CN109949233B - 滤除x射线图像中散射线的方法、***、设备及存储介质 - Google Patents

Abstract

本申请提供了一种滤除X射线图像中散射线的方法、***、设备及存储介质，包括如下步骤：提取原始图像中的散射线图像特征；根据所述散射线图像特征去除所述原始图像中的散射线图像成分；将去除散射线图像成分后的原始图像进行细节还原处理，获得细节还原图像；调整所述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像。通过去除散射线图像成分和去除散射线图像成分后的原始图像进行细节还原处理能够在最大限度地保留图像中的原始细节的同时去除散射线的干扰；通过选取指定的提取参数k、b、c以获得具有对比度良好的直射线图像；在完整的图像处理过程中完全避免了降噪处理，极大保留了X射线图像中的信息。

Description

滤除X射线图像中散射线的方法、***、设备及存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种滤除X射线图像中散射线的方法、***、设备及存储介质。

背景技术

X射线具有很强的穿透性，能使置于物体后的胶片感光，根据Beer-Lambert定律，X射线在入射介质过程中，会以指数形式发生能量衰减，这是X射线成像的理论基础。在实际过程中，X射线与介质会发生多重复杂的微观相互作用。根据作用结果，大致可归为两方面：一方面使射线能量损失，即能量衰减；另一方面使射线方向改变，即产生散射线。对于成像而言，能量衰减有利于提高图像质量(射束硬化效应等暂不考虑)，相反，散射线则会导致图像质量退化，表现为图像低对比度分辨率和空间分辨率下降，从而影响临床诊断，甚至可能造成漏诊。

为消除散射线影响，传统做法是利用机械滤线栅装置，置于人体和探测器之间，对穿过人体的透射线直接进行散射线滤除。然而，该方法弊端明显，不仅要求曝光剂量较大，还会带来栅影。另一种做法能有效克服这些问题，即不使用机械滤线栅，而采用纯图像处理手段，即数字滤线栅，对原始图像进行散射线抑制处理。目前，现有数字滤线栅技术一般采用多分辨率增益处理来增强图像细节，其间多尺度下的乘性增益会多重放大噪声，并在最终图像重构中将各尺度下的放大噪声再一次叠加，进一步加重噪声问题。另一方面，过强的降噪处理也难免带来潜在的信息损失副作用。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种滤除X射线图像中散射线的方法、***、设备及存储介质。

为了解决上述问题，本发明实施例公开了一种滤除X射线图像中散射线的方法，包括如下步骤：

提取原始图像中的散射线图像特征；

根据上述散射线图像特征去除上述原始图像中的散射线图像成分；

将去除散射线图像成分后的原始图像进行细节还原处理，获得细节还原图像；

调整上述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像。

可选的，提取原始图像中的散射线图像特征的步骤，包括：

将上述原始图像分解为介质区域和非介质区域；

分别提取介质区域和非介质区域中的散射线图像特征。

可选的分别提取介质区域和非介质区域中的散射线图像特征的步骤，包括：

获取上述介质区域中直射线最低相对强度以及直射线最高与最低相对强度的差异参数，并根据上述介质区域中直射线最低相对强度以及直射线最高与最低相对强度的差异参数得出上述介质区域中的散射线图像特征；

