[發明專利]一種噪聲CT圖像三維重建方法

有效

• 申請號: 202010591066.8
• 申請日: 2020-06-24
• 公開（公告）號: CN111739139B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 郭強;張婧
• 申請（專利權）人: 西北大學
• 主分類號: G06T15/00
• 分類號: G06T15/00;G06T19/20;G06T5/00
• 代理公司: 西安嘉思特知識產權代理事務所(普通合伙) 61230
• 代理人: 尹曉雪

1.一種噪聲CT圖像三維重建方法，其特征在于，包括步驟：

S1、利用自適應形態學濾波算法對灰度圖像進行濾波，得到第一輸出圖像；包括步驟：

S11、獲取所述灰度圖像；

S12、設定包括形狀序列和尺寸序列的結構元素集A_nm，其中，A_nm＝{A₁₁,A₁₂,A₁₃,…,A₂₁,A₂₂,…,A_nm}，n代表形狀序列，m代表尺寸序列，

并利用所述結構元素集中的相同尺寸、不同形狀的結構元素腐蝕所述灰度圖像，根據所述結構元素可填入所述灰度圖像的次數自適應確定不同形狀的結構元素的權重值：

...

其中，α₁,α₂,…,α_n為不同形狀的結構元素權重值，β₁,β₂,…,β_n為不同形狀的結構元素可填入灰度圖像的次數；

S13、對同一形狀的所述結構元素，按尺寸從小到大的順序將所述結構元素對所述灰度圖像形態學處理的過程進行排序，構成串聯濾波器；

S14、結合所述權重值，按所述結構元素的不同形狀將所述串聯濾波器進行并聯，構成復合濾波器，并利用所述復合濾波器對所述灰度圖像進行濾波，得到所述第一輸出圖像：

F(x)＝∑α_if_i(x)

其中，f_i(x)為串聯濾波器對灰度圖像的濾波結果，α_i為權重值；i＝1,2,…,n；

S2、利用雙邊濾波器對所述第一輸出圖像進行濾波，得到第二輸出圖像；包括步驟：

S21、獲取基于空間距離的高斯權重區域濾波器：

其中，c(ξ,x)為基于空間距離的高斯權重，h(x)為輸出圖像，f(ξ)為輸入圖像，ξ為鄰域中心x的附近點，k_d(x)為歸一化因子，

S22、獲取基于像素間相似度的邊緣濾波器：

其中，h(x)為輸出圖像，f(ξ)為輸入圖像，ξ為鄰域中心x的附近點，s(f(ξ),f(x))為基于像素相似度的高斯權重，k_r(x)為歸一化因子，

S23、將所述高斯權重區域濾波器與所述邊緣濾波器結合，得到所述雙邊濾波器：

其中，h(x)為輸出圖像，f(ξ)為輸入圖像，ξ為鄰域中心x的附近點，k(x)為歸一化因子，c(ξ,x)為基于空間距離的高斯權重，且有d(ξ,x)＝d(ξ-x)＝||ξ-x||，σ_d為基于距離的正態分布標準差，s(f(ξ),f(x))為基于像素相似度的高斯權重，且有σr為基于空間的正態分布標準差；

并利用所述雙邊濾波器對所述第一輸出圖像進行濾波，得到所述第二輸出圖像；

S3、利用基于區域增長法和三線性插值法的移動立方體算法對所述第二輸出圖像進行重建，得到三維重建圖像；包括步驟：

S31、根據所述第二輸出圖像創建多維數據集，并從所述多維數據集中隨機選取種子體素；具體包括：掃描所述第二輸出圖像中相鄰的兩個二維圖像，根據其中一個所述二維圖像上的四個相鄰像素與另一個所述二維圖像上的四個相鄰像素創建所述多維數據集，并利用二次取樣方法從所述多維數據集中選取包含等值面的所述種子體素；

S32、以所述種子體素的鄰域體素為目標區域，利用所述區域增長法提取所述目標區域中包含等值面的所有體素；具體包括：獲取所述種子體素與所述鄰域體素的公共面的四個頂點的灰度值；判斷所述四個頂點的灰度值與預設閾值的關系；當所述四個頂點的灰度值同時大于或者小于所述預設閾值時，則所述鄰域體素中不包含所述等值面；當所述四個頂點的灰度值不是同時大于或者小于所述預設閾值時，則所述鄰域體素中含所述等值面；

S33、根據所述體素中頂點的第一灰度值與所述等值面的第二灰度值的關系，確定所述等值面在每個所述體素中的剖分方式；

S34、采用所述三線性插值法計算在所述剖分方式下所述等值面與每個所述體素的交點位置；

S35、判斷是否遍歷所有包含所述等值面的體素；若是，則得到所述三維重建圖像；若否，則跳轉至步驟S31。