化计算。

在步骤 S44，基于所述相似度值对创建权重系数，所述参考图像中相应的待处理像素进行加权平均，得到处理后的像素。例如，对待处理图像中的像素 (')按照下式进行加权平均：

(洲 /C . . . . . . ( 1 )

权重系数¹^'， ')取决于两个图形块之间的相似性，也就是参考图像中计算出与像素之间的相似性/ )( j')， /(/)表示待处理图像中下标为 '的像素值。当使用高斯加权欧氏距离作为相似性表征时，该权重系数函数可以按照如下方法构造：

此处 A为滤波参数，它取决于参考图像中的噪声分布。 c为归一化系数，也就是将权重系数¹^'， ')针对参考图像中的各个像素 j进行求和得到的值。

这样得到处理之后的结果。此处应当指出，权重函数的构造取决于相似性计算时所用到的表征，只要相似度高的像素点之间有较大的权重，即满足该方法的要求，不只限于这里提到的基于高斯加权欧氏距离的表达方式。

该方法一方面保证了数值的准确性。在优质的参考图像中进行的搜索和计算，保证了相似像素在加权平均时有很大的权重系数，而在不相似的像素间中则系数很小。通过此方法，参考图像中的结构信息被引入进来，而待处理图像中的数值统计特性不受影响，仍然可以得到很好地保持。同时，该方法的实现较为简单，鲁棒性好，有良好的应用前景。

虽然在上述实施例中，用包含处理像素点的正方形图像块（例如以待处理像素为中心的正方形图像块）与其他图像块之间的相似度来表示这两个像素之间的相似度，但是本发明并不局限于此，例如在其他实施例中，可以用包含待处理像素的矩形图像块或者其他形状的图像块来计算相似度，甚至使用待处理像素与其他像素自身之间的相似度。

根据本发明的其他实施例，为了降低该算法的计算复杂度，可采用两种加速方法：一个是在待处理像素点（或者感兴趣区域）周围选取一个小的搜索区域（例如，一图像中的包含那些待处理像素点的特定区域），而非整幅图像区域，在参考图像中的相应搜索区域中计算各像素与待处理像素之间的相似度关系；二是先计算参考图像中 (或特定区域中）各个像素点所在的图像块的平均值，如果计算的平均值与待处理图像中相应的待处理像素所在的图像块像素平均值差异较大（例如大于预定的阈值）的则不再计算相似度。只计算与其灰度值相似的图像块中的像素点与待处理像素点之间的相似度，再构造权重函数进行加权平均。通过这两种计算方法，可以大大提高该算法的计算效率。

下面在具体的双能 CT图像实施中说明此方法。由于一次双能 CT可以得到四幅不同的图像，包括高能重建图像、低能重建图像、原子序数分布图像和电子密度分布图像。其中原子序数分布图质量很差（见图 2C所示）。此时可以使用低能重建的图像作为参考图像，对于重建得到的原子序数图像进行去噪处理。图 5A和图 5B为该方案具体的权重计算方法的例子。

例如，对于原子序数图像中某个待去噪像素点（图 5B中的" i")，在低能 CT重建图像中找到相同位置的像素点（图 5A中的" i")。在低能 CT重建图像中计算所有像素（图 5A中的" _ ， j₂") 与该像素（图 5A中的" i" )之间的距离，此距离计算方法是以该像素为中心的图像块之间的加权欧式距离（例如 _Wl (i， j )和 w₂ (i， j ))。计算所有的距离之后，以此距离构造权重函数，在原子序数图像中针对相应的像素点（图 5B中的" _ ， j₂")进行加权平均，再进行归一化处理，从而得到该待去噪像素点去噪后的值。

对原子序数所有的像素依次进行类似的计算，从而得到了去噪之后的图像。图 6A和图 6B展示了去噪前后原子序数分布图像的对比，可以发现，使用该方法可以有效地改善原子序数图像质量，噪声得到了明显的抑制。图 7A和图 7B示出了处理前后剖线上的值的对比，图 7B是剖线上的数值对比图，实线为原始图像中的数值，虚线为使用该方法处理之后的图像。可以发现，该方法去噪之后，数值更加准确，有效提高了物质识别的精度。

该方法也可以用于图像伪影去除中，如在 CT扫描过程中，由于金属的存在重建得到的电子密度分布图和原子序数图都会产生十分严重的伪影（如图 8所示），而在高能衰减重建图像中，金属伪影并不严重。因此，使用高能衰减重建图像作为参考，对电子密度分布图和原子序数图都使用此方法进行处理，可以十分有效地抑制图像中的金属伪影。处理结果如图 9所示。

