基于平板探测器的锥束CT投影图像校正

在分析基于平板探测器的锥束CT投影图像缺陷的产生原因和特性的基础上,提出校正的方法,分别对投影图像进行暗场、像元响应不一致的一步校正和光场不均匀校正、像素坏点去除。通过在同一锥束CT系统中相同电压、电流水平情况下,采集不同积分时间下的空气投影图和相同条件下的暗场图,并对其像素值变化进行分析、拟合和对比,得到系统的线性参数矩阵、光场分布图和坏点位置图。对空气投影图像进行校正,并将其作为不完全参照,计算射线吸收系数,用于锥束CT重建。实验结果表明,该方法能有效去除锥束CT投影图像的噪声,抑制物体重建切片的大量环状伪影的产生,提高锥束CT系统重建图像的质量。     

锥束CT系统安装参数确定技术研究

锥束CT系统普遍采用滤波反投影(FDK)重建算法,该算法要求旋转工作台中心必须与FDK算法重建中心一致。受扫描系统安装定位精度限制,这一条件很难得到充分满足,从而引起重建切片图像出现伪影。为此,文章提出了一种基于细琴弦重建图像评估的黄金分割迭代搜索法来精确确定投影中心,还可确定射线源与旋转中心距离以及探测器安装旋转角、倾斜角等参数,实验证明了该方法的有效性。该方法对工业CT扫描系统的调试和校正具有重要意义。     

偏心螺旋锥束CT的Katsevich修正重建算法

在实际的锥束工业CT中,射线源焦点与探测器中心的水平高度不一致及转心偏移等原因会使获得的实际投影数据发生偏移。如果直接利用实际扫描所得投影数据进行图像重建,得到的图像不清晰。针对以上问题,该文修正Katsevich精确重建算法,以适应偏心的CT成像系统。将投影数据的偏移转换为探测器中心的偏移。在重建过程中,根据探测器的中心偏移量,对滤波线方程、滤波前后的重排和校正以及反投影过程进行修正处理。计算机仿真实验结果证实,该方法可以有效减小投影数据的偏移对重建图像的影响。     

抗旋转攻击的小波域数字水印算法

为了提高基于小波变换的数字水印算法抵抗图像旋转攻击的能力,文章提出一种抗旋转攻击的小波域数字水印算法。对于旋转造成的几何攻击,我们可通过Radon变换计算原始图像水印在角度为0°的一组投影参照向量R0和待检测图像在0°～359°之间的投影参照向量R,然后对R的每一组投影参照向量与R0作相关系数计算。找到其相关系数最大的投影参照向量所对应的角度θ。在水印检测前先利用角度θ对图像进行几何校正,然后进行水印的提取。通过仿真实验结果证明,该方法可以获得良好的图像视觉效果,对于旋转几何攻击具有很强的鲁棒性,同时对于加噪、滤波、JPEG压缩、剪切攻击也具有很好的鲁棒性。     

锥束CT的图像分块OSEM重建算法

在计算机断层成像（CT）中,有序子集最大期望值算法（OSEM）能够在较短的时间内重建出高质量的图像。对含有噪声的投影数据,投影旋转分度子集划分的不同会影响到图像的重建质量和收敛速度。针对三维锥束CT情况,研究了一种基于图像分块的变子集OSEM重建方法,该方法将图像空间分割成等大小的图像块,然后在迭代过程中,对于不同的图像块用变化的子集进行图像重建。计算机仿真实验表明：该方法在锥束CT图像重建中,能够在抑制噪声的同时提高重建图像的收敛速度。     

三维锥束CT中几何参数的校正研究

计算机断层成像技术在工业和医学中的应用,三维锥束CT(Computed Tomography)是显微CT和工业CT目前研究的热点.三维锥束CT系统一般采用FDK重建算法,算法要求锥束中心射线垂直于探测器且投影在探测器中心,然而由于系统机械精度的不足难满足要求,从而给重建结果带来伪影.为解决上述问题,提出了一种投影数据的校正方法:在重建前首先根据几何参数对每幅投影数据进行修正,修正完后再进行重建.实验结果证明:改进后能有效地改善几何参数误差引起的图像失真,对三维锥束CT扫描系统的几何校正具有重要意义.     

一种基于先验图像的锥束CT 金属伪影校正算法

为了有效抑制锥束CT(CBCT)重建中金属植入物引入的伪影,提出一种基于先验 图像的金属伪影校正算法。首先对含金属伪影的重建图像进行双边滤波、金属阈值分割、组织 聚类等预处理,获得金属图像和不含金属信息的先验图像;再对二者正向投影,获得金属投影 区域和先验投影数据;而后利用先验投影数据及金属边界邻域的投影数据对金属投影区域插值, 获得修复的投影数据;最后利用FDK 算法对修复的投影数据重建,并将其与金属图像融合,获 得最终的校正图像。为了验证该算法的性能,利用三维Shepp-Logan 头部模型数据和临床头部 CT 数据开展金属伪影校正实验,结果表明：与常用的线性插值算法和图像修补算法相比,该算 法的校正图像均方根误差最小、峰值信噪比最大。这说明该算法在有效保留图像边缘信息的同 时,可有效地抑制金属伪影。     

