[发明专利]基于Surf特征点匹配的纳米CT漂移伪影校正方法及系统

权利要求书

1.一种基于Surf特征点匹配的纳米CT漂移伪影校正方法，其特征在于，包含如下内容：

获取纳米CT扫描的正常投影数据，并基于纳米CT扫描的参数通过局部角度旋转获取参考投影数据；

将局部旋转角度作为参考角度，获取正常投影数据与参考投影数据的Surf描述子，利用Surf描述子提取正常投影数据和参考投影数据的特征点对；

通过正常投影数据和参考投影数据两者之间的结构相似性筛选特征点对，依据筛选出的特征点对来计算参考角度投影漂移量；

依据投影漂移量对正常投影数据进行亚像素级平移，以实现漂移伪影校正。

2.根据权利要求1所述的基于Surf特征点匹配的纳米CT漂移伪影校正方法，其特征在于，基于纳米CT扫描的参数获取正常投影数据后，保持机械参数和曝光时间不变，设置局部旋转角度，对物体进行二次扫描来获取参考投影数据。

3.根据权利要求1或2所述的基于Surf特征点匹配的纳米CT漂移伪影校正方法，其特征在于，局部旋转角度在正常投影数据采集旋转步长的基础上进行设置。

4.根据权利要求1所述的基于Surf特征点匹配的纳米CT漂移伪影校正方法，其特征在于，假设I_query，θ(x,y)表示局部旋转角度为θ的正常投影数据，I_train,θ(x,y)表示参考投影数据，(x，y)表示图像像素点，利用Surf算法获取正常投影数据与参考投影数据用于匹配特征点的Surf描述子。

5.根据权利要求1所述的基于Surf特征点匹配的纳米CT漂移伪影校正方法，其特征在于，依据参考投影数据旋转角度，逐对计算各特征点指导漂移量，该指导漂移量包含指导水平漂移量和指导垂直漂移量；根据各特征点对的指导漂移量移动正常投影数据，计算移动后的正常投影数据和参考投影数据之间用于利用图像灰度值衡量图像相似程度的结构相似性；依据结构相似性大小排序，选取满足条件的特征点对作为筛选结果。

6.根据权利要求5所述的基于Surf特征点匹配的纳米CT漂移伪影校正方法，其特征在于，特征点指导漂移量计算公式表示为：其中，shift_x(θ,i)和shift_y(θ,i)分别表示旋转角度θ的第i对特征点{(x_query,i,y_query,i),(x_train,i,y_train,i)}的指导水平漂移和指导垂直漂移量。

7.根据权利要求6所述的基于Surf特征点匹配的纳米CT漂移伪影校正方法，其特征在于，针对筛选得到的投影漂移量，利用其均值作为投影伪影校正的漂移量来进行亚像素级平移。

8.根据权利要求5或7所述的基于Surf特征点匹配的纳米CT漂移伪影校正方法，其特征在于，计算参考角度投影漂移量中，还包含：针对无参考投影数据的投影漂移量，利用三次样条差值来进行估算。

9.根据权利要求7所述的基于Surf特征点匹配的纳米CT漂移伪影校正方法，其特征在于，校正投影数据的亚像素级平移过程表示为：其中，F_θ(u,v)表示正常投影数据I_query，θ(x,y,i)的DFT变换，(M,N)为正常投影数据采集尺寸，shift_x(θ)、shift_y(θ)分别表示指导水平漂移量均值和指导垂直漂移量均值。

10.一种基于Surf特征点匹配的纳米CT漂移伪影校正系统，其特征在于，包含：数据收集模块、特征提取模块、特征筛选模块和伪影校正模块，其中，

数据收集模块，用于获取纳米CT扫描的正常投影数据，并基于纳米CT扫描的参数通过局部角度旋转获取参考投影数据；

特征提取模块，用于将局部旋转角度作为参考角度，获取正常投影数据与参考投影数据的Surf描述子，利用Surf描述子提取正常投影数据和参考投影数据的特征点对；

特征筛选模块，用于通过正常投影数据和参考投影数据两者之间的结构相似性筛选特征点对，依据筛选出的特征点对来计算参考角度投影漂移量；

伪影校正模块，用于依据投影漂移量对正常投影数据进行亚像素级平移，以实现漂移伪影校正。