TR层析扫描投影重排方法及装置与流程

本发明属于ct技术领域，尤其涉及一种tr层析扫描投影重排方法及装置。

背景技术：

近年来，ct(computedtomography，电子计算机断层扫描)检测技术迅速发展，该技术适用于对复杂结构件的检测，并可与cad(computeraideddesign，计算机辅助设计)、cam(computeraidedmanufacturing，计算机辅助制造)等制造技术结合而形成逆向工程。这些优势都是其他无损检测技术所不具备的。x射线ct成像检测技术得到的检测图像是与工件材料、结构、组成成分及密度等特性相对应的二维断层图像，不存在信息叠加的问题。其检测图像是数字化的结果，从中可直接得到ct值、像素尺寸等物理信息。

然而，被检测对象常常在材料、形状、尺寸等方面有较大的不确定性，当检测对象尺寸大于探测器尺寸时，往往会发生由于视野(fov，fieldofview)无法完全覆盖被测物而出现横向数据截断问题，不满足滤波反投影重建算法的数据要求。此时，必须对扫描方案进行重新设计。第二代ct扫描具有结构简单、成本低等优点，是工业无损检测领域中一种重要的检测方法。其tr(transverserotation，横向旋转)扫描方式可以在物体尺寸超过x射线扇束空间范围时，仍然可以通过物体的平移运动获取完整的ct投影数据，在超过射束范围的大尺寸构件检测方面具备独特优势，其扫描示意图如图1所示。图1中物体的运动方式为平移和旋转交替进行，首先将物体从x射线扇束区域的一侧平移运动到另一侧，其中，一侧的物体用实线圆形表示，物体中的加号表示物体的旋转中心，平移到另一侧的物体用虚线圆形表示。然后物体旋转一个步进角s后再平移回初始位置，s为射束扇角大小，反复执行180°/s次，便可获得应用平行束滤波反投影重建所需的完备数据。

第二代ct扫描没有直接的滤波反投影重建算法，但由于tr扫描方式与平行束扫描具有相同的特点，所以工业上常用的二代ct重建算法是将其投影数据重排成标准平行束数据，然后使用平行束的滤波反投影重建算法进行重建。图2为扇束角与平移步距间的关系。为了更加清晰地说明，假定物体固定射线移动。sa为扇形束中心射线，平移后为s1a1。sb为扇形束某条射线，平移后为s1b1。平移步距为d，扇束角s＝2α。可见sa与s1a1的距离为d，而sb与s1b1的距离d1＝d·cosα。现有的重排方法是在假设d≈d1的情况下，将tr扫描数据直接重排成平行束投影数据，然后应用平行束的滤波反投影重建算法进行重建。这种重建方法被称为“重排重建”。

但是由于扇束中不同角度的射线与物体平移方向的夹角不同，导致物体平移同样的步进距离，其旋转中心与不同角度射线的距离变化是不同的，这将会造成tr扫描的数据对每一条射线而言的采样距离是不同。目前应用的重排重建算法仅适用于扇角较小的第二代ct扫描重建。当α较大时，再以d≈d1的条件进行重排，便会造成重建结果出现严重误差。

技术实现要素：

为克服上述现有的重排方法导致重建结果不精确的问题或者至少部分地解决上述问题，本发明实施例提供一种tr层析扫描投影重排方法及装置。

根据本发明实施例的第一方面，提供一种tr层析扫描投影重排方法，包括：

根据物体的tr扫描正弦图确定所述物体的平行束正弦图的投影区域范围，并在所述投影区域范围内确定所述平行束正弦图中各未知采样点的坐标；其中，所述物体的tr扫描正弦图通过预先使用扇束扫描仪对所述物体进行tr层析扫描获取；

