一种医学图像枕形失真的校正方法，其特征在于有以下步骤： （１）建立数学模型 ｘ↓［１］＝ｘ↓［０］＋ｋ×（ｘ↓［０］↑［２］＋ｙ↓［０］↑［２］）×ｘ↓［０］ （１） ｙ↓［１］＝ｙ↓［０］＋ｋ×（ｘ↓［０］↑［２］＋ｙ↓［０］↑［２］）×ｙ↓［０］ （２） ０≤｜ｘ↓［１］｜≤ｘ （３） ０≤｜ｙ↓［１］｜≤ｙ （４） 以图像中央区域为坐标原点，式中：（ｘ↓［１］，ｙ↓［１］）为失真图像坐标，坐标所在区间０≤｜ｘ↓［１］｜≤ｘ，０≤｜ｙ↓［１］｜≤ｙ，ｘ，ｙ为坐标范围， （ｘ↓［０］，ｙ↓［０］）为与（ｘ↓［１］，ｙ↓［１］）对应的校正图像坐标， Ｋ为模型参数； （２）选择模型参数，校正失真图像 首先得到枕形失真图像，根据影像增强器视野不同，通过试验的方法选择模型参数Ｋ，采用公式（１）、（２）、（３）、（４）计算与校正图像坐标相对应的失真图像坐标（ｘ↓［１］，ｙ↓［１］），从而得到校正图像（ｘ↓［０］，ｙ↓［０］）的灰度值Ｇ（ｘ↓［０］，ｙ↓［０］）； （３）确定模型参数 通过图像对比，看图像枕形失真是否得到校正，如已得到校正，即确定系数Ｋ，否则修改系数，重新校正、对比，直至得到校正的图像。（*该技术在2023年保护过期，可自由使用*）
【技术实现步骤摘要】
本专利技术涉及一种
技术介绍
目前，数字化X线机图像系统通常采用影像增强器，由于本身结构特点，影像增强器输入屏为曲面，输出屏为平面，临床应用中X线机采集的图像不同程度存在枕形失真。一般是以图像中央区域为中心，枕形失真随着半径的增加而增加，并随视野不同而改变。对于枕形失真，已知技术中通常采用软、硬件校正方法。硬件校正方法是采用反矫正镜头能够弥补图像不足，但对于可以切换三视野的影像增强器，此种方法无法兼顾不同视野图像进行校正。软件校正法采用软件模板法，首先在床板上放置一块铝板。其条件是要求铝板中央区域点阵比较密集，周围区域点阵相对稀疏，各个区域点阵分布间隔固定，由于影像增强器中央区域失真较小，利用图像中央区域点阵，采用数学方法向四周扩展，得到理想无失真稀疏点阵的参考图像。由此以得到校正后的图像与原始失真图像对应像素的对应关系，据此进行枕形失真校正。该方法存在一定缺陷1、针对像素进行校正，需要铝板中央区域点阵精度非常高，而加工如此精度的模板，增加了生产成本，同时对产生“参考图像”的铝板的制造工艺也提出了很高的要求。2、在使用模板法进行处理时，需要生成“参考图像”。由于涉及到精确的像素位置，但是每点像素非常微小，铝板点阵很难做到对应一个像素，很难保证生成的“参考图像”位置精确到像素级，从而给校正带来误差。
技术实现思路
为了克服现有技术的不足，本专利技术提供一种。本专利技术是采用数学模型模拟影像增强器图像失真过程，通过试验的方法确定模型参数，利用该数学模型对失真图像进行逆变换，从而校正图像。本专利技术有以下步骤1、建立数学模型针对影像增强器特点，采用三次多项式拟和失真模型，设图像中央区域为坐标原点，设(x1，y1)为失真图像坐标，其中坐标所在区间为0≤|x1|≤x，0≤|y1|≤y，x，y表示坐标范围，取图像横纵坐标长度的一半。例如，图像大小为1024*1024(像素)，则x＝512(像素)，y＝512(像素)(x0，y0)为与(x1，y1)对应的校正图像坐标，G(x0，y0)表示(x0，y0)处灰度值，G(x1，y1)表示(x1，y1)处灰度值。(x0，y0)与(x1，y1)的对应关系如图5所示，公式表示为(1)、(2)、(3)、(4)。x1＝x0+k×(x02+y02)×x0(1)y1＝y0+k×(x02+y02)×y0(2)0≤|x1|≤x (3)0≤|y1|≤y (4)式中k为模型参数。2、选择模型参数，校正失真图像。由于图像枕形失真主要表现为图像边缘发生的径向失真，比如直线变为曲线。在建立确定数学模型过程中，只需要使用简单模板，如印刷电路板、或者普通铝板等边缘为直线的模板即可。在确定模型参数时，首先得到枕形失真。根据影像增强器视野不同，通过试验的的方法选择参数k，利用公式(1)、(2)、(3)、(4)计算与校正图像坐标(x0，y0)相对应的失真图像中坐标(x1，y1)，从而得到校正图像(x0，y0)的灰度值G(x0，y0)＝G(x1，y1)。如果计算得到的坐标(x1，y1)不是整数时，需要进行图像插值确定其灰度；如果计算得到的坐标(x1，y1)不满足公式(3)、(4)的，规定G(x0，y0)＝G(x1，y1)＝0经过上述校正得到的图像与原始图像相比，有效面积会缩小。