一种厚度测量的中值滤波方法与流程

本发明属于厚度测量技术领域，尤其涉及厚度测量中值滤波领域，具体涉及一种厚度测量的中值滤波方法。

背景技术：

x光是一种射线，就是我们常说的x射线，是一种有能量的电磁波或辐射。当高速移动的电子撞击任何形态的物质时，x光便有可能发生。x光具有穿透性，对不同密度的物质有不同的穿透能力。在医学上x光用来投射人体形成影像，用来辅助诊断；或照射病灶用于治疗。对于准确获取待拍摄病患所需x-射线辐射质量的需求由来已久，x-射线辐射质量主要体现在x-射线球管，x-射线源的工作管电压kvp，以及工作电流积ma·s，前者决定x-射线球管发出的x-射线的能级，更高的管电压对应更高的x-射线能级，也就对应着更强的x-射线穿透力；后者为电流与时间的乘积，共同决定了发出x-射线的量，更高的电流，更长的时间，对应更多的射线量，其中，x-射线源的工作管电压kvp决定了x-射线穿透力，过高的工作管电压kvp会产生更高能级以及更多的射线量，自然会对患者产生更大的伤害；而过低的工作管电压kvp会产生更低能级以及更少的射线量，则无法产生清晰准确的图像。同时，由于患者辐射区域的身体表面不是平面，具有一定的高度起伏，也就是每个部位的厚度不同，若采用同一大小的工作管电压kvp，则会出现一部分图像不清晰，而一部分身体部位可能遭到过大的射线损伤，因此能够实时根据身体厚度的变化来调整工作管电压kvp大小，是目前x光成像技术的尚待解决的难题。

目前现有的x光成像设备，还没有类似测量厚度的系统，并且根据测量的厚度来调整工作管电压kvp，要解决上述问题，身体部位的厚度测量技术以及准确性是关键，在测量厚度时，如果只测量一次，则可能因为设备的测量误差而导致工作管电压kvp严重不符合真实厚度所对应的工作管电压kvp，对人体造成很大的损伤或者成像很不清晰，因此需要进行多次测量，并对多次的测量数据取中值，由此得到可靠的厚度测量值；同时现有的中值处理方法，若测量的数据较多，其算法所对应的处理时间也会增长，导致处理结果跟不上设备发射x射线的更新频率，或者x射线发射更新的频率变小，都会进一步导致设备的工作效率降低。

技术实现要素：

本发明提供一种厚度测量的中值滤波方法，主要用于x光射线成像技术中，对患者不同身体部位厚度的测量，用于解决现有技术中在测量厚度时，可能因为设备的测量误差而导致工作管电压kvp严重不符合真实厚度所对应的工作管电压kvp，对人体造成很大的损伤或者成像很不清晰的技术问题；同时，本发明还能解决现有测量厚度设备的中值处理方法所对应的处理时间也会增长，导致处理结果跟不上设备发射x射线的更新频率，或者x射线发射更新的频率变小，进一步导致设备的工作效率降低的问题。

本发明所采用的技术方案为：

一种厚度测量的中值滤波方法，为解决现有技术中在测量厚度时，可能因为设备的测量误差而导致工作管电压kvp严重不符合真实厚度所对应的工作管电压kvp，对人体造成很大的损伤或者成像很不清晰的问题，包括以下步骤，

步骤s1：首先通过测距装置对被测物体的表面进行n次预测量，获取n个测量值si，si表示测距装置到被测物体表面的距离，i表示测量序号，取值范围为i＝1，2，…，n；

步骤s2：创建一个容量为n的先进先出队列来存储测量值，当队列里的测量值数量达到n时，队列丢弃最早进入队列的测量值，并将新的测量值放入队列，即丢弃旧的测量值，并加入新的测量值，这样队列就保存了最新的n个测量值；

