图像处理方法、装置、CT设备及CT系统与流程

本发明涉及医学图像处理技术领域，尤其涉及一种图像处理方法、装置、ct设备及ct系统。

背景技术：

由于ct(computedtomography，电子计算机断层扫描)成像所获得的横断面图像清晰、密度分辨率高，因此在现代医学检测中获得了越来越广泛的应用。对于不同组织或者部位，诊断所需的ct图像分辨率要求不一样，有高分辨率和低分辨率之分。细小的组织结构(如内耳骨组织、肺部结节等)需要高分辨率的图像才能进行准确的诊断，而一般的软组织只需要噪声小的分辨率相对较低的图像即可进行诊断。

在高分辨率ct图像中，图像中的边缘处(或者说是ct值跳变处)会出现高梯度伪影。高梯度伪影的存在导致图像质量降低，影响诊断效果。

技术实现要素：

为克服相关技术中存在的问题，本发明提供了一种图像处理方法、装置、ct设备及ct系统，提高图像质量。

根据本发明实施例的第一方面，提供一种图像处理方法，包括：

基于第一卷积核对ct扫描生数据进行重建得到第一图像，基于第二卷积核对所述ct扫描生数据进行重建得到第二图像，所述第一卷积核为产生高分辨率图像的卷积核，所述第二卷积核为产生低分辨率图像的卷积核；

根据所述第一图像确定权重矩阵；

根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像。

根据本发明实施例的第二方面，提供一种图像处理装置，包括：

重建模块，用于基于第一卷积核对ct扫描生数据进行重建得到第一图像，基于第二卷积核对所述ct扫描生数据进行重建得到第二图像，所述第一卷积核为产生高分辨率图像的卷积核，所述第二卷积核为产生低分辨率图像的卷积核；

确定模块，用于根据所述第一图像确定权重矩阵；

融合模块，用于根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像。

根据本发明实施例的第三方面，提供一种ct设备，包括：内部总线，以及通过内部总线连接的存储器、处理器和外部接口；其中，所述外部接口，用于连接ct系统的探测器，所述探测器包括多个探测器室及相应的处理电路；

所述存储器，用于存储图像处理控制逻辑对应的机器可读指令；

所述处理器，用于读取所述存储器上的所述机器可读指令，并执行如下操作：

基于第一卷积核对ct扫描生数据进行重建得到第一图像，基于第二卷积核对所述ct扫描生数据进行重建得到第二图像，所述第一卷积核为产生高分辨率图像的卷积核，所述第二卷积核为产生低分辨率图像的卷积核；

根据所述第一图像确定权重矩阵；

根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像。

根据本发明实施例的第四方面，提供一种ct系统，包括探测器、扫描床和ct设备，所述探测器包括多个探测器室及相应的处理电路；其中：

所述探测器室，用于在所述ct系统扫描过程中，探测穿过扫描对象的x射线并转换为电信号；

所述处理电路，用于将所述电信号转换成脉冲信号，采集脉冲信号的能量信息；

所述ct设备，用于：

基于第一卷积核对ct扫描生数据进行重建得到第一图像，基于第二卷积核对所述ct扫描生数据进行重建得到第二图像，所述第一卷积核为产生高分辨率图像的卷积核，所述第二卷积核为产生低分辨率图像的卷积核；

根据所述第一图像确定权重矩阵；

根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像。

本发明实施例提供的技术方案可以包括以下有益效果：

本发明实施例，通过基于第一卷积核对ct扫描生数据进行重建得到第一图像，基于第二卷积核对所述ct扫描生数据进行重建得到第二图像，所述第一卷积核为产生高分辨率图像的卷积核，所述第二卷积核为产生低分辨率图像的卷积核，根据所述第一图像确定权重矩阵，根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像。根据梯度映射加权权重，并基于权重融合高分辨率ct图像和低分辨率ct图像，保证分辨率的同时有效减弱高梯度伪影，提升了图像质量。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理。

图1是本发明实施例提供的图像处理方法的流程示例图。

图2是原始高分辨率ct图像与经本实施例图像处理方法处理后得到的ct图像的对比示例图。

图3是本发明实施例提供的图像处理装置的功能方块图。

图4是本发明实施例提供的ct设备的一个硬件结构图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明实施例的一些方面相一致的装置和方法的例子。