对于任一所述未知采样点，对该未知采样点的坐标进行坐标转换，获取该未知采样点的坐标映射到所述tr扫描正弦图中的目标坐标位置；

对所述tr扫描正弦图进行插值，获取所述目标坐标位置的灰度值，将所述目标坐标位置的灰度值作为该未知采样点的灰度值。

根据本发明实施例第二方面提供一种tr层析扫描投影重排装置，包括：

确定模块，用于根据物体的tr扫描正弦图确定所述物体的平行束正弦图的投影区域范围，并在所述投影区域范围内确定所述平行束正弦图中各未知采样点的坐标；其中，所述物体的tr扫描正弦图通过预先使用扇束扫描仪对所述物体进行tr层析扫描获取；

转换模块，用于对于任一所述未知采样点，对该未知采样点的坐标进行坐标转换，获取该未知采样点的坐标映射到所述tr扫描正弦图中的目标坐标位置；

重排模块，用于对所述tr扫描正弦图进行插值，获取所述目标坐标位置的灰度值，将所述目标坐标位置的灰度值作为该未知采样点的灰度值。

根据本发明实施例的第三个方面，还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器调用所述程序指令能够执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的tr层析扫描投影重排方法。

根据本发明实施例的第四个方面，还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面的各种可能的实现方式中任一种可能的实现方式所提供的tr层析扫描投影重排方法。

本发明实施例提供一种tr层析扫描投影重排方法及装置，该方法通过先确定平行束正弦图的投影区域范围和投影区域范围中各未知采样点的坐标，然后通过坐标转换将各未知采样点映射到tr扫描正弦图中各映射点的坐标位置，即目标坐标位置，在tr扫描正弦图中通过插值法获得各目标坐标位置处的灰度值，将其作为相应的平行束正弦图中各未知采样点的灰度值，得到的平行束正弦图像更精确，基于平行束正弦图像重建图像边缘光滑，没有伪影现象，且在扇束角较大时能实现精确的图像重建。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为现有技术中tr扫描方式物体运动模式示意图；

图2为现有技术中扇束角与平移步距间的关系示意图；

图3为本发明实施例提供的tr层析扫描投影重排方法整体流程示意图；

图4为本发明实施例提供的tr层析扫描投影重排方法中一个扇束角的tr扫描正弦图的示意图；

图5为本发明实施例提供的tr层析扫描投影重排方法中一个扇束角的平行束扫描正弦图的示意图；

图6为本发明实施例提供的tr层析扫描投影重排方法中根据物体的旋转角度计算探测器的探测元索引的原理图；

图7为本发明实施例提供的tr层析扫描投影重排方法中根据平行束正弦图的坐标计算物体旋转中心位置的原理图；

图8为本发明实施例提供的tr层析扫描投影重排方法中物体旋转中心在tr扫描正弦图中的运动轨迹示意图；

图9为本发明实施例提供的tr层析扫描投影重排方法中的中心线模型示意图；

图10为本发明实施例提供的tr层析扫描投影重排方法中的中心线图像示意图；

图11为现有技术中的tr层析扫描投影重排方法得到的平行束正弦图的示意图；

图12为现有技术中应用图11中的平行束正弦图进行重建得到的断层图像示意图；

图13为本发明实施例提供的tr层析扫描投影重排方法得到的平行束正弦图的示意图；

图14为本发明实施例提供的tr层析扫描投影重排方法中应用图13中的平行束正弦图进行重建得到的断层图像示意图；

图15为本发明实施例提供的tr层析扫描投影重排装置整体结构示意图；

图16为本发明实施例提供的电子设备整体结构示意图。

具体实施方式

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

在本发明的一个实施例中提供一种tr层析扫描投影重排方法，图3为本发明实施例提供的tr层析扫描投影重排方法整体流程示意图，该方法包括：s301，根据物体的tr扫描正弦图确定所述物体的平行束正弦图的投影区域范围，并在所述投影区域范围内确定所述平行束正弦图中各未知采样点的坐标；其中，所述物体的tr扫描正弦图通过预先使用扇束扫描仪对所述物体进行tr层析扫描获取；

