[发明专利]基于邻域信息与高斯滤波的CBCT全景图非线性锐化增强方法

说明书

技术领域

本发明属于医学图像处理领域，具体涉及一种基于邻域信息与高斯滤波的CBCT全景图非线性锐化增强方法。

背景技术

CBCT(Cone Beam ComputerTomography)，即锥形束投照式计算机断层影像扫描设备，是在本世纪初开始应用于口腔临床的一种新型的成像技术。其原理是X射线发生器以较低的射线量(通常球管电流在10毫安左右)围绕投照体做环形DR(数字式投照)，然后将围绕投照体多次(180次-360次，依产品不同而异)数字投照后“交集”中所获得的数据在计算机中“重建”后进而获得三维图像。它与螺旋CT最大的区别是它的投影数据是二维的，重建后是三维的，而螺旋CT的投影数据是一维的，投影数据是二维的，要得到三维体数据需要连续扫描多个二维切片。相对于传统CT，锥形束X线利用率高，射线剂量低，空间分辨率高，成本低，占地面积小，扫描更加灵活。

CBCT成像技术的主要缺点是密度分辨率低，对软组织结构成像效果较差，且图像边界组织受噪声影响大。通过对图像的锐化增强可突出图像的细节信息，得到较清晰的图像边界，方便医生对靶区的勾画。

CBCT的增强算法主要包括两种：基于空域的方法以及基于频域的方法。空域方法每次计算均是基于局部像素信息，不能更好的体现图像整体特性，在某种程度上影响了CBCT图像整体对比度的提高，对于低对比度的CBCT图像的影响较为严重。频域方法虽然对CBCT 全景图的锐化增强在整体对比度方面的效果较空域方法好，但计算较为复杂，计算速度慢，有微量的振铃效果，无法满足高分辨率、低对比度的CBCT图像要求。

发明内容

本发明是为解决上述问题而进行的，针对CBCT图像的空间分辨率高，密度分辨率低，低密度组织成像不清晰等特点，提供了一种基于邻域信息与高斯滤波的CBCT全景图非线性锐化增强方法，利用像素的邻域信息对经典的空域方法进行改进。

本发明采用了如下技术方案：

本发明提供的基于邻域信息与高斯滤波的CBCT全景图锐化增强方法，具有这样的特征，包括以下步骤：

步骤一，读取一幅CBCT原图像f(x,y)；

步骤二，采用半径为R，标准偏差为σ的高斯低通滤波器对CBCT原图像进行卷积处理，得到平滑后的图像f_c(x,y)；

步骤三，将步骤一中的原图像f(x,y)减去步骤二中的平滑后的图像fc(x,y)，得到反锐化掩模图像f_mask(x,y)＝f(x,y)-fc(x,y)；

步骤四，遍历原图像f(x,y)，以每个像素X_k为中心，计算其m*n邻域内像素的平均值μ(x,y)和均方差σ(x,y)，并由公式 计算出权值系数KW(x,y)，

其中，α(x,y)为噪声强度系数；

步骤五，在CBCT原图像上加上所述反锐化掩模图像f_mask(x,y)的 权重部分g(x,y)＝f(x,y)+K*f_mask(x,y)*KW(x,y)，得到增强后的图像。

本发明提供的基于邻域信息与高斯滤波的CBCT全景图锐化增强方法，其特征在于：步骤二中，半径R的值优选为3，标准偏差的值优选为20。

本发明提供的基于邻域信息与高斯滤波的CBCT全景图锐化增强方法，其特征在于：步骤二中，高斯低通滤波器公式为 其中，H_LP(u,v)为高斯低通滤波器函数；D(u,v)为图像频率域中各点(u,v)到滤波器中心的距离，σ为标准偏差。

本发明提供的基于邻域信息与高斯滤波的CBCT全景图锐化增强方法，其特征在于：步骤二中，卷积公式为：

其中，w(x,y)为高斯低通滤波器函数，f(x,y)为原图像。

本发明提供的基于邻域信息与高斯滤波的CBCT全景图锐化增强方法，其特征在于：m*n邻域优选3*3邻域。

本发明提供的基于邻域信息与高斯滤波的CBCT全景图锐化增强方法，其特征在于：步骤五中所述K值范围为1～4。

发明作用与效果