在本发明实施例使用的术语是仅仅出于描述特定本发明实施例的目的，而非旨在限制本发明实施例。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本发明实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

在ct成像领域，一般通过不同形状的卷积核产生最终不同分辨率的图像。不同形状的卷积核实际上是对图像各个频率成分进行不同幅度的增强从而得到不同分辨率的图像。若图像的高频成分增强的多，则图像分辨率高，但背景噪声大；若图像高频成分不增强甚至进行抑制，则得到的图像分辨率低，但噪声小。

在高分辨率ct图像中，由于高分辨率卷积核增强了高频成分，本质上是使得当前像素点的ct值和周围ct值的差异变大。这使得图像中的边缘处或者说是ct值跳变处出现高梯度伪影。高梯度伪影指在图像中高梯度的地方出现梯度的反转，也可叫做梯度反转伪影(gradientreversalartifacts)。低分辨率ct图像未进行过度的增强，因而图像中无高梯度伪影。

下面通过实施例对图像处理方法进行详细说明。

图1是本发明实施例提供的图像处理方法的流程示例图。如图1所示，本实施例中，图像处理方法可以包括：

s101，基于第一卷积核对ct扫描生数据进行重建得到第一图像，基于第二卷积核对所述ct扫描生数据进行重建得到第二图像，所述第一卷积核为产生高分辨率图像的卷积核，所述第二卷积核为产生低分辨率图像的卷积核。

s102，根据所述第一图像确定权重矩阵。

s103，根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像。

本实施例中，第一卷积核为产生高分辨率图像的卷积核，本文中称为高分辨率卷积核。第二卷积核为产生低分辨率图像的卷积核，本文中称为低分辨率卷积核。

相应地，第一图像为高分辨率图像，第一图像中含有高梯度伪影；第二图像为低分辨率图像，第二图像中不含有高梯度伪影或者没有明显高梯度伪影。这里，没有明显高梯度伪影是指图像中含有的高梯度伪影在预设的允许范围内。例如在用户视觉感觉上，组织间的过渡处没有出现“黑边”，此时可以看作是没有明显高梯度伪影的情况。

本实施例中，权重矩阵中的每个元素与第一图像中相应像素点的像素值的梯度相关。权重矩阵中的元素为权重值。权重矩阵也可以称为权重图。权重图中的像素值为权重值。

例如，假设第一图像的尺寸为1024×1024像素，则相应地，权重矩阵为1024行1024列的矩阵。权重矩阵中第i(i为自然数，0≤i≤1023)行第j(j为自然数，0≤j≤1023)列的元素，与第一图像中的像素点(i，j)的像素值i(i，j)的梯度相关。

在一个示例性的实现过程中，步骤s102中，根据所述第一图像确定权重矩阵，可以包括：

根据所述第一图像，获取所述第一图像对应的目标梯度矩阵；

根据所述目标梯度矩阵确定权重矩阵。

本实施例中，目标梯度矩阵反映了ct值的变化情况，从而根据目标梯度矩阵可以获知第一图像中的哪些像素点出现了ct值跳变，这些出现ct值跳变的像素点的像素值受到了高梯度伪影的影响，从而根据第一图像对应的目标梯度矩阵确定权重矩阵可以有针对性地设置相应的权重值，以减弱高梯度伪影。

其中，梯度矩阵中的元素为梯度值。梯度矩阵也可以称为梯度图。梯度图中的像素值为梯度值。

在一个示例性的实现过程中，根据所述第一图像，获取所述第一图像对应的目标梯度矩阵，可以包括：

若所述第一图像的建像矩阵尺寸小于或等于预设建像矩阵尺寸、并且所述第一图像的建像视野大于或等于预设建像视野，直接获取所述第一图像的梯度矩阵，作为目标梯度矩阵。

由于第一图像是高分辨率图像，因此本文中将第一图像记为ihigh。同理，由于第二图像是低分辨率图像，因此本文中将第二图像记为ilow。

设第一图像ihigh的建像矩阵尺寸为imagewidth，建像视野为fov(filedofview，建像视野)，预设建像矩阵尺寸为imagewidthstd，预设建像视野为fovstd，则当imagewidth<＝imagewidthstd、并且fov>＝fovstd时，不需要对第一图像进行缩小的操作，直接计算第一图像的梯度矩阵作为目标梯度矩阵。

