于一种新的扫描方式的滤波反投影算法
北京交通大学
硕士学位论文
基于一种新的扫描方式的滤波反投影算法
姓名:杨艳芳
申请学位级别:硕士
专业:计算数学
指导教师:渠刚荣
20090701
中文摘要
扇形束CT(eomputedtomography)扫描结构在实践中易于实现和控制,被广泛应用于临床。尽管新的快速三维螺旋CT体积成像方法将来是CT重建的研究主流,而扇形束CT也仍然有研究价值。为此本文定出了将扇形束扫描方式下的重建作为课题的研究内容。
本文主要介绍探测器等距离排列的扇形束投影,在全局重建与局部重建的数值模拟中,本文采用结合一种新型滤波函数[1,2】的扇形束滤波反投影(FBP)【3】,通过数字验证了在全局重建中采用该滤波函数比现有常用的滤波函数效果更好,以及该特殊函数在局部重建中的有效性。
针对工业CT中存在感兴趣区域(ROt)的旋转半径有时过大,当感兴趣区域(ROI)绕旋转中心旋转时会落在扫描范围外的问题,本文在张慧韬、张朋[41I作的基础上,推导出了在新的扫描方式下的扇形束滤波反投影(FBP)的图像重建公式,并将扇形束重排法用到新的成像模式中,构造了新的成像模式下的局部重建算法。在数值试验中实现了用局部投影数据进行重建,用原物体的数据与重建后的数据对比,发现滤波反投影算法在新的扫描方式下的局部重建效果较好,并且容易实现。关键词:图像重建;Radon变换;滤波反投影算法;扇形束局部重建;重排法
j匕塞变通太堂亟±堂焦论塞△旦S至&△£!
ABSTRACT
Fan-beamCT(computedtomography),whichiseasy
controlledinpractice.iswidelyusedinclinicalmedicine.删lethefasttobeimplementedandbe3.Dspiralreconstructingimagesmethodwillbethemainstreaminfeatureresearch,Itisstillvaluabletoresearchthefan-bcamCT.Sothereconstructingalgorithminvolvingthefan.beamscanningiStheresearchsubjectinthisarticle.
involvingcollinearequispaceddetector.Intheglobal
andlocalreconstruction,weproposethe2一Dfan—beamfilteredbackprojectionproposetheWefan-beamCT
aalgorithm(FBP)[3】wim
comparing
generalnewwindowtheglobalandlocalfunction[1,2】.Insimulationexperience,byreconstructionimagesbynewwindowfunctionandwindowfunction,thenewwindowfunctionisestimated.
Somel:imestherotationradiusoftheregionofinterestistoolargetobeinsidethescanningrangeinindustrialCT.OnthebaseoftheHuitaoZhang、PengZhang’Swork,theimagereconstructionformulainvolvingthenew
newlocal
thenewscanmodeisgiveninthispaper.Ainreconstructionalgorithm
projectiondataisisconstructingusingtherecompositionmethodthesimulationreconstructingmode.Duringexperience,thereconstructingoforiginalimage
isusingthelocalimplemented.Bycomparingthedataandreconstructionimage,itiseasytofindthatthefilteredbackprojectionalgorithm
effectiveandeasytobeimplementedinthenewscanningmode.
KEYWORDS:ImageReconstruction;RadonTransform;FilteredBackprojectionAlgorithm;Fan—beamLocalReconstruction;RecompositionMethod
独创性声明
本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京交通大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。
学位论文作者签名:啊匆
357月g.-日f
学位论文版权使用授权书
本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。
(保密的学位论文在解密后适用本授权说明)
靴敝储戤:枋栊为导师爵:-签名轭匿
签字日期:砂7年7腿日签字日j期:臻刁年D月夕
致谢
本论文的工作是在我的导师渠刚荣副教授的悉心指导下完成的,渠刚荣副教授严谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢两年来渠刚荣老师对我的关心和指导。
渠刚荣副教授悉心指导我们完成了实验室的科研工作,在学习上和生活上都给予了我很大的关心和帮助,在此向渠刚荣老师表示衷心的谢意。
渠刚荣副教授对于我的科研工作和论文都提出了许多的宝贵意见,在此表示衷心的感谢。
在实验室工作及撰写论文期间,顾兴勇、肖波等同学对我论文中的图像重建算法研究工作给予了热情帮助,在此向他们表达我的感激之情。
另外也感谢家人朋友,他们的理解和支持使我能够在学校专心完成我的学』匕。
1绪论
1.1图像重建问题的发展及展望
计算机断层扫描(ComputerizedTomography简写成CT)在医学上一个重要的方式是由多个x射线投影值获得人体内部的密度分布。1917年奥地利数学家Radon系统地论证了由积分值确定被积函数的理论方法,为CT技术的形成和发展提供了可靠的理论依据。随后,美国物理学家A.M.Cormack在此基础上作了进一步研究,并且完成了仿真与实验研究,这标志着由X射线投影重建图像的解析数学方法的确立。1971年,英国EMI公司工程师GN.Hounsfield研制出了第一台CT扫描装置。至此,CT理论终于取得了实质性的突破。
在二维的情况下,Radon变换是非局部的,即为了恢复图像中的任何一个特定的点需要待重建物体所有的投影信息。在医学上,即使医生只想了解病人的某个局部的情况,也要对病人的全身进行扫描,这意味着病人要承受更多的X射线辐射,过多的电离辐射可能会引起病人的癌变或者基因变异,对病人的身体带来危害。而在实际情况中,医生更多时候只是想了解病人的某个特定器官的情况,如:心脏,大脑等等。为了减少X射线对病人带来的伤害,同时也为了减少扫描的时间,提高资源利用率和计算的时间,针对感兴趣区域(ROD局部重建迫切需要发展。
由于局部重建算法(LocalReconstructionAlgorithm)的实用性,局部重建算法在近几十年来是国内外比较关注的话题。1984年Smith首先提出了LambdaTomography(LT)[5—6】。他把Calderon在解偏微分方程时使用人引入到CT重建算法中,利用算子的数学性质实现了局部重建。LambdaTomography是最早提出的局部重建算法,有很多文献对该算法进行了推倒和更进一步地研究。1992年Walnut第一次把小波分析应用到了CT局部重建中[7.8]。2007年宋沛然在范惠荣、徐茂林、邱钧工作的基础上,结合重排法,实现了扇形束的滤波反投影全局与局部重建。关于三维CT重建算法,虽然早在上世纪80年代就给出了精确重建的充分必要条件,但在数值上很难实现。2002年Ketsevich提出螺旋锥束CT精确重建算法