步骤s3：通过快速中值滤波的方式获取队列中的中值a，中值a即为n个预测量值的准确值；

步骤s4：预测量测距装置使用中的背景距离b，被测物体的厚度值l即为b-a。

通过对一个部位进行多次测量，在多个测量值中选择中值的方式，可以很好地避免偶尔出现的测量误差，选择的中值即可作为准确测量值来计算被测物体的厚度，来发出合适的工作管电压kvp，比如测距装置对被测物体的表面一点进行5次测量，5次测量的结果按照先后顺序依次为27、28、29、29、30，创建的队列容量为3，则依照先进先出的原则，则先的前两个数据将被丢弃，队列中剩余29、29、30三个测量值，然后中值滤波取中值，得到中值a＝29，然后就可以通过预先测量的背景距离得到被测物体的厚度；当然，正常的测量时，一个测量周期所测量的数据远大于5次，一般为20-50次，并且队列的容量也远大于3，一般是几十到几百不等。

进一步的，为解决现有测量厚度设备的中值处理方法所对应的处理时间也会增长，导致处理结果跟不上设备发射x射线的更新频率，或者x射线发射更新的频率变小，进一步导致设备的工作效率降低的技术问题，步骤s3中，快速中值滤波算法的排序步骤具体包括，

步骤s301：预先设置预测量值的取值范围[m，m]，创建一个容量为m-m+1的数组a，所有元素初始化为0，当一个新测量值mk加入队列，则将amk增大1，当一个旧测量值mj被丢弃，则将amj减小1；数组a记录了从m到m的各测量值出现的次数；

步骤s302：对于该数组，同时从前往后累计局部和若εi-1＜n/2，且εi＞n/2，则测量值i-m+1即为中值。

通过快速中值滤波，可以大大减小算法运算的时间，特别是在处理大量数据的时候，可以很快地得到中值，提高工作效率；继续假设有五个测量值27、28、29、29、30，即n＝5，数组a的取值范围为[25，30]，则在输入五个测量值后，数组a即变成[0，0，1，1，2，1]，可得到当i＝3时，εi-1＜n/2，εi＞n/2，由此得到中值为29。通常的，在进行患者身体部位测量时，数组a的取值范围一般为[20，80]，而在测量时，测量值都是以厘米为单位的整数，因此在取值范围内就会有61个取值点，而在测量时，一个测量周期的测量次数可能为几百次，如果按照传统的中值滤波方法，则需要进行不断地排序和运算，而且数组的容量也为几百个，因此算法的耗时较长，而采用本快速中值滤波后，数组的容量为不变的61个，变化的是数组中amj的增大和减小，此快速中值滤波提供了一种时间复杂度为o(1)的方式，使得算法运算时间大大减小，大大提高了工作效率。

进一步的，为了进一步提高算法处理效率，快速排序算法根据新旧测量值不断调整缩小取值范围[m，m]，其缩小取值范围的步骤包括，

步骤s3011：当一个新测量值mk加入队列时，同时比较mk和m的大小，若m＞mk＞m，则将取值范围[m，m]变换为[mk，m]，此时数组a的容量变为m-mk+1；当另一个新测量值mp加入队列时，同时比较mp和mk的大小，若mk＞mp＞m，则将取值范围[mk，m]变换为[mp，mk]，此时数组a的容量变为mk-mp+1；若m＞mp＞mk，则将取值范围[mk，m]变换为[mk，mp]，此时数组a的容量变为mp-mk+1；

步骤s3012：当再有新测量值mn加入队列时，重复步骤s3011对比mn和mp或mk的大小，重新确定数组的容量范围及容量大小。

比如在测量时，假定数组a的取值范围为[20，80]，但是对于某些部位，其厚度范围可以确定改为50-60，则数组a中会有大量为0的amk，因此会浪费处理器的运算时间，如果能够将范围迅速缩小到实际测量范围，则处理器在进行中值滤波的时候，会节省很多时间；因此本缩小取值范围的步骤的具体实现为，假设原本数组a的取值范围为[20，80]，在一个新测量值m1加入队列，m1＝50，则m1＞20，因此数组a的取值范围变为[50，80]；当新测量值m2加入队列后，假设m2＝60，50＜m2＜80，则数组a的取值范围变为[50，60]；假设m2＝40，m2＜50，则数组a的取值范围变为[40，50]；当再加入一个新测量值m3后，假设m3＝70，m3＞50，则数组a的取值范围变为[40，70]；由此不断调整数组a的取值范围，直到会精确到最小范围，则在此范围内的中值滤波速度会得到大大缩减。