在一个示例性的实现过程中，根据所述第一图像，获取所述第一图像对应的目标梯度矩阵，可以包括：

若所述第一图像的建像矩阵尺寸大于预设建像矩阵尺寸或者所述第一图像的建像视野小于预设建像视野，将所述第一图像缩小为中间图像；

获取所述中间图像对应的梯度矩阵，作为中间梯度矩阵；

对所述中间梯度矩阵进行放大，得到所述第一图像的目标梯度矩阵。

即当imagewidth＞imagewidthstd或者fov＜fovstd时，先缩小第一图像，然后计算缩小后图像的梯度矩阵，再将该梯度矩阵放大得到目标梯度矩阵。

本实施例中，先缩小图像再计算梯度矩阵，可以减小计算量，提高处理速度。

在一个示例性的实现过程中，将所述第一图像缩小为中间图像，可以包括：

根据所述第一图像的建像矩阵尺寸、所述预设建像矩阵尺寸、所述第一图像的建像视野以及所述预设建像视野，确定缩放因子；

根据所述第一图像的建像矩阵尺寸和所述缩放因子，确定中间图像的建像矩阵尺寸；

根据所述第一图像的建像矩阵尺寸、中间图像的建像矩阵尺寸，将所述第一图像缩小为中间图像；

对所述中间梯度矩阵进行放大，得到所述第一图像的目标梯度矩阵，包括：

根据第一图像的建像矩阵尺寸、中间图像的建像矩阵尺寸，将所述中间梯度矩阵放大为目标梯度矩阵。

本实施例中，可以采用最近邻缩放方式。假设缩放因子为λ，则λ可以通过如下的公式(1)计算得到：

设中间图像的建像矩阵尺寸为imagewidthnew，第一图像的建像矩阵尺寸为imagewidth，则：imagewidthnew＝imagewidth*λ。

当得到imagewidthnew的梯度矩阵gradimagenew后，可以采用最近邻缩放方式，将梯度矩阵gradimagenew缩放为建像矩阵尺寸为imagewidth的目标梯度矩阵gradimage，缩放因子为1/λ。

在一个示例性的实现过程中，获取图像对应的梯度矩阵，可以包括：

根据图像，获取至少两个方向上的梯度矩阵，作为初始梯度矩阵；

根据获取的至少两个初始梯度矩阵确定图像对应的梯度矩阵。

举例说明。可以分别计算4个方向的梯度矩阵，这4个方向分别为左右、上下、左上右下、右上左下，相应地，梯度矩阵分别为gradimage1、gradimage2、gradimage3、gradimage4。如此，可以根据gradimage1、gradimage2、gradimage3、gradimage4确定目标梯度矩阵gradimage。

本实施例中，可以使用各向同性一致的梯度计算方法计算图像梯度。

其中，第一图像对应的目标梯度矩阵、以及中间梯度矩阵都可以通过本实施例获取图像对应的梯度矩阵的方式获取。

在一个示例性的实现过程中，根据图像，获取至少两个方向上的梯度矩阵，可以包括：

对于所述至少两个方向上的每个方向，获取所述方向对应的掩膜矩阵；

将图像与所述掩膜矩阵进行卷积，得到结果矩阵；

对所述结果矩阵中的每个元素取绝对值，得到所述方向的梯度矩阵。

例如，左右、上下、左上右下、右上左下这4个方向对应的掩膜矩阵分别如下：

取绝对值是为了保证梯度值都为正数。梯度值只表征ct值变化大小，不包含方向信息。

在一个示例性的实现过程中，根据获取的至少两个初始梯度矩阵确定图像对应的梯度矩阵，可以包括：

对于图像对应的梯度矩阵上的每个元素，获取每个初始梯度矩阵上相应元素的梯度值，得到至少两个梯度值；

根据所述至少两个梯度值确定图像对应的梯度矩阵的元素的值。

其中，初始梯度矩阵上每个元素的值都是梯度值，因此，元素的梯度值是指位于该元素上的梯度值。

在一个示例性的实现过程中，根据所述至少两个梯度值确定所述元素的像值，可以包括：

取所述至少两个梯度值中的最大值作为所述元素的值；或者，

取所述至少两个梯度值的平均值作为所述元素的值；或者，

取所述至少两个梯度值的加权平均值作为所述元素的值。

本实施例中，目标梯度矩阵上的元素的值即为梯度值。

例如，假设gradimage1(i，j)、gradimage2(i，j)、gradimage3(i，j)、gradimage4(i，j)分别是梯度矩阵gradimage1、gradimage2、gradimage3、gradimage4中的梯度值，则目标梯度矩阵gradimage上的像素值gradimage(i，j)可以通过如下的公式(2)得到：

gradimage(i，j)＝max(gradimage1(i，j)，gradimage2(i，j)，gradimage3(i，j)，gradimage4(i，j))(2)

