CN105701847A - 一种改进权系数矩阵的代数重建方法 - Google Patents
一种改进权系数矩阵的代数重建方法 Download PDFInfo
- Publication number
- CN105701847A CN105701847A CN201610023660.0A CN201610023660A CN105701847A CN 105701847 A CN105701847 A CN 105701847A CN 201610023660 A CN201610023660 A CN 201610023660A CN 105701847 A CN105701847 A CN 105701847A
- Authority
- CN
- China
- Prior art keywords
- ray
- image
- pixels
- coefficient matrix
- weight coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种改进权系数矩阵的代数重建方法,属于CT投影数据重建方法技术领域。该方法主要为解决Ray-Box Intersection权系数矩阵算法存在的逻辑漏洞以及基于双线性插值的SART+TVM重建图像细节模糊的问题,通过对Ray-Box Intersection权系数矩阵算法的改进,缩短了重建时间,保持了图像细节,提高了信噪比;同时利用TVM算法作为约束项,加快了迭代重建收敛速度,减少了重建图像的伪影和噪声,有效提高了重建图像质量。
Description
技术领域
本发明属于CT投影数据重建方法技术领域,涉及一种基于改进的Ray-BoxIntersection权系数矩阵的联合代数重建方法。
背景技术
计算机层析成像(ComputedTomography,CT)技术是一种重要的无损检测技术,其核心是图像重建技术,即利用多个采样视角下的投影数据重建出物体内、外部结构特征的二维或三维图像。CT重建算法主要包括解析重建算法和迭代重建算法。解析重建需要在180°或360°范围内均匀采样足够的投影数据,但在工业CT***实际应用中,常出现由于扫描工件太长使得采样角度有限,或者X射线无法穿透高密度区域导致采样计数不足,或者减少采样密度以提高扫描速度等情况,这些情况均属于不完备投影数据重建问题,无法满足解析重建的条件,需采用迭代重建算法。
近几年,解决不完备投影数据重建问题,一般采用基于图像全变差的迭代重建算法,尤其是基于图像全变差最小化的联合代数重建算法(SimultaneousAlgebraicReconstructionTechniqueBasedTotalVariationMinimization,SART+TVM),该算法利用CT图像梯度变换的稀疏性,并与SART算法相结合,在每次迭代过程中,先利用SART算法获得初步的重建图像,然后利用TVM算法沿图像梯度方向调整图像全变差。SART+TVM算法重建图像质量有多个影响因素,包括:SART迭代次数、SART松弛因子、权系数矩阵、TVM迭代次数、TVM调节因子等,而权系数矩阵是决定SART+TVM算法重建图像质量的关键因素之一。
双线性插值算法是当前最常用的求解权系数矩阵的方法,其利用相邻像素点进行比例插值求解当前点的像素值,能得到比较完整的结构信息,但图像边缘易模糊,相比之下,Ray-BoxIntersection算法在原理上更接近真实投影过程,但因其存在逻辑漏洞,例如:射线与某像素块不相交,却判断为相交,或权重值大于射线穿过像素块的实际长度值,导致重建图像质量差,伪影多。因此,需要对Ray-BoxIntersection算法进行改进,弥补其自身存在的逻辑漏洞,提高重建图像质量,尤其是重建图像细节要突出。
发明内容
有鉴于此,本发明的目的在于提供一种改进权系数矩阵的代数重建方法,该方法针对Ray-BoxIntersection权系数矩阵算法存在的逻辑漏洞以及基于双线性插值的SART+TVM重建图像细节模糊的问题,对Ray-BoxIntersection权系数矩阵算法进行改进,从而缩短重建时间,保持图像细节,提高信噪比;同时利用TVM算法作为约束项,加快了迭代重建收敛速度,减少了重建图像的伪影和噪声,有效提高了重建图像质量。
为达到上述目的,本发明提供如下技术方案:
一种改进权系数矩阵的代数重建方法,包括以下步骤:
S1:获得投影数据pi,初始化CT扫描参数,i=0,1,2,...,N,N为投影视角总数;
S2:将待重建图像xj赋初值,j=0,1,2,...,M-1,M为图像像素总数,k为SART迭代次数;
S3:依据射线驱动方式,计算该投影方向下的权系数矩阵A={aij},aij为第i条射线对第j个像素块的加权值;
S4:正投影,获取第i条射线的模拟投影值
S5:依据射线的实测投影值pi、模拟投影值和权系数矩阵A,求出第i条射线的修正值
S6:i=i+1,重复步骤S3-S5,直至完成该投影方向下的所有射线的修正值时,根据以下SART迭代公式进行反投影更新图像得到
式中和分别为第k+1和第k次子迭代过程中第j个像素块的像素值,Iθ为角度θ下的所有射线的集合,λk为第k次子迭代过程中松弛因子;
S7:重复步骤S2-S6,直至完成所有投影角度的修正;
S8:对更新后图像进行梯度下降法调整图像全变差,图像全变差公式为:
1≤n<NTVM,NTVM为TVM的迭代次数,un为全变差最小化图像,▽un代表图像un的梯度,||·||代表L1范数算子,α为TVM调解因子;
S9:令判断是否达到收敛条件ε为大于0的极小值,是则转向步骤S11,不是则转向步骤S10;
S10:重设迭代图像重复步骤S3-S9;
S11:退出循环,得到重建图像。
进一步,所述步骤S3具体包括:
S31:将射线束等角度离散化,利用射线与探测器一一对应的关系,可得到每条射线的位置信息;
S32:利用射线和图像区域的代数关系,得到射线在图像区域内的起点(x1,y1)和终点(x2,y2);
S33:求取射线在重建区域内经过的所有像素块的左下角坐标集合{(Indx,Indy)};
S34:计算射线与所经过的像素块的交点;
S35:计算同一像素块上两交点之间的距离,并将其当作该像素块对于该条射线的权重,特殊地,当射线水平或者垂直于像素块时,权重为1;
S36:重复步骤S32-S35,直至遍历所有射线。
本发明的有益效果在于:本发明提供的方法缩短了重建时间,保持了图像细节,提高了信噪比;同时利用TVM算法作为约束项,加快了迭代重建收敛速度,减少了重建图像的伪影和噪声,有效提高了重建图像质量。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为SART+TVM重建算法流程图;
图2为改进前算法流程图;
图3为改进后算法流程图;
图4为射线与重建区域示意图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
图1为SART+TVM重建算法流程图,图2为改进前算法流程图,图3为改进后算法流程图,图4为射线与重建区域示意图,如图所示,本发明主要针对不完备投影数据重建问题,采用SART+TVM重建算法,即在SART迭代重建算法的基础上引入图像全变差最小化约束。
本方法具体包括以下步骤:
S1:获得投影数据pi,初始化CT扫描参数,i=0,1,2,...,N,N为投影视角总数;
S2:将待重建图像xj赋初值,j=0,1,2,...,M-1,M为图像像素总数,k为SART迭代次数;
S3:依据射线驱动方式,计算该投影方向下的权系数矩阵A={aij},aij为第i条射线对第j个像素块的加权值;
S4:正投影,获取第i条射线的模拟投影值
S5:依据射线的实测投影值pi、模拟投影值和权系数矩阵A,求出第i条射线的修正值
S6:i=i+1,重复步骤S3-S5,直至完成该投影方向下的所有射线的修正值时,根据以下SART迭代公式进行反投影更新图像得到
式中和分别为第k+1和第k次子迭代过程中第j个像素块的像素值,Iθ为角度θ下的所有射线的集合,λk为第k次子迭代过程中松弛因子;
S7:重复步骤S2-S6,直至完成所有投影角度的修正;
S8:对更新后图像进行梯度下降法调整图像全变差,图像全变差公式为:
1≤n<NTVM,NTVM为TVM的迭代次数,un为全变差最小化图像,▽un代表图像un的梯度,||·||代表L1范数算子,α为TVM调解因子;
S9:令判断是否达到收敛条件ε为大于0的极小值,是则转向步骤S11,不是则转向步骤S10;
S10:重设迭代图像重复步骤S3-S9;
S11:退出循环,得到重建图像。
上面步骤S3中权系数矩阵算法采用改进的Ray-BoxIntersection算法,其具体实施步骤为:
S31:将射线束等角度离散化,利用射线与探测器一一对应的关系,可得到每条射线的位置信息;
S32:利用射线和图像区域的代数关系,得到射线在图像区域内的起点(x1,y1)和终点(x2,y2);
S33:求取射线在重建区域内经过的所有像素块的左下角坐标集合{(Indx,Indy)};
S34:计算射线与所经过的像素块的交点;
S35:计算同一像素块上两交点之间的距离,并将其当作该像素块对于该条射线的权重,特殊地,当射线水平或者垂直于像素块时,权重为1;
S36:重复步骤S32-S35,直至遍历所有射线。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (2)
1.一种改进权系数矩阵的代数重建方法,其特征在于:包括以下步骤:
S1:获得投影数据pi,初始化CT扫描参数,i=0,1,2,...,N,N为投影视角总数;
S2:将待重建图像xj赋初值,j=0,1,2,...,M-1,M为图像像素总数,k为SART迭代次数;
S3:依据射线驱动方式,计算该投影方向下的权系数矩阵A={aij},aij为第i条射线对第j个像素块的加权值;
S4:正投影,获取第i条射线的模拟投影值
S5:依据射线的实测投影值pi、模拟投影值和权系数矩阵A,求出第i条射线的修正值
S6:i=i+1,重复步骤S3-S5,直至完成该投影方向下的所有射线的修正值时,根据以下SART迭代公式进行反投影更新图像得到
式中和分别为第k+1和第k次子迭代过程中第j个像素块的像素值,Iθ为角度θ下的所有射线的集合,λk为第k次子迭代过程中松弛因子;
S7:重复步骤S2-S6,直至完成所有投影角度的修正;
S8:对更新后图像进行梯度下降法调整图像全变差,图像全变差公式为:
1≤n<NTVM,NTVM为TVM的迭代次数,un为全变差最小化图像,代表图像un的梯度,||·||代表L1范数算子,α为TVM调解因子;
S9:令判断是否达到收敛条件ε为大于0的极小值,是则转向步骤S11,不是则转向步骤S10;
S10:重设迭代图像重复步骤S3-S9;