【9],该算法是三维CT领域的突破性进展。基于他的工作,Zou和Pan对投影数据进行微分、反投影,然后对反投影的结果进行Hilbert滤波,提出了反投影滤波(filteredbackprojection,FBP)重建算法[10.16】。该算法在减少数据冗余和区域
interest,ROI)重建方面有很大的优势。随后ENoo等人用经典有限(regionof
Hilbert反演公式推倒出了局部重建方法[17】。
CT设备的不断发展,由原来的第一代的二维扫描发展到了今天的螺旋CT,同时,对锥束重建算法的研究也随着活跃起来。虽然理论上、算法上和应用上正在不断地完善,但是这三个方面还有很多问题等待我们去解决。特别是研究更高效得长物体、短物体精确三维锥束重建算法[181。与此同时,尽管新的快速三维螺旋CT体积成像方法将是未来CT重建的主流,而扇形束CT也仍然有其研究价值。近来,主要研究两方面的问题:一方面是感兴趣区域超短扫描精确重建方法和理论分析证明,另一方面是如何处理带有部分截断投影数据的精确重建问题[19】。1.2本文的研究工作
本文基于Radon变换理论,以滤波反投影为研究对象,对CT的扇形束扫描模式和图像重建的算法作了进一步的研究。
论文各章内容安排如下:
第一章介绍CT局部重建的研究背景、发展历史和未来CT局部重建的发展趋势。
第二章介绍CT图像重建的原理和相关的数学理论基础,本章主要针对解析重建,为此重点介绍Radon变换、Radon变换的求逆公式、Fourier分析和Fourier切片定理。
第三章本文主要针对与探测器等距离排列的扇形束的图像重建算法,通过平行束的投影数据与扇形束投影数据之间的关系,通过平行束滤波反投影的重建公式,推导出了探测器等距离排列的扇形束图像重建算法。在计算机实现部分中,本文采用数据重排的方法,即通过线性插值把扇形束投影数据转化为平行束投影数据[20.22],再进行平行束滤波反投影重建。在滤波函数的选择上,采用范惠荣、徐茂林、邱钧等研究的一种新型滤波函数,将其用于全局和局部重建。数值模拟部分把滤波函数与其它常用滤波函数做了对比,证明其有效性。
第四章首先介绍了新型的CT旋转台边旋转边平移的扇形束扫描模式,其次在扇形束滤波反投影重建算法的基础上,推导出了新的扫描模式下的图像重建算法,最后将采用新型滤波函数的扇形束重排法应用到新的成像模式下,通过数字实验,将模拟数据与待重建图像原始数据进行比较,说明在新的扫描模式下,扇形束滤波反投影重建算法的有效性。2
2CT图像重建的原理及相关的数学理论基础
在这一章,我们首先对二维图像重建问题进行简单介绍,主要介绍解析成像重建,给出了解析成像重建的重要的数学理论基础一Radon变换的概念、Radon变换的求逆公式以及Fourier切片理论,为下面的研究做准备。
2.1图像重建的原理
对于给定某种公式来估计密度厂的近似值厂,我们称这种方法为解析重建法。目前,对应不同的x光的投影结构,投影数据与密度厂之间的解析关系是不同的,数学计算也不同。在二维的X光的投影结构中,主要归纳为两种:平行束投影和扇形束投影。但是,由于扇形束投影与平行束可以相互转化,在本节中,将主要介绍平行束投影。
图2—1平行束扫描模式
平行束扫描的机器包括射线源和用于接受投射光的探测器。在每一组数据采集中,射线源和探测器之间作平行移动,探测器记录该组的投射数据;然后射线源和探测器同时围绕被探测物体的中心旋转一个固定角度,接着再进行平行移动扫描,直至旋转角度到1800。再根据这些投影数据进行重建。
当x射线穿过被探测物体(比如人体,地球物理表面等),由于吸收和微射,X射线会发生衰减,又由于被探测物体内部组织的不同,衰减系数随之不同,我们用函数∥(五Y)来表示衰减系数。由于∥受到密度函数厂的影响,只要知道了∥的分布,也就知道了密度分布。3
设X射束穿过某个不均匀介质时,射束强度下降可用下面方程表示:
I=Ioe一胆
厶是输入射线的强度,I是测得的数据强度,经过变形上式可以简写为:
互鹏y)凼一ln(丢)12-l_1)
三是X射线经过的一条路径。CT图像重建通过探测厶和,得到一系列的投影Radon变换
本节先给出甩维空间中的Radon变换的定义[23】;再介绍二维图像重建中的Radon变换的定义
Radon变换起源于积分几何,所谓的积分几何就是根据流形的几何性质(包考虑,z维空间的超平面:
L:P=石・国
其中x=(_,X2,…,xn)∈R”,∞∈S”1,缈是刀维空间中的单位向量,P∈R1是定义2.2.1Radon变换是函数f(x)在超平面£上的积分,
Rf(p,国)=少@)dx
m‘x=p4数据,利用(2—1—1)式,确定∥的分布函数。2.2Radon变换的具体形式。2.2.1括几何形态和集合分布)研究函数在此流行上的积分。在CT中的含义是获得投影数据,即根据流形(即X射线束)的几何性质(各种平面直线)研究函数(X射线穿过物体的衰减系数分布函数/4x,Y))在此流形各直线上的积分。原点到超平面的距离,P,缈为超平面£的位置参数。f(x)=/(■,X2,…,%)∈矽(R”)
Radon已经证明,若函数厂(x)连续且具有紧支集,则Rf(p,缈)可由沿所有£线积分为一确定。
显然,Rf(p,秒)是单位柱面Z=S”1xR1上的偶函数,即
Rf(-p,-co)=Rf(p,co)
2.2.2二维图像重建中Radon变换的具体形式
在二维的图像空间中,设厂@,y)表示某一图像密度的二维空间分布,且该函数在二维空间中具有紧支集,Radon变换可以表现为:
Rf(p,p)=i/(x,y)ds(2-2-1)
P为原点到直线的垂线,乡为法线与z轴的交角,P,口为直线L的位置参数。它实际上是对图像厂O,Y)的线积分。
设如图2-2建立直角坐标系,则直线L上的任意一点∽y)可以表示为:
X=
LpS一SS
}Smy=p∞出l矽秒C{宝p秒
式子(2.2-1)可以改写成:
Rf(p,9)=王厂(z,y)ds=£州pc。s秒一ssin秒),(psinp+scosO))ds
图2—2二维Radon变换
5
2.3Radon变换的求逆公式
在上一节中给出了图像重建中的Radon变换的具体形式,在本节中将给出其相应的求逆公式[23】:
f(x,y)--萨1胁£南半勿
以下几个步骤:(2-3-1)由式子(2.3.1)可以看出,已知投影数据Rf(p,秒),要求其逆变换,可以经过
(1)关于影(p,p)的第一个变量P求偏导数;
(2)对其偏导数做关于P的Hilbert变换;
(3)对经过Hilben变换后的函数作反投影和归一化运算。
在反投影运算前经过微分、Hilbert变换两个环节,由于存在微分项,公式对实际投影数据中的微小误差极为敏感[24.26]。并且Hilbert算子又具有奇异点,在实际应用中带来许多困难,因此Radon求逆公式目前在商用CT中未得到应用。2.4Fourier分析和Fourier切片定理
1822年法国数学家傅立叶发表了“热的分析理论”著作,提出并证明了周期函数都可以展开成正弦技术,奠定了傅立叶级数的理论。其后,该理论被应用到了处理信号中,傅立叶变换将原来难以处理的时域信号转换成了易于分析的频域信号(信号的频谱),在频域内对信号进行处理、加工。最后利用傅立叶逆变换将频域信号转换成时域信号。在计算机图像处理中,也用到了傅立叶变换。
2.4.1二维Fourier变换
设f(x,Y)是两个独立变量x、Y函数,那么它的二维傅立叶变换可以表示为:
《州卅IuF(u,v)=f:f:f(x,y)et酬卅'’,)dxdy,V)=Il●p∞,∞(2—4.1)
对F(u,力进行傅立叶逆变换,即把公式(241)两边分别乘以exp(j27r(ua+印))后再对变量“1,积分,可以得到:6
££F(…)eJ2r(ua+v,8)dudv
=££££厂(z,y)e-2q(u(x-a)+v(y-P))dxdydudv
(2-4—2)
=££厂(工,y)出方£艮‘2咖(P咖咖呐)dudv
为了更好地说明下面的工作内容,在本节中先引入狄拉克函数的概念:定义2.4.1函数8(x,y)【27]若满足:
