平行束反投影重建
反投影重建算法

反投影重建算法
反投影重建算法(FBP)是一种计算机断层扫描成像(CT)重建图像
的方法。
该算法基于通过旋转体与X射线束的物理原理,将多个方向
的X射线透射数据进行积分,并使用反投影算法将数据重构成一张图像。
FBP算法分为两个基本部分:投影操作和反投影操作。
投影操作是一
种从图像中提取片段的技术,而反投影操作则是将这些片段重构成图像。
FBP重建算法的本质是一种频域过滤操作,其通过滤波技术提取
图像中的高频信息,并使用反投影技术将其还原为一张二维图像。
反投影重建算法的主要优点是其速度和适应性。
这种算法能够轻松地
生成高质量的图像,并且对于许多不同的应用程序都可以使用不同的
滤波模式。
目前,FBP算法被广泛应用于医学成像、工业检测和材料
科学等领域。
需要注意的是,FBP算法并不是完美的。
由于其基于体积的积分,因
此它可能受到一个“锐角偏差”问题的影响。
锐角偏差问题是指,当
图像中存在锐利的边缘或角落时,算法可能会出现伪影或失真的问题。
为了应对这个问题,一些改进算法被提出,例如金刚簇算法(来自中
国科技大学),基于块的迭代顺序最小化算法和模糊模式匹配算法等。
总之,反投影重建算法是一种实用的成像算法,对于许多不同的领域都具有广泛的适用性。
虽然这种算法具有其局限性,但是通过改进算法可以进一步提高它的可靠性和精度。
潘晓川教授的反投影滤波(BPF)新型重建算法介绍

中田分类号:T 1.3 P9 17
文献橱 识码:A
Xi o h a n s w F—y eAl o i m s o m p t d a c u n Pa ’ Ne BP t p g rt h rCo f tu t n o ga h ma e o s ci Re r o
b e k h o g s n h d v lp n f mah maial x c a d n o ai e ra tr u h i t e e e o me t o te t l e a t n in v t meh s o i g c y v t o f r ma e d
AbtatT edv l me t fm g c nt c o o p tdtmo r h C rrma s n fh src: h e e p n i a er o s ut ni cm u o o e r i n e o ga y( 1 e i e t p ) n o o e
L L a g CH ̄ I in , Z i i g Z- h - a , IANG L , NGYu xa g q n I iXI - in
( ea m n o E g er g h s sTig u U i r t a i  ̄ 10 8, hn ) D p r e t f n i ei P y i , s h a n esy e i 0 0 4 C ia t n n c n v i, j n
m g r fcss ha t . i a ig a t a t c ssa tr n i u c e
tre d R Imaig sa g, u d c gsa n e ot cmp t i me r i o oe ad agt O — gn t t y t sr ui en  ̄ f r o uao t , a a n d s, e i re h e n , tn i dt i n
数学建模之CT 系统参数标定及反投影重建成像一

3
四、符号系统
序号 1 2 3 4 5 6 符号 符号说明
yij = ki xij + mij y0 x0
μ d
X 射线吸收率 探测器间距 以椭圆中心为直角坐标系时, 编号 j 的探测 器在第 i 个方向接收的 X 射线的直线方程 旋转中心纵坐标 旋转中心横坐标 以椭圆中心为直角坐标系时, 编号 j 的探测 器在第 i 个方向接收的 X 射线所截物体的 实际长度
图 1.1CT 系统示意图图 1.2 模板示意图(单位:mm)图 1.3 10 个位置示意图
二、 问题分析
2.1 题目整体分析 本题为典型的 X 射线断层成像 [1].问题。通篇分析下来,解决问题一,对题设 CT 系统进行准确的参数标定是求解整个问题的关键。题目中已经给出用于标定的模型,以 及使用该 CT 对模型进行扫描后得到的参数。基本思路为建立离散化模型,并利用数学 软件对其进行求解。在对该 CT 完成参数标定后,即可使用所得数据及模型对后面的问 题进行分析和求解。
三、模型假设
1、题目 CT 机正常运行,质量完好,题中所给数据不存在因机器故障而造成的错误; 2、旋转中心出现偏差的来源在于安装误差,而系统本身不存在偏差,又因系统为对称 系统,故旋转中心位于接收器中垂线上某点; 3、X 射线仅有长度,不存在宽度; 4、X 射线强度只在穿透被测物体时发生衰减,空气衰减系数为零; 5、X 射线在传播到接收过程中发生的干涉与衍射忽略不计; 6、发射与接收装置一一对应。
9CT图像重建原理详解

