基于局部特征匹配的锥束CT几何伪影去除方法及装置与流程

本发明属于图像处理领域，特别涉及一种基于局部特征匹配的锥束ct几何伪影去除方法及装置。

背景技术：

x射线计算机断层成像(computedtomography,ct)是利用x射线对于待测物体进行不同角度下的投影测量以获取物体横截面信息的成像技术。由于ct技术所具有的在非接触、不破坏条件下对于待测样品内部结构进行高分辨率表征的独特优势，自上世纪70年代起ct逐渐在医学辅助诊断、质量检测、材料分析及尺度测量等方面得到了广泛的应用。近年来，在原有螺旋ct的基础上，锥束ct(cone-beamct,cbct)扫描系统的研制与应用也得到了飞速的发展。锥束ct具有更高的扫描速度，辐射利用率和空间分辨率也得到进一步的提升，并且具有局部放大扫描能力，因此成为了目前工业ct应用的主流方式。

利用锥束ct获取待测样品三维断层图像数据主要包括投影数据采集、数据校正、图像重建及后处理几个步骤。为获取高质量的ct图像，图像重建算法要求x射线源、旋转平台及平板探测器中心处于完全对准的状态。然而受系统安装及器件自身精度限制，如图1所示，在实际应用中ct系统必然存在着几何误差，导致重建后的图像出现几何伪影。几何伪影最为显著的特征表现为图像边缘模糊，严重时可出现图像出现双结构状的重影，严重影响了重建质量和空间分辨率。

为解决锥束ct系统几何伪影对于图像质量的影响，现有技术主要采取的方法手段主要分为两类：定标体模法及几何参数自校正方法。定标体模法需要借助设计好的定标模板，在每次待测样品扫描之后在相同的缩放轴位置对定标模板进行扫描。通过定标模板上预设的标志物(如小球、金属线)等投影数据的几何位置关系进行系统几何误差参数的计算。定标体模法算法稳定，准确度高，并可同时求解出多个系统几何误差参数，是目前cbct应用中的主流几何伪影校正方式。但在其使用中还存在着以下不足：首先对定标模板的加工精度以及ct系统自身的稳定性要求较高；其次使用该方法完成测量及校正整个过程至少需要两次扫描，因此降低了扫描效率和辐射利用率，过程中人为介入过多也可能对最终校正效果产生影响。尤其是在高分辨率ct系统(如高放大比纳米ct成像系统)中，上述两个问题对于校正结果的影响更为突出。

几何参数自校正方法仅依靠锥束ct对于待测样品本身的扫描数据，利用其投影数据所具有的固有特性(如镜像对称、数据一致性等)或重建图像指标构建代价函数，再通过合适的优化算法从中求解出系统的几何误差参数。自校正算法最突出的优势在于省去了对于定标体模的扫描过程，利于实现整个扫描过程的自动化、智能化。但是现有自校正算法在泛用性方面仍难以令人满意，通常仅能对于特定类型的被扫描物体进行准确的几何参数误差计算。此外，大部分自校正算法依赖于从投影图像灰度值的绝对取值进行代价函数的构建，因此受噪声影响较大，难以在实际锥束ct系统中得到应用。

技术实现要素：

针对现有技术中存在的不足，本发明的目的是提供一种基于局部特征匹配的锥束ct几何伪影去除方法及装置，可以有效降低几何伪影对于高分辨率锥束ct系统成像质量的影响，适用范围广、自动化程度高、准确性高。

为解决上述技术问题，本发明采用以下的技术方案：

本发明提供了一种基于局部特征匹配的锥束ct几何伪影去除方法，包括：

读取投影数据；

将投影图像进行一定角度的旋转和翻转；

设置特征点提取阈值，并记录投影图像所有优质匹配点的坐标；

通过优化算法求解旋转轴偏转角；

读取该旋转轴偏转角下投影图像优质匹配点的横坐标数据，计算出旋转轴横向偏移；

对所有角度下的投影数据通过仿真变换进行旋转轴偏转角和横向偏移校正，通过重建得到无几何伪影的三维体数据。

进一步地，在读取投影数据之后，还包括：对投影数据进行预处理；首先对投影数据的灰度值进行线性变换将投影图像像素灰度值正规化；然后对正规化后的投影数据进行中值滤波除噪；最后使用直方图均衡化进行对比度增强。