J£m,y)dxdy=1
则称函数8(x,Y)是狄拉克函数。
狄拉克函数8(x,Y)具有如下性质:【万(.砖J,)=o,z≠0,y≠0
性质1:££厂(z,y)8(x,y)dxdy=f(O,o)
性质2:££厂(石,y)艿(x一而,Y-Yo)dxdy=f(xo,Yo)
性质3:8(-x,-y)=8(x,y)
根据狄拉克函数的定义知函数;0。;,oe-2njtux+vy)幽咖是一个狄拉克函数[19】,利用狄拉克函数的性质可以把(2—4.2)式进一步改写成:
££F(叩)∥“甜棚dudv
=££m,y)dxdy;,。艮。2酬吣训wo邛"dudv
=£;f(x,y)8(x-a,y-f1)dxdy
=f(口,∥)(2-4-3)
7
将(24.3)式中的口、∥分别用x和少代替,则傅立叶逆变换可以写成:
似,y)=££F(“,v)eJ2r(nx+vY)dudv
2.g.2(2-4—4)Fourier切片理论
利用前面介绍的Radon变换计算图像f(x,y)在秒方向上的投影矽(p,0)
另(f)=lf(x,y)ds
P=xcosO+ysin8,利用狄拉克函数的性质,上式可以写成:
局(f)=££厂(工,y)8(xcosO+ysin0一t)dxdy
再对易(f)作关于f的一维傅立叶变换得:(2-4-5)
&(国)=f。Po(t)e-J2Mtdt
我们考虑傅立叶变换在’,=0时的状况,(2.4.1)式可以简化为:(2—4—6)
F(u,o):f:f:f(x,y)e-J2"”dxdy,o)=IJ∞・p∞I,
=£[£m,y)dy]e-j2撇dx(2-4-7)
以t为横坐标,与直角坐标系xOy同原点,建立直角坐标系(如图2—3所示),当0=0时,(f,s)坐标系和(x,Y)坐标系是重合的,即t=x、s=Y,故(2-4-5)式可以写成:
—O
易:o(z)2上。/(x,y)dy
从而可得(2-4—8)
8
F似,0)=EPe=o(t)e-J2"dt
的傅立叶变换,(“,D在’,=O处经线上的值,(“,O),即F(u,o)=・‰(缈)。(2-4—9)(2-4.9)式说明厂O,y)在垂直于x轴方向上一维投影的傅立叶变换等于厂∽J,)
//\‘、协一\,—_,f
一.奠而一
/匕
图2—3Fourier切片定理羚
可以把上面的结论加以推广,设F(ro,乡)是,(“,’,)沿秒角方向经线上的值,而且S。佃)设为易(f)投影的一维傅立叶变换,由(2—4-9)式定义的投影的傅立叶变换和二维傅立叶变换在角度秒所对应的值相等,即F(ro,0)=岛(国)[28】。这也就是说一个方向投影的傅立叶变换,是二维傅立叶变换的一个切线,且该切面垂直于投影射线并通过频域中一L,-零点[29.311;反过来,有无限个不同方向的切线叠加在一起,可以构成一个完整的二维傅立叶变换,这也就是傅立叶切片理论【19】。9
3二维滤波反投影重建算法
滤波反投影算法是目前CT中普遍使用的一种重建算法。本章首先分别介绍了平行束和扇形束的滤波反投影重建算法,然后介绍扇形束的局部重建算法,为第四章的新的扫描模式的扇形束局部重建的研究打下基础。
3.1平行滤波反投影重建算法
从前面介绍的傅立叶切片理论可以看出,一个方向投影的一维傅立叶变换,是二维傅立叶变换的一个切线;反过来有无限多个不同方向的切线叠加在一起,可以构成一个近似的二维傅立叶变换。再对近似的傅立叶变换求逆变换可以得到横截面影像。这一原理给了断层图像重建的基本方法,实际应用中还存在一些其它的问题要解决。
3.1.1理论推导
滤波反投影算法可以通过对傅立叶变换进行坐标变换后得到.设f(x,Y)是需要重建的图像,它由傅立叶逆变换获得的表达式为:
m,J,)=E£F(州)eJ2X(ux+vy)dudv
把上式的直角坐标变换为极坐标,令
U=缈COS臼(3・1—1)(3-1—2)
(3-I-3)1,=cosin秒
则有
dudv=alclcoclO(3-i-4)(3.I—I)式可以改写成:
2彻¨瞄¨芦…∞0)eJ:土,(缈,2彻“瞄“州相)(ada2d0,y)5(3—1-5)
lO
利用F(ro,0+180。)=F(-co,0)的性质得
,y)5J:,p)怫f(x,y):f[f一:F(oJ,p)怫j2Jrmtdto]dO(3-1-6)上式是简单式,令t=xcosO+ysinO,如果利用投影切片定理,用0角度投影的傅立叶变换So(国)代替二维Fourier变换:
,y)2j-【L&(缈)怫口删dto]dO(3-1-7)
将(3—1-7)式改写成
f(x,y)=fQo(t)dt
其中(3-1—8)
Qo(t)-e&(缈)彬2删dao
=一=(3-1-9)一Jz删dt(3-1-10)
Qo(t)表示一个滤波过程,H表示理想滤波函数的频率。(3—1—8)就是利用每个角度的滤波投影幺(f)进行反投影。
3.1.2计算机实现
在实际情况中,t的取值是有限值。设㈦>E>0,Po(t)=0。用d表示相邻两平行线之间的距离,用△表示相邻两个方位图之问的夹角(A=州M),P(nd,mA)已知,其中一N≤咒≤N,0≤m≤M一1。理想滤波函数缈有上限,设为形,根据采样定理,采样间隔为1/(2W)。
第一步,用FFT(快速傅立叶变换)计算P(nd,mA)的傅立叶变换
跗万W舢州蝥N(nd,mA矿2删2Ⅳ)
第二步,乘以理想滤波函数和进行傅立叶逆变换(3-1-11)
∽掰妒号言跗矿W帕卜伽∥一,…,Ⅳ㈨4埘上式说明G(f)在投影函数离散点的值,可以通过计算s(后州Ⅳ,m△)陋叫卅的离散傅立叶逆变换得到。然而,川是理想的滤波函数,根据佩利-维纳准则[32】,这一理想滤波器是不可实现的。但是如果结合具体的成像过程,则不但能够实现,而且能够达到足够的精度。为此,需要对理想滤波函数H进行窗处理。
常见的滤波函数的窗函数有f33-341,其中B=西1:
①Ram-Lak滤波函数的窗函数一Wl(缈):
d
掣=¥J搿
(窑)Shepp.Logan滤波函数的窗函数--sinc函数:
s;ncc詈,=等
③Hamming滤波函数的窗函数一J}l(缈):
h(co)=州h)cos(警)其中口-o.54
相应的滤波函数只要用理想滤波函数俐乘窗函数即可。在本文中,窗函数用H(co)表示,则将(3.1—12)式改为:
Q(n'd,mA)=熹言跗矿W△蝴础矽W蒯伽(3-1-13)第三步计算f(x,Y)
Jll,一l
f(x,y)=△∑Q(x・cos(mA)+y・sin(mA),mA)
m=O(3—1-14)
12
jE立窑煎厶堂蚯±堂位监塞三缍逮蘧厦控墅重建簋莹
上式中Jcos(胍△)+Ysin(mA)7F定和t完全相等,可以用线性插值的方法,利用口(n'd,mA)近似Q(xcos(mA)+Ysin(m△),埘△)。
在本章节中,对Shepp—logan(512x512)进行全局重建,FBP的滤波函数选月j了Ram-Lak滤波函数、Shepp-Logan滤波函数和Hamming滤波函数。
结果如F:
(c)Shepp一『ogart滤波函数重建图像(d)Hamming滤波荫数重建图像
图3一l平行柬滤波反投影重建
由圈3-l(b)、图3-1(c)和图3-1(d)可以看出,与原始模lo相比,采用三种滤波函数均获得了很好的重建质量,崩肉眼无法区分。下一章节中将引用评价函数对这二种滤波函数的重建精度作进一步客观的评价。
3.2扇形束投影重建算法
上一节介绍的平行束滤波反投影重建要求X射线是平行束,但是在实际情况中,由于探测器和焦距的距离很小,很难的到平行光,只能获得扇形束投影。在这一节中,将介绍扇形束的滤波反投影重建。扇形束扫描方式采集数据时,射线源和接受器同步绕着受检物体旋转。X-射线源对应一排足够多检测器,使所有检测器和射线源所对应的角包含整个待重建区域。根据探测器类型的不同,扇形束投影算法分为等距(线阵探测器)(如图3-2(a)),等角(弧形探测器)(如图3-2(b))两种。
l
j。紧西过_7
\潞曩
(a)等距扇形束扫描模式
沁一,一\
(b)等角扇形束扫描模式
图3—2扇形束扫描模式一
14
3.2.1
蝴淼一…娥瓤探测器等距椭懒
叠嚣耋雷徽嚣爱蒹蓬揣?