)2
3
dsd
(3)数据重排算法
原理:将扇形束情况下得到的全部投影数据重 新组合成平行束的排列模式,然后直接用平行 束条件下的卷积反投影算法来重建图像。
X射线源
D
d12
d23
d34
假设在600扇面中每隔100 有一根投影线,扇面旋转 的步距是Δβ=200
d12 d34 D sin 300 D sin100 0.326D d23 2D sin100 0.347D
算法特点:将投影函数gθ(R)直接在空域中 进行修正,即将gθ(R)与一个事先设计好地 卷积函数C(R)进行卷积运算,然后将卷积后
的结果作反投影。
f (x, y) 0 d {g (R) C(R)} (x cos y sin R)dR
卷积函数 C(R) F 1{ }
因 不可积,故对 重新定义如下:
f (r,) 1
2
2 0
m m
g
(D
sin
)C[r
cos(
)
D
sin
]D
cosdd
1
2
2 0
m m
q
(
)C[r
cos(
)
D
sin
]D
cosdd
(2)检测器等距扇形束扫描的图像重建
y
S X射线源
D2’
α
D2
D
β
R
θ
s
A
0
tB
x
D1’
W
D1
注:射线SA相当于平行束中投影角为θ=β+α, 距离R=scosα的那一条射线。
1D FT
空间域 频域
f (x, y)
2D IFT
反投影重建算法

反投影重建算法介绍反投影重建算法是一种常用于医学图像重建的技术,它通过将多个投影图像反向投影到空间中,来重建出原始物体的三维形态。
该算法基于X射线摄影和计算机图形学的理论,被广泛应用于医学成像领域,尤其是计算机断层扫描(CT)。
基本原理反投影重建算法的基本原理是通过测量某物体在不同角度下的投影数据,然后将这些数据反向投影到空间中,得到物体的三维重建图像。
具体步骤如下:1.采集投影数据:使用X射线或其他成像设备,获得物体在不同角度下的投影数据。
这些投影数据可以通过测量X射线的衰减程度来获取。
2.投影数据的逆变换:将投影数据的方向进行反转,得到反投影数据。
这一步是算法中最重要的一步,它将每个测量点的投影数据映射回三维空间。
3.反投影重建:将反投影数据从二维空间转换为三维空间。
这可以通过将反投影数据相加来实现。
在这个过程中,需要注意对数据进行插值,以确保重建图像的精确度。
算法细节反投影重建算法的具体细节有多种实现方式,下面列举几种常见的算法:1. 直接反投影算法直接反投影算法是一种最简单的算法,它将每个投影像素直接投影回三维空间。
具体步骤如下:1.对每个投影像素点,计算它在三维空间中的坐标。
这可以通过测量点在投影平面上的位置和投影矩阵来实现。
2.将每个投影像素点的坐标值累加到三维空间的相应位置上。
这一步是反投影的核心过程,通过将每个像素点的坐标值相加,最终可以得到物体的三维重建图像。
3.可选的后处理步骤:根据需要,可以对重建图像进行滤波、增强或其他处理,以提高图像的质量。
2. 迭代反投影算法迭代反投影算法是一种更复杂但更精确的算法,它通过多次迭代求解,逐渐优化重建图像的质量。
具体步骤如下:1.初始化重建图像:将重建图像的像素初始化为某一固定值。
2.迭代求解:重复以下步骤,直到算法收敛或达到最大迭代次数:–计算投影数据的理论值:根据当前重建图像,计算预测的投影数据。
–计算误差:比较预测的投影数据与实际测量数据之间的差异,得到误差。
ct 重建原理

ct 重建原理
ct重建原理是一种通过计算机对已获得的投影数据进行重组,以生成三维图像的技术。
该技术基于计算机断层扫描(computed tomography,CT)的原理,包括X射线的穿透与
吸收、探测器的信号检测与记录以及计算机的数据处理与重建等关键步骤。
整个过程首先通过X射线源发射一束平行的X射线,穿透被
检对象并与X射线接收器(探测器)发生相互作用。
被检对
象对X射线的吸收程度取决于其组织密度和厚度,吸收后的
X射线会引起探测器上的电离现象,通过记录探测器上的信号变化,可以获得大量的投影数据。
投影数据是表示被检对象在不同方向上的X射线吸收情况的
一系列数值,这些数据记录了X射线通过被检对象时的强度
衰减情况。
然后,计算机通过运算和重组这些投影数据,可以恢复出被检对象的内部结构信息,生成层叠的二维切片图像。
CT重建的核心原理是反投影算法。
反投影算法使用投影数据
和旋转角度信息,将投影数据“逆向投影”回原始空间中,并按照旋转角度进行叠加和插值计算,最终得到各个切片的像素灰度值。
然后,这些像素灰度值通过图像处理算法可呈现出清晰的可视化图像,形成我们所看到的三维结果。
CT重建原理的关键在于通过反投影算法将二维投影数据还原
为三维立体图像,并能够在图像上显示出被检对象的内部结构。
这种技术在医学、工业检测等领域具有广泛应用,可以提供精确的图像信息,帮助医生和研究人员做出更准确的诊断和分析。
图像重建原理