进一步的，所述m、m为整数值，所述新测量值mk为取值范围[m，m]中的整数值。

进一步的，所述被测物体在测量时放置在平板上，背景距离b表示测距装置的测距发射头与平板的垂直距离。

进一步的，所述测距装置对被测物体的表面进行预测量时，先对被测物体表面的同一点进行n次预测量，获取测量中值后；移动测距装置到另一点再进行n次预测量并得到对应的测量中值。

进一步的，所述测距装置采用可见光测距装置、近可见光测距装置或声呐测距装置中的任意一种。

本发明的有益效果为：

(1)本发明通过对一个部位进行多次测量，在多个测量值中选择中值的方式，可以很好地避免偶尔出现的测量误差，选择的中值即可作为准确测量值来计算被测物体的厚度，来发出合适的工作管电压kvp，避免过高的辐射对人体造成很大的损伤或者过低的辐射质量使得成像很不清晰的情况。

(2)本发明的快速中值滤波方法提供了一种时间复杂度为o(1)的方式，特别是在处理大量数据的时候，可以很快地得到中值，使得算法运算时间大大减小，大大提高了工作效率。

(3)本发明的中值滤波方法可以不断调整数组a的取值范围，直到会精确到最小范围，将范围迅速缩小到实际测量范围，则在此范围内的中值滤波速度会得到大大缩减，处理器在进行中值滤波的时候，会节省很多时间。

附图说明

图1是本发明的方法流程图；

图2是本发明快速中值滤波算法的排序步骤的流程图；

图3是本发明缩小滤波取值范围的步骤的流程图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步阐述。

实施例1：

如图1所示，一种厚度测量的中值滤波方法，包括以下步骤，

步骤s1：首先通过测距装置对被测物体的表面进行n次预测量，获取n个测量值si，si表示测距装置到被测物体表面的距离，i表示测量序号，取值范围为i＝1，2，…，n；

步骤s2：创建一个容量为n的先进先出队列来存储测量值，当队列里的测量值数量达到n时，队列丢弃最早进入队列的测量值，并将新的测量值放入队列，即丢弃旧的测量值，并加入新的测量值，这样队列就保存了最新的n个测量值；

步骤s3：通过快速中值滤波的方式获取队列中的中值a，中值a即为n个预测量值的准确值；

步骤s4：预测量测距装置使用中的背景距离b，被测物体的厚度值l即为b-a。

通过对一个部位进行多次测量，在多个测量值中选择中值的方式，可以很好地避免偶尔出现的测量误差，选择的中值即可作为准确测量值来计算被测物体的厚度，来发出合适的工作管电压kvp，比如测距装置对被测物体的表面一点进行5次测量，5次测量的结果按照先后顺序依次为27、28、29、29、30，创建的队列容量为3，则依照先进先出的原则，则先的前两个数据将被丢弃，队列中剩余29、29、30三个测量值，然后中值滤波取中值，得到中值a＝29，然后就可以通过预先测量的背景距离得到被测物体的厚度；当然，正常的测量时，一个测量周期所测量的数据远大于5次，一般为20-50次，并且队列的容量也远大于3，一般是几十到几百不等。

实施例2：

如图2所示，在上述实施例的基础上，作为进一步的优选方案，步骤s3中，快速中值滤波算法的排序步骤具体包括，

步骤s301：预先设置预测量值的取值范围[m，m]，创建一个容量为m-m+1的数组a，所有元素初始化为0，当一个新测量值mk加入队列，则将amk增大1，当一个旧测量值mj被丢弃，则将amj减小1；数组a记录了从m到m的各测量值出现的次数；