该方法也可以用于混叠伪影的消除中，在 CT扫描中，由于角度方向中的稀疏采样，往往带来十分严重的混叠伪影（如图 10所示）。使用该种方法，加入有一幅全采样的图像，则可以使用该幅图像进行参考，从而恢复出良好的图像，并且保持图像中的结构特征同时消除混叠伪影。处理结果如图 11所示。

根据本发明的其他实施例，借助分辨率较高的图像，本发明实施例的方法可以对分辨率较差的图像提高分辨率。此外，借助对比度较好或边缘更清晰的图像，本发明实施例的方法可以分别实现对较差图像的对比度增强和边缘增强。

另外，本发明实施例的方法也是进行图像融合的一种可行、效果好、鲁棒性好的方法。在多模态成像时，例如在 CT (计算机断层） /PET (正电子发射）扫描中，该方法也可以发挥作用。 CT图像具有很好的结构信息，而 PET图像则只反映了病灶的情况，两者可以使用该方法进行融合，在 CT图像中提取结构信息对于 PET图像进行处理，从而得到一幅全新的融合图像。

但是，该方法仍然可以应用到其他类似的领域，只要优质图像和待去噪的图像结构和细节是完全相同的，但是数值分布是有区别的情况下，该方法都可以有效地进行去噪处理。双能 CT只是该方法的一种应用形式，在这里更好的说明该方法的效果。另外需要说明的是，使用高斯加权欧氏距离作为图像块之间相似性的表征只是一种具体的实现形式，其他可以达到此目的的计算方案均可以用在这里。

例如，虽然在上述的方法中针对的是 CT图像进行描述，但是本领域的技术人员可以想到针对光学图像进行处理。例如，针对相同物体从不同但相近的视角拍摄的几幅图像中先进行特征提取后，基于提取的特征执行平移和旋转变换，使得其中两幅图像的结构匹配，然后利用这两幅图像中质量较好的那幅来修正质量较差的那幅。在修正完成后，再将处理后的那幅图像变换回原来的视角。这样，可以利用质量较好的相机拍摄的图像对图像质量较差或者图像质量退化的图像进行处理，在保留了质量较差图像的内容的同时，提高了像质。

以上的详细描述通过使用方框图、流程图和 /或示例，已经阐述了图像处理方法和装置的众多实施例。在这种方框图、流程图和 /或示例包含一个或多个功能和 /或操作的情况下，本领域技术人员应理解，这种方框图、流程图或示例中的每一功能和 /或操作可以通过各种硬件、软件、固件或实质上它们的任意组合来单独和 /或共同实现。在一个实施例中，本发明的实施例所述主题的若干部分可以通过专用集成电路（ASIC)、现场可编程门阵列（FPGA)、数字信号处理器（DSP)、或其他集成格式来实现。然而，本领域技术人员应认识到，这里所公开的实施例的一些方面在整体上或部分地可以等同地实现在集成电路中，实现为在一台或多台计算机上运行的一个或多个计算机程序 (例如，实现为在一台或多台计算机系统上运行的一个或多个程序），实现为在一个或多个处理器上运行的一个或多个程序（例如，实现为在一个或多个微处理器上运行的一个或多个程序），实现为固件，或者实质上实现为上述方式的任意组合，并且本领域技术人员根据本公开，将具备设计电路和 /或写入软件和 /或固件代码的能力。此外，本领域技术人员将认识到，本公开所述主题的机制能够作为多种形式的程序产品进行分发，并且无论实际用来执行分发的信号承载介质的具体类型如何，本公开所述主题的示例性实施例均适用。信号承载介质的示例包括但不限于：可记录型介质，如软盘、硬盘驱动器、紧致盘（CD)、数字通用盘（DVD)、数字磁带、计算机存储器等；以及传输型介质，如数字和 /或模拟通信介质（例如，光纤光缆、波导、有线通信链路、无线通信链路等）。

虽然已参照几个典型实施例描述了本发明，但应当理解，所用的术语是说明和示例性、而非限制性的术语。由于本发明能够以多种形式具体实施而不脱离发明的精神或实质，所以应当理解，上述实施例不限于任何前述的细节，而应在随附权利要求所限定的精神和范围内广泛地解释，因此落入权利要求或其等效范围内的全部变化和改型都应为随附权利要求所涵盖。

Claims

权利要求

1、一种图像处理方法，包括步骤：

从结构匹配的多幅图像中选择一幅图像作为参考图像，选择另一幅作为待处理图像；

针对所述待处理图像中的待处理像素，在所述参考图像中确定与所述待处理像素相对应的像素；

计算所述参考图像的至少部分像素和与所述待处理像素相对应的像素之间的相似度值；

基于所述相似度值构建权重系数，对所述待处理图像中相应的待处理像素进行加权平均，得到处理后的像素值。

2、如权利要求 1所述的图像处理方法，其中计算所述参考图像的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的步骤包括：