基于双调和插值的锥束CT金属伪影校正算法

在计算机断层扫描(CT)中,金属植入物会引入严重的伪影,导致图像质量降低影响诊断价值。为了对锥束CT中的金属伪影进行校正,提出了一种基于双调和方程的金属伪影校正算法。首先,对含金属伪影的重建图像进行双边滤波和金属阈值分割,获得金属和非金属图像;然后,对二者进行正向投影,获得金属投影区域和先验投影图像;接下来,利用先验投影图像对原始投影进行归一化,并对金属区域进行双调和方程插值修复,获得修复的投影数据;最后,对修复的投影数据去归一化,并利用FDK算法进行重建,再与金属图像融合获得最终的校正图像。为了验证该算法的性能,采用实际拍摄的数据进行金属伪影校正实验。结果表明,与常用的线性插值校正算法和归一化校正算法相比,所提算法ROI区域内图像的均方根误差分别减少了22%和8%,有效地抑制了金属伪影,优于常用的去金属伪影算法。     

基于数学形态学的CT图像金属伪影消除算法

金属伪影的有效校正一直都是CT重建的一个重要课题。传统的插值校正法和迭代去模糊法将投影数据作为输入值,但在实际应用中经常不能得到原始投影数据。针对该问题,提出一种基于数学形态学的金属伪影消除算法。首先,通过线检测和霍夫变换提取初始图像中的条纹伪影,并找到金属物体的中心坐标;其后,以金属物体的中心坐标为注视点,对含有伪影的初始图像进行极坐标变换;继而在极坐标图像中,选择合适的结构元素和形态学过滤器消除伪影;最后将过滤后的极坐标图像转换为笛卡尔坐标系中的图像。实验结果表明,该算法能够有效消除金属伪影,并将滤波反投影图像作为输入值,能够应用于无法得到原始投影数据的情况。     

基于投影缺失正弦图的CT图像重建研究

通过对不完全投影重建的图像结果和正弦图对投影空间的数据分布情况进行分析,并根据工件较敏感部位的位置、形状和密度信息,对缺失的投影数据进行适当的补充。在此基础上,利用滤波反投影算法对补充后的正弦图进行图像的重建。经过实验验证,该方法改善了重建图像的质量,得到了较好的重建效果。     

基于平板探测器倾斜的锥束CT修正重建算法

在锥束工业CT系统中要求射线源焦点,物体旋转中心,平板探测器中心三点在一条直线上,但由于机械的定位误差,探测器定位后会出现一定角度的倾斜现象,如果平板探测器直接采集投影数据进行重建,重建结果将会出现偏离,产生伪影.针对该问题,使用系统标定的方法测得探测器倾斜角度,并用机械校正对其进行粗调,利用平板探测器倾斜的FDK修正算法进行微调,经过两次校正可以有效的抑制由于倾斜造成的伪影,通过实验验证了该方法的有效性和可行性.     

CT图像的边缘重建

随着科技的不断发展,CT作为一种先进的成像技术,被广泛的应用于工业无损检测和医学图像处理中。在工业上,采用CT技术对产品进行无损检测时,经常需要对重建出的CT图像进行边缘提取。一般来说这两步是分开的,先进行图像重建再进行边缘提取,本文将二者结合起来,研究在CT重建过程之前直接对投影数据进行预处理以得到图像边缘特征的重建方法。并用计算机仿真实验验证了该方法的可行性。     

探测器倾斜的锥束FDK修正重建算法

在锥束工业CT系统中,通常要求射线源焦点、物体旋转中心、平板探测器中心三点在一条直线上,与平板探测器垂直。由于机械的定位误差,探测器定位后会出现一定角度的倾斜现象,如果直接利用平板探测器倾斜后采集的投影数据进行重建,重建结果将会出现偏离,产生伪影。针对该问题,利用系统标定的方法测得探测器倾斜角度,利用机械校正对其进行粗调,利用提出的基于探测器倾斜的FDK修正算法进行微调,经过两次校正可以有效抑制由于平板探测器倾斜造成的伪影,通过实验验证了该方法的可行性。     

基于卷积神经网络的时频域CT重建算法

针对采用时域滤波器解析重建后图像存在伪影和图像细节丢失等问题,提出了一种基于卷积神经网络（CNN）的时频域计算机断层扫描（CT）重建算法。首先,在频域中构建了基于卷积神经网络的滤波器网络,实现投影数据的频域滤波;其次,利用反投影操作算子对频域滤波后结果进行域转换得到重建图像;接着,在图像域构建网络对来自反投影层的图像进行处理;最后,在采用最小均方误差损失函数基础上引入多尺度结构相似度损失函数组成复合损失函数,减轻神经网络对结果图像的模糊效应,保留重建图像细节。图像域网络和投影域滤波网络联合作用,最终得到重建结果。在临床数据集上验证了所提算法的有效性,相较于滤波反投影（FBP）算法、全变分（TV）算法及图像域残差编解码CNN（RED-CNN）算法,当投影数目分别为180和90时,所提算法重建结果图像信噪比（PSNR）和结构相似度（SSIM）最高,且归一化均方根误差（NMSE）最小;当投影数目为360时,所提算法仅次于TV算法。实验结果表明,所提算法可以提高CT图像重建图像质量,是一种可行且有效的方法。     