F1{g (R)}
(3)卷积反投影法
卷积函数C(R)
卷积反投影函数改写成卷积的形式:
F11[F1{g (R) }] g (R) F11{ }
算法特点:将投影函数gθ(R)直接在空域中 进行修正,即将gθ(R)与一个事先设计好地 卷积函数C(R)进行卷积运算,然后将卷积后
利用积分式展开,可表示如下:
f (x, y)
0
d
[
g
(t)C(R
t)dt]
(x cos
y sin
R)dR
0 d g (t)C(x cos y sin t)dt
0 d g (R)C(x cos y sin R)dR
dd
d
0
G
( )e2jR
d
(x cos
y sin
R)dR
d
0
g '
(R)
(x
c os
y
s in
R)dR
g (R)
g' (R)
f (x, y)
1D FT
1D IFT
空间域 频域
F1{g (R)}
的结果作反投影。
f (x, y) 0 d {g (R) C(R)} (x cos y sin R)dR
卷积函数 C(R) F 1{ }
因 不可积,故对 重新定义如下:
lim e 0
由投影重建图像

4-5 由投影重建图像一、 实验目的了解反投影重建算法的方法.二、 实验内容1.利用radon 和iradon 函数实现平行束投影和反投影重建算法2. 利用fanbeam 和ifanbeam 函数实现扇形束投影和反投影重建算法三、 实验步骤1.用MATLAB图像处理工具箱的phantom 生成Shep‐Logan 头模型;P=phantom(256);imshow(P);2.用MATLAB中的radon 函数获得Shepp‐Logan 模型的投影数据:theta1=0:10:170;[R1,xp]=radon(P,theta1); %计算Shep‐Logen头模型18 个角度theta2=0:5:175; [R2,xp]=r adon(P,theta2); %36 个角度theta3=0:2:178;[R3,xp]=radon(P,theta3); % 90 个角度的投应%显示投影数据:%18 个角度figure,imagesc(theta1,xp,R1);xlabel('\theta');ylabel('x\prime');% 36 个角度figure,imagesc(theta2,xp,R2);xlabel('\theta');ylabel('x\prime'); % 90 个角度figure,imagesc(theta3,xp,R3);xlabel('\theta');ylabel('x\prime');3.用MATLAB 中的iradon 函数对获得的投影数据进行滤波反投影重建,获得Shepp‐Logan 模型的重建图像:I1=iradon(R1,10);I2=iradon(R2,5);I3=iradon(R3,2);%显示重建图像:figure,imshow(I1);figure,imshow(I2);figure,imshow(I3);四、 实验总结本次实验内容较少,通过本次实验我了解了反投影重建算法的方法.了解了利用radon 和iradon 函数实现平行束投影和反投影重建算法。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
一、 平行束反投影重建算法平行束 重建采用的是平移加旋转的扫描方式,如图所示,射线源在某一角度下水平移动,将物体全部照射后旋转一角度,如此重复,在这个过程中探测器相应地运动以接收X 射线。
1、反投影重建算法的物理概念: 断层平面中某一点的密度值可以看作是这一平面内所有经过该点的射线的投影值之和(的均值)。
整幅重建图像可以看作是所有方向下的投影累加而成。
射线标号示于图中,像素值(代表密度)分别1x ,2x ,3x ,4x ,赋值如下:15x =,20x =,32x =,418x =根据投影的定义(某条射线投影值为该条射线穿过的所有的像素值之和),每条射线的投影i p (1,2i =)为:1215p x x =+=, 23420p x x =+=,3137p x x =+= 42418p x x =+=, 532p x ==, 61423p x x =+=720p x ==根据反投影重建算法的物理意义,重建图像中各像素,得到:113635x p p p =++=,214723x p p p =++=, 323529x p p p =++=,424661x p p p =++=(a) 原图像像素值 (b)反投影重建后图像 (c)求平均后图像图 反投影示例重建后的图像如图(b)所示,可以看出原图像中像素值不为零的点反投影重建后仍较突出,但原图中像素值为零的点,经反投影重建后不再为零,即有伪迹。
有时为了使重建后图像的像素值更接近于原图的像素值,在求反投影时,把数据除以投影的数目(即射线数),图 平行束平移加旋转图 断层像素值和射线如图(c)所示。
