[发明专利]一种基于尺度空间分解的X射线图像超动态范围重建方法

权利要求书

1.一种基于尺度空间分解的X射线图像超动态范围重建方法，其特征在于，该方法具体的步骤是：

A、对同一成像对象放置在两个不同球管电压下，该两个球管电压分别选择成像对象的两个不同感兴趣区域，在两个不同球管电压下，以合适的曝光条件分别曝光，得到两幅图像，该两幅图像分别显示成像对象的不同区域信息；

B、将拍摄到的两幅图像分别进行基于尺度空间的图像分解，将两幅图像A、B分解为控制图像整体灰度范围的大区域信号和反应图像细节的小尺度信号；其中大区域信号分解后得到大尺度分量即低频分量，主要包含图像的背景信息，小尺度信号分解后得到小尺度分量即高频分量，反映图像的细节信息；

C、在低频分量和高频分量所对应的频率上进行重组，由重组后的分解分量重建一幅动态范围较宽的重建图像。

2.如权利要求1所述的方法，其特征在于，所述的两幅图像的基于尺度空间的图像分解多尺度分解的方法选择高斯函数为尺度核函数，具体包括下列步骤：

设分解层数为N，两幅原始图像为A、B，分解尺度依次为：σ₀，σ₁，σ₂，…，σ_N-1；

第1步：用尺度为σ₀的尺度函数G₀与原图像F₀进行模板卷积得到F₁，F₀代表两幅原始图像A或B，F₀与F₁之差为D₀；如下式所示：

F₁(x，y)＝F₀(x，y)*G₀(x，y)；

D₀(x，y)＝F₀(x，y)-F₁(x，y)；    (1)

第i步：用尺度为σ_i-1的尺度函数G_i-1对图像D_i-2进行平滑，得到F_i，D_i-2与F_i之差为D_i-1；如下式所示：

F_i(x，y)＝D_i-2(x，y)*G_i-1(x，y)；

D_i-1(x，y)＝D_i-2(x，y)-F_i(x，y).    (2)

3.如权利要求1所述的方法，其特征在于，所述的低频分量和高频分量用加权平均法对两幅图像A、B的低频分解分量进行重构，具体计算公式为：

FkC(i,j)=α·FkA(i,j)+(1-α)·FkB(i,j),k=1,2]]>

式中，F_k^C(i，j)为重建图像C相应的分解分量，α为权值，取值范围为[0，1]；

采用相关性原则对两幅图像A、B分解的高频分量进行重构，以两幅图像A、B的第M层分解的高频分量F_M^A、F_M^B为例说明高频分解分量重构的具体方法：

首先分别计算高频分量F_M^A、F_M^B中任一象素点的区域能量。设(m，n)为高频分量中的任一象素点，f(m，n)为其象素值，以该点为中心选取一个小区域(本文中选择3×3的区域)计算区域能量E(m，n)。具体计算公式为：

E(m,n)=Σi=-11Σj=-11f2(m+i,n+j)]]>

用C_AB(m，n)表示F_M^A和F_M^B在以象素点(m，n)为中心的3×3区域内的相关性，C_A^B(m，n)的计算公式为：

CAB(m,n)=2Σi=-11Σj=-11FMA(m+i,n+j)*FMB(m+i,n+j)EA(m,n)+EB(m,n)]]>

选择阈值λ，当|C_AB(m，n)|≤λ时，直接选择局域能量较大的象素值作为重建图像对应分解分量的象素值。当|C_AB(m，n)|＞λ时，重建图像对应分解分量的象素值可通过对F_M^A、F_M^B象素值的加权运算获得。设F_M^A、F_M^B的加权因子分别为W^A、W^B，由下式确定：

WA(m,n)=0.5*(1-1-CAB(m,n)1-λ)EA(m,n)<EB(m,n)0.5*(1+1-CAB(m,n)1-λ)EA(m,n)≥EB(m,n)]]>

W^B(m，n)＝1-W^A(m，n)。