CT图像环形伪影校正方法研究

论文摘要

CT技术不仅可以精确地、清晰地显示物体内部细节的结构关系及缺陷状况,还可以定量地给出细节的辐射吸收数据及物质组成,已在医学的病情诊断和工业的缺陷识别及属性测量中得到广泛的应用。三代扫描模式具有扫描速度快的优点,是目前医学CT和工业CT采用的主要扫描模式。环形伪影作为三代扫描模式的一个重要问题,不仅影响了图像的质量,还给图像噪声处理以及图像分割等后续处理造成困扰,降低了图像的识别能力和测量精度。这个问题工业CT成像系统检测中更是突出,因此,环形伪影的去除是CT图像预校正的关键一步。根据重建图像中的环形伪影在投影正弦图中表现为竖直方向直线的特征,从投影正弦图的角度,提出两种环形伪影校正算法:第一种是基于投影曲线高通滤波的环形伪影校正法。首先,采用S-L滤波函数对原始投影数据进行滤波,增强伪影信息;其次,对滤波后的投影数据进行投影积分,并对投影曲线采用微分处理,进一步增大伪影数据与工件轮廓数据的差异;然后,按照高频采样插值次数对差分后的投影数据进行均值滤波,并根据粗大误差判断准则选择阈值,确定伪影的位置;最后,分析传统线性插值校正不彻底的原因,采用线性外推插值来对伪影处投影数据进行校正。第二种是基于改进的Canny算法的环形伪影校正法。在高斯滤波前,首先对原始投影数据采用S-L滤波器进行滤波,增强伪影信息;采用二维高斯函数的一阶偏导数构造滤波器计算梯度,降低噪声的影响;设定角度阈值对梯度方向进行限制,排除斜角方向边缘的检测,实现竖直方向边缘点检测;采用梯度阈值和链长度阈值实现伪影边缘点的检测与连接;分析了各行投影数据插值校正的问题,提出分段B样条拟合法对投影数据进行校正,实现多个连续的环形伪影校正。通过对实际CT图像进行校正实验,结果表明,这两种校正方法都能有效地消除CT图像的环形伪影,又很好保持了图像边缘及分辨率。其中,第一种校正算法实现简单,对单个分散的环形伪影校正效果好,但是对多个连续的环形伪影校正受限;第二种实现了多个连续的环形伪影的校正,但是对于最大连接长度小于链长度阈值的伪影无法检测。它们各有特点,互相补充,但也不能完全互相取代。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 课题的研究背景及意义
• 1.2 CT 图像伪影概述
• 1.3 CT 图像环形伪影校正研究现状
• 1.4 论文的研究内容与结构安排
• 2 CT 图像环形伪影的产生及影响
• 2.1 CT 系统三代扫描方式及重建算法概述
• 2.1.1 投影数据和正弦图
• 2.1.2 CT 系统三代扫描方式概述
• 2.1.3 扇束滤波反投影重建算法
• 2.2 环形伪影的产生原因
• 2.3 环形伪影特征及分析
• 2.4 环形伪影的影响
• 2.5 本章小结
• 3 环形伪影校正的常用方法
• 3.1 改变扫描方式校正法
• 3.2 暗场和增益不一致校正法
• 3.3 投影正弦图的校正
• 3.3.1 Hough 变换插值校正法
• 3.3.2 小波-傅里叶变换滤波法
• 3.4 重建图像的校正
• 3.5 本章小结
• 4 基于投影曲线高通滤波的环形伪影校正
• 4.1 基于投影曲线高通滤波的条状伪影特征识别
• 4.1.1 伪影增强
• 4.1.2 投影积分
• 4.1.3 一阶微分
• 4.1.4 均值滤波
• 4.1.5 阈值选择
• 4.2 单环伪影投影数据校正
• 4.2.1 传统的线性插值
• 4.2.2 存在的问题
• 4.2.3 线性外推插值校正
• 4.3 实验结果与分析
• 4.3.1 伪影识别结果
• 4.3.2 伪影校正结果
• 4.3.3 分析与总结
• 4.4 本章小结
• 5 基于改进的 Canny 算法的环形伪影校正
• 5.1 基于改进Canny 算法的条状伪影特征识别
• 5.1.1 传统Canny 算法的准则与实现
• 5.1.2 存在的问题
• 5.1.3 改进的Canny 算法
• 5.1.4 算法的实现
• 5.2 环带伪影投影数据校正
• 5.2.1 问题分析
• 5.2.2 分段B-样条拟合校正
• 5.2.3 算法的实现
• 5.3 实验结果与分析
• 5.3.1 伪影识别结果
• 5.3.2 伪影校正结果
• 5.3.3 分析与总结
• 5.4 本章小结
• 6 结论和展望
• 6.1 论文工作总结
• 6.2 后续工作展望
• 致谢
• 参考文献
• 附录