投影?瓣篱二0芝雾麓…蛐~黼
蕊汝
./々
J
\
探测器等距离排列扇形束投影重建算法
竺竺道,∥表示旋转的角度。探测器≤;忑乏芜嚣i蕃笺篓置二萎竺粤竺体运动
拿!-个投影吩@,)与q皿上的投影值足。三j磊萎:J{掌竺?≮。,鼍此在研呸上
:’与射线船与研q的交点彳的坐标,二二菇≥7:?习兰竺÷鬯交点亏的坐标
\
15
图3—4∥、,和秒、f的关系
∥、,和秒、t的关系可用以下公式表示:
f=,COSy=X!而雨D矛
秒=∥+7=∥+删觚五XI(3-2-1)
根据平行束的滤波反投影公式[23】有
厂(,.,≯)=rE另(f)^(,.cos(乡一矽)一t)dtdO
(3-2—2)
由于rEB(f)JIl(,cos(p一≯)一f)dtdO=f”£易(f)^(,cos(乡一≯)一f)dtd8,故有m,≯)=互1f。E删JIl(,cos(9一矽)一f)dtdO
(3-2-3)
利用(3.2.1),把秒、f变换为关于∥、x’的式子,先计算捌p=IJIdZUx'。
怍I
I淼别ada筇,8I计算得
(D2+,2)恐
西/苏,:—D(—D—2+—X—'2)—--矿D—x'2
:—旦可;aUap:o一(D2+∥2)%’
_u
玳’2币1怍I丽D3
;郴_l
(3-2-4)
.
将(3.2.1)代入(3—2-3),整理得:
m脚=三P仨‰c考每,
番志
№
邯
(3-2-5)
考虑到积分函数对自变量∥是以2万为周期的函数,则上式积分可以改为:
竹聊=互1
f仨‰(番)
m州∥+删anc争沪面D甭x',瓦匆出’妒
(3-2—6)
现在再来研究函数h,设M(r,≯)为待重建区域中的任意一点,射线SM与z7轴的交点坐标为石
令7=删an(丢),湖厂2历鼋矛’
、/D‘+x~
D
.
龇n7
2历鼋矛
,
,.cos(∥+arctan(-丢)一矽)一了荔告
=rcos(p4-y一矽)--X’cos7=rcos((fl一≯)+y)一X'COSy
=rcos(p一≯)cosy—rsin(fl一矽)sin7一x’cosy
=(厂cos(p一矽)一x’)cosy—rsin(fl一≯)sin厂(3—2—7)
(3-2—7)式可以改写成
(爿√)c唧+,sin(∥卅吾c。s7一心n(∥一加in厂(3-2-8)
把COS
y=了翥子和sin7-了荔丢i矛分别代入式(3・2・8)得到
17
(工:一工’)南+‘r、/s。in。(fl+-x,矽。)(x:一x’)
—..(..x....;...-.....x...'..)..(..D......+.....r...s...i..n...(..f1......-....矽....)—)—
一矗瓦了
(3-2—9)
令u=D+,sin(fl一扔,三=以丽,则(3—2—9)可简写为兰(《一曲。
所以(3—2-6)可以改写为
现在我们具体研究一Th(U(x;一工’))。前面已知办(f)是频率函数H的傅立叶逆
变换。JIl(f)=eHP/2删d国于是可以得到
办(一U=肼P胁‰
A拿CO'
(3-2—11)
UL・缈,可以把(3-2-11)改写为
^ciU俨啪十2耐口弘=等肼∥耐‰7=等坳,
这样(3—2—10)可以写为
删)2互1膀1仨即√坝扣’)赤蝴(3-2-12)
3.2.2计算机实现
本文将采用数据重排法进行计算机实现。扇形束投影数据重排法就是把扇形束投影数据进行重排,使其接近平行束投影.数据重排法不限制投影的角度和数据
采集的角度。因此它非常实用于射线源与探测器之间距离较短的情况。
本文采用插值逼近的方法,根据扇形束的扫描数据进行内插估计,近似得出
平行束扫描的投影数据集。再应用平行束扫描数据的重建方法实现图像重建。
假设,只在等间隔的y(0≤y≤V一1)处不同的∥角度获取投影数据,每个相邻的∥角问的变化量为11,并且有
VI-"=2万
对于每个投影,仅在长度变化量为r/的2U+1个等间隔长度进行采样。并有
聊≥X一
又因为密度函数厂在每一条射线上的线积分尺已知,即R在点(∥刁,订),
一U≤/2≤U,0≤y≤V—l上的值已知,根据公式(3—2—1)知
尸(∥刁丽D
,订+arctan(鲁))=R(肌哪
P(∥刁了手丽D
线性插值为例):
,订+arctan(-警)),通过给定的插值方法,估计得出平行束扫描
方式中的数据P(nd,mA),d平行束射线间距。具体操作过程分为以下两个部分(以
①假设∥固定不变,一【,≤∥妣根据舷靠,订+arctan铮)的值,对第二变量进行线性插值估计础赢,删,0鲕州-l
19
令∥=
,
O≤y’≤矿一1
r
则yr+arctan(詈)≤肌△≤(山1)r+删aIl(詈)成立
则有
础宫籍,删
≈——————————————————。————————一
r
..叭1)r+舭蟹)_砸
+竺竿塑鼬刁南∥…@
此时得到近似的不等间隔平行束射线扫描的投影数据。
、/∥+∽功2
计P(nd,mA),其中-N<_n<N
降2舶,
②假设m固定不变,0≤m≤M—l,对舷印亏等,删进行线性插值,估
钳=L【-刁扫n:d—D丽j,-U%u<U
贝o∥7刁了{乒丽D
则有
≤刀d≤(∥7+・)刁了{乒南
P(nd,mA)≈
只∥+1)刁万丽D
刀d一∥刁了芝丽D
,删
+
删咿丽D
,删(3-2-14)
这就是用于重建的近似的等间距平行束射线扫描的投影数据。
3.2.3局部重建及误差分析
上一小节介绍的重建算法是传统意义上的CT重建算法(globalCT),它是一
种全局的算法,它应用于整个物体的二维的断层重建。也就是说要得到断层中某一点的数据,需要采集该断层所有的点的投影值,需要花费很多时间和资源,在医学里,x射线还会对人的身体产生副作用,不利于身体的健康。在现实的情况中,我们往往只对一部分区域感兴趣(RegionofInterest,ROI),为了减少x射线对人体产生的副作用,节约资源和提高计算的速度,迫切需要发展局部重建算法。因此在最近十几年的时间里一些针对感兴趣区域(RIO)的局部重建算法得到了飞速发展,这些局部算法仅需要围绕感兴趣极其邻域采集投影数据,即可重建出该区的图像。
具体地说,对任一感兴趣的局部圆形区域D’CY.D,其半径为R’,设D7的圆心为D,,圆心区域B(O’,R’+f)是D’的同心圆,利用区域B(07,R’+f)的投影数据重建区域D7内的任一点的值。
图3—5局部重建数据区域
在本章节中,在采用滤波反投影(FBP)基础上,将采用范惠荣、徐茂林、邱
钧等研究的一种新型滤波函数【1】,用于局部重建。
局部重建将用到的滤波函数是:
形
筹
A=与,
口
式中,厶是归一化常数,R为感兴趣区域内的一个点到中心的距离,d为平行束的距离。
在全局重建中,为了让新型滤波函数与其它滤波函数相比较,在这里引进常用的评价函数【36】.