获取上述非介质区域中直射线最低相对强度并根据上述非介质区域中直射线最低相对强度得出上述非介质区域中的散射线图像特征。

可选的，根据下列公式组计算上述原始图像中的散射线图像成分：

I_st＝I-I_sc

其中，I表示原始图像，I_st表示直射线图像成分，I_sc表示散射线图像成分，Ω_m表示图像中介质区域，

表示图像中非介质区域，k表示介质区域中直射线最高与最低相对强度的差异参数，b表示介质区域中直射线最低相对强度，c表示非介质区域中直射线相对强度。

可选的，将去除散射线图像成分后的原始图像进行细节还原处理，获得细节还原图像的步骤，包括：

将上述去除散射线图像成分后的原始图像进行图像分解处理，获得图像分解数据；

将上述图像分解数据中的图像细节进行增益放大处理，获得增益后的图像分解数据；

将上述增益后的图像分解数据进行图像重构，获得上述细节还原图像。

可选的，在调整上述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像的步骤之前，还包括：

分别判断上述细节还原图像的灰度值是否分别达到储存要求和显示要求；

若否，则调整上述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像。

可选的，调整上述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像的步骤，包括：

通过LUT映射处理将上述细节还原图像的灰度域调整至达标状态。

为了解决上述问题，本发明实施例公开了一种滤除X射线图像中散射线的***，包括如下具体模块：

提取模块，用于提取原始图像中的散射线图像特征；

去除模块，用于根据上述散射线图像特征去除上述原始图像中的散射线图像成分；

还原模块，用于将去除散射线图像成分后的原始图像进行细节还原处理，获得细节还原图像；

调整模块，用于调整上述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像。

为了解决上述问题，本发明实施例公开了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现本发明实施例中任意一项所述的滤除X射线图像中散射线的方法。

为了解决上述问题，本发明实施例公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中任意一项所述的滤除X射线图像中散射线的方法。

与现有技术相比，本申请包括以下优点：

本发明实施例中，通过去除散射线图像成分和去除散射线图像成分后的原始图像进行细节还原处理能够在最大限度地保留图像中的原始细节的同时去除散射线的干扰；通过选取指定的提取参数k、b、c以获得具有对比度良好的直射线图像；通过选取指定的高频信号增益参数使图像的细节恢复效果良好；在完整的图像处理过程中完全避免了降噪处理，极大保留了X射线图像中的信息。

附图说明

图1是本发明一实施例的滤除X射线图像中散射线的方法的步骤流程示意图；

图2是本发明一实施例的滤除X射线图像中散射线的方法的步骤流程示意图；

图3是本发明的具体实施例的模体原始图像示意图；

图4是本发明的具体实施例的模体散射线特征图像示意图；

图5是本发明的具体实施例的去除散射线图像特征后的模体原始图像示意图；

图6是本发明的具体实施例的模体细节还原图像示意图；

图7是本发明的具体实施例的方法的滤除散射线后的模体X线图像示意图；

图8是本发明一实施例的滤除X射线图像中散射线的装置的模块结构示意图；

图9是本发明一实施例的一种计算机设备的结构示意图。

1、提取模块；2、去除模块；3、还原模块；4、调整模块；12、计算机设备；14、外部设备；16、处理单元；18、总线；20、网络适配器；22、(I/O)接口；24、显示器；28、***存储器；30、随机存取存储器(RAM)；32、高速缓存存储器；34、存储***；40、程序/实用工具；42、程序模块。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。

显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

最后，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

参照图1，示出了本申请一种滤除X射线图像中散射线的方法实施例1的步骤流程图，具体可以包括如下步骤：

S1、提取原始图像中的散射线图像特征；

S2、根据上述散射线图像特征去除上述原始图像中的散射线图像成分；

S3、将去除散射线图像成分后的原始图像进行细节还原处理，获得细节还原图像；

S4、调整上述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像。

如上述步骤S1所述，提取原始图像中的散射线图像特征，上述原始图像一般为到达探测器的综合量子图像I，其中，上述综合量子图像I一般包括直射量子图像特征I_st、散射量子图像特征I_sc和量子噪声图像特征I_n，需要说明的是，由于量子噪声图像特征I_n为X射线光子的非均匀分布和能谱弥散，因此，在本发明实施例中不单独考虑，而一并归入直射量子图像特征I_st和散射量子图像特征I_sc中，故，在本发明各实施例中所述的原始图像(即，综合量子图像I)图像特征仅包含直射量子图像特征I_st和散射量子图像特征I_sc。