车牌定位及倾斜校正方法

提出了一种基于车牌字符信息的车牌定位及其校正方法。首先使用灰度形态学的顶帽操作（top-hat）增强车牌区域,使其能在二值图中突出显示,然后根据二值图中车牌字符的连通元个数和排列位置来确定车牌的具体位置,最后对已定位的车牌进行方向校正,包括水平和垂直方向校正。水平校正是根据这些字符连通元的中心确定车牌的水平倾斜角度,使用旋转几何变换使其水平方向得到校正,垂直校正则使用投影分析的方法求出水平校正后垂直方向的倾斜角度,再进行图像的像素平移。实验结果表明,该方法能够在复杂背景下快速、准确定位到车牌,并且倾斜校正效果很好。     

基于旋转不变NL-means迭代优化的CT图像POCS重建方法

鉴于NL-means算法在图像去噪领域的卓越表现,提出一种基于旋转不变NL-means迭代优化的POCS CT图像重建算法.第一步,进行POCS重建,使图像满足投影一致性和非负性,第二步,对重建图像进行旋转不变NL-means优化,平滑均匀区域,保护边缘信息.以上两步交替进行,直到满足停止迭代准则.在稀疏角度和有限角度两种情况下,对该方法进行shepp-logan体模重建实验,通过对重建图像的视觉和指标评估,所提方法能更有效地抑制图像噪声,信噪比更高,重建结果更接近理想图像.     

结合全变差最小化的双能CT重建*

双能CT能够用来检测物质的有效原子序数和电子密度,可区别密度相近而原子序数不同的物质。物质的有效原子序数和电子密度的精确性是双能CT重建的关键。针对得到的有效原子序数和电子密度图中的噪声,将全变差(TV)最小化应用到双能CT中。衰减系数分解模型选用基材料分解模型,首先对高低能投影进行投影匹配,得到两组基材料分解系数投影,然后用滤波反投影(FBP)重建算法重建得到分解系数,接着得到有效原子序数和电子密度图,最后用基于TV最小化的算法处理以上两组数据。仿真实验结果表明,双能CT可以检测出物质的有效原子序数和电子密度,引入TV的双能CT重建算法能得到质量较好的物质的电子密度和有效原子序数图,更利于物质的检测。     

融合匹配特征的立体图像颜色校正方法

立体图像颜色校正方法的目标在于消除立体图像左右视图之间的颜色差异.现有的立体图像颜色校正方法存在校正效果和时间效率不平衡的问题.为了解决这一问题,本文提出一种融合匹配特征的立体图像颜色校正方法.首先,通过视差注意力颜色校正网络得到待校正目标图像的初始校正图.然后,将初始校正图和参考图像输入基于光流的图像匹配网络得到光流匹配目标图.最后,由图像融合网络融合初始校正图、光流匹配目标图、参考图像和目标图像的特征并进行图像重建,得到最终的校正结果.实验结果表明,本文的方法具有先进的性能,能够在保持高时间效率的同时实现高质量的立体图像颜色校正效果.     

新的桶形畸变的点阵样板校正方法

为了校正广角镜头的桶形畸变,提出一种新的桶形畸变数字校正方法。它使用点阵样板校正的方法,根据畸变图和理想图中圆点的位置关系,得出畸变图像素在X轴和Y轴方向上的偏移量曲面,采用三次B插值函数对曲面插值;由曲面插值获取像素点的偏移量,对各像素进行坐标转换得到校正图像;然后对图像进行了双线性插值的灰度重建。仿真结果表明,该方法使图像的坐标位置和灰度都得到很好的校正。     

一种快速眼睛定位与人脸平面旋转校正方法

针对人脸图像平面旋转导致识别效果不佳的问题,提出一种有效的眼睛定位与人脸平面旋转校正方法.首先基于AdaBoost算法训练得到的眼睛分类器从人脸图像中快速确定双眼候选区域,然后根据双眼在候选区中所处位置和所占比例,将候选区域分为宽度相同的左眼子区、中间子区和右眼子区3个子区域,再对包含眼睛的左眼子区和右眼子区分别求积分投影来准确定位双眼位置;准确定位双眼位置后,给出了以图像中心为旋转基准点时旋转角度的计算方法,并结合图像旋转公式实现了人脸图像的平面旋转校正.实验结果表明,该方法不仅能防止人脸倾斜时出现伪特征点,也能避免眼镜内边框和眼镜支架对定位眼睛的影响,提高眼睛定位精度,而且能实现人脸的平面旋转校正,具有非常好的实时性和实用价值.