(1)归一化均方根距离测量值D,它强调少量大误差,少数点大的偏差使得D较大;
叫一#
R=黜
E=maxq/O<J
V
.
(2)归一化平均绝对距离测量值R,它强调大量小误差:
(3)最坏情况距离测量值E,表示原图像和重建结果之间的最大密度偏差:
,
其中:
乃=(六f。2/+正川,2.,+五i,2』+l+五M,2卜I)//4,
RU=(五啦.,+五M2_,+五『,2pI+五,+I,2川)/4
‘和乃分别表示原图像和重建图像的第f行和/列像素的密度,夕表示原图像
j£立童适盘生亟±芏i童监塞
三缝逮泣厦地壁重韭显壁
的平均密度
3
24数值模拟
首先用上一节提到的新型滤波函数对Shepp-logan(512x512)进行全局重建
图3-6为基于新型滤波函数的滤波反投影重建图像,其中&-2。
图3—6基于新型滤波函数的FBP全局重建
、\评价函数
Ram—LakShcpp・LoganHamming
窗函薮、、\
酽(m
DRE
01321012960131701277
01861017530170101676
3737936088361243567I
表3—1常用滤波函数与新型函数的误差比较
从表格中-Ⅱ吼很直观地得出结论:在三个误差训算值中,新型滤波函数的值比
三个常用的滤被函数的值都小,晚明了新型滤波函数整体评价较好。
韭立窑逼盍堂匝±芏芷监鸾
二丝进进匠控堂童建显基
接下来利用新型滤波函数的特性对Shepp—logan(512x512)进行滤波反投影局部重建,重建的区域为以图像中心为圆心,半径为100的圆形区域,在重建数
据的采集中,f-5,叩取与待重建的物体同圆心,半径为105的圆形区域的投影数据。重建结果如下:
(a)待重建的局部|墨|像
图3
(b)重建后的局部图像
7基于新型滤波函数的局部重建
罔38数据对比图(实线模型数据,虚线~重建模型数据)
在图3-8中,通过抽墩罔3—7(a)中虚线似置的数据,将其重建结果与模型进行比较,其中实曲线是模型数据,虚m线是重建模型数据,可以直删地看出基于新型函数的滤波反投影算法住局部重建中效果较好。
4一种针对感兴趣区域的CT重建
通常在工业CT扫描中,射线源和探测器围绕被探测物体作圆周运动,也可以理解成射线源和探测器固定不动,被探测物体围绕圆心作圆周运动。当感兴趣区域离旋转中心很远时,可能会出现感兴趣区域在探测区域之外。当然可以通过加大探测器的长度,或者移动被探测物体,使其靠近旋转中心,由于加工的限制,探测器的长度总是有一定限值的,如果是第二种方法,当感兴趣区域在旋转的边缘时,旋转半径就大大加长。本章首先介绍由张慧滔、陈明、张朋研究的一种针对感兴趣区域的CT扫描模式,其次在新的CT扫描模式下,结合平行束滤波反投影重建算法(FBP),推导出新扫描模式下的重建公式,构造出新的扫描模式下的滤波反投影重建算法,最后通过数值试验证明新扫描模式的可行性。
4.1扫描模式
通常工业CT的旋转台都有沿探测器平移的功能,针对这种特性,张慧滔、陈明、张朋研制出了一种针对感兴趣区域旋转台边旋转边平移的扫描模式。(如图4.1所示)
・.5}
j
,,,7;y・
,,■V,,,,一‘。。j。’‘。7巳、、、/;/9/7、’/
’’-、上?|I、’卜。C\?l!/\
、
Lv
,
,
-,。\、¨、’、L’—、,i:;{:醪IlI’、、、
、、、,’
、、,
,’●’J!’、一’-’1、亡==:==>I.,:‘●、.I●’.、,:●--、^...,~r-‘一,I/J,’,,7‘..,’’,卜
图4—1扫描模式示意图
在图4.1中,坐标系{x’,Y’'以D’为坐标原点,该坐标系是固定的,o代表被测物体旋转中心,该点可在x’轴上来回移动,以D为圆心建立一个运动的坐标系{x,),),∥表示探测物体旋转的角度(0≤∥≤2刀)。设射线源S在Y’正半轴上,S到x’的距离为D,AB为线阵列探测器,tLB与Y’垂直,并且AB的中点D”在Y’负半轴上,D,,表示S到AB的距离,2H表示AB的长度。,点表示感兴趣区域的中
心,为了确保感兴趣区域始终在探测的区域内,每次移动旋转中心,都使,在Y’轴上。风表示优的距离,则00’的距离可用d=V,ocosl罗表示。M为感兴趣区域内的任意一点。
线阵列探测器AB上得到的扫描数据我们用R(fl,U’)表示,其中∥如前定义,U’表示在AB上的位置,“’的取值范围为H≤U’≤H。接下来的工作就是通过感兴趣区域的扫描数据R(fl,U’)重建出该区域的密度函数f(x,y)。
4.2CT转台边旋转边平移的扇形束FBP公式
在推导重建公式Z再U,找1IJ先设X’硼上碉一个与AB半仃阴厦拟髁删器,AB上的任意一点Q点,在AB的坐标为甜’,连接so.,都与X’轴有一交点,“’和X’的有如下关系:一=∥若。令k(fl,∥)=R(fl,,),其vek(fl,∥)是己知的,根据“’和∥的关系,我们可以推出S(fl,XI)。接下来我们要根据R(fl,X’)重建图像密度函数f(x,y)。
已知平行束滤波反投影重建公式:
厂(x,J,)=jrEB(f)^(,.cos(秒一矽)一f)dtdO
=12f”丘删^(xCos秒+ysiIl¨)dtdO
将密度函数的直角坐标系转化为极坐标系:
厂(,-,矽)=互1f4£tmB(f)五(厂c。s(伊一≯)一f)dtdO
在新的扫描模式中
R(∥√)=Jii(∥∥),令I。协I=日,因为,=“7若,日≤”’≤日,所以M≤百DH且仁(Rcos∥¨’’意导,秒=∥+arctan丢令7=arctanx丢
则有
dtd8=IJIdpdx’
川=型≤等尹趔(D2+一2)72
则公式可以改写为:
竹脚=五1。r睡DH删民coSfl+x')南)h(reos(fl+Z-扔
‘D。、X郴删M南,型考铲捌口tU
观察函数^(,.cos(∥+7一力一(Rocos∥+x’’了等),设感兴趣区内任意待重
建点M7(,.,矽)的投影值为R(∥,薪),令cos7=了声Di萨
rcos(fl+7一矽)一(Rcosp+x7)cosy
=reos(p一矽)cosy—rsin(fl一≯)sin7一(R0cosfl+x’)cosy
=[rcos(p一矽)一(Rcosfl+x')]cosy—rsin(fl一矽)siny
根据(∥,i)与(∥,x’)的几何关系得出:=(X:--Xp’办导…in(∥一矽)-吾cosy-rsin(fl删sin/
=(X1:--Xt)南…in(纠)(砉专)刊√)券
等(《棚令u:D+,.siIl(∥一矽),£:以孑了了则上式可以简化为
则在新的扫描模式下,重建公式可以写为:加脚=五1膀蓐删Ⅲ巾卵型考铲枷数值试验与分析4.3
根据前面介绍的扇形束FBP重建公式,在本章介绍的扫描模式中,重建过程可以表示为:
(1)计算P((Rc。s∥+z’’了i等,∥+arctan吾);
(2)利用线性插值方法估算出平行束投影数据尸(nd,mA);
(3)用滤波反投影进行图像重建。
重建对象为Shepp.109an(512×512),根据MATLAB特点建立如图4-3(a)的坐标系,感兴趣的区域(图4.3(b))为圆点在(156,256)(单位:像素),半径R=100像素的圆形区域,射线源S到D7的距离为380像素,射线源到探测器的距离为716像素,探测器的AB的长度为600像素,扫描区域可以覆盖感兴趣区域,但是对整个图像,扫描区域不可全部覆盖,这个时候我们运用新的扫描方式对感兴趣区域进行扫描,然后重建。
