一种金属材料工业CT图像质量快速校正方法技术

一种金属材料工业CT图像质量快速校正方法，其特征在于：包括以下步骤：1)读入具有噪声及环形伪影的CT图像；2)将步骤1)中读入的CT图像从直角坐标映射到极坐标，形成极坐标图像；3)根据极坐标图像求得滤波参数(Sr)；4)利用步骤3)中得到的滤波参数(Sr)对CT图像进行环形伪影滤波处理得到去除环形伪影的CT图像；5)对去除环形伪影的CT图像进行去噪处理得到校正后的CT图像。本发明专利技术用于重建后CT图像，具有校正参数自动计算，计算效率高，最大程度保存图像细节的优点，适用于市面上大量的工业CT系统图像的后处理，提高图像信噪比，特别是高能线阵工业CT，具有较好的校正效果，具有较好的市场推广价值。

【技术实现步骤摘要】

本专利技术涉及一种图像质量快速校正方法。
技术介绍
CT即计算机层析技术,X射线CT本质上是由投影重建图像。投影构成了整个CT过程的输入,所以投影的好坏直接影响重建图像的质量。然而当投影数据先天不足,无论采用何种优越的重建算法都不能得到完美的切片图像，得到的只能是带有病态的CT图像。病态的CT图像包含伪影和噪声，以线阵探测器为例，形成的CT图像伪影主要以环形伪影为主，图像噪声以高斯噪声为主。环形伪影是CT图像的一种典型伪影，其形成原因可以归结为探测器校正偏差、阵列元素响应不一致、闪烁体缺陷甚至吸附灰尘等。环形伪影与被检工件重构影像紧密重叠，在CT图像中表现为沿径向的环形明或暗线条，其伪环半径不断扩大,通过人工能够较容易的分辨出来；工业CT图像中的噪声来自X射线探测系统、数据探测与采集系统的电子噪声，表现为高斯噪声或颗粒噪声。这些噪声及伪影降低了CT检测系统的信噪比，特别是当伪影、噪声与图像细节或微小缺陷重叠时，必然对缺陷定性定量和零件尺寸测量造成极大的干扰。目前在大多数商业CT系统中，除部分选用高性能探测器并进行响应一致性校正外，少数CT装置还通过特殊投影系统和扫描时序设计抑制噪声及环形伪影，但这直接增加了硬件成本。采用图像处理的方法去除噪声及环形伪影是一种低成本且有效的方法。图像处理方法分为重构前处理和后处理。前者是在重建前对投影数据进行平滑滤波或补偿校正,易与投影数据获取过程结合,物理依据直接、清晰，研究较多，如中国专利技术专利申请公布号为CN102521801A，采用在未重建CT图像前进行环形伪影的校正，之后再将图像分为m个子集，对每个子集进行叠加求和、高通滤波等数据处理，实现对CT图像伪影的校正。另外还有通过采用迭代滤波的图像处理方法去掉环状伪影；和将投影正弦图进行离散傅里叶变换，利用低通滤波方法滤除水平方向的高频分量等的方法；还有采用单向平滑算子以及以图像减影为基础的自适应平滑方法，提高了伪影处理的精确性和适应性；还有采用S-L滤波器对原始投影数据进行滤波，采用线积分，并采用差分处理增大伪影和正常图像差异，最后通过线性插值和线性外推对环形伪影处投影数据进行校正，提高了信噪比。图像重建后处理通常将CT图像通过坐标变换将直角坐标系中的环形伪影变成极坐标系中的线状伪影，然后在对极坐标中的线状伪影进行处理，最后再变换到直角坐标系中。该方法经过两次坐标变换，在坐标变换时涉及插值运算，坐标变换和插值运算时间较长，使用的滤波器需要针对不同灰度的伪影设定不同阈值，当阈值设定不当，容易造成误判。在CT图像降噪研究方面，国外逐渐形成一系列对CT图像中降噪方案。第一、CT重建图像看做一副自然图像，根据自然图像的特性采用传统的线性或者非线性算法，或者在图像的空间域或者在图像的小波域进行降噪处理。此类算法采用大量的成熟降噪算法对CT图像进行处理，但是由于CT投影数据有其独特的统计特性，而这些算法难以利用这些统计特性，从而使得滤波效果较差；第二、降噪策略是采用基于统计的迭代图像重建算法。这种算法利用图像重建公式将CT重建图像数据与投影图像数据关联起来，然后对投影数据的噪声统计特性进行建模，最后采用迭代算法在CT重建图像域进行优化，直接得到重建降噪图像，以达到去噪目的。但是这类算法最大缺点是计算复杂，计算量大，限制了这种算法在实际中的应用。上述校正方法对环形伪影和噪声抑制都有不错的效果，但也存在一定的不足。重构前图像处理虽然在质量和保真度上都要优越一些，但是仍存在局限性，相关参数不易确定，计算过于复杂，校正时间相对较长，并且大多数CT用户不容易获得CT图像的原始数据。因此，专利技术一种能够快速去除噪声及环形伪影的方法，有利于提高后续CT图像缺陷检出和测量、零件尺寸测量的准确度和精度，极具实用价值。
技术实现思路
本专利技术所要解决的技术问题是提供一种针对金属材料CT重建图像质量的快速校正方法，主要针对环形伪影及高斯噪声进行去除，该方法既能有效去除噪声及伪影，又尽可能保留图像细节部分信息。本专利技术解决上述技术问题所采用的技术方案为：一种金属材料工业CT图像质量快速校正方法，其特征在于：包括以下步骤：1)读入具有噪声及环形伪影的CT图像；2)将步骤1)中读入的CT图像从直角坐标映射到极坐标，形成极坐标图像；3)根据极坐标图像求得滤波参数(Sr)；4)利用步骤3)中得到的滤波参数(Sr)对CT图像进行环形伪影滤波处理得到去除环形伪影的CT图像；5)对去除环形伪影的CT图像进行去噪处理得到校正后的CT图像。优选地，上述步骤3)的具体步骤为，I(x,y)表示CT图像中在任意一点(x,y)位置的灰度值，I(r,θ)表示极坐标图像中每一点的灰度值，先对CT图像进行灰度直方图统计，将不同密度材料进行分类，同密度的归为一类A(i)，0<i≤n，n为不同密度材料的种类个数，并且求得每一类的灰度均值，将极坐标图像中的每一点减去其所在类A(i)的灰度均值得到I′(r,θ)，并且将同一个r值的所有灰度值I′(r,θ)进行累加并除以θ的数量求得环形伪影对应不同r值的滤波参数N为图像中的每一行的像素个数。优选地，上述步骤4)中，去除环形伪影后的任意一点的灰度值设为G(x,y)，计算该点与图像中心的距离Lx,y，图像中心位置为当时，G(x,y)＝I(x,y)；当时，G(x,y)＝I(x,y)-Sr，Sr是上述步骤3)的滤波参数，其中优选地，上述步骤5)中，对标准差较小的区域采用局部相似性来实现去噪，对标准差较大的区域采用增强细节去噪处理。优选地，区分标准差较大和标准差较小的区域的具体步骤为：首先计算图像标准差分布图G′(x,y)，表达式为：μ=Σ(i,j)∈Sx,yG(i,j)n]]>G′(x,y)=Σ(i,j)∈Sx,y1(G(i,j)-μ)2n]]>其中，Sx,y指的是图像领域，n为领域所含的像素数，G(x,y)为去除环形伪影后的任意一点的灰度值；对该图像标准差分布图G′(x,y)采用最大类间方差法进行统计，将图像分为标准差较小的区域类A(1)和标准差较大的区域类A(2)。优选地，上述步骤3)中，采用最大类间方差法来进行灰度直方图统计，根据不同密度材料种类的个数n，进行n-1次最大类间方差法；每一次的具体步骤包括：设图像包含L个灰度级，分别为{0，1…，L-1本文档来自技高网...