其中，物体为被扫描对象，本实施例不限于物体的种类。tr扫描正弦图为对物体进行tr层析扫描获取的图像，平行束正弦图为对物体进行平行束扫描获取的图像。由于现有的滤波反投影重建算法不能直接使用tr扫描正弦图进行ct重建，但tr层析扫描方式与平行束扫描具有相同的特点，所以将tr层析扫描获取的投影数据，即tr扫描正弦图重排成标准平行束数据，即平行束正弦图，然后根据平行束正弦图使用滤波反投影重建算法进行重建。首先，使用扇束扫描仪对物体进行tr层析扫描获取物体的tr扫描正弦图。然后对物体已知的tr扫描正弦图进行重排，获取该物体未知的平行束正弦图。平行束正弦图的投影区域范围为平行束正弦图的尺寸，根据物体的tr扫描正弦图的尺寸确定。然后对平行束正弦图的投影区域范围进行划分，划分为大小相同的多个子区域，将每个子区域作为一个采样点。根据任一采样点位于投影区域范围内的位置，确定该采样点的坐标。虽然平行束正弦图中各采样点的坐标可以确定，但灰度值是未知的，因此将平行束正弦图中的各采样点作为未知采样点。

s302，对于任一所述未知采样点，对该未知采样点的坐标进行坐标转换，获取该未知采样点的坐标映射到所述tr扫描正弦图中的目标坐标位置；

对于平行束正弦图中的任一未知采样点，对该未知采样点的坐标进行坐标转换。具体根据tr扫描正弦图中的坐标与平行束正弦图中的坐标之间的对应关系，将平行束正弦图中任一未知采样点的坐标转换为tr扫描正弦图中的坐标位置，将该坐标位置作为该未知采样点对应的目标坐标位置。

s303，对所述tr扫描正弦图进行插值，获取所述目标坐标位置的灰度值，将所述目标坐标位置的灰度值作为该未知采样点的灰度值。

由于任一未知采样点对应的目标坐标位置不一定为tr扫描正弦图中已知采样点的坐标位置，tr扫描正弦图中采样点的灰度值已知，将tr扫描正弦图中的采样点作为已知采样点，而计算出的目标坐标位置可能为小数，因此需要使用插值法，根据tr扫描正弦图中已知采样点的灰度值计算tr扫描正弦图中目标坐标位置的灰度值。

本实施例通过先确定平行束正弦图的投影区域范围和投影区域范围中各未知采样点的坐标，然后通过坐标转换将各未知采样点的坐标映射到tr扫描正弦图中，得到目标坐标位置，在tr扫描正弦图中通过插值法获得各目标坐标位置处的灰度值，将其作为相应的平行束正弦图中各未知采样点的灰度值，应用平行束的滤波反投影重建算法对获取的平行束正弦图进行ct重建，得到的重建图像边缘光滑，没有伪影现象，消除了现有重排算法假定条件d≈d1下，直接将tr扫描正弦图重排为平行束正弦图造成的误差，且在扇束角较大时也能实现精确的ct重建。

在上述实施例的基础上，本实施例中任一所述未知采样点的坐标包括行坐标和列坐标；任一所述未知采样点的列坐标为使用平行束扫描仪对所述物体进行任一次平行束层析扫描时，所述物体的旋转中心位置到所述平行束扫描仪中射线源所散发的射线之间的距离；任一所述未知采样点的行坐标为使用平行束扫描仪对所述物体进行任一次平行束层析扫描时的投影角度。

具体地，在对tr扫描正弦图进行重排时，需要确定tr扫描正弦图中的坐标与平行束正弦图中的坐标之间的对应关系。对于平行束正弦图而言，两个重要的参数分别为平行束扫描仪中射线源所散发射线的角度即投影角度θ和物体的旋转中心位置到射线的距离x。将x作为各未知采样点的列坐标，将θ作为各未知采样点的行坐标。

在上述实施例的基础上，本实施例中所述目标坐标位置的列坐标为所述平行束扫描仪中探测器的探元坐标索引；所述目标坐标位置的行坐标为对所述物体进行tr层析扫描的扫描行数。