公式(2)中，max()表示取最大值。

在一个示例性的实现过程中，根据所述目标梯度矩阵确定权重矩阵，可以包括：

根据预设的梯度与权重的映射关系，将所述目标梯度矩阵中的每个梯度值转换为相应的权重值，得到权重矩阵。

例如，梯度与权重的映射关系可以用如下的公式(3)表示：

公式(3)中，gradmin为线性映射区输入最小梯度值，gradmax为线性映射区输入最大梯度值，weightmin为线性映射区输出最小权重值，weightmax为线性映射区输出最大权重值。

通过公式(3)，将梯度范围[gradmin，gradmax]线性映射到权重范围[weightmax，weightmin]，小于gradmin的梯度均映射为weightmax，大于gradmax的梯度均映射为weightmin，其中，0≤weightmin＜weightmax≤1。

并且，weight(i，j)∈[0，1]，梯度值越大，权重值越小。

在一个示例性的实现过程中，根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像，可以包括：

对于目标图像中的每个像素，从所述第一图像中获取所述像素对应的第一像素值，从所述第二图像中获取所述像素对应的第二像素值，以及从所述权重矩阵获取所述像素对应的目标权重值；

将所述第一像素值与所述目标权重值的乘积确定为第一分量；

将所述第二像素值与差值的乘积确定为第二分量，所述差值为1与所述目标权重值的差；

将所述第一分量与所述第二分量的和确定为所述像素的像素值。

例如，假设目标图像为imagefinal，imagefinal(i，j)为imagefinal中像素(i，i)的像素值，则该像素值可以通过如下的公式(4)计算得到：

imagefinal(i，j)＝weight(i，j)*ihigh(i，j)+(1-weight(i，j))*ilow(i，j)(4)

由于梯度值大的像素点权重值小，而梯度值越大反映高梯度伪影越严重，因此通过减小第一图像中梯度大的像素值的权重，并使得第二图像中相应像素值的权重增大，可以有效减弱高梯度伪影。

本实施例中，最终得到的目标图像的分辨率大于第二图像的分辨率，略小于第一图像的分辨率，目标图像中不包含原始第一图像中的高梯度伪影。

本发明实施例提供的图像处理方法，通过基于第一卷积核对ct扫描生数据进行重建得到第一图像，基于第二卷积核对所述ct扫描生数据进行重建得到第二图像，所述第一卷积核为产生高分辨率图像的卷积核，所述第二卷积核为产生低分辨率图像的卷积核，根据所述第一图像确定权重矩阵，根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像。根据图像梯度映射加权权重，并基于权重融合高分辨率ct图像和低分辨率ct图像，保证分辨率的同时有效减弱高梯度伪影，提升了图像质量。

图2是原始高分辨率ct图像与经本实施例图像处理方法处理后得到的ct图像的对比示例图。请参见图2，左侧为原始高分辨率ct图像，右侧为原始高分辨率ct图像经本实施例图像处理方法处理后得到的ct图像，由图2可见，右侧图像中小方框内的高梯度伪影明显弱于左侧图像，右侧图像的图像质量明显优于左侧图像，并且右侧图像的分辨率与左侧图像的分辨率相差不多。

基于上述的方法实施例，本发明实施例还提供了相应的装置、设备及存储介质实施例。

图3是本发明实施例提供的图像处理装置的功能方块图。如图3所示，本实施例中，图像处理装置可以包括：

重建模块310，用于基于第一卷积核对ct扫描生数据进行重建得到第一图像，基于第二卷积核对所述ct扫描生数据进行重建得到第二图像，所述第一卷积核为产生高分辨率图像的卷积核，所述第二卷积核为产生低分辨率图像的卷积核；