韭立奎坦厶堂亟±堂位盈窑二挫皇七丑盛送鲤匡撼曲£!童丝
;蘧’
●●
(b)感兴趣区域(c)重建图像
图4—2在新的扫描模式下扫描¥hepp—logan(512×512)
由崮4-2(b){nN4-2(c1可以直舢地看山,在新的扫拙方式下的扇形束滤波反投影重建算法得H的重建图像效果较好,为了更好的I兑明扇形束滤波反投影算法在新的扫描方式下局部重建有效性,取图4-2(b)虚线部分的模型数据与相应的重建后的数掘作比较:
图4—3抽取图4—2(b)中虚线位置的数据,将其重建结果与模型进行比较,
实曲线是模型数据,虚曲线是重建模型数据
从图4.3的比较图可以直观地看出,二者数据相近,说明了扇形束滤波反投影重建在新的扫描模式下的有效性。在图4.3中可以看到重建后的图像的数据比原始数据要大,即重建后的图像亮度比原始图像的亮度大,主要是因为在数据重排时产生了误差。
基于新的扫描模式的重建算法的主要部分是滤波反投影算法部分,其计算复杂度为O(n3)[37]。表4.1给出了基于新的扫描模式下的滤波反投影局部重建算法的主要部分的时间分配,从表中可以看出加权反投影占算法的主要部分,若要提高算法的运算速度关键在于提高加权反投影的运算速度。这为算法的优化提供了数据依据。
数据重排FFT滤波过程加权
IFFT
反投影总时间
运行时
0.4118O.17760.065O.106018.914020.538803
间(s)
占总时
间百分
比(%)表4—1算法主要部分时间分配表2.0050.85980.3165O.5692100
参考文献
【l】范惠蓉,徐茂林,邱钧等.关于CBP算法的一种新型滤波函数和它的性质.电子学报.2004.v01.2.PP.232-234
【2】徐茂林等.用一种新型滤波函数作CT图像局部重建.计算物理.2004.v01.21(3)。pp.362.368
【3】宋沛然.一种结合特殊函数的滤波反投影重建算法.CT理论与应用研究.2009
【4】张惠韬,陈明,张朋.一种针对感兴趣区域的CT扫描模式及其重建公式.自然科学发展.2007.v01.17(11).PP.45_47
【5】ICT.Smith
1andF.Kdnert.Mathematicalfoundationsofcomputedtomography.App.Opt.985.v01.24(23).PP.3950—3957
[6】A.Faridani,E.LRitman,KT.Smith.Localtomography.SIAMJ.Appl.Math.1992.v01.52.PP.459-84
【7】D.Walnut,eta1.editors.ProbabilisticandStcochasticMethodsinAnalysis,withApplications.Boston.KluwerAcademic
【8】A.GRamm,A.I.Katsevich.The
1996Publishers.1992RadonTransformandLocalTomography.CRCPress.
【9】A.Katsevic.Theoretically
CT.SIAMJournalonexactfilteredbackprojection-type
reconstructioninversionalgorithmforSpiralAppliedMethematics.2002.v01.62.pp.2012.2026Oll【l0】YZouandX.Pan.ExactimagePI・linesfromminimumdatainhelical
cone-beamCT.Phys.Med.Bi01.2004.v01.49.1ap.941—959
【ll】YZou,X.Pan.ImagereconstructiononPI・linesbyllseoffilteredbackprojectioninhelicalcone-beamCT.Phys.MedBi01.2004.v01.49.pp.2717—2731
【l2】X.Pan,YZou,D.Xia.Imagereconstructioninperipheralandcentralregion-of-interestanddataredundancy.Med.Phys。2005.v01.32.PP.763・684
【l3】Y.Zou,X.Pan,E.YSidky.Imagereconstruction
project-tionsinainregions—of-interestfromtruncatedreducedfan-beamSCan.Phys.Med.Bi01.2005.v01.50.PP.13.27
011[14】YZou,X.Pan,E.Y
withinregionsofSidky.Theoryandalgorithmforimagereconstructionchordsandinterest.J.Opt.Soc.Am.A.2005.v01.22.PP.2372.2384
【l5】YZou,E.YSidky,X.Pan.Partialvolumeandaliasingartefactsinhelicalcone-beamCT.Phys.Med.Bi01.2004.v01.49.PP.2365-2375
[16】X.Pan,L.Yu,C.M.Kao.Spatial—ResolutionEnhancement
IEEEinComputedTomography.Med.Imag.2005.v01.24.PP.246-253
Noo,R.Clackdoyle,J.Pack.Atwo—stepHilbert【l7】Etransformmethodfor2Dimagereconstruction.Phys.Med.Bi01.2004.v01.49.pp.3903—3923
【18】郑鑫,曲鑫.基丁PI线段的扇束CT重建.科技信息(学术版).2008.v01.6.PP.1lO—lll
【19】霍修坤.锥束CT直接三维成像算法研究[学位论文】.安徽大学.2005
【20】马建华,颜刚,陈凌剑,陈武凡.扇形束CT超短扫描优质重建算法研究.中国生物医学工程学报.2008.v01.27(3).PP.347.3483I
【21】GT.Herman.ImageReconstructionFromProjections.Academicpress.iNC.1980
【22】ENatterer.TheMathematicsofComputerizedTomography.NewYork:JohnWily&Sons.1986
【23】J.A.BrowneandGT.Herman.ComputerizedEvaluationofImageReconstructionAlgorithms.IntJImgSystTech.1996.V01.7.PP.256-267
[24】C.HYah,ILT.Whalen,GS.Beanpr6,S.Y=Yen,S.Napel.ReconstructionAlgorithmimaging.IEEETransactiononMedicalimaging.2000.v01.19.PP.1.1l
【25】R.C.Chase,J.A.Stein.An
v01.5.PP.497-499improvedimagealgorithmforCTforCTscallnel怎.Med.Phys.1978.
