一种CT图像环形伪影的迭代后处理去除方法与流程

本发明涉及一种ct图像环形伪影的迭代后处理去除方法，属于医学ct成像和工业ct无损检测技术领域。

背景技术：

锥束ct图像中的环形伪影可能恶化图像的结构和纹理细节，从而影响临床诊断准确性和工业零件检测精度。一般而言，平场校正后的ct图像中可能存在环形伪影，其成因主要包含：探测器响应的强度依赖性和ct硬件系统(入射射线强度和探测器响应)的时间依赖性。探测器响应的强度依赖性导致ct图像中存在强度依赖环形伪影(环形伪影的灰度恒定)。ct硬件系统的时间依赖性会导致重建图像中存在时间依赖环形伪影(环形伪影的灰度不恒定)。特别的，对于制造工艺尚未完全成熟、性能尚不稳定的新型ct系统而言，由于同时受探测器响应的强度依赖性和ct硬件系统的时间依赖性影响，其图像中往往同时存在强度依赖环形伪影和时间依赖环形伪影(以下简称混合环形伪影)，严重影响ct图像质量及后续处理过程，导致无法充分发挥其特有优势。

ct图像环形伪影后处理去除方法直接在图像域进行，在不需要原始投影的同时更加直观，因此环形伪影后处理去除技术在商业系统中应用广泛。当前采用的方法主要有：滑动窗口滤波、小波分解、傅立叶低通滤波、变分等方法。前三种方法通过保留特征提取部分去除环形伪影，但阈值选择直接影响提取效果，且会造成一定细节损失。环形伪影在极坐标下表现为条纹伪影，具有明显的结构特征，变分方法在去除条纹伪影方面相对前三种方法具有天然的优势，但极坐标变换时存在空间分辨率损失。

综上所述，现有ct图像环形伪影后处理去除方法主要针对强度依赖环形伪影，无法有效应用于时间依赖环形伪影的去除和混合环形伪影的去除。另外，现有的技术难以去除较强的环形伪影，可能导致部分环形伪影残留或损失部分图像细节，难以满足精准医学ct成像要求和高精度工业ct无损检测需求。

技术实现要素：

为了解决实际ct图像中强度依赖环形伪影、时间依赖环形伪影、强度和时间依赖混合环形伪影导致的图像结构破坏和图像细节损失等问题，本发明提供一种ct图像环形伪影的迭代后处理去除方法。

本发明解决其技术问题所采用的技术方案包括以下步骤：

步骤1：利用插值方法将带环形伪影的ct图像s转换为极坐标ct图像spolar；

步骤2：利用图像结构提取算法从spolar中提取结构图像sstructure，并从spolar中减去sstructure生成纹理图像stexture；

步骤3：从stexture中提取条纹伪影图像sstripe；

步骤4：利用插值方法将sstripe转化为环形伪影图像sring,k，其中k为当前迭代的次数；

步骤5：从s中减去sring,k，得到校正的ct图像scorrect；

步骤6：判定迭代停止条件||sring,k||1/||sring,1||1≤q1是否成立，成立则环形伪影去除完成，不成立则用scorrect替换s并跳转至步骤1进行迭代计算，其中q1为迭代停止阈值，||sring,k||1为sring,k的l1范数，||sring,1||1为第1次迭代得到的环形伪影图像sring,1的l1范数。

在上述步骤3中，从stexture中提取sstripe时需逐行进行相同操作，以从第i行纹理中提取第i行条纹伪影为例，具体操作步骤包括：

(1)计算的f(p,q)最小值所对应的p和q，计算公式为：

其中m为该行像素总数，c1和c2为该行的两类像素，c1为该行第p个至第q个像素，p和q应满足m·t≤(q-p)≤m·(1-t)，t为阈值，c2为该行除c1外的其它所有像素，分别为c1、c2中的像素灰度均值；