需要说明的是，上述提取过程一般需要将原始图像拆分为介质区域和非介质区域，再分别提取两个区域中的散射线图像特征。

如上述步骤S2所述，根据上述散射线图像特征去除上述原始图像中的散射线图像成分，在本实施例中，上述去除方法一般为修改相应区域的像素值，具体修改为将上述原始图像减去由上述散射线图像特征构成的散射线图像像素获得，对于去除散射线成分后的图像像素值范围，不做调整。

包括：通过将与所述散射线图像特征吻合的像素删除或将该像素的像素值调节成0或255，以获得去除散射线图像成分后的原始图像；通过将与所述散射线图像特征吻合的像素的像素值调节至于附近区域像素值相同的像素值以获得去除散射线图像成分后的原始图像。

如上述步骤S3所述，将去除散射线图像成分后的原始图像进行细节还原处理，获得细节还原图像，需要说明的是，上述细节还原过程一般包括三步，具体为：首先，将上述去除散射线图像成分后的原始图像进行图像分解处理；然后，将分解处理后的图像中的指定部分图像细节进行增益放大处理；最后，在将进行细节增益放大处理后的图像进行图像重构处理，获得上述细节还原图像。

如上述步骤S4所述，调整上述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像，需要说明的是，上述细节还原图像的灰度值至达标状态一般包括两方面的判定：是否达到X线图像的存储要求以及是否达到X线图像的显示要求，上述细节还原图像的灰度值需要均达到存储要求及显示要求才符合达标转态。

参照图2，示出了本申请一种滤除X射线图像中散射线的方法实施例2的步骤流程图，具体可以包括如下步骤：

在本发明实施例中，提取原始图像中的散射线图像特征的步骤，包括：

S11、将上述原始图像分解为介质区域和非介质区域；

S12、分别提取介质区域和非介质区域中的散射线图像特征。

如上述步骤S11所述，将上述原始图像分解为介质区域和非介质区域，其中，介质区域为上述原始图像中的组织区域，非介质区域为上述原始图像中的非组织区域。

如上述步骤S12所述，分别提取介质区域和非介质区域中的散射线图像特征，需要说明的是，通过以下子步骤获得：

子步骤S12-1、获取上述介质区域中直射线最低相对强度以及直射线最高与最低相对强度的差异参数，并根据上述介质区域中直射线最低相对强度以及直射线最高与最低相对强度的差异参数得出上述介质区域中的散射线图像特征；

子步骤S12-2、获取上述非介质区域中直射线最低相对强度并根据上述非介质区域中直射线最低相对强度得出上述非介质区域中的散射线图像特征。

子步骤S12-3、在实际操作中，根据下列公式组计算上述原始图像介质区域和非介质区域中的散射线图像成分：

I_st＝I-I_sc

其中，I表示原始图像，I_st表示直射线图像成分，I_sc表示散射线图像成分，Ω_m表示图像中介质区域，

表示图像中非介质区域，k表示介质区域中直射线最高与最低相对强度的差异参数，b表示介质区域中直射线最低相对强度，c表示非介质区域中直射线相对强度。

在本发明实施例中，将去除散射线图像成分后的原始图像进行细节还原处理，获得细节还原图像的步骤，包括：

S31、将上述去除散射线图像成分后的原始图像进行图像分解处理，获得图像分解数据；

S32、将上述图像分解数据中的图像细节进行增益放大处理，获得增益后的图像分解数据；

S33、将上述增益后的图像分解数据进行图像重构，获得上述细节还原图像。

需要说明的是，Laplacian金字塔中，分辨率越高对应频段越高，如：当分解层数为8层时，第一层与原始图像分辨率相同，频率最高；第八层分辨率最低，频率最低；其中的第二层至第七层分辨率和频率则依次降低。

需要说明的是，本发明各实施例中所描述的高频段和低频段为相对值而非限定值，即，在一次完整的图像处理过程中，的当前最高频段与最低频段，即为该次图像处理过程的高频段和低频段。