【26】MichealSandborg.ComputedTomography
Thesis.Departmentofphysicalprinciplesandbiohazards.Ph.D.MathematicalModellingSectionforDigitalSignalProcessingTechnicalUniversityofDenmark.1996
【27】陈立成.层析成像的数学方法与应用.成都:西南交通大学出版社.1992
【28】A.C.KAKandM.Slaney.Principles
1999ofComputerizedTomographicImaging.IEEEPress.
payloadperfor[29]R.GSdlar,etal,MightySatII.Fouriertransformhyperspectralimager
-mance,SPIE,1995,v01.2583.PP.566-575
【30】J.M.Mooney,eta1.High-throughputhyperspectralinfi'aredcamcl"a.J.Opt.Soc.Am.A.1997.v01.14(11).PP.2951-296l
【31】M.Desc0Ul',gta1.Computed—tomgraphyimagingspectrometer:experimental
andreconstructionresults.Appl.Opt.1995.v01.34(22).PP.4817-4826
f32】谷蔌隆嗣.数字滤波器与信号处理.北京:科学出版社.2000
【33】张顺利,李卫斌,唐高峰.滤波反投影图像重建算法研究.咸阳师范学院学报.2008.v01.23(4).pp.47-49calibration
[34】刘晓,杨朝文.RL滤波函数的改进对卷积反投影图像重建的影响.2004.v01.41(1).pp.112-117
【35】GT.赫尔曼著,严红范等译.由投影重建图像—玎的理论基础.北京:科学出版社.1985
【36】马有为.~种新的图像重建的扇束卷积反投影算法.科学技术与工程.2007.v01.7(21).PP.5463—5466
【37】傅健,路宏年.扇束jr:业CT滤波反投影重构算法的快速时间.计算机应用研究.2002.v01.3.pp51-53
[38】H.Y
2006Yu,Y.BYe,GeWang.Practicalcone-beamlambdatomography.MedicalPhysics.
[39]H.YYru,GeWang.StudiesonimplementationoftheKatsevichalgorithmforspiralcone—beamCT.X—RayScienceandTechnology.2004.v01.12.PP.97-116
Image(Medicalscience【40】SteveW曲b.ThePhysicsofMedicalseries).InstituteofPhysics
Publishing.BristolandPhiladelphia.1998
【41]李亮,陈志强,康克军.CT局部重建算法发展综述.核电子学与探测技术.2005.v01.25(6).PP.881-882
【42】马腾.基于平极探测器的cT重建技术研究[学位论文】.中北大学.2008
[43】刘晓工业cT图像重建算法的计算机模拟研究f学位论文】.四川大学.200432
[44】GN.Ramachandran,A.VLakshinarayanan.Three-dimensional
graphsandelectronreconstructionfi-omradio-micrographs:applicationofconvolutionsinsteadofFouriertransform.1971.v01.67.PP.2236-2240
【45】R.C.Gonzalez,ILE.Woods,S.L.Eddins,RuanQuqi.Di西talimageprocess・singMATLAB.BEUING:PIlblishinghouseofelectronicsindustry.2007using
[46】孙祥,徐流美,吴清.MATLAB7.0基础教程.北京:清华大学出版社.2005
【47】贺兴华,周嫒嫒,王继阳,周晖.MATLAB7.X图像处理.北京:人民邮电出版社.2006
【48】求是科技.MATLAB7.0从入门到精通.北京:人民邮电出版社.200733
作者简历
杨艳芳(1985.),女(壮)。广西人,2007年在北京交通大学理学院读硕士研究生,主要从事图像处理与图像重建方面的研究。
基于一种新的扫描方式的滤波反投影算法
作者:
学位授予单位:杨艳芳北京交通大学
相似文献(10条)
1.学位论文 渠刚荣 基于Radon变换的图像重建相关算法研究 2007
本文研究基于Radon变换的图像重建算法。对于XCT,本文建立了k(0<k<n)平面变换的小波反演公式和k平面脊椎变换的反演公式,并由此发展了k(0<k<n)平面变换反演的卷积反投影算法,当k=n一1和k=1,它分别是新的Radon变换和X射线变换反演的卷积反投影算法,并根据不同的小波选取,该算法能容易地用于重建整体和局部图像。
对于不完全数据图像重建,本文将三维限制角图像重建问题归结为三维带限函数的外推问题,并针对投影数据有噪声时,建立了改进的三维限制角图像重建的GP迭代算法,并用卷积反投影算法实现该迭代算法。数值实验结果表明,对于投影数据带噪声的重建问题,改进的GP算法图像重建结果优于原有的GP算法.
对于图像重建的迭代算法,本文用奇异值分解(SVD),导出了Landweber格式迭代解的表达式,并由此首次建立了它收敛的充分必要条件。做为这些结果的应用,本文扩展了已有特殊的和显式的收敛条件。不同于传统的收敛条件,本文的结果允许松弛系数是复的,因此可用于具复系数的成像模式(如MRI)。本文进一步发现,当松弛系数取特定的数时,迭代能在有限步收敛,即迭代格式归结为直接方法。在上述所有的情形,极限收敛于加权最小二乘解加上初始图像到系数矩阵的零空间斜投影。
对于一类分片光滑函数,本文建立了函数奇性Radon变换的传播规律。并由此得到了由Radon变换奇性反演的公式。对于图像中的奇性边缘曲线,本文给出了用一维小波刻画和探测图像函数奇性曲线的方法,并用于Radon变换的奇性反演。
2.会议论文 康克军. 毛希平 基于Radon变换导数的精确三维CT图像重建理论与改进方法介绍 1996
该文主要介绍了一种基于Radon变换导数的精确3D-CT图像重建的改进方法,它的计算复杂性和成像质量和传统方法相比有很大改善。
3.学位论文 郝春蕾 基于小波的图像重建的卷积反投影方法及Radon变换的奇性研究 2005
本文通过对Radon变换进行一维小波变换,导出基于小波的n维图像重建的卷积反投影逆公式,并在n=2,3的情况下对该公式进行算法实现.应用小波窗对投影数据进行去噪,对二维、三维进行图像重建,能够取得好的效果.其中,小波窗是一个创新点,在与有限带宽窗、正弦窗、广义汉明窗等常用窗相比具有好的性质.该理论是对图像重建的卷积反投影算法的重要补充。
4.期刊论文 徐海军. 魏东波. 傅健. 张立凯. 戴修斌. XU Hai-jun. WEI Dong-bo. FU Jian. ZHANG Li-kai. DAI Xiu-bin 三维Radon变换的一种快速解析方法 -CT理论与应用研究2008,17(2)
3D Radon变换及其反变换是X-CT三维图像重建理论的核心,它在其他许多学科领域也有广泛应用.3D Radon变换的表达式是一个三重积分,按照定义直接计算相当费时.为此,研究一种新的快速的方法实现3D Radon变换,对X-CT图像重建理论及相关领域的发展有重要意义.本文以算法仿真常用椭球模型为基础,通过求解椭球模型与空间任意平面的面积,实现了用解析的方法快速得到模型的Radon变换,进一步比较了它与传统方法的优缺点,最后根据Radon反变换重建出原物体模型,计算机仿真结果验证了这种方法的正确.