具体地，在tr扫描中平行束扫描仪中的探测器每一次采集一行数据，tr扫描中每次平移的扫描数据由多行数据组成，tr扫描正弦图的列坐标可以看作探测器的探元坐标索引pd，行坐标可以看作是第pi次扫描，即pi为扫描行数。因此，在进行重排时需要确定(pi,pd)和(θ，x)之间的对应关系。图4为tr扫描正弦图的坐标范围，图5为平行束扫描正弦图的坐标范围。两个图中的数据分别为一个扇束角的数据。可以发现，对于物体旋转中心到射线的距离相同的一组数据在平行束正弦图中对应的是一列数据，在二代tr扫描正弦图中则是对应了一条从左上角到右下角的曲线。

在上述实施例的基础上，本实施例中对该未知采样点的坐标进行坐标转换，获取该未知采样点的坐标映射到所述tr扫描正弦图中的目标坐标位置的步骤具体包括：根据该未知采样点的行坐标，获取所述目标坐标位置的列坐标；根据该未知采样点的行坐标和列坐标，计算所述物体的旋转中心位置；根据所述物体的旋转中心位置，基于所述旋转中心位置与所述目标坐标位置的行坐标之间的线性关系，获取所述目标坐标位置的行坐标。

在上述实施例的基础上，本实施例通过以下公式根据该未知采样点的行坐标，获取所述目标坐标位置的列坐标：

其中，pj为所述目标坐标位置的列坐标，pf为所述射线源的焦点映射到所述探测器上的探元坐标索引，d为所述射线源的焦点到所述探测器的垂直距离，s为每次tr扫描时所述物体的自转角度，所述物体的自转角度等于所述射线源的扇束角，θs为物体的采样角度θ在tr扫描中对应的射线角度，θ∈[0,π]；

根据图6可知，目标坐标位置的列坐标pj，即探测器上的探元坐标索引pd，可以由未知采样点的行坐标θ获取。θs为物体的采样角度θ∈[0，π]在tr扫描中对应的射线角度，且有θs,d＝θs,d+s，其中d表示tr扫描的平移过程中物体被射线照射的角度范围中的任一角度位置，为相对于物体本身的角度，该位置在tr扫描中对应的射线角度和物体上d+s角度位置所对应的射线角度相等，其中θs，d∈[0，s]，d∈[0，s]。θs可通过物体的采样角度θ对扇束角取余得到，即θs＝θmod(s)。从而得到pd和平行束正弦图坐标(θ,x)之间的关系。

由图7可知，物体的旋转中心位置po由角度θs和旋转中心到投影摄像的距离x共同决定。通过以下公式根据该未知采样点的行坐标和列坐标，计算所述物体的旋转中心位置：

其中，po为所述物体的旋转中心位置，x为该未知采样点的列坐标；

由图7可知，物体的旋转中心位置po由角度θs和旋转中心到投影摄像的距离x共同决定。从而得到po和平行束正弦图坐标(θ,x)之间的关系。

为了确定物体的旋转中心位置和tr扫描图的行坐标pi之间的关系，还需要了解物体的旋转中心在tr扫描正弦图中的位置。物体旋转中心在tr扫描正弦图中的运动轨迹和每次扫描过程中物体的平移过程相关，在探测器的采集频率和物体的移动速度固定时，物体旋转中心在正弦图中的运动轨迹是一条直线，如图8所示。因此，扫描行数pi是关于物体旋转中心位置po的一个线性函数。

