1.一种用于CT重建中多区域分割的环伪影校正方法,其特征在于:该方法包括以下步骤:S1:环伪影区划分;
S2:创建直角坐标系;
S3:针对不同区域设计识别滤波器;
S4:滤波并将信息存储至两个矩阵;
S5:伪影信息处理、校正和补充。
2.根据权利要求1所述的一种用于CT重建中多区域分割的环伪影校正方法,其特征在于:所述步骤S1具体为:通过将图片划分多个区域,并在每个区域中利用识别算法检测识别微小的弧型伪影,方像素为单位确定每个像素所属的弧或者通道,通过识别多个区域弧形伪影检测而不是环形伪影检测。
3.根据权利要求2所述的一种用于CT重建中多区域分割的环伪影校正方法,其特征在于:所述步骤S2具体为:以图像的等中心点为原点建立直角坐标,将基于matlab的i和j坐标转换为基于图像中心的直角坐标系的ax和ay。
4.根据权利要求3所述的一种用于CT重建中多区域分割的环伪影校正方法,其特征在于:所述步骤S3具体为:通过距等中心点的径向距离乘以一个比例系数Scale确定每个像素的弧,计算公式为
5.根据权利要求4所述的一种用于CT重建中多区域分割的环伪影校正方法,其特征在于:所述步骤S4具体为:将相对的每一个区域组成一组数组,然后再对每组数组设计相应的伪影识别滤波器对每一对数组进行弧伪影检测,再根据各区域所形成的数组通过采用不同的识别滤波器进行图像边缘及环伪影的判定计算,计算如下:Edge=2.5×so-sc
其中sc为中心像素CT值之和,so为边缘像素的CT值之和;
如果点计算的绝对值很高,则处于图像的边缘处,不需要进行环伪影校正;
如果点计算值绝对值较小,则处于环位置,则需要进行环伪影校正。
6.根据权利要求5所述的一种用于CT重建中多区域分割的环伪影校正方法,其特征在于:所述步骤S5具体为:如果检测到一个环,则将检测信息储存在两个矩阵中:环信息矩阵detected(num_channels,num_sections)与有效信息矩阵valid_area(num_channels,num_sections);在环信息矩阵存储之前定义的每个区域每个像素单元的环值之和,而在有效信息矩阵统计每个分区中每个通道检测到的环总数;
其中对中心像素来说,由于判定时的弧伪影要小得多,求和结果也会更小,需要对中心像素数据加权以进行适当的校正;通过梯形校正平滑图中环伪影,向图像数值矩阵中增加用于抵消环像素点图像数值差异的补偿值获得更加平滑的图像;补偿到每一个通道的值由有效信息矩阵和环信息矩阵共同确定,计算式如下:补偿因子factor是本团基于对实际环形伪影图像大量采样拟合获得的经验值,Factor因子具体定义为factor=0.3*x2+0.2*x+0.2。