5.学位论文 马有为 基于小波的图像重建扇束卷积反投影算法 2007
Radon变换是CT技术的数学基础,图像重建就是由图像函数的Radon变换(也称投影数据)重建(或反演)图像函数。在CT图像重建中,卷积反投影算法因为其简单易行,重建速度快,精度高,得到广泛应用。当前小波变换也作为一个有用的工具已广泛应用于图像重建中。
本文用Radon变换的小波反演公式,导出了基于小波的扇束投影重建的卷积反投影算法。该算法同经典的卷积反投影方法一样简单,易于实现,既可以用于全局图像重建,也可以用于局部图像重建,而且只用到非常少的额外数据。本文还使用基于Lemarie-Meyer小波选取的窗来改善局部重建的效果,通过研究参数的选取对重建结果的影响,我们可以合理优化本文使用的窗函数,从而用更少的局部区域的额外投影数据,来达到最佳的局部重建效果。我们也对局部重建过程中所产生的误差作了比较细致的研究,给出了相应的误差分析式,并且和当前的一些比较新的算法做出了对比实验。
6.学位论文 顾兴勇 限制角图像重建的Landweber迭代算法及其实现研究 2009
Landweber迭代算法是一种重要的代数学重建算法,Landweber系统的收敛在理论和实践上都非常重要。在本文中我们介绍了一种基于Landweber系统的限制角图像重建算法及其收敛条件[2],文中主要工作是在此基础上进行了算法构造和实现研究,通过数值模拟研究迭代参数的选取,验证了较好的重建效果。
限制角图像重建问题属于不完全数据重建问题。限制角图像重建问题涉及领域非常广泛,例如:医学层析成像、地震层析成像、无线天文学、电子显微学等领域。这个问题主要是对Radon变换中的角θ,0≤θ≤θ0
本文的主要工作是在[2]中所做工作的基础上,对限制角图像重建的Landweber迭代算法进行了算法实现研究,主要通过数值模拟,研究迭代参数的选取。在对相关参数松弛因子λn以及角θ0的不同选取中,通过数值模拟验证了当松弛因子λn趋于1时重建的图像效果最好,同时随着θ0角度的增大,重建的图像效果逐渐变好。
7.期刊论文 邸燕. 常宏宇 Radon变换在断层成像中的应用 -数学的实践与认识2004,34(12)
介绍了著名的Radon变换和断层成像的图像重建.并通过图像实例直观地展示了重建效果.
8.学位论文 陈方林 直接重建目标特征的CT算法研究 2009
论文以CT算法为基础,从理论研究和工程应用两个角度出发,采用基于效能优化的设计原则,从凸现重建图像特征(如疵病、轮廓等)的角度出发,研究Radon变换的性质,通过对投影数据预滤波,研究直接重建目标特征的CT算法。直接重建图像的特征信息,在不牺牲太多图像背景分辨率的情况下,突显被检测对象中我们感兴趣的特征信息,较好地提高系统的整体检测分辨率。
本文首先从图像重建的基本理论Radon变换和中心切片定理入手,详细介绍了滤波反投影算法,将图像重建抽象为由线积分值确定被积函数的数学问题,从数学的观点对图像重建问题进行分析研究;在此基础上,从效能优化的角度出发,论文给出了直接重建目标特征的CT算法的基本概念,证明了Radon变换的一个重要性质-卷积分配性,以此系统地推导了直接重建目标特征的CT算法的基本公式,并运用算法优化设计的概念,从理论上对直接重建目标特征的CT技术相较于重建后进行图像特征提取进行了优势分析;结合工程应用,以直接重建边缘特征为例,通过实现直接重建梯度特征、基于边缘检测算子和小波变换的直接重建边缘特征的CT算法,从三个方面对直接重建目标特征的CT实现技术进行了详细的分析和研究,同时证明了该算法的正确性及其优势;最后从寻求一种通用性较强的直接重建目标特征的CT算法目的出发,研究基于EMD多特征重建的CT算法及实现技术。将EMD这种非线性、非稳态的信号的自适应分解方法首次应用于CT重建过程,并实现了多频段特征重建以及去噪重建。
9.会议论文 王一多. 薛威. 叶侠娟 基于Radon变换的边缘检测法初探 2006
利用基于Radon变换及逆变换的滤波反投影算法(FBP)在图像重建中的"杯状效应",通过预设阀值调整因子调整图像的归一化比例,给出了一种新的边缘检测方法;并初步分析了该方法对不同图像的边缘检测效果。
10.学位论文 方俊永 层析成像光谱技术及其图像重建的研究 2003
在该课题的研究中,广泛地参阅了国内外相关文献资料,系统地分析了当前国内外成像光谱技术的发展状况以及存在的问题.首次提出了基于计算机层
析原理的柱透镜型层析成像光谱技术,它使用两个互相垂直的柱透镜实现特定方向上的投影压缩功能,在每次投影过程中都利用了所有的光能量,故可以明显提高能量利用率以及信噪比.在全角度范围内采集目标的各方向投影数据,经过色散之后能够获得目标在各个波段的各方向的投影数据,利用计算机层析重建算法重建出目标的数据立方体,可以得到各个波段的光谱图像以及目标各点的光谱响应曲线.该文在提出基于计算机层析原理的柱透镜型层析成像光谱技术的同时,还给出了该成像光谱仪的系统设计方案,对系统各部分的组成结构,包括前置光学系统、压缩投影光学系统、色散系统以及数据采集与处理系统等进行了参数分析和设计.详细阐述了系统各部分可能产生的误差及其对目标色散投影数据的采集及数据立方体重建质量的影响.讨论了目标旋转角度间隔的最低要求,确定了角度误差造成的弥散斑直径大小.还结合设计方案分析了两柱透镜垂直性误差对目标中某点发出的球面波经过系统后出射波面的影响.在图像数据处理软件设计中采用了模块化结构的思想,运用多种开发平台,结合MATLAB作为计算服务器,编制了集数据采集、光谱图重建和结果显示为一体的软件系统.
本文链接:http://d.g.wanfangdata.com.cn/Thesis_Y1576568.aspx
授权使用:上海电力学院(wfshdlxy),授权号:db36af34-cea7-4bde-a3ac-9e2500679135
下载时间:2010年11月5日