同理，本发明各实施例中所描述的高频信号和低频信号亦为相对值而非限定值，即，在同一层图像中，高频信号代表较精细的组织细节图像信号；低频信号表示较粗边缘的图像信号，如：骨骼边缘。

如上述步骤S31所述，将上述去除散射线图像成分后的原始图像进行图像分解处理，获得图像分解数据，需要说明的是，上述图像分解处理一般为Laplacian金字塔分解，分解方式一般包括直接采样分解、Gaussian滤波分解和均值滤波分解等，其中，直接采样分解具体如下：

(1)以原始图像为第一层输入图像，对第一层输入图像直接进行分辨率减半的降采样获得第二层输入图像；

(2)对第二层输入图像进行分辨率加倍的插值升采样获得与第一层输入图像相同分辨率的预测图像，其中，插值方法包括最近邻内插、双线性内插、双三次内插以及高斯内插等，具体方法根据精度要求及实际问题而定；

(3)根据第一层输入图像、预测图像求得差值图像，差值图像即为Laplacian金字塔第一层(基层)；

差值图像＝第一层输入图像-预测图像

(4)继续以第j层输入图像(j＝2,3,…,n)为输入图像重复上述过程，最终获得系列差值图像(包含j张，j＝2,3,…,n)，即Laplacian金字塔各层图像，最后令第n+1张差值图像＝第n+1层输入图像(顶层)，从而得到n+1层的Laplacian金字塔。

Gaussian滤波分解具体如下：

Gaussian滤波分解与直接采样分解唯一不同在于，获得近似第j层输入图像j的方式不同：直接采样分解是直接进行分辨率减半降采样，而Gaussian滤波分解则先进行Gaussian滤波，然后再对滤波后的图像进行分辨率减半降采样。其余过程两者一样，因此不再赘述。

均值滤波分解具体如下：

与Gaussian滤波分解唯一区别在于产生近似第j层输入图像所用滤波器不同，其余过程两者一样，因此不再赘述。

具体分解方式根据图像的精度要求及问题偏重而定，只要最终还原结果并不会产生本质上的差异的分解方式均可以作为本发明任意实施例的分解方式，其中，金字塔分解层数一般为4层以上，优选4～8层，当然，在不影响细节恢复效果的前提下可以减少层数至4层以下或增加层数至8层以上；

如上述步骤S32所述，将上述图像分解数据中的图像细节进行增益放大处理，获得增益后的图像分解数据，其中，在进行对图像细节增益的过程中，所受到增益的图像细节频段包括上述图像分解数据中的全频段数据，每个频段的数据的增益幅度由该频段的曲率控制参数决定，其中，该曲率控制参数、频段和增强强度之间为互为正相关，即，频段越高曲率控制参数越大，增强强度越大。

在实际应用中，将上述图像分解数据中指定部分的图像细节进行增益放大处理，具体为将前述步骤S31中通过Laplacian金字塔分解获得的图像分解数据逐层进行Sigmoid曲线变换，具体公式如下：

σ(x)＝1/(1+e^-x)

式中：

(a，b)为Sigmoid曲线对称中心坐标；m为输出值域控制参数，用于控制Sigmoid曲线输出幅值范围；c为Sigmoid曲线曲率控制参数，用于控制信号放大力度。

如上述步骤S33所述，将上述增益后的图像分解数据进行图像重构，获得上述细节还原图像，需要说明的是，上述图像重构处理一般为Laplacian金字塔重构，需要说明的是，重构方式为分解方式的逆向处理过程，即，本步骤中实施的重构方式为在同一步骤实施例过程中前述步骤S31所采用的分解方式的逆向过程，需要说明的是，若存在可替代前述步骤S31所采用的分解方式逆向后得到的重构方式亦可以作为本步骤的重构方式。