确定模块320，用于根据所述第一图像确定权重矩阵；

融合模块330，用于根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像。

在一个示例性的实现过程中，确定模块320可以具体用于：

根据所述第一图像，获取所述第一图像对应的目标梯度矩阵；

根据所述目标梯度矩阵确定权重矩阵。

在一个示例性的实现过程中，确定模块320在用于根据所述第一图像，获取所述第一图像对应的目标梯度矩阵时，可以具体用于：

若所述第一图像的建像矩阵尺寸小于或等于预设建像矩阵尺寸、并且所述第一图像的建像视野大于或等于预设建像视野，直接获取所述第一图像的梯度矩阵，作为目标梯度矩阵。

在一个示例性的实现过程中，确定模块320在用于根据所述第一图像，获取所述第一图像对应的目标梯度矩阵时，可以具体用于：

若所述第一图像的建像矩阵尺寸大于预设建像矩阵尺寸或者所述第一图像的建像视野小于预设建像视野，将所述第一图像缩小为中间图像；

获取所述中间图像对应的梯度矩阵，作为中间梯度矩阵；

对所述中间梯度矩阵进行放大，得到所述第一图像的目标梯度矩阵。

在一个示例性的实现过程中，确定模块320在用于将所述第一图像缩小为中间图像时，可以具体用于：

根据所述第一图像的建像矩阵尺寸、所述预设建像矩阵尺寸、所述第一图像的建像视野以及所述预设建像视野，确定缩放因子；

根据所述第一图像的建像矩阵尺寸和所述缩放因子，确定中间图像的建像矩阵尺寸；

根据所述第一图像的建像矩阵尺寸、中间图像的建像矩阵尺寸，将所述第一图像缩小为中间图像；

确定模块320在用于对所述中间梯度矩阵进行放大，得到所述第一图像的目标梯度矩阵时，可以具体用于：

根据第一图像的建像矩阵尺寸、中间图像的建像矩阵尺寸，将所述中间梯度矩阵放大为目标梯度矩阵。

在一个示例性的实现过程中，获取图像对应的梯度矩阵的过程，可以包括：：

根据图像，获取至少两个方向上的梯度矩阵，作为初始梯度矩阵；

根据获取的至少两个初始梯度矩阵确定图像对应的梯度矩阵。

在一个示例性的实现过程中，根据获取的至少两个初始梯度矩阵确定图像对应的梯度矩阵，可以包括：

对于图像对应的梯度矩阵上的每个元素，获取每个初始梯度矩阵上相应元素的梯度值，得到至少两个梯度值；

根据所述至少两个梯度值确定所述元素的值。

在一个示例性的实现过程中，根据所述至少两个梯度值确定所述元素的值，可以包括：

取所述至少两个梯度值中的最大值作为所述元素的值；或者，

取所述至少两个梯度值的平均值作为所述元素的值；或者，

取所述至少两个梯度值的加权平均值作为所述元素的值。

在一个示例性的实现过程中，根据图像，获取至少两个方向上的梯度矩阵，可以包括：

对于所述至少两个方向上的每个方向，获取所述方向对应的掩膜矩阵；

将图像与所述掩膜矩阵进行卷积，得到结果矩阵；

对所述结果矩阵中的每个元素取绝对值，得到所述方向的梯度矩阵。

在一个示例性的实现过程中，确定模块320在用于根据所述目标梯度矩阵确定权重矩阵时，可以具体用于：

根据预设的梯度与权重的映射关系，将所述目标梯度矩阵中的每个梯度值转换为相应的权重值，得到权重矩阵。

在一个示例性的实现过程中，融合模块330可以具体用于：

对于目标图像中的每个像素，从所述第一图像中获取所述像素对应的第一像素值，从所述第二图像中获取所述像素对应的第二像素值，以及从所述权重矩阵获取所述像素对应的目标权重值；

将所述第一像素值与所述目标权重值的乘积确定为第一分量；

将所述第二像素值与差值的乘积确定为第二分量，所述差值为1与所述目标权重值的差；

将所述第一分量与所述第二分量的和确定为所述像素的像素值。

本发明实施例还提供了一种ct设备。图4是本发明实施例提供的ct设备的一个硬件结构图。如图4所示，ct设备包括：内部总线401，以及通过内部总线连接的存储器402，处理器403和外部接口404，其中，所述外部接口，用于连接ct系统的探测器，所述探测器包括多个探测器室及相应的处理电路；