通过以下公式根据所述物体的旋转中心位置，基于所述旋转中心位置与所述目标坐标位置的行坐标之间的线性关系，获取所述目标坐标位置的行坐标：

pi＝k×po+b；

其中，k和b为预先获取的所述线性关系中的参数。

综合上述公式得到pi和平行束正弦图坐标(θ，x)之间的关系如下：

在上述实施例的基础上，本实施例中根据所述物体的旋转中心位置，基于所述旋转中心位置与所述目标坐标位置的行坐标之间的线性关系，获取所述目标坐标位置的行坐标的步骤之前还包括：对预设的中心线模型进行tr层析扫描，获取所述中心线模型的中心线图像；其中，所述中心线模型为中心线上设有一条金属丝的圆柱形玻璃模型；对所述中心线图像进行分割，获取所述中心线图像中的模型投影；将所述模型投影的每一列中所有像素灰度的质心坐标作为所述中心线模型的旋转中心位置的列坐标；基于最小二乘法对所述中心线模型的旋转中心位置的行坐标和列坐标进行直线拟合，获取k和b。

具体地，为了得到参数k和b，采用标记法来确定每次扫描过程中物体的旋转中心位置，通过对特定的中心线模型进行tr扫描来获取物体的旋转中心位置。如图9所示，图9为中心线上有一条金属丝的圆柱玻璃模型，图9中圆柱形中心线上的加粗直线为该金属丝，对该中心线模型进行tr扫描来标记扫描过程中的旋转中心轨迹。扫描时需要保证中心线模型中的金属丝位于转台的旋转中心，该模型的平移扫描结果如图10所示，称为中心线图像。对中心线图像进行图像分割，区分出模型投影和背景区域，对模型投影的每一列寻找图像灰度的质心坐标，从而获得中心线图像中物体旋转中心的轨迹点坐标pj，也就是旋转中心的位置po。在计算质心坐标时对模型投影的灰度值取反，将取反的灰度值作为质量，计算模型投影中每一列的质心坐标。对轨迹的行坐标pi和列坐标pj进行最小二乘法直线拟合，便得到参数k和b。

在上述各施例的基础上，本实施例中将所述目标坐标位置的灰度值作为该未知采样点的灰度值的步骤之后还包括：根据所述物体的平行束正弦图，基于平行束的滤波反投影重建算法重建所述物体的断层图像。

为了验证本发明实施例中提供的tr层析扫描投影重排方法的效果，对物体在不同扇角下，如10°、20°、30°和45°的二代tr扫描正弦图分别使用本实施例和现有技术重排成平行束正弦图，然后对各平行束正弦图分别使用滤波反投影法进行重建。图11为现有技术得到的平行束正弦图，图11中的(a)、(b)、(c)、(d)对应为在10°、20°、30°和45°的扇角下扫描得到的tr扫描正弦图经重排获取的平行束正弦图。图12为图11所对应的重建断层图像，图12中的(a)、(b)、(c)、(d)对应为10°、20°、30°和45°的扇角下获取的平行束正弦图经过重建获取的重建断层图像。图13为本实施例得到的平行束正弦图，图13中的(a)、(b)、(c)、(d)对应为在10°、20°、30°和45°的扇角下扫描得到的tr扫描正弦图经重排获取的平行束正弦图。图14为图13所对应的重建断层图像，图14中的(a)、(b)、(c)、(d)对应为10°、20°、30°和45°的扇角下获取的平行束正弦图经过重建获取的重建断层图像。对比仿真结果可以发现，应用现有重排算法得到的平行束正弦图的扇角内部的边缘不完全满足正弦图的趋势，导致平行束正弦图和重建图像的边缘不光滑。随着扇角增大，边缘越不光滑，误差明显变大。本实施例得到的平行束正弦图则不存在这一现象。重建图像中伪影消失，边缘也变得光滑。随着扇角变化，其重排质量几乎不受影响。

在本发明的另一个实施例中提供一种tr层析扫描投影重排装置，该装置用于实现前述各实施例中的方法。因此，在前述tr层析扫描投影重排方法的各实施例中的描述和定义，可以用于本发明实施例中各个执行模块的理解。图15为本发明实施例提供的tr层析扫描投影重排装置整体结构示意图，该装置包括确定模块151、转换模块152和重排模块153；其中：