进一步地，读取投影数据选择读取两张镜像投影数据，扫描角度间隔为180°。

进一步地，将投影图像进行一定角度的旋转和翻转，具体为：将两张投影图像进行η角度的旋转，并对其中一张投影数据进行镜像翻转。

进一步地，设置特征点提取阈值，对两张投影图像进行局部特征点提取、匹配与筛选。

进一步地，求解旋转轴偏转角具体为：以两张投影图像中所有优质匹配点的纵坐标均方根误差作为代价函数，通过优化算法求解最小值时所对应的角度即为旋转轴偏转角；

当选取多组投影数据时，将所有参与运算的投影数据中优质匹配点的纵坐标均方根误差作为代价函数进行旋转轴偏转角计算。

进一步地，读取该旋转轴偏转角下两张投影图像优质匹配点的横坐标数据u1和u2，通过δu＝(u2-u1)/2计算出旋转轴横向偏移，δu表示旋转轴横向偏移。

进一步地，旋转轴横向偏移的求解过程为：首先对每对优质匹配点的横坐标数据通过δu＝(u2-u1)/2进行中点求解，再对所有中点数据进行核概率密度分析，选取核概率密度最大值所对应的δu值作为旋转轴横向偏移。

本发明还提供了一种基于局部特征匹配的锥束ct几何伪影去除装置，包括：

投影数据读取模块，用于读取投影数据；

旋转翻转模块，用于将投影图像进行一定角度的旋转和翻转；

优质匹配点记录模块，用于设置特征点提取阈值，并记录投影图像所有优质匹配点的坐标；

旋转轴偏转角求解模块，用于通过优化算法求解旋转轴偏转角；

旋转轴横向偏移求解模块，用于读取该旋转轴偏转角下投影图像优质匹配点的横坐标数据，计算出旋转轴横向偏移；

去伪影三维体数据重建模块，用于对所有角度下的投影数据通过仿真变换进行旋转轴偏转角和横向偏移校正，通过重建得到无几何伪影的三维体数据。

与现有技术相比，本发明具有以下优点：

本发明的基于局部特征匹配的锥束ct几何伪影去除方法利用了圆轨迹锥束ct投影数据所具有的镜像对称及旋转轴不变特性，仅利用待测样品的一次扫描所获得的投影数据即可通过局部特征匹配对于扫描过程中ct投影数据的旋转轴偏移进行校正，本发明具有较高的准确性和较广泛的适用性，可以有效降低几何伪影对于高分辨率锥束ct系统成像质量的影响。

本发明无需设计精密的定标模板以及额外的定标体模扫描，尽可能地减少了人为因素对于扫描结果的干扰，同时有效提高了数据采集效率及x射线利用率。

相比于其他几何伪影自校正算法，本发明在几何参数计算过程中无需重建，因此具有较高的灵活度，特征提取的过程不依赖于采集图像的灰度值的绝对取值亦具有一定的抗噪声特性。

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是非理想锥束ct系统中所存在的几何误差参数示意图；

图2是存在几何误差的shepp-logan体模的镜像投影示意图，其中图2(c)和图2(d)分别为旋转轴同时存在偏转和位移误差和仅存在位移误差时从一对镜像投影中所提取出特征点之间的几何关系示意图；

图3是本发明实施例基于局部特征匹配的锥束ct几何伪影去除方法的流程图；

图4(a)是所有匹配特征点的中点坐标散点数据，图4(b)是对散点数据进行核概率密度函数估计，其函数最大值即为所求解的旋转轴横向偏移；

图5是未进行几何校正以及利用本发明所提供的自校正算法进行几何伪影消除后的重建图像切片的对比图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，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做出创造性劳动的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。