在本发明实施例中，在调整上述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像的步骤之前，还包括：

S41、分别判断上述细节还原图像的灰度值是否分别达到储存要求和显示要求；

S42、若否，则调整上述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像。

S41、分别判断上述细节还原图像的灰度值是否分别达到储存要求和显示要求，需要说明的是，在本判断步骤中仅有当储存要求和显示要求同时达到标准时判断结果为是，即，当储存要求和显示要求中任一项达到要求，另一项不达要求时或当储存要求和显示要求均不达到要求时，判断结果均为否；

S42、若否，则调整上述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像；S43、若是，则将上述细节还原图像输出为上述滤除散射线后的X射线图像，其中，当判定结果为否，即需要调整上述细节还原图像的灰度值时，一般通过映射处理进行灰度值的调整，调整前一般包含对像素的筛选，以筛选出需要进行灰度值调整的区域。

在实际应用中，一般通过LUT映射处理将上述细节还原图像的灰度域调整至达标状态。

参照图2-7，在本具体实施例中，以包含有若干块有机玻璃模体的X射线图像(如图3所示)为例，其中，该有机玻璃模体的厚度以ROI1-ROI7依次递增，以下简称模体X射线图像：

以该模体X射线图像作为模体原始图像Img_org(x,y)进行输入(x、y为图像中像素点位置坐标)，具体步骤如下：

输入模体原始图像Img_org(x,y)，根据下列公式，从模体原始图像Img_org(x,y)中提取散射线图像特征：

式中，Img_sc(x,y)为模体散射线图像特征；k表示介质区域中直射线最高与最低相对强度的差异参数，b表示介质区域中直射线最低相对强度，c表示非介质区域中直射线相对强度；T＝(c-b)/k为区分介质与非介质区域的灰度阈值；

通过下列公式将散射线成分从原始图像中减除：

Img_st(x,y)＝Img_org(x,y)-Img_sc(x,y)

式中，Img_st(x,y)为去除散射线成分后的模体原始图像；

对去除散射线成分后的模体原始图像Img_st(x,y)进行Laplacian金字塔分解，在本具体实施例中，采用Gaussian滤波分解对图像进行分解：

a、以Img_st(x,y)为第一层输入图像G₁，并对G₁进行5×5高斯核滤波，然后进行分辨率减半的降采样获得第二层输入图像G₂；

b、对G₂进行分辨率加倍的插值升采样获得与G₁相同分辨率的预测图像P₁，插值方法包括但不限于：最近邻内插值法、双线性内插值法、双三次内插值法和高斯内插值法，根据精度要求及实际问题而定，在本具体实施例中选择高斯内插值法；

c、根据G₁、P₁求取出差值图像L₁，其中，L₁＝G₁-P₁，L₁为Laplacian金字塔第一层(基层)；

以G_j(j＝2,3,...,n)为输入图像重复上述步骤a-c，以获得系列差值图像L_j(j＝2,3,...,n)，即Laplacian金字塔各层图像，最后令L_n+1＝G_n+1(顶层)，从而得到n+1层的Laplacian金字塔

对Laplacian金字塔各层执行以下Sigmoid曲线变换，以还原组织各层次细节：

式中，L_in(x,y)为输入Laplacian金字塔层图像，L_out(x,y)为输出Laplacian金字塔层图像；σ(x)＝1/(1+e^-x)；参数对(a,b)为Sigmoid变换曲线对称中心坐标；m为输出值域控制参数，控制Sigmoid变换曲线输出幅值范围；c为Sigmoid曲线曲率控制参数，控制各层次细节放大力度。

