[发明专利]图像环形伪影校正方法

说明书

技术领域

本发明涉及医学图像处理技术，特别设计一种图像环形伪影校正方法。 

背景技术

在医学诊断中，常常需要通过对患处拍摄从而得到图像，再进行分析。其中，CT技术已经广泛应用于医学诊断的诸多领域。伪影是制约CT图像质量影响临床诊断的重要因素，其中环形伪影是CT中常见的一种伪影。产生环形伪影的因素有很多，其中以探测器上的探测元响应不一致最为常见。从环形伪影在CT图像上的形貌上看，是以CT图像中心为圆心且灰度区别于周围像素的一系列的具有一定宽度的同心圆环。环形伪影的存在，给后续的图像测量、噪声处理、分割等进一步处理和分析带来很大的困扰，如果不能去除环形伪影，可能导致医生误诊。因此，去除或者最大程度减少环形伪影尤为重要。 

现有去除CT环形伪影方法中，通常根据环形伪影在图像中的分布特征，使用相应的滤波器检测环形伪影的位置，并且计算出环形伪影的误差值，最后从带有环形伪影的CT图像中减去误差值，得到校正后的不含环形伪影的CT图像。但是这类方法是对全部图像进行处理，得到全部图像的环形伪影信息，会对正常图像区域（即无环形伪影区域）误判为环形伪影，导致在后续校正过程中，正常区域的像素值也发生变化，容易引起图像的失真。 

又有一种现有的去除CT环形伪影方法是把图像从直角坐标系转换到极坐标系下，这样原图像中的环形伪影在极坐标系下的形状就变成了直线形状，然后利用与伪影平行的一维滤波器作为掩模，对所述的中间图像进行逐步、逐行搜索，获取样本空间，同时计算出每一样本空间的像素值的方差，并根据该方差是否小于阈值来识别伪影，将样本空间内的每一像素点的像素值用该点以及纵轴方向上下两伪影之间像素点的平均像素值来替换从而消除环形伪影，最后将消除伪影后的中间图像变回到原直角坐标系下得到校正图像。这种方法存在三 点不足：第一，只通过计算出每一样本空间的像素值的方差小于预定阈值作为识别伪影的标准显然存在不足，因为同一介质的正常区域像素点也可能满足方差小于预定阈值，对正常区域像素点进行后续的校正显然既浪费处理时间又增加正常区域像素点的像素值误差；第二，由于伪影点本身的像素值就是不准确的，那么采用上述“样本空间内的每一像素点的像素值用该点以及纵轴方向上下两伪影之间像素点的平均像素值来替换从而消除环形伪影”显然将伪影点的错误信息带入到最终的校正结果中，尤其是伪影与周围像素区域差别较大时校正结果并不理想；第三，坐标变换本身存在插值计算，引起图像失真。 

发明内容

基于此，本发明在于克服现有技术的缺陷，提供一种能准确定位图像环形伪影位置并进行有效的环形伪影去除的图像环形伪影校正方法。 

其技术方案如下： 

一种图像环形伪影校正方法，包括步骤： 

S1：读入初始图像，所述初始图像为M行N列的像素点I(i,j)矩阵，其中(i,j)为像素点I的坐标； 

S2：计算所述初始图像的边缘锐化图像g(i,j)，提取边缘锐化图像g(i,j)的中心点C(T,S)，其中T为中心点C位于像素点I(i,j)矩阵的行，S为中心点C位于像素点I(i,j)矩阵的列； 

S3：以所述中心点C(T,S)为起点，分别提取边缘锐化图像g(i,j)在至少三个方向上的至少三串数据，将所述至少三串数据在A方向上对齐排列，并且所述至少三串数据的中心点C(T,S)对齐，在垂直于A方向的B方向上，形成多组数据； 

S4：计算在B方向上的每一组数据的平均值u和方差t，设定第一阈值d1与第二阈值d2，其中d1＜d2，比较平均值u、方差t和第一阈值d1、第二阈值d2，当u＜d1时，跳过此组数据；当t＜d2时，记录此组数据在所述至少三串数据中的至少一个序号对(a,b)； 

S5：根据前述序号对a、b计算其对应的环形伪影的外径、内径； 

S6：校正该外径、内径所在区域的环形伪影内的像素值，输出校正后的图像。 

本发明的图像环形伪影校正方法充分利用原始图像的边缘锐化图像g(i,j)进行环形伪影定位，不用进行坐标变换，从而避免坐标变换过程中带来的数据插值和失真；校正过程中，采用正常像素点进行线性插值计算代替原有伪影点像素值，避免将伪影点像素值引入校正计算中并且具有图像处理速度快的优点。 

进一步地，在步骤S2中计算边缘锐化图像g(i,j)的方法为：