文档介绍：实验二 CT图像重建实验
一、实验目的:
通过编写CT图像重建程序,进一步熟悉CT重建过程,同时加强图像处理程序的编程训练。
二、实验软件: VC++
三、实验要求
1. 递交整个程序的执行程序和源程序。
2. 要求本小组承担部分的算法原理,列出主要程序段并给出相应说明,对实验结果进行分析。
四、算法原理及结果分析:
1. CT重建原理为:
在CT成像中,物体对X线的吸收起主要作用,在一均匀物体中,X线的衰减服从指数规律。在X线穿透人体器官或组织时,由于人体器官或组织是由多种物质成分和不同的密度构成的,所以各点对X线的吸收系数是不同的。将沿着X线束通过的物体分割成许多小单元体(体素),令每个体素的厚度相等(l) 。设l足够小,使得每个体素均匀,每个体素的吸收系数为常值,如果X线的入射强度I0、透射强度I和物体体素的厚度l均为已知,沿着X线通过路径上的吸收系数之和μ1+μ2+……+μn就可计算出来。
为了建立CT图像,必须先求出每个体素的吸收系数μ1、μ2、μ3……μn。为求出n个吸收系数,需要建立如上式那样n个或n个以上的独立方程。CT成像装置从不同方向上进行多次扫描,来获取足够的数据建立求解吸收系数的方程。
吸收系数是一个物理量,它是CT影像中每个像素所对应的物质对X线线性平均衰减量大小的表示。再将图像面上各像素的CT值转换为灰度,就得到图像面上的灰度分布,就是CT影像。
CT重建过程可以采用直接反投影和卷积反投影来实现。卷积反投影重建图像时,先把由检测器上获得的原始数据与一个滤波函数进行了卷积运算,得到各方向卷积的投影函数;然后再把它们从各方向进行反投影,即按其原路径平均分配到每一矩阵元上,进行叠加后得到每一矩阵元的CT值;再经过适当处理后就可以得到被扫描物体的断层图像,卷积反投影可消除单纯的反投影产生的边缘失锐效应,补偿投影中的高频成分和降低投影中心密度,并保证重建图像边缘清晰和内部分布均匀。
2. 整个程序的结构为:
◆产生sleep logan 模型
◆产生反投影数据
◆卷积反投影
编程在photostar平台下进行。
编程过程中有三个坐标系:
◆坐标系1:图像坐标系,坐标原点在图像的左上方,x轴水平向右,y轴水平向下,单位为一个“像素”。
◆坐标系2:空间坐标系,坐标原点在图像中心,x轴水平向右,y轴水平向上,单位为一个“像素”。
◆坐标系3:归一化空间坐标系,坐标原点在图像中心,x轴水平向右,y轴水平向上,归一化因子为x轴的一半,所以对于m*m大小的图像,xy轴的坐标范围为[-1,1]。
根据坐标系1和坐标系3,可以确定图像的采样率。
根据面向对象的思想,TEmulate类来管理实现CT仿真操作。
3. 产生sleep logan模型
要产生一幅图像,对于DIB来说,需要有信息头、文件头、调色板、像素区等部分,为操作简洁,我们读入一幅空白图像(),指针m_pImageObject指向这幅空白图像的像素区,直接对像素区进行操作。
值得注意的是,根据实验需求,读入图像为灰度图像即可。
用CCTEmulate类中的SheepLogan函数相应菜单消息,进行仿真头模型的产生。需要解决一个问题: 如何确定一个像素在哪个椭圆中?
根据椭圆参数方程:
其中A B分别是椭圆的长轴和短轴,x0,y0分别是椭圆的中心坐标,a是椭圆旋转角度。则根据上式便可以确定在坐标中的一点是否在某一椭圆中。
SheepLogan函数的思路为:遍历图像,检测图像的每一个像素点是否依次在某一椭圆中,若在a外,则置为背景色,在其他任何椭圆中,则置为该椭圆对应的灰度值。所有的操作均在归一化坐标系中进行。
代码如下:
void CPhotoStarView::OnCteCreatsheeplogan()
{
// TODO: Add mand handler code here
TE;
= m_pImageObject;
();
CClientDC dc(this);
Invalidate();
UpdateWindow();
}
TEmulate::SheepLogan()
{
//绘制Sheeplogan模型,坐标系参见高上凯《医学成像系统》附录II
//在此坐标系中,第(ij)个点的坐标(xy)为:
//x = (j-X)/X y = (Y-i)/Y
//其中X = m_nWidth/2 Y = m_nHeight/2
ASSERT(m_pimageproject != NULL); //声明m_pImageObject不得为空