采用图像放大方法将其放到至与原始图像同样大小。3、确定模型参数对比校正前后的效果，如果枕形失真得到校正，即可确定系数k；否则修改系数，重新进行校正、对比，直至得到满意的图像。针对不同视野，可采用上述方法进行。本专利技术方法具有以下优点(1)可以保证校正精确到像素级精度；(2)不需要使用精制的铝板，节约了生产成本；(3)一旦建立数学模型，针对不同视野只需修改模型参数即可校正图像。附图说明图1为理想图像示意图；图2为枕形失真图像；图3为采集图像；图4为参考图像；图5为像素对应关系图，其中5a为失真图像，5b为校正图像；图6为校正流程图； 图7为实施例1的枕形失真图像；图8为系数k＝5*10-6的校正结果；图9为系数k＝3*10-7的校正结果；图10为实施例2的枕形失真图像；图11为实施例2的校正图像；图12为实施例3的9寸视野的失真图像；图13为实施例3的9寸视野的校正结果图像。具体实施例方式例1采用具有直线边缘的电路板作为校正模板，在12寸视野情况下获得枕形失真图像，如图7所示。图像大小为1024*1024(像素)，以其中心为坐标原点，半径为512(像素)。观察图像左侧边缘，本应是直线的边缘已经发生变形。选择系数K＝5*10-6时，校正公式为(5)、(6)、(7)、(8)。x1＝x0+5×10-6×(x02+y02)×x0(5)y1＝y0+5×10-6×(x02+y02)×y0(6)0≤|x1|≤512 (7)0≤|y1|≤512 (8)针对校正图像，逐点利用式(5)、(6)进行计算。选取部分坐标，计算结果如下对于(x0，y0)＝(0，0)，经过计算对应的(x1，y1)＝(0，0)；对于(x0，y0)＝(200，0)，经过计算对应的(x1，y1)＝(240，0)；对于(x0，y0)＝(210，0)，经过计算对应的(x1，y1)＝(256.3，0)；对于(x0，y0)＝(315，315)，经过计算对应的(x1，y1)＝(627.6，627.6)；对于(x1，y1)＝(256.3，0)，由于计算得到的坐标不为整数，可以进行图像插值如“最近临域法”、“线性插值”、“三次插值”等方法确定(x1，y1)＝(256.3，0)处的灰度值；对于(x1，y1)＝(627.6，627.6)，由于坐标不满足式(7)、(8)，故令该点灰度值为零。由于枕形失真使得图像径向放大，所以校正后得到的图像会缩小，我们采用图像处理方法，将校正图像恢复到原来的有效面积。当系数K＝5*10-6的校正结果如图8所示。对于图8所示，校正结果不能令人满意，可以选择其他参数。选择参数K＝3*10-7，采用同样的校正方法，校正结果如图9所示。对比图7、8、9，可以确定，针对12寸视野，模型参数。因此，12寸视野的影像增强器枕形失真校正模型为 x1＝x0+3×10-7×(x02+y02)×x0(9)y1＝y0+3×10-7×(x02+y02)×y0(10)0≤|x1|≤x (11)0≤|y1|≤y (12)例2根据例1得到的数学模型和相应的参数，应用到其他12寸视野失真图像的校正过程中。如图10、11所示。图10为枕形失真图像。图11为校正后的结果。对比图10、11，发现图像边缘的枕形失真已经得到有效校正。证明由式(9)～(12)表达的数学模型和参数针对12寸视野的枕形失真校正是有效的。例3针对9寸视野的情况，采用与12寸视野类似的方法进行校正。原始失真图像如图12所示。选择系数K＝2*10-7时，校正效果比较满意，如图13所示。因此，9寸视野的影像增强器枕形失真校正模型为x1＝x0+2×10-7×(x02+y02)×x0(13)y1＝y0+2×10-7×(x02+y02)×y0(14)0≤|x1|≤x(15)0≤|y1|≤y(16)权利要求1.一种，其特征在于有以下步骤(1)建立数学模型x1＝x0+k×(x02+y02)×x0(1)y1＝y0+k×(x02+y02)×y0(2)0≤本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员：杨晨辉，温宇，江宏，
申请(专利权)人：沈阳东软数字医疗系统股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。