(2)取c1的条纹伪影强度为c2的条纹伪影强度为得到该行条纹伪影其中n为当前迭代的次数；

(3)从中减去得到该行校正纹理

(4)判定迭代停止条件是否成立，成立则执行下一步，不成立则用替换并跳转至步骤(1)进行迭代计算，其中q2为迭代停止阈值，为的l1范数，为第1次迭代得到的当前行条纹伪影的l1范数。

(5)原始减去即得到该行条纹伪影

本发明的有益效果是：本发明所提方法可以有效去除强度依赖环形伪影、时间依赖环形伪影、强度和时间依赖混合环形伪影，无须事先识别判定，并同时保持图像细节和空间分辨率，具有良好的通用性，在传统及新型医学ct和工业ct中均可应用。

下面结合附图和实施例对本发明做进一步说明。

附图说明

图1为本发明算法示意图。

具体实施方式

利用工业锥束ct设备(x射线源为comet的mxr-451hp/11，探测器为xcounterhydrafx50)，对铝质零件进行扫描重建得到原始ct图像，其中存在环形伪影。应用本发明，执行以下步骤：

步骤1：采用双线性插值方法将带环形伪影的ct图像s从笛卡尔坐标系转换为极坐标图像spolar。

步骤2：利用图像结构提取算法中保持边缘良好的relativetotalvariation(rtv)算法从spolar中提取结构图像sstructure，并从spolar中减去sstructure生成纹理图像stexture。rtv算法可简单表示为o＝tsmooth(i,λ,σ,maxtter,ε)，其中o为输出图像sstructure，i为输入图像spolar；λ为平滑权重，本实例取λ＝10^-6；σ为纹理元素最大尺寸，本实例取σ＝4；maxtter为迭代次数，本实例取maxtter＝4；ε控制最终结果锐度，本实例取ε＝0.02。

步骤3：从stexture中提取条纹伪影图像sstripe。提取时需逐行进行相同操作，以第i行纹理中提取第i行条纹伪影为例，具体操作步骤包括：

(1)计算的f(p,q)最小值所对应的p和q，计算公式为：

其中m为该行像素总数，c1和c2为该行的两类像素，c1为该行第p个至第q个像素，p和q应满足m·t≤(q-p)≤m·(1-t)，t为阈值，本实例中阈值t取0.05，c2为该行除c1外的其它所有像素，分别为c1、c2中的像素灰度均值。

(2)取c1的条纹伪影强度为c2的条纹伪影强度为由此可得该行条纹伪影其中n为当前迭代的次数。

(3)从中减去得到该行校正纹理

(4)判定迭代停止条件是否成立，成立则执行下一步，不成立则用替换并跳转至步骤(1)进行迭代计算，其中q2为迭代停止阈值，本实例中q2设为0.01，为的l1范数，为第1次迭代得到的当前行条纹伪影的l1范数

(5)原始减去即得到该行条纹伪影

步骤4：利用双线性插值算法将sstripe从极坐标系转化为笛卡尔坐标系，得到环形伪影图像sring,k，其中k为当前迭代的次数。

步骤5：从s中减去sring,k，得到校正的ct图像scorrect；

步骤6：判定迭代停止条件||sring,k||1/||sring,1||1≤q1是否成立，成立则环形伪影去除完成，不成立则用scorrect替换s并跳转至步骤1进行迭代计算，其中q1为迭代停止阈值，本实例中q1设为0.005，||sring,k||1为sring,k的l1范数，||sring,1||1为第1次迭代得到的环形伪影图像sring,1的l1范数。

经本发明所提方法处理后，铝质零件ct图像中的环形伪影得到基本消除，图像质量得到显著提高。

本实施例中，一种ct图像环形伪影的迭代后处理去除方法，特点在于：

(1)本发明所提方法可以有效去除强度依赖环形伪影、时间依赖环形伪影、强度和时间依赖混合环形伪影，无须事先识别判定。

(2)本发明所提方法在有效去除环形伪影的同时，可以保持图像细节和空间分辨率，具有良好的通用性。