所述存储器402，用于存储图像处理逻辑对应的机器可读指令；

所述处理器403，用于读取存储器402上的机器可读指令，并执行所述指令以实现如下操作：

基于第一卷积核对ct扫描生数据进行重建得到第一图像，基于第二卷积核对所述ct扫描生数据进行重建得到第二图像，所述第一卷积核为产生高分辨率图像的卷积核，所述第二卷积核为产生低分辨率图像的卷积核；

根据所述第一图像确定权重矩阵；

根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像。

在一个示例性的实现过程中，根据所述第一图像确定权重矩阵，包括：

根据所述第一图像，获取所述第一图像对应的目标梯度矩阵；

根据所述目标梯度矩阵确定权重矩阵。

在一个示例性的实现过程中，根据所述第一图像，获取所述第一图像对应的目标梯度矩阵，包括：

若所述第一图像的建像矩阵尺寸小于或等于预设建像矩阵尺寸、并且所述第一图像的建像视野大于或等于预设建像视野，直接获取所述第一图像的梯度矩阵，作为目标梯度矩阵。

在一个示例性的实现过程中，根据所述第一图像，获取所述第一图像对应的目标梯度矩阵，包括：

若所述第一图像的建像矩阵尺寸大于预设建像矩阵尺寸或者所述第一图像的建像视野小于预设建像视野，将所述第一图像缩小为中间图像；

获取所述中间图像对应的梯度矩阵，作为中间梯度矩阵；

对所述中间梯度矩阵进行放大，得到所述第一图像的目标梯度矩阵。

在一个示例性的实现过程中，将所述第一图像缩小为中间图像，包括：

根据所述第一图像的建像矩阵尺寸、所述预设建像矩阵尺寸、所述第一图像的建像视野以及所述预设建像视野，确定缩放因子；

根据所述第一图像的建像矩阵尺寸和所述缩放因子，确定中间图像的建像矩阵尺寸；

根据所述第一图像的建像矩阵尺寸、中间图像的建像矩阵尺寸，将所述第一图像缩小为中间图像；

对所述中间梯度矩阵进行放大，得到所述第一图像的目标梯度矩阵，包括：

根据第一图像的建像矩阵尺寸、中间图像的建像矩阵尺寸，将所述中间梯度矩阵放大为目标梯度矩阵。

在一个示例性的实现过程中，获取图像对应的梯度矩阵的过程，包括：

根据图像或，获取至少两个方向上的梯度矩阵，作为初始梯度矩阵；

根据获取的至少两个初始梯度矩阵确定图像对应的梯度矩阵。

在一个示例性的实现过程中，根据获取的至少两个初始梯度矩阵确定图像对应的梯度矩阵，可以包括：

对于图像对应的梯度矩阵上的每个元素，获取每个初始梯度矩阵上相应点的梯度值，得到至少两个梯度值；

根据所述至少两个梯度值确定所述元素的值。

在一个示例性的实现过程中，根据所述至少两个梯度值确定所述元素的值，包括：

取所述至少两个梯度值中的最大值作为所述元素的值；或者，

取所述至少两个梯度值的平均值作为所述元素的值；或者，

取所述至少两个梯度值的加权平均值作为所述元素的值。

在一个示例性的实现过程中，根据图像，获取至少两个方向上的梯度矩阵，包括：

对于所述至少两个方向上的每个方向，获取所述方向对应的掩膜矩阵；

将图像与所述掩膜矩阵进行卷积，得到结果矩阵；

对所述结果矩阵中的每个元素取绝对值，得到所述方向的梯度矩阵。

在一个示例性的实现过程中，根据所述目标梯度矩阵确定权重矩阵，包括：

根据预设的梯度与权重的映射关系，将所述目标梯度矩阵中的每个梯度值转换为相应的权重值，得到权重矩阵。

在一个示例性的实现过程中，根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像，包括：

对于目标图像中的每个像素，从所述第一图像中获取所述像素对应的第一像素值，从所述第二图像中获取所述像素对应的第二像素值，以及从所述权重矩阵获取所述像素对应的目标权重值；