计算所述参考图像的至少部分像素中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的高斯加权欧氏距离，作为所述相似度值。

3、如权利要求 1所述的图像处理方法，其中计算所述参考图像的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的步骤包括：

计算所述参考图像的至少部分像素中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的结构相似指数，作为所述相似度值。

4、如权利要求 2或 3所述的图像处理方法，其中，如果所述参考图像中某像素所在的图像块中的像素平均值与待处理像素所在的图像块中的像素平均值相差大于预定的阈值，则不计算二者之间的相似度值。

5、如权利要求 1所述的图像处理方法，其中，在所述待处理图像中选择包含待处理像素的特定区域，所述计算所述参考图像的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的步骤包括：

计算所述参考图像的相应特定区域中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的高斯加权欧氏距离，作为所述相似度值。

6、如权利要求 1所述的图像处理方法，其中，在所述待处理图像中选择包含待处理像素的特定区域，所述计算所述参考图像的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的步骤包括：计算所述参考图像的相应特定区域中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的结构相似指数，作为所述相似度值。

7、如权利要求 5或 6所述的图像处理方法，其中，如果所述参考图像的相应特定区域中某像素所在的图像块中的像素平均值与待处理像素所在的图像块中的像素平均值相差大于预定的阈值，则不计算二者之间的相似度值。

8、如权利要求 1所述的图像处理方法，其中，在所述参考图像中确定与所述待处理像素相对应的像素的步骤包括：基于所述待处理图像中的所述待处理像素的位置信息来确定所述参考图像中的相应像素。

9、如权利要求 1所述的图像处理方法，其中所述参考图像的图像质量高于所述待处理图像的图像质量，所述图像质量是信噪比、锐度、对比度、分辨率、和清晰度之一。

10、如权利要求 1所述的图像处理方法，其中所述参考图像是利用双能 CT成像系统获得的高能或低能衰减系数图像，所述待处理图像是原子序数图像或电子密度图像。

11、如权利要求 10所述的图像处理方法，利用高能或低能衰减图像来校正电子密度图像或原子序数图像中的金属伪影。

12、如权利要求 1 所述的图像处理方法，其中所述参考图像是全采样图像，所述待处理图像是稀疏采样图像。

13、如权利要求 12所述的图像处理方法，其中利用全采样图像来校正所述稀疏采样图像中的混叠伪影。

14、如权利要求 1 所述的图像处理方法，其中，相似度值高的像素所对应的权重大，相似度值低的像素所对应的权重小。

15、如权利要求 1所述的图像处理方法，其中所述参考图像是 CT图像，所述待处理图像是 PET或 SPECT模态所得到的图像。

16、一种图像处理装置，包括：

从结构匹配的多幅图像中选择一幅图像作为参考图像，选择另一幅作为待处理图像的装置；

针对所述待处理图像中的待处理像素，在所述参考图像中确定与所述待处理像素相对应的像素的装置；

计算所述参考图像中的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的装置；

基于所述相似度值构建权重系数，对所述待处理图像中相应的待处理像素进行加权平均，得到处理后的像素值的装置。

17、如权利要求 16所述的图像处理装置，其中计算所述参考图像中的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的装置包括：

计算所述参考图像中的至少部分像素中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的高斯加权欧氏距离，作为所述相似度值的装置。

18、如权利要求 16所述的图像处理装置，其中计算所述参考图像中的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的装置包括：

计算所述参考图像中的至少部分像素中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的结构相似指数，作为所述相似度值的装置。

19、如权利要求 16所述的图像处理装置，其中在所述待处理图像中选择包含待处理像素的特定区域，所述计算所述参考图像中的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的装置包括：

计算所述参考图像的特定区域中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的高斯加权欧氏距离，作为所述相似度值的装置。

20、如权利要求 16所述的图像处理装置，其中在所述待处理图像中选择包含待处理像素的特定区域，所述计算所述参考图像的至少部分像素和与所述待处理像素相对应的像素之间的相似度值的装置包括：

计算所述参考图像的特定区域中的各个像素所在的图像块和与所述待处理像素所在的图像块相对应的图像块之间的结构相似指数，作为所述相似度值的装置。

21、如权利要求 16所述的图像处理装置，其中，在所述参考图像中确定与所述待处理像素相对应的像素的装置包括：基于所述待处理图像中的待处理像素的位置信息来确定所述参考图像中的相应像素的装置。