如图3所示，本实施例的基于局部特征匹配的锥束ct几何伪影去除方法，该方法包括以下步骤：

步骤s301，根据待测样品形状特征选择读入一系列投影数据；通常可以选择在待测样品正视视角下对应投影角度±20°范围内的投影及其对应的镜像投影进行后续运算；

步骤s302，对投影数据进行预处理；具体是：

首先对投影数据的灰度值进行线性变换将投影图像像素灰度值正规化于[0,255]的取值范围内，线性变换正规化公式如下：

其中，ii,j为输入图像第i行第j列的像素灰度值，imax和imin分别为输入图像的最大、最小灰度值，oi,j为正规化后图像第i行第j列的像素灰度值。

为提高图像局部特征提取与匹配的准确率，对正规化后的投影数据进行中值滤波除噪，根据图像质量可以进一步使用直方图均衡化进行对比度增强。

步骤s303，读取两张镜像投影数据，扫描角度间隔为180°，将两张投影图像进行η角度的旋转，并对其中一张投影数据进行镜像翻转；

步骤s304，设置特征点提取阈值，对两张投影图像进行orb特征点提取、匹配与筛选，并记录投影图像所有优质匹配点的坐标；

步骤s305，计算两张投影图像中所有优质匹配点纵坐标的均方根误差：

其中，ngood为旋转角度为η下优质匹配点的个数，θ为所选取投影图像对应的扫描角度，和分别为两张镜像投影图像中优质匹配点的纵坐标；

依次对步骤s301读入的多组投影数据进行上述运算并构建代价函数为：

其中，nθ为所有参与分析运算的扫描角度个数。通过一种基于brent方法的单变量有边界优化方法求解出公式(3)取最小值时所对应的η角即为旋转轴偏转角。

步骤s306，根据图2中所示几何关系，当系统旋转轴仅存在横向位移误差时，旋转轴横向位移误差可通过镜像投影中优质匹配点的横坐标数据进行求解，具体为：读取步骤s305求解出的旋转轴偏转角下每对镜像投影数据优质匹配点的横坐标数据u1和u2，对每对优质匹配点的横坐标数据通过δu＝(u2-u1)/2进行中点求解。

再对所有中点数据进行核概率密度函数求解，取核概率密度最大值所对应的δu值作为旋转轴横向偏移，结果如图4所示；对步骤s301中选择的多组投影数据，进行上述计算并取平均值作为最终的旋转轴横向偏移。

步骤s307，对所有角度下的投影数据通过仿真变换进行旋转轴偏转角和横向偏移校正，通过重建得到无几何伪影的三维体数据。

为评估本发明所提供的基于局部特征匹配的锥束ct几何伪影去除方法的有效性，利用高放大比锥束ct系统对一段竹制牙签的实验扫描数据进行实验验证，结果如图5所示，图5(a)为未经过校正的投影数据直接进行重建后得到的切片数据，受几何伪影影响图像出现典型的双结构虚影，图5(b)为通过本发明所提出的方法进行投影校正后重建所得的切片数据，可以看出几何伪影的影响被有效消除，图像细节信息得到了良好的恢复。

综上所述，本发明所提供的基于局部特征匹配的锥束ct几何伪影去除方法能够对于系统旋转轴偏离引起的几何伪影进行有效的抑制。基于局部特征点提取与匹配的特征提取方式本身具鲁棒性高的特点，尤其适合图像纹理细节丰富的待测样品。并且所提出的基于局部特征匹配的几何伪影去除方法除选择投影数据和设置特征点提取阈值之外无需其它人工干预，可以提高ct数据处理的集成化与自动化。

与上述的基于局部特征匹配的锥束ct几何伪影去除方法相应地，本实施例还提供一种基于局部特征匹配的锥束ct几何伪影去除装置，包括投影数据读取模块11、旋转翻转模块12、优质匹配点记录模块13、旋转轴偏转角求解模块14、旋转轴横向偏移求解模块15和去伪影三维体数据重建模块16。

投影数据读取模块11，用于读取投影数据；

旋转翻转模块12，用于将投影图像进行一定角度的旋转和翻转；

优质匹配点记录模块13；用于设置特征点提取阈值，并记录投影图像所有优质匹配点的坐标；

旋转轴偏转角求解模块14，用于通过优化算法求解旋转轴偏转角；

旋转轴横向偏移求解模块15，用于读取该旋转轴偏转角下投影图像优质匹配点的横坐标数据，计算出旋转轴横向偏移；

去伪影三维体数据重建模块16，用于对所有角度下的投影数据通过仿真变换进行旋转轴偏转角和横向偏移校正，通过重建得到无几何伪影的三维体数据。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

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在计算机可读取的存储介质中，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中。

最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。