确定模块151用于根据物体的tr扫描正弦图确定所述物体的平行束正弦图的投影区域范围，并在所述投影区域范围内确定所述平行束正弦图中各未知采样点的坐标；其中，所述物体的tr扫描正弦图通过预先使用扇束扫描仪对所述物体进行tr层析扫描获取；

其中，物体为被扫描对象，本实施例不限于物体的种类。tr扫描正弦图为对物体进行tr层析扫描获取的图像，平行束正弦图为对物体进行平行束扫描获取的图像。由于现有的滤波反投影重建算法不能直接使用tr扫描正弦图进行ct重建，但tr层析扫描方式与平行束扫描具有相同的特点，所以将tr层析扫描获取的投影数据，即tr扫描正弦图重排成标准平行束数据，即平行束正弦图，然后根据平行束正弦图使用滤波反投影重建算法进行重建。首先，使用扇束扫描仪对物体进行tr层析扫描获取物体的tr扫描正弦图。然后对物体已知的tr扫描正弦图进行重排，获取该物体未知的平行束正弦图。平行束正弦图的投影区域范围根据物体的tr扫描正弦图的尺寸确定。然后对平行束正弦图的投影区域范围进行划分，划分为大小相同的多个子区域，将每个子区域作为一个采样点。确定模块151根据任一采样点位于投影区域范围内的位置，确定该采样点的坐标。虽然平行束正弦图中各采样点的坐标可以确定，但灰度值是未知的，因此将平行束正弦图中的各采样点作为未知采样点。

转换模块152用于对于任一所述未知采样点，对该未知采样点的坐标进行坐标转换，获取该未知采样点的坐标映射到所述tr扫描正弦图中的目标坐标位置；

对于平行束正弦图中的任一未知采样点，转换模块152对该未知采样点的坐标进行坐标转换。具体根据tr扫描正弦图中的坐标与平行束正弦图中的坐标之间的对应关系，将平行束正弦图中任一未知采样点的坐标转换为tr扫描正弦图中的坐标位置，将该坐标位置作为该未知采样点对应的目标坐标位置。

重排模块153用于对所述tr扫描正弦图进行插值，获取所述目标坐标位置的灰度值，将所述目标坐标位置的灰度值作为该未知采样点的灰度值。

由于任一未知采样点对应的目标坐标位置不一定为tr扫描正弦图中已知采样点的坐标位置，tr扫描正弦图中采样点的灰度值已知，将tr扫描正弦图中的采样点作为已知采样点，而计算出的目标坐标位置可能为小数，因此需要使用插值法，重排模块153根据tr扫描正弦图中已知采样点的灰度值计算tr扫描正弦图中目标坐标位置的灰度值。

本实施例通过先确定平行束正弦图的投影区域范围和投影区域范围中各未知采样点的坐标，然后通过坐标转换将各未知采样点映射到tr扫描正弦图中各映射点的坐标位置，即目标坐标位置，在tr扫描正弦图中通过插值法获得各目标坐标位置处的灰度值，将其作为相应的平行束正弦图中各未知采样点的灰度值，将获取的平行束正弦图应用于平行束的滤波反投影重建算法得到的重建图像边缘光滑，没有伪影现象，消除了现有重排算法假定条件d≈d1下，直接将tr扫描正弦图重排为平行束正弦图造成的误差，且在扇束角较大时也能实现精确的ct重建。

在上述实施例的基础上，本实施例中任一所述未知采样点的坐标包括行坐标和列坐标；任一所述未知采样点的列坐标为使用所述平行束扫描仪对所述物体进行任一次平行束层析扫描时，所述物体的旋转中心位置到平行束扫描仪中射线源所散发的射线之间的距离；任一所述未知采样点的行坐标为使用平行束扫描仪对所述物体进行任一次平行束层析扫描时的投影角度。

在上述实施例的基础上，本实施例中所述目标坐标位置的列坐标为所述平行束扫描仪中探测器的探元坐标索引；所述目标坐标位置的行坐标为对所述物体进行tr层析扫描的扫描行数。