S11:退出循环,得到重建图像。
2.根据权利要求1所述的一种改进权系数矩阵的代数重建方法,其特征在于:所述步骤S3具体包括:
S31:将射线束等角度离散化,利用射线与探测器一一对应的关系,可得到每条射线的位置信息;
S32:利用射线和图像区域的代数关系,得到射线在图像区域内的起点(x1,y1)和终点(x2,y2);
S33:求取射线在重建区域内经过的所有像素块的左下角坐标集合{(Indx,Indy)};
S34:计算射线与所经过的像素块的交点;
S35:计算同一像素块上两交点之间的距离,并将其当作该像素块对于该条射线的权重,特殊地,当射线水平或者垂直于像素块时,权重为1;
S36:重复步骤S32-S35,直至遍历所有射线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610023660.0A CN105701847A (zh) | 2016-01-14 | 2016-01-14 | 一种改进权系数矩阵的代数重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610023660.0A CN105701847A (zh) | 2016-01-14 | 2016-01-14 | 一种改进权系数矩阵的代数重建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105701847A true CN105701847A (zh) | 2016-06-22 |
Family
ID=56226359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610023660.0A Pending CN105701847A (zh) | 2016-01-14 | 2016-01-14 | 一种改进权系数矩阵的代数重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105701847A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685865A (zh) * | 2018-12-24 | 2019-04-26 | 电子科技大学 | 适合直线扫描轨迹的锥束断层重建方法 |
CN111369638A (zh) * | 2020-05-27 | 2020-07-03 | 中国人民解放军国防科技大学 | 激光反射层析成像欠采样的重建方法、存储介质和*** |
CN112381904A (zh) * | 2020-11-26 | 2021-02-19 | 南京医科大学 | 一种基于DTw-SART-TV迭代过程的有限角度CT图像重建方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102376096A (zh) * | 2010-08-18 | 2012-03-14 | 清华大学 | Pi线选取和采样方法和装置以及ct图像重建方法和装置 |
US20140169650A1 (en) * | 2011-05-31 | 2014-06-19 | Shimadzu Corporation | Radiation tomographic image generating method, and radiation tomographic image generating program |
CN104021582A (zh) * | 2014-05-28 | 2014-09-03 | 山东大学 | 一种ct迭代图像重建方法 |
CN104899827A (zh) * | 2015-05-26 | 2015-09-09 | 大连理工大学 | 基于固定分辨率条件下的离散Radon投影和Mojette投影转换方法 |
-
2016
- 2016-01-14 CN CN201610023660.0A patent/CN105701847A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102376096A (zh) * | 2010-08-18 | 2012-03-14 | 清华大学 | Pi线选取和采样方法和装置以及ct图像重建方法和装置 |
US20140169650A1 (en) * | 2011-05-31 | 2014-06-19 | Shimadzu Corporation | Radiation tomographic image generating method, and radiation tomographic image generating program |
CN104021582A (zh) * | 2014-05-28 | 2014-09-03 | 山东大学 | 一种ct迭代图像重建方法 |
CN104899827A (zh) * | 2015-05-26 | 2015-09-09 | 大连理工大学 | 基于固定分辨率条件下的离散Radon投影和Mojette投影转换方法 |
Non-Patent Citations (2)
Title |
---|
YONGSHENG PAN 等: "TV-regularized Iterative Image Reconstruction on a Mobile C-ARM CT", 《MEDICAL IMAGING 2010:PHYSICS OF MEDICAL IMAGING》 * |