重构Laplacian金字塔，以获得细节还原后的模体细节还原图像Img_r(x,y)，其中，重构过程为金字塔分解的逆过程

通过LUT映射方式将Img_r(x,y)的灰度域调整到最佳值范围，并输出最终结果图像，即滤除散射线后的模体X线图像。

对于***实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

参照图3，示出了本发明的一种滤除X射线图像中散射线的***实施例的步骤流程图，具体可以包括如下模块：

提取模块1，用于提取原始图像中的散射线图像特征；

去除模块2，用于根据上述散射线图像特征去除上述原始图像中的散射线图像成分；

还原模块3，用于将去除散射线图像成分后的原始图像进行细节还原处理，获得细节还原图像；

调整模块4，用于调整上述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像。

上述提取模块1，一般用于提取原始图像中的散射线图像特征，上述原始图像一般为到达探测器的综合量子图像I，其中，上述综合量子图像I一般包括直射量子图像特征I_st、散射量子图像特征I_sc和量子噪声图像特征I_n，需要说明的是，由于量子噪声图像特征I_n为X射线光子的非均匀分布和能谱弥散，因此，在本发明实施例中不单独考虑，而一并归入直射量子图像特征I_st和散射量子图像特征I_sc中，故，在本发明各实施例中所述的原始图像(即，综合量子图像I)图像特征仅包含直射量子图像特征I_st和散射量子图像特征I_sc。

需要说明的是，上述提取过程一般需要将原始图像拆分为介质区域和非介质区域，再分别提取两个区域中的散射线图像特征。

上述去除模块2，一般用于根据上述散射线图像特征去除上述原始图像中的散射线图像成分，在本实施例中，上述去除一般包括两种方法进行消除，包括：通过将与所述散射线图像特征吻合的像素删除或将该像素的像素值调节成0或255，以获得去除散射线图像成分后的原始图像；通过将与所述散射线图像特征吻合的像素的像素值调节至于附近区域像素值相同的像素值以获得去除散射线图像成分后的原始图像。

上述还原模块3，一般用于将去除散射线图像成分后的原始图像进行细节还原处理，获得细节还原图像，需要说明的是，上述细节还原过程一般包括三步，具体为：首先，将上述去除散射线图像成分后的原始图像进行图像分解处理；然后，将分解处理后的图像中的指定部分图像细节进行增益放大处理；最后，在将进行细节增益放大处理后的图像进行图像重构处理，获得上述细节还原图像。

上述调整模块4，一般用于调整上述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像，需要说明的是，上述细节还原图像的灰度值至达标状态一般包括两方面的判定：是否达到X线图像的存储要求以及是否达到X线图像的显示要求，上述细节还原图像的灰度值需要均达到存储要求及显示要求才符合达标转态。

参照图4，示出了本发明的一种实现所述滤除X射线图像中散射线的方法的计算机设备，具体可以包括如下：

上述计算机设备12以通用计算设备的形式表现，计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，***存储器28，连接不同***组件(包括***存储器28和处理单元16)的总线18。

总线18表示几类总线18结构中的一种或多种，包括存储器总线18或者存储器控制器，***总线18，图形加速端口，处理器或者使用多种总线18结构中的任意总线18结构的局域总线18。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线18，微通道体系结构(MAC)总线18，增强型ISA总线18、音视频电子标准协会(VESA)局域总线18以及***组件互连(PCI)总线18。

计算机设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

***存储器28可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其他移动/不可移动的、易失性/非易失性计算机体统存储介质。仅作为举例，存储***34可以用于读写不可移动的、非易失性磁介质(通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD～ROM，DVD～ROM或者其他光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质界面与总线18相连。存储器可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块42，这些程序模块42被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器中，这样的程序模块42包括——但不限于——操作***、一个或者多个应用程序、其他程序模块42以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24、摄像头等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其他计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)界面22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN))，广域网(WAN)和/或公共网络(例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其他模块通信。应当明白，尽管图4中未示出，可以结合计算机设备12使用其他硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元16、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***34等。

处理单元16通过运行存储在***存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的滤除X射线图像中散射线的方法。

也即，上述处理单元16执行上述程序时实现：提取原始图像中的散射线图像特征；根据上述散射线图像特征去除上述原始图像中的散射线图像成分；将去除散射线图像成分后的原始图像进行细节还原处理，获得细节还原图像；调整上述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像。