将所述第一像素值与所述目标权重值的乘积确定为第一分量；

将所述第二像素值与差值的乘积确定为第二分量，所述差值为1与所述目标权重值的差；

将所述第一分量与所述第二分量的和确定为所述像素的像素值。

本发明实施例还提供一种ct系统，包括探测器、扫描床和ct设备，所述探测器包括多个探测器室及相应的处理电路；其中：

所述探测器室，用于在所述ct系统扫描过程中，探测穿过扫描对象的x射线并转换为电信号；

所述处理电路，用于将所述电信号转换成脉冲信号，采集脉冲信号的能量信息；

所述ct设备，用于：

基于第一卷积核对ct扫描生数据进行重建得到第一图像，基于第二卷积核对所述ct扫描生数据进行重建得到第二图像，所述第一卷积核为产生高分辨率图像的卷积核，所述第二卷积核为产生低分辨率图像的卷积核；

根据所述第一图像确定权重矩阵；

根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像。

在一个示例性的实现过程中，根据所述第一图像确定权重矩阵，包括：

根据所述第一图像，获取所述第一图像对应的目标梯度矩阵；

根据所述目标梯度矩阵确定权重矩阵。

在一个示例性的实现过程中，根据所述第一图像，获取所述第一图像对应的目标梯度矩阵，包括：

若所述第一图像的建像矩阵尺寸小于或等于预设建像矩阵尺寸、并且所述第一图像的建像视野大于或等于预设建像视野，直接获取所述第一图像的梯度矩阵，作为目标梯度矩阵。

在一个示例性的实现过程中，根据所述第一图像，获取所述第一图像对应的目标梯度矩阵，包括：

若所述第一图像的建像矩阵尺寸大于预设建像矩阵尺寸或者所述第一图像的建像视野小于预设建像视野，将所述第一图像缩小为中间图像；

获取所述中间图像对应的梯度矩阵，作为中间梯度矩阵；

对所述中间梯度矩阵进行放大，得到所述第一图像的目标梯度矩阵。

在一个示例性的实现过程中，将所述第一图像缩小为中间图像，包括：

根据所述第一图像的建像矩阵尺寸、所述预设建像矩阵尺寸、所述第一图像的建像视野以及所述预设建像视野，确定缩放因子；

根据所述第一图像的建像矩阵尺寸和所述缩放因子，确定中间图像的建像矩阵尺寸；

根据所述第一图像的建像矩阵尺寸、中间图像的建像矩阵尺寸，将所述第一图像缩小为中间图像；

对所述中间梯度矩阵进行放大，得到所述第一图像的目标梯度矩阵，包括：

根据第一图像的建像矩阵尺寸、中间图像的建像矩阵尺寸，将所述中间梯度矩阵放大为目标梯度矩阵。

在一个示例性的实现过程中，获取图像对应的梯度矩阵，包括：

根据图像，获取至少两个方向上的梯度矩阵，作为初始梯度矩阵；

根据获取的至少两个初始梯度矩阵确定图像对应的梯度矩阵。

在一个示例性的实现过程中，根据获取的至少两个初始梯度矩阵确定图像对应的梯度矩阵，包括：

对于图像对应的梯度矩阵上的每个元素，获取每个初始梯度矩阵上相应元素的梯度值，得到至少两个梯度值；

根据所述至少两个梯度值确定所述元素的值。

在一个示例性的实现过程中，根据所述至少两个梯度值确定所述元素的值，包括：

取所述至少两个梯度值中的最大值作为所述元素的值；或者，

取所述至少两个梯度值的平均值作为所述元素的值；或者，

取所述至少两个梯度值的加权平均值作为所述元素的值。

在一个示例性的实现过程中，根据图像，获取至少两个方向上的梯度矩阵，包括：

对于所述至少两个方向上的每个方向，获取所述方向对应的掩膜矩阵；

将图像与所述掩膜矩阵进行卷积，得到结果矩阵；

对所述结果矩阵中的每个元素取绝对值，得到所述方向的梯度矩阵。

在一个示例性的实现过程中，根据所述目标梯度矩阵确定权重矩阵，包括：

根据预设的梯度与权重的映射关系，将所述目标梯度矩阵中的每个梯度值转换为相应的权重值，得到权重矩阵。

在一个示例性的实现过程中，根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像，包括：

对于目标图像中的每个像素，从所述第一图像中获取所述像素对应的第一像素值，从所述第二图像中获取所述像素对应的第二像素值，以及从所述权重矩阵获取所述像素对应的目标权重值；