步骤s302：对于该数组，同时从前往后累计局部和若εi-1＜n/2，且εi＞n/2，则测量值i-m+1即为中值。

通过快速中值滤波，可以大大减小算法运算的时间，特别是在处理大量数据的时候，可以很快地得到中值，提高工作效率；继续假设有五个测量值27、28、29、29、30，即n＝5，数组a的取值范围为[25，30]，则在输入五个测量值后，数组a即变成[0，0，1，1，2，1]，可得到当i＝3时，εi-1＜n/2，εi＞n/2，由此得到中值为29。通常的，在进行患者身体部位测量时，数组a的取值范围一般为[20，80]，而在测量时，测量值都是以厘米为单位的整数，因此在取值范围内就会有61个取值点，而在测量时，一个测量周期的测量次数可能为几百次，如果按照传统的中值滤波方法，则需要进行不断地排序和运算，而且数组的容量也为几百个，因此算法的耗时较长，而采用本快速中值滤波后，数组的容量为不变的61个，变化的是数组中amj的增大和减小，此快速中值滤波提供了一种时间复杂度为o(1)的方式，使得算法运算时间大大减小，大大提高了工作效率。

实施例3：

如图3所示，在上述实施例的基础上，作为进一步的优选方案，为了进一步提高算法处理效率，快速排序算法根据新旧测量值不断调整缩小取值范围[m，m]，其缩小取值范围的步骤包括，

步骤s3011：当一个新测量值mk加入队列时，同时比较mk和m的大小，若m＞mk＞m，则将取值范围[m，m]变换为[mk，m]，此时数组a的容量变为m-mk+1；当另一个新测量值mp加入队列时，同时比较mp和mk的大小，若mk＞mp＞m，则将取值范围[mk，m]变换为[mp，mk]，此时数组a的容量变为mk-mp+1；若m＞mp＞mk，则将取值范围[mk，m]变换为[mk，mp]，此时数组a的容量变为mp-mk+1；

步骤s3012：当再有新测量值mn加入队列时，重复步骤s3011对比mn和mp或mk的大小，重新确定数组的容量范围及容量大小。

比如在测量时，假定数组a的取值范围为[20，80]，但是对于某些部位，其厚度范围可以确定改为50-60，则数组a中会有大量为0的amk，因此会浪费处理器的运算时间，如果能够将范围迅速缩小到实际测量范围，则处理器在进行中值滤波的时候，会节省很多时间；因此本缩小取值范围的步骤的具体实现为，假设原本数组a的取值范围为[20，80]，在一个新测量值m1加入队列，m1＝50，则m1＞20，因此数组a的取值范围变为[50，80]；当新测量值m2加入队列后，假设m2＝60，50＜m2＜80，则数组a的取值范围变为[50，60]；假设m2＝40，m2＜50，则数组a的取值范围变为[40，50]；当再加入一个新测量值m3后，假设m3＝70，m3＞50，则数组a的取值范围变为[40，70]；由此不断调整数组a的取值范围，直到会精确到最小范围，则在此范围内的中值滤波速度会得到大大缩减。

本快速中值滤波采用处理器中的编程程序即可实现，以下为快速中值滤波的编程代码示例：

实施例4：

在上述实施例的基础上，作为进一步的优选方案，所述m、m为整数值，所述新测量值mk为取值范围[m，m]中的整数值；被测物体在测量时放置在平板上，背景距离b表示测距装置的测距发射头与平板的垂直距离；测距装置对被测物体的表面进行预测量时，先对被测物体表面的同一点进行n次预测量，获取测量中值后；移动测距装置到另一点再进行n次预测量并得到对应的测量中值；测距装置采用可见光测距装置、近可见光测距装置或声呐测距装置中的任意一种。

本发明不局限于上述可选实施方式，任何人在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是落入本发明权利要求界定范围内的技术方案，均落在本发明的保护范围之内。