细节保持的锥束CT环形伪影校正

环形伪影的存在严重影响CT图像重建质量,特别是在大型工件的CT检测中尤为严重.本文对一种重建后处理的伪影校正方法进行改进,以快速有效地消除CT图像环形伪影.首先,将CT图像从直角坐标系转到极坐标系,在极坐标系下设计多维滤波器对图像进行滤波处理.计算滤波后每个像素的均值和方差,通过计算的方差与方差阈值的比较以及像素值与像素值阈值的比较,双重精确确定伪影点的位置,对伪影点进行合理修正.之后,进行细节保持.最后,将校正后的极坐标图像转回直角坐标系.实际CT实验表明,与原方法相比,本文改进方法能更好地校正环形伪影,并保持图像细节信息,是一种实用的环形伪影校正方法,为后续处理和定量分析奠定基础.     

工业CT图像环形伪影校正

为了去除工业CT图像中的环形伪影,提高CT重建图像质量以及后续处理和量化分析的精度,提出了一种基于投影正弦图的新型校正方法。首先,采用S-L滤波器对原始投影数据进行滤波,增强伪影信息。接着,对滤波后的投影数据进行线积分,并采用差分处理,进一步增大伪影与工件轮廓的差异。然后,按照插值次数对差分后的投影数据进行插值平均,并根据正态分布选取自动查找伪影的位置。最后,结合线性插值与线性外推的方法对环形伪影处投影数据进行校正。对含有环形伪影的实际CT图像进行了校正实验,结果表明,与基于极坐标变换、小波-FFT滤波的校正方法相比,该方法校正后的灰度图像信噪比增益达1.688 dB,有效地消除了环形伪影,同时又很好地保持了图像边缘及分辨率。对探测器故障或性能不稳定引起的间断的环形伪影校正效果良好。     

细节保持的锥束CT环形伪影校正（英文）

环形伪影的存在严重影响CT图像重建质量,特别是在大型工件的CT检测中尤为严重。本文对一种重建后处理的伪影校正方法进行改进,以快速有效地消除CT图像环形伪影。首先,将CT图像从直角坐标系转到极坐标系,在极坐标系下设计多维滤波器对图像进行滤波处理。计算滤波后每个像素的均值和方差,通过计算的方差与方差阈值的比较以及像素值与像素值阈值的比较,双重精确确定伪影点的位置,对伪影点进行合理修正。之后,进行细节保持。最后,将校正后的极坐标图像转回直角坐标系。实际CT实验表明,与原方法相比,本文改进方法能更好地校正环形伪影,并保持图像细节信息,是一种实用的环形伪影校正方法,为后续处理和定量分析奠定基础。     

CT图像伪影故障处理经验分享

在各大医院的日常计算机体层摄影设备（CT）使用过程中，图像的伪影是最常见的CT故障之一。伪影是指在原本被扫描物体的真实图像中插入各种各样的图纹（如射线状线条﹑横竖状线条﹑环形线条﹑网格状的线条﹑局部图像分辨率差等），使得真实图像严重失真。轻度的伪影会影响图像美观，但是不影响医学诊断；严重的伪影不但影响图像美观，同时影响现代医学的诊断，造成误诊，所以排除图像伪影故障是维修人员的必修课。本文结合医院CT使用过程中出现的一些伪影故障，详细描述检修过程，希望能给相关的维修人员提供有价值的参考。     

体积CT系统中的平板探测器校正方法

在体积CT系统上通过样本实验研究了平板探测器的校正问题。提出了一种基于统计模型的平板探测器校正方法 ,详细讨论了坏像素的探测、校正矩阵的生成和原始投影图像的校正方法。校正过程包括实时的模糊和图像滞后校正、图像的标准化、增益修正和坏像素点的校正。通过样本实验研究对所提出的校正算法进行了验证 ,通过比较重建图像的信噪比对该算法的效果进行了评估。研究结果表明 :平板探测器的制造缺陷等固有噪声源将在重建图像中被增强 ,并表现为大量的条纹和环形伪影 ;通过校正后 ,重建图像中的上述伪影明显减少 ,图像质量明显改善 ,且系统的低对比度探测能力也得到相应提高。     

平板探测器坏像素校正方法研究

讨论X射线系统中平板探测器的坏像素产生原因并归纳分类。研究坏像素的探测、校正矩阵的生成和对坏像素的校正方法。通过仿真模型对所提出的校正算法进行了验证,通过比较重建图像的信噪比对该算法的效果进行了评估。研究结果表明,平板探测器的制造缺陷等固有噪声源将在重建图像中被增强,并表现为大量的条纹和环形伪影;通过校正,重建图像中的上述伪影明显减少,图像质量得到改善,且系统的低对比度探测能力也得到相应提高。     

CT成像射束硬化校正方法研究

X射线CT(computed tomography)成像技术是现代医学和工业重要的诊断与检测手段.实际使用的射线源一般为宽能谱多色射线源,当多色射线穿过物体时,低能光子由于光电效应被优先吸收,因此使得射线能谱变窄.这导致CT图像的退化和杯状伪影的产生.本文系统分析了CT成像的物理过程,提出了一种简单有效的射束硬化校正方法.此方法包括三步,首先对投影图像进行散射抑制处理,其次是基于重投影的射束硬化校正,最后是基于小波变换的CT图像降噪处理.实验验证了方法的有效性.     