将所述第一像素值与所述目标权重值的乘积确定为第一分量；

将所述第二像素值与差值的乘积确定为第二分量，所述差值为预设值与所述目标权重值的差；

将所述第一分量与所述第二分量的和确定为所述像素的像素值。

本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如下操作：

基于第一卷积核对ct扫描生数据进行重建得到第一图像，基于第二卷积核对所述ct扫描生数据进行重建得到第二图像，所述第一卷积核为产生高分辨率图像的卷积核，所述第二卷积核为产生低分辨率图像的卷积核；

根据所述第一图像确定权重矩阵；

根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像。

在一个示例性的实现过程中，根据所述第一图像确定权重矩阵，包括：

根据所述第一图像，获取所述第一图像对应的目标梯度矩阵；

根据所述目标梯度矩阵确定权重矩阵。

在一个示例性的实现过程中，根据所述第一图像，获取所述第一图像对应的目标梯度矩阵，包括：

若所述第一图像的建像矩阵尺寸小于或等于预设建像矩阵尺寸、并且所述第一图像的建像视野大于或等于预设建像视野，直接获取所述第一图像的梯度矩阵，作为目标梯度矩阵。

在一个示例性的实现过程中，根据所述第一图像，获取所述第一图像对应的目标梯度矩阵，包括：

若所述第一图像的建像矩阵尺寸大于预设建像矩阵尺寸或者所述第一图像的建像视野小于预设建像视野，将所述第一图像缩小为中间图像；

获取所述中间图像对应的梯度矩阵，作为中间梯度矩阵；

对所述中间梯度矩阵进行放大，得到所述第一图像的目标梯度矩阵。

在一个示例性的实现过程中，将所述第一图像缩小为中间图像，包括：

根据所述第一图像的建像矩阵尺寸、所述预设建像矩阵尺寸、所述第一图像的建像视野以及所述预设建像视野，确定缩放因子；

根据所述第一图像的建像矩阵尺寸和所述缩放因子，确定中间图像的建像矩阵尺寸；

根据所述第一图像的建像矩阵尺寸、中间图像的建像矩阵尺寸，将所述第一图像缩小为中间图像；

对所述中间梯度矩阵进行放大，得到所述第一图像的目标梯度矩阵，包括：

根据第一图像的建像矩阵尺寸、中间图像的建像矩阵尺寸，将所述中间梯度矩阵放大为目标梯度矩阵。

在一个示例性的实现过程中，获取图像对应的梯度矩阵，包括：

根据图像，获取至少两个方向上的梯度矩阵，作为初始梯度矩阵；

根据获取的至少两个初始梯度矩阵确定图像对应的梯度矩阵。

在一个示例性的实现过程中，根据获取的至少两个初始梯度矩阵确定图像对应的梯度矩阵，包括：

对于图像对应的梯度矩阵上的每个元素，获取每个初始梯度矩阵上相应元素的梯度值，得到至少两个梯度值；

根据所述至少两个梯度值确定所述元素的值。

在一个示例性的实现过程中，根据所述至少两个梯度值确定所述元素的值，包括：

取所述至少两个梯度值中的最大值作为所述元素的值；或者，

取所述至少两个梯度值的平均值作为所述元素的值；或者，

取所述至少两个梯度值的加权平均值作为所述元素的值。

在一个示例性的实现过程中，根据图像，获取至少两个方向上的梯度矩阵，包括：

对于所述至少两个方向上的每个方向，获取所述方向对应的掩膜矩阵；

将图像与所述掩膜矩阵进行卷积，得到结果矩阵；

对所述结果矩阵中的每个元素取绝对值，得到所述方向的梯度矩阵。

在一个示例性的实现过程中，根据所述目标梯度矩阵确定权重矩阵，包括：

根据预设的梯度与权重的映射关系，将所述目标梯度矩阵中的每个梯度值转换为相应的权重值，得到权重矩阵。

在一个示例性的实现过程中，根据所述第一图像、所述第二图像和所述权重矩阵，得到目标图像，包括：

对于目标图像中的每个像素，从所述第一图像中获取所述像素对应的第一像素值，从所述第二图像中获取所述像素对应的第二像素值，以及从所述权重矩阵获取所述像素对应的目标权重值；

将所述第一像素值与所述目标权重值的乘积确定为第一分量；

将所述第二像素值与差值的乘积确定为第二分量，所述差值为预设值与所述目标权重值的差；

将所述第一分量与所述第二分量的和确定为所述像素的像素值。

对于装置和设备实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。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模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。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说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本说明书的真正范围和精神由下面的权利要求指出。

应当理解的是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。

以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。