在本发明实施例中，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有实施例提供的滤除X射线图像中散射线的方法：

也即，给程序被处理器执行时实现：提取原始图像中的散射线图像特征；根据上述散射线图像特征去除上述原始图像中的散射线图像成分；将去除散射线图像成分后的原始图像进行细节还原处理，获得细节还原图像；调整上述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机克顿信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPOM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD～ROM)、光存储器件、磁存储器件或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，改计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言——诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行或者完全在远程计算机或者服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

在上述任一发明实施例中，通过去除散射线图像成分和去除散射线图像成分后的原始图像进行细节还原处理能够在最大限度地保留图像中的原始细节的同时去除散射线的干扰；通过选取指定的提取参数k、b、c以获得具有对比度良好的直射线图像；通过选取指定的高频信号增益参数使图像的细节恢复效果良好；在完整的图像处理过程中完全避免了降噪处理，极大保留了X射线图像中的信息。

以上对本申请所提供的一种滤除X射线图像中散射线的方法、***、设备及存储介质，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (8)

1.一种滤除X射线图像中散射线的方法，其特征在于，包括如下步骤：

提取原始图像中的散射线图像特征；具体地，将所述原始图像分解为介质区域和非介质区域；分别提取介质区域和非介质区域中的散射线图像特征；其中，分别提取介质区域和非介质区域中的散射线图像特征的步骤，包括：获取所述介质区域中直射线最低相对强度以及直射线最高与最低相对强度的差异参数，并根据所述介质区域中直射线最低相对强度以及直射线最高与最低相对强度的差异参数得出所述介质区域中的散射线图像特征；获取所述非介质区域中直射线最低相对强度并根据所述非介质区域中直射线最低相对强度得出所述非介质区域中的散射线图像特征；

根据所述散射线图像特征去除所述原始图像中的散射线图像成分；

将去除散射线图像成分后的原始图像进行细节还原处理，获得细节还原图像；

调整所述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像。

2.根据权利要求1所述的方法，其特征在于，根据下列公式组计算所述原始图像中的散射线图像成分：

I_st＝I-I_sc

其中，I表示原始图像，I_st表示直射线图像成分，I_sc表示散射线图像成分，Ω_m表示图像中介质区域，

表示图像中非介质区域，k表示介质区域中直射线最高与最低相对强度的差异参数，b表示介质区域中直射线最低相对强度，c表示非介质区域中直射线相对强度。

3.根据权利要求1所述的方法，其特征在于，将去除散射线图像成分后的原始图像进行细节还原处理，获得细节还原图像的步骤，包括：

将所述去除散射线图像成分后的原始图像进行图像分解处理，获得图像分解数据；

将所述图像分解数据中的图像细节进行增益放大处理，获得增益后的图像分解数据；

将所述增益后的图像分解数据进行图像重构，获得所述细节还原图像。

4.根据权利要求1所述的方法，其特征在于，在调整所述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像的步骤之前，还包括：

分别判断所述细节还原图像的灰度值是否分别达到储存要求和显示要求；

若否，则调整所述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像。

5.根据权利要求1所述的方法，其特征在于，调整所述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像的步骤，包括：

通过LUT映射处理将所述细节还原图像的灰度域调整至达标状态。

6.一种滤除X射线图像中散射线的***，其特征在于，包括如下具体模块：

提取模块，用于提取原始图像中的散射线图像特征；

去除模块，用于根据所述散射线图像特征去除所述原始图像中的散射线图像成分；

还原模块，用于将去除散射线图像成分后的原始图像进行细节还原处理，获得细节还原图像；

调整模块，用于调整所述细节还原图像的灰度值至达标状态，获得滤除散射线后的X射线图像。

7.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～5中任意一项所述的方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～5中任意一项所述的方法。

Images