[发明专利]一种基于模糊聚类的ERT图像重建伪影去除方法

说明书

本发明涉及一种基于模糊聚类的ERT图像重建伪影去除方法，包括下列步骤：1)利用至少两种图像重建算法分别计算被测场域的灰度向量；2)将1)中灰度向量结合起来形成一个灰度矩阵作为聚类算法中的特征向量；3)将模糊聚类算法作用于灰度矩阵，对灰度矩阵进行聚类分析；4)按照聚类簇表现出来的统计特征找出分别代表“目标”、“背景”和“伪影”的聚类簇；5)将代表伪影的聚类簇划归到代表背景的聚类簇。

技术领域

本发明属于电学层析成像图像重建算法领域，具体涉及一种基于模糊聚类的ERT图像重建伪影去除方法。

背景技术

电学层析成像技术(Electrical Tomography,简称ET)是一种重建被测物场内部电学特性分布的技术，该技术采用的硬件设备结构较为简单，成本较为低廉，且检测过程具有无辐射、非侵入性的特点。该技术在医学临床监护和工业测量等领域有着广阔的应用前景。

在电阻层析成像(ERT)中，利用阵列电极对被测物场施加电流激励，测量边界电压数据，进而重建被测场域内的电导率分布。以16电极的电阻层析成像传感器为例，采用相邻电流激励、相邻电压测量的方式。在每次激励下，除去激励电极，共有13个测量值。如：以1、2号电极作为激励电极，测量3、4，4、5，5、6，…，15、16电极对上的电压信号。共有16次激励，即有13×16＝208个测量值。为了兼顾时间分辨率及空间分辨率，一般将被测敏感场域划分为812个像素点。电阻层析成像图像重建问题即为求解这812个像素点的灰度值。

由于ERT的“软场”效应及逆问题本身的不适定性，导致重建图像的空间分辨率较差。传统的线性反投影算法(LBP)即为根据边界电压值和被测场域投影区的关系进行电压数据的反投，但由于硬件设备的限制，导致反投数据远远少于需要求解的灰度值，使得重建图像有较大的伪影，目标及背景的边界模糊，空间分辨率较差。

发明内容

本发明的目的在于克服现有技术的上述不足，提出一种基于模糊聚类的ERT图像重建伪影去除方法，可以有效地减小伪影对图像分辨率造成的影响。重建图像的所有像素点可以被分为3类：目标、背景和伪影。其中，伪影在很大程度上影响了成像的分辨率，对伪影的有效处理可以在一定程度上提高重建图像的质量。考虑到上述算法得到的结果是灰度值，即是数值类数据，因此，可以利用聚类算法对灰度值进行划分，再根据划分结果对灰度值进行进一步的处理，从而得到较为理想的成像效果。

本发明的技术方案如下：

一种基于模糊聚类的ERT图像重建伪影去除方法，包括下列步骤：

1)利用至少两种图像重建算法分别计算被测场域的灰度向量；

2)将1)中灰度向量结合起来形成一个灰度矩阵作为聚类算法中的特征向量；

3)将模糊聚类算法作用于灰度矩阵，对灰度矩阵进行聚类分析；

4)按照聚类簇表现出来的统计特征找出分别代表“目标”、“背景”和“伪影”的聚类簇；

5)将代表伪影的聚类簇划归到代表背景的聚类簇。

本发明由于采取以上技术方案，其具有以下优点：

1、与传统的电学层析成像算法相比，本算法将多个经典的成像算法融合起来，将其优势互补，并在此基础上对灰度值进行进一步的聚类分析，减小了伪影的影响，使目标与背景之间的界限更加清晰，提高了成像的空间分辨率。

2、聚类算法采用模糊聚类算法而非传统的硬划分算法，使得目标边缘更加平滑，更加贴近实际边缘。

附图说明

图1为本发明的实施例中原始被测物场模型图；

图2为对图1所示仿真模型用LBP算法进行图像重建的结果；