光声成像反射伪影的机理分析和控制

在光声成像中,重建图像经常会受到图像伪影的影响而降低图像质量.为了解决图像伪影的问题,从超声波在水中的传播特性出发,分析了光声图像中伪影的产生机理.分析表明:伪影的产生是由超声信号在水面的反射延迟造成的.进而提出了通过延迟相减来控制反射伪影的方法,并给出了在实际应用中控制水面高度的依据.通过构建的光声成像平台进行实验验证,结果表明:提出的方法能有效地消除重建图像中的伪影,提高了重建图像的质量.     

基于改进圆球覆盖算法的阶梯状伪影去除方法

受层间距的影响,工业CT数据重建网格模型时会产生阶梯状伪影。为了在生成网格模型的同时去除阶梯状伪影,提出一种新的去除表面伪影的方法。首先建立工业CT点云数据的k-邻域,通过高斯加权的协方差分析估算出点云法矢量,然后使用双边滤波去除点云中的噪声,最后通过二次误差函数拟合点云,使用自适应圆球覆盖方法对点云进行网格化处理。实验结果表明,所提方法能够有效去除阶梯状伪影,并且在合理的精度范围内可以生成高质量的三角网格模型。     

应用变权全变分重建抑制CT金属伪影

提出一种基于变权全变分(RWTV)迭代重建的金属伪影校正算法以抑制CT系统重建图像中出现的金属伪影。该算法应用自定义的权值函数对全变分模型做加权惩罚,生成权值全变分模型;通过交替解权值全变分最小化过程和更新权值步骤实现变权全变分重建算法。应用该算法对数值模型和临床图像前向投影生成的投影数据分别进行了重建实验。数值模型实验结果表明:在60个采样角度下,用提出算法重建的图像具有最高的空间分辨率特性;且信噪比值较平滑插值金属伪影校正算法、全变分约束最优化算法的重建结果分别高出17.523 6和7.145 2dB。临床数据实验结果表明:该算法重建结果有效抑制了CT金属伪影,清晰重建出颅骨内的细节解剖结构,极大提高了重建图像的质量。     

一种改进的Canny边缘检测算法

针对Canny边缘检测算法存在的缺陷,提出了一种改进型Canny边缘检测算法。首先采用非线性扩散滤波减少了图像噪声,同时保持图像的边缘信息;在邻域梯度幅值计算中,考虑像素对角线方向的梯度,进一步抑制了噪声的影响;最后采用平均方差阈值法选取阈值,从而提高了对不同图像的自适应性。通过对实验图像的分析表明,该改进算法对含噪图像的边缘提取具有较好的检测精度和准确性。     

一种基于多信息融合的模糊边界检测算法

提出了一种有效的模糊边界检测算法.首先,用滤波器组和改进的K-Means算法快速提取了图像的纹理基元特征;然后,采用模糊手段将图像的局部灰度信息、纹理信息和空间信息有机地融合起来,定义了一个边缘检测函数,求出每个像素所对应的模糊梯度值,并由此构成模糊梯度特征向量;最后,结合分类器的学习能力进行边界检测.实验结果表明,对于纹理和灰度边界混合的自然图像的边界检测问题,该算法是一种实用和有效的方法.     

船体零件几何尺寸测量图像分割方法研究

针对船体零件表面划痕、锈蚀以及下表面成像等因素导致的伪边缘及边缘不连续问题,提出了基于边缘与 k-means 聚类的船体零件图像分割方法.对于表面划痕及锈蚀形成的伪边缘,在矩形边缘检测区域内利用轮廓法线方向与边缘梯度方向信息予以剔除;零件下表面成像导致的伪边缘,选取 k-means聚类区分零件的上下表面边缘;边缘不连续问题,基于测地距离和断点方向准确连接断点,形成封闭轮廓.实验结果表明,使用该方法可获得平滑、封闭的分割效果,船体零件的几何尺寸测量误差低于 ０.５mm ,且测得量值标准偏差的平均值为 ０.２６２mm ,测量重复性较高,有效保障了船体零件几何尺寸的测量精度.     

基于高斯曲面拟合的亚像素边缘检测算法

提出了一种基于高斯曲面拟合的亚像素边缘检测算法.该算法首先使用传统Canny算子进行边缘像素级的粗定位,再以粗定位边缘像素为中心取5x5窗口获取梯度幅值,对其进行高斯曲面拟合,在梯度方向上寻找局部极值点,从而达到边缘亚像素级的精细定位的效果.文中介绍了算法的理论依据,给出推导过程,并用螺旋测微器的标准间隙进行实例分析,...     