【技术保护点】
一种金属材料工业CT图像质量快速校正方法，其特征在于：包括以下步骤：1)读入具有噪声及环形伪影的CT图像；2)将步骤1)中读入的CT图像从直角坐标映射到极坐标，形成极坐标图像；3)根据极坐标图像求得滤波参数(Sr)；4)利用步骤3)中得到的滤波参数(Sr)对CT图像进行环形伪影滤波处理得到去除环形伪影的CT图像；5)对去除环形伪影的CT图像进行去噪处理得到校正后的CT图像。

【技术特征摘要】
1.一种金属材料工业CT图像质量快速校正方法，其特征在于：包括以下步骤：1)读入具有噪声及环形伪影的CT图像；2)将步骤1)中读入的CT图像从直角坐标映射到极坐标，形成极坐标图像；3)根据极坐标图像求得滤波参数(Sr)；4)利用步骤3)中得到的滤波参数(Sr)对CT图像进行环形伪影滤波处理得到去除环形伪影的CT图像；5)对去除环形伪影的CT图像进行去噪处理得到校正后的CT图像。2.如权利要求1所述的金属材料工业CT图像质量快速校正方法，其特征在于：上述步骤3)的具体步骤为，I(x,y)表示CT图像中在任意一点(x,y)位置的灰度值，I(r,θ)表示极坐标图像中每一点的灰度值，先对CT图像进行灰度直方图统计，将不同密度材料进行分类，同密度的归为一类A(i)，0<i≤n，n为不同密度材料的种类个数，并且求得每一类的灰度均值，将极坐标图像中的每一点减去其所在类A(i)的灰度均值得到I′(r,θ)，并且将同一个r值的所有灰度值I′(r,θ)进行累加并除以θ的数量求得环形伪影对应不同r值的滤波参数N为图像中的每一行的像素个数。3.如权利要求2所述的金属工业CT图像质量快速校正方法，其特征在于：上述步骤4)中，去除环形伪影后的任意一点的灰度值设为G(x,y)，计算该点与图像中心的距离Lx,y，图像中心位置...

【专利技术属性】
技术研发人员：齐子诚，倪培君，徐向群，郭智敏，唐盛明，左欣，郑颖，王晓艳，李红伟，乔日东，张维国，
申请(专利权)人：中国兵器科学研究院宁波分院，
类型：发明
国别省市：浙江;33