在上述实施例的基础上，本实施例中转换模块具体用于：根据该未知采样点的行坐标，获取所述目标坐标位置的列坐标；根据该未知采样点的行坐标和列坐标，计算所述物体的旋转中心位置；根据所述物体的旋转中心位置，基于所述旋转中心位置与所述目标坐标位置的行坐标之间的线性关系，获取所述目标坐标位置的行坐标。

在上述各实施例的基础上，本实施例中转换模块进一步通过以下公式根据该未知采样点的行坐标，获取所述目标坐标位置的列坐标：

其中，pj为所述目标坐标位置的列坐标，pf为所述射线源的焦点映射到所述探测器上的探元坐标索引，d为所述射线源的焦点到所述探测器的垂直距离，s为每次tr扫描时所述物体的自转角度，所述物体的自转角度等于所述射线源的扇束角，θs为物体的采样角度θ∈[0，π]在tr扫描中对应的射线角度；

转换模块进一步通过以下公式根据该未知采样点的行坐标和列坐标，计算所述物体的旋转中心位置：

其中，po为所述物体的旋转中心位置，x为该未知采样点的列坐标；

转换模块进一步通过以下公式根据所述物体的旋转中心位置，基于所述旋转中心位置与所述目标坐标位置的行坐标之间的线性关系，获取所述目标坐标位置的行坐标：

pi＝k×po+b；

其中，k和b为预先获取的所述线性关系中的参数。

在上述实施例的基础上，本实施例中还包括获取模块，用于对预设的中心线模型进行tr层析扫描，获取所述中心线模型的中心线图像；其中，所述中心线模型为中心线上设有一条金属丝的圆柱形玻璃模型；对所述中心线图像进行分割，获取所述中心线图像中的模型投影；将所述模型投影的每一列中所有像素灰度的质心坐标作为所述中心线模型的旋转中心位置的列坐标；基于最小二乘法对所述中心线模型的旋转中心位置的行坐标和列坐标进行直线拟合，获取k和b。

在上述各实施例的基础上，本实施例中还包括重建模块，用于根据所述物体的平行束正弦图，基于平行束的滤波反投影重建算法重建所述物体的断层图像。

本实施例提供一种电子设备，图16为本发明实施例提供的电子设备整体结构示意图，该设备包括：至少一个处理器161、至少一个存储器162和总线163；其中，

处理器161和存储器162通过总线163完成相互间的通信；

存储器162存储有可被处理器161执行的程序指令，处理器调用程序指令能够执行上述各方法实施例所提供的方法，例如包括：根据物体的tr扫描正弦图确定物体的平行束正弦图的投影区域范围，并在投影区域范围内确定平行束正弦图中各未知采样点的坐标；其中，物体的tr扫描正弦图通过预先使用扇束扫描仪对物体进行tr层析扫描获取；对于任一未知采样点，对该未知采样点的坐标进行坐标转换，获取该未知采样点的坐标映射到tr扫描正弦图中的目标坐标位置；对tr扫描正弦图进行插值，获取目标坐标位置的灰度值，将目标坐标位置的灰度值作为该未知采样点的灰度值。

本实施例提供一种非暂态计算机可读存储介质，非暂态计算机可读存储介质存储计算机指令，计算机指令使计算机执行上述各方法实施例所提供的方法，例如包括：根据物体的tr扫描正弦图确定物体的平行束正弦图的投影区域范围，并在投影区域范围内确定平行束正弦图中各未知采样点的坐标；其中，物体的tr扫描正弦图通过预先使用扇束扫描仪对物体进行tr层析扫描获取；对于任一未知采样点，对该未知采样点的坐标进行坐标转换，获取该未知采样点的坐标映射到tr扫描正弦图中的目标坐标位置；对tr扫描正弦图进行插值，获取目标坐标位置的灰度值，将目标坐标位置的灰度值作为该未知采样点的灰度值。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。