一种基于阈值分割的 CT 图像环状伪影消除方法.pdf

一种基于阈值分割的 CT 图像环状伪影消除方法.pdf

ID:54374463

大小:526.22 KB

页数:4页

时间:2020-05-01

一种基于阈值分割的 CT 图像环状伪影消除方法.pdf_第1页
一种基于阈值分割的 CT 图像环状伪影消除方法.pdf_第2页
一种基于阈值分割的 CT 图像环状伪影消除方法.pdf_第3页
一种基于阈值分割的 CT 图像环状伪影消除方法.pdf_第4页
资源描述:

《一种基于阈值分割的 CT 图像环状伪影消除方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第34卷第1期核电子学与探测技术Vo1.34No.12014年1月NuclearElectronics&DetectionTechnologyJan.2014一种基于阈值分割的CT图像环状伪影消除方法杨硕,苗积臣,刘锡明,丛鹏(清华大学,核能与新能与技术研究院,北京,100084)摘要:空域内的极坐标变换法及其衍生算法是一种常用的环形伪影消除方法。虽然极坐标法效果好,处理速度快,但是缺点同样明显:处理后的图像会出现明显的模糊,尤其是图像的边缘地带。论文提出的自适应分割算法在极坐标方法的基础上进行了改进,经实验证明,该算法在保证伪影消除效果

2、的同时,最大限度地避免了图像边缘的模糊。同时,算法还会自动跳过无需处理的区域来减小计算量,从而加快图像处理速度。关键词:环形伪影;阈值分割;极坐标变换中图分类号:TL99文献标志码:A文章编号:0258-0934(2014)01-0005-04环形伪影是CT图像中最常见的伪影之域校正处理。该方法先将直角坐标系中的环形一,在CT图像中表现为一系列以重建中心为伪影通过坐标变换变为极坐标系中的线状伪圆心向外扩张的同心圆,在投影正弦图(Sino—影,然后再对该线状伪影进行处理,最后再恢复gram)中表现为一条条的直线。产生环形伪影到直角坐标系中完

3、成处理。另一类是对投影正的原因非常多,其中最主要的原因是各个探测弦图的校正处理,属于一种图像重建前的预处器的效率不完全相同,导致部分探测器采集的理方法。这两类方法各有优劣。光子存在误差。另外,射线硬化、滤波器和探测目前在环形伪影消除领域,经过多年的研器响应不一致也会导致环形伪影的产生-l-3J。究,已有多种算法。例如,其中赖胜圣]、夏雄其中响应不一致所产生的环形伪影最为常见。军J、杨俊等人的算法都是基于极坐标变换由于CT中的环形伪影与被检客体的影像是重法衍生出的算法,属于空域校正处理。叠在一起的,因此对图像的质量有很大的影响。Munch[

4、、余晓愕川、李保磊引、王钰等人采这给后续工作中图像的测量、识别、噪声处理以用滤波和线性插值等方法对图像进行预处理以及图像分割处理或分析过程带来很大的困难。消除环形伪影,属于投影正弦图校正处理。最而在医用领域,含有环形伪影的CT图像会直近一段时间也出现了改进ICA方法、多项分解接影响到医生对CT图像的正确诊断,甚至造与样条差值结合方式、多项式拟合等校正环形成病人的误诊。因此,消除或尽量减轻环形伪伪影的方法,处理效果也都不错口。-12]。影是CT伪影处理中很重要的工作之一。上述校正方法对环形伪影都有不错的抑制目前,消除CT环形伪影主要分为两类

5、方效果,但也都存在一定的不足。基于投影正弦法,一类是极坐标变换法,属于图像重建后的空图的校正方法虽然校正质量优秀,但是仍存在不足,如计算量过大,所需的时间较长;对于复收稿日期:2013—01—10杂的投影正弦图,阈值等相关参数不易确定;一作者简介:杨硕(1989一),男,北京人,硕士研究生,些情况下,无法准确定位伪影位置,使得伪影去核技术及应用专业。除得不彻底等。而极坐标变换法计算量小,处5理速度快,通用性好,但缺点是处理过程中需要部分。分割完成后,极坐标图像会被分成3个进行两次坐标变换,这会使图像的分辨率出现完全独立的数据文件,彼此互不

6、干扰。下降。极坐标变换法使用的环形伪影阈值同样第三步是对图像进行滤波。在滤波处理不易确定,且若该阈值设定稍有偏差,很容易将中,无数据部分不进行任何处理,而次要数据部非伪影图像误判成伪影处理掉。分和主要数据部分分别进行均值平滑滤波处针对上述不足,本文提出了一种新型的环理。对于这两部分图像中存在的无数据部分形伪影消除方法。该方法基于极坐标变换法,(本程序为后续处理方便,无数据部分值设为主要改进方向为改善处理后图像质量和设计自0),处理时通过条件判定直接跳过。适应的阈值判定方法。第四步是将处理过的两部分数据和无数据部分合并,形成一个完整的极坐标

7、图。最后进1基于阈值分割的CT图像环状伪影消行第二次坐标转换,将极坐标转换回直角坐标,除方法完成整个环形伪影的处理过程。本文提出的方法是基于极坐标变换的一种CT图像环状伪影消除算法流程图见图2。改进型方法。由于极坐标变换法中采用了平滑读取CT嘲像数据滤波或中值滤波等处理方法来去除环形伪影,极坐标转换因此图像质量会出现一定程度降低,尤其是被检客体的边缘部分会变得模糊。而本文提出的I自适应图像分割l方法就是针对这种处理后产生的图像模糊进行了改良。下面介绍具体的设计思路。首先将图像进行极坐标变换,带有伪影的CT图像由转换程序从直角坐标转换成极坐

8、标后,环形伪影就变成了一条条平行的直线(如图1)。变换过程中,对于直角坐标下超出原图像的采样点,采用临近像素灰度值补齐。由于在后续的处理过程中,这些采样点并不会参与任何的滤波处理,因此不会对图

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。