自适应窗口形状的中值滤波

中值滤波去除噪声的同时,难免出现含有线形图像的边缘轮廓信息跟随丢失的情况。为了达到滤除图像噪声最大化,有用信息损失最小化的目的,根据图像边缘特征选择或设计了适当大小和形状的窗口来进行中值滤波等操作。一方面,创新性地提出将Hough变换应用到车轮裂缝CT图像的滤波窗口形状的选择上,针对单一方向轮廓的图像,利用Hough变换检测出裂缝的方向,从而采用与裂缝形状相应的窗口对裂缝进行有针对性滤波,将该方法与传统方法进行了对比实验,并将60层滤波后切片图像堆栈得到了三维图像;另一方面,针对含有多个方向轮廓的图像,为了进一步改善滤波效果,提出根据像素梯度设计斜向滤波器,对多方向的线对进行滤波,数据显示经改进方法滤波后图像的峰值信噪比(PSNR)较传统的中值滤波提高了4~6,结构相似性(SSIM)提高了1%~2%左右,最后用683层荞麦切片CT图堆栈得到三维图像,对比滤波前后图像,可知该方法滤波效果良好。     

脊波在工业CT图像裂纹边缘检测中的应用

在分析工业CT图像本身特点及小波变换检测点状奇异性的基础上，研究改进了一种基于脊波变换的边缘检钡0方法，并将其应用于实际工业CT图像裂纹检测中。首先利用脊波变换获得裂纹方向和大致范围，然后通过区域灰度均值比较定位裂纹区域，最后采用梯度算子检测出裂纹边缘并对其进行多项式拟合，得到定位准确、连续、独立的裂纹边缘图像。CT图像的旋转实验验证了该算法的鲁棒性，而与Earlace算子、Canny算子和Mallat小波方法的对比实验则证实该算法具有较强的抗噪声能力。     

适用于光照不均匀图像的边缘检测算法

首先利用图像梯度方向特征改进Canny算法,使之更适合连续边缘的检测。然后将其与基于侧抑制原理的图像增强算法结合,设计了一种新的适用于噪声背景下光照不均匀图像的边缘检测算法。算法实验结果表明该边缘检测算法能有效提取光照不均匀图像中的连续边缘。     

一种基于小波变换的照明无关边缘检测和模糊增强方法

提出了一种基于小波变换的照明无关边缘检测和模糊增强算法,用于从不均匀的弱照明图像中提取目标边缘。依据照明反射图像形成模板和CCD相机成像公式,推导出图像的小波变换公式。对图像局部区域中边缘与背景像素的小波系数进行比较分析,设计了一种照明无关的小波边缘检测公式。给出一种同时考虑小波模值大小和梯度方向的模糊算子来增强边缘并抑制噪声。最后,采用仿真和真实的图像对该算法进行验证,利用此算法检测阶梯边缘,得到该算法的边缘检测评价标准F系数值为0.984 3,边缘定位精度评价系数E_d值为0.126 5,通过被检测的特征球边缘计算得到的交比值误差为3.72×10^-3。实验结果证实,该边缘检测方法能够很好地工作于非均匀的弱照明图像。     

X波段雷达图像同频干扰的抑制方法研究

X波段雷达图像中,数据是按线存储的,同频干扰在图像上表现为射线状噪声或斑点噪声.为去除雷达图像中的同频干扰噪声,根据同频干扰在雷达回波图像中的特性,提出一种基于拉普拉斯边缘检测算子的噪声检测算法.首先利用基于拉普拉斯边缘检测算子改进的检测方法,将雷达图像分为灰度值渐变区域和突变区域;接下来通过设定阈值检测到同频干扰的位置;最后利用临近非噪声点线性插值噪声点.利用本文方法对32幅随机的雷达图像进行处理,实验结果说明该方法能有效滤除同频干扰.与传统的滤波算法进行对比,实验结果表明本算法不仅能很好地检测到同频干扰噪声,还能更有效地去除噪声,尽可能地保留原来海浪的回波信息.     

计算机视觉技术在零件尺寸测量中的应用

介绍了一种应用计算机视觉技术检测机械零件参数的测量方法。以面阵CCD为图像传感器,通过图像采集卡将机械零件的二维图像输入到计算机中。在对原始输入图像进行直方图校正和边缘保持滤波处理后,对得到的较为平滑的零件图像进行边缘检测。利用图像边缘灰度突变的特性,提出了一种结合梯度算子的快速边缘检测方法。并据此计算出零件的各参数值。此种测量方法非常适合于微小、易形变等接触测量难以准确测量的机械零件的参数检测,具有广阔的应用前景。