程明渊 等: "基于穿越长度权重迭代重建算法的研究", 《中国医学物理学杂志》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685865A (zh) * | 2018-12-24 | 2019-04-26 | 电子科技大学 | 适合直线扫描轨迹的锥束断层重建方法 |
CN109685865B (zh) * | 2018-12-24 | 2023-03-31 | 电子科技大学 | 适合直线扫描轨迹的锥束断层重建方法 |
CN111369638A (zh) * | 2020-05-27 | 2020-07-03 | 中国人民解放军国防科技大学 | 激光反射层析成像欠采样的重建方法、存储介质和*** |
CN112381904A (zh) * | 2020-11-26 | 2021-02-19 | 南京医科大学 | 一种基于DTw-SART-TV迭代过程的有限角度CT图像重建方法 |
CN112381904B (zh) * | 2020-11-26 | 2024-05-24 | 南京医科大学 | 一种基于DTw-SART-TV迭代过程的有限角度CT图像重建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104103086B (zh) | 一种稀疏采样角度下基于变分不等式的ct图像重建方法 | |
CN103150744B (zh) | 一种x射线多能谱ct投影数据处理与图像重建方法 | |
CN104318536B (zh) | Ct图像的校正方法及装置 | |
CN101126722B (zh) | 基于配准模型仿真的锥束ct射束硬化校正方法 | |
CN105931202A (zh) | 几何校正模体的校正方法和*** | |
CN109146994A (zh) | 一种面向多能谱x射线ct成像的金属伪影校正方法 | |
CN106618628A (zh) | 基于pet/ct成像的呼吸运动门控校正和衰减校正方法 | |
CN104050631B (zh) | 一种低剂量ct图像重建方法 | |
CN104408758A (zh) | 一种低剂量能谱ct图像处理方法 | |
US7916828B1 (en) | Method for image construction | |
Zhang et al. | PET image reconstruction using a cascading back-projection neural network | |
CN105701847A (zh) | 一种改进权系数矩阵的代数重建方法 | |
CN106846427A (zh) | 一种基于重加权各向异性全变分的有限角度ct重建方法 | |
CN105136823B (zh) | 大口径管道壁外部ct局部扫描成像方法 | |
Yang et al. | Cupping artifacts correction for polychromatic X-ray cone-beam computed tomography based on projection compensation and hardening behavior | |
CN102496175B (zh) | 基于计算机断层成像ct创建被测量物衰减图的方法及装置 | |
Reiter et al. | Case study of empirical beam hardening correction methods for dimensional X-ray computed tomography using a dedicated multi-material reference standard | |
CN109919868A (zh) | 一种锥束ct射束硬化曲线侦测及投影加权校正方法 | |
Guo et al. | High-quality image reconstruction from exterior helical cone-beam CT data for NDE of industrial pipelines | |
CN106228584A (zh) | 锥束ct圆加直线轨迹反投影滤波重建方法 | |
CN101893586B (zh) | 一种简化的锥束ct散射检测方法 | |
Guo et al. | Improved iterative image reconstruction algorithm for the exterior problem of computed tomography | |
CN110827370B (zh) | 一种非等厚构件的多能ct循环迭代重建方法 | |
CN112288762B (zh) | 一种有限角度ct扫描的离散迭代重建方法 | |
CN105222730B (zh) | 一种基于图像复原的工业ct几何尺寸测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160622 |
|
RJ01 | Rejection of invention patent application after publication |