因此有:,11pn k k ii px pn ==∑该式可作为反投影重建算法的计算式。
其中k x 表示像素k 的值,i k p ,表示经过像素k的第i 条射线投影,p n 表示图像内的射线条数。
图(a)表示空间中一个孤立点源A ,密度为1。
经过A 点的三条射线也示于图中。
射线束理论上可以很多,取三条示意。
不经过A 点的射线投影为零,经过A 点的射线投影值均为1,1231p p p ===。
(a) 孤立点源A 及三条射线 (b)相应的反投影重建图,有星状伪迹图 孤立点源的反投影重建及星状伪迹经反投影重建后,得到A 点的像素值为123()/31A f p p p =++=。
A 点以外的像素值原来为零,经反投影重建后不等于零,而是等于1/3。
所以,经反投影重建后的图像除保留A 点的像外,还有像素值为1/n 的灰雾背景,后者称为星状伪迹。
产生星状伪迹的原因在于:反投影的本质是把取自有限物体空间的投影均匀地回抹(反投影)到射线所及的无限空间的各点上,包括原先像素值为零的点。
(1)(2)(3)二、 反投影重建算法的数学描述我们把“取投影” 、“反投影重建” 、“重建后图像”这些环节看作是一个以原像为输入,重建后图像为输出的成像系统,如图所示,先来求该系统的点扩展函数PSF 。
图中,(,)x y 为固定坐标,(,)r r x y 为旋转坐标,(,)r θ为极坐标,设位于坐标原点0,0x y ==的点源(,)x y δ为x y -断面中唯一的像点,扫描方式为平移加旋转。
即射线先平行移动,从物体的一侧移向另一侧;然后旋转一个角度φ∆,如此继续,直到累计的旋转角达到180φ-∆。
为止。
为了计及这一几何要求我们设置一旋转坐标系统r r x y -,它绕原点转动使投影总是沿着r y 方向,r rx y -的原点与x y -的原点相同。
二者的夹角为φ,不同的φ代表不同的投射方向。
投影线的位置可由(,)r x φ完全确定。
设φ为离散取值,如i φφ=,则相应的投影为:()(,)(,)(,)()()()|(cos())i i r r i r r r r r r rr r r r i p x p x f x y dy x y dy x y dy x r φφφφδδδδδθφ+∞+∞-∞-∞+∞=-∞======-⎰⎰⎰其中cos()r x r θφ=-,这可以从图的几何关系很容易得出。
若n φφ=,则相应的投影为:cos n n p r φδθφ=-[()]根据反投影重建的定义式,点(,)r r x y 的图像在所述坐标系统中表示为:[][]cos()11111(,)(,)()|cos()1cos()i r i iiN N r r r x r ii i N ii f r f x y p x p x r N N p r φφφφθφφφφφθθφθφφπ=-======-=-∆∑∑∑其中,N φ为投影数,/N φφπ∆=。
若在有限区间内将射线增至不相重的无限条,即连续取投影,则有:[]01(,)cos()f r p r d πφθθφφπ=-⎰在忽略射束硬化的情况下,φ在(,2)ππ区间内的投影值等于(0,)π区间内的投影值。
在输入图像为点源的情况下,由及可得:(,x y δ(,)h x y 重建后图像原像图 “反投影重建”成像系统图平移加旋转扫描方式所用坐标系[]01(,)cos()h r r d πθδθφφπ=-⎰因为,[]00()()'()a a δφφδφφ-=(此公式推导可参见附录一),其中,0φ是()0a φ=的唯一的根。
令()cos()a r φθφ=-,则有:00()cos()0a r φθφ=-=因为0r ≠,所以0sin()1θφ-=,于是有:[]0000()11(,)cos()sin()1111sin()h r r d d r r r ππδφφθδθφφφππθφπθφπ-=-=-===-⎰⎰可见,相应于反投影重建算法的系统,它的点扩展函数不是δ函数,系统不是完美的。
虽然在0r =处能反映原图是点源的情况,但在0r ≠处,像素值0≠,上式定量地描述了反投影重建算法星状伪迹的本质。
若原像为(,)x y μ,则将原像取投影后再按反投影算法得到的重建图像为:(,)(,)(,)f x y x y h x y μ=**,其中**表示二维卷积。
要去除反投影算法的星状伪迹,可以在输出端加一滤波器,使加了滤波器后的反投影重建等效成像系统的点扩展函数(PSF)为(,)x y δ。
设滤波器的PSF 为(,)q x y ,相应的传递函数为[]2(,)(,)Q F q x y ξη=,要求(式的推导可参见附录一):(,)1ξη=或:(,)Q ξηπρ=这是一个二维滤波器,实现起来较麻烦。
若ρ的变化范围扩至∞,则根本不能实现。
但它提供了去除星状伪迹的一个方向。
(,)(,)q x y x y δ=三、 滤波反投影重建算法反投影重建算法的缺点是引入星状伪迹,即原来图像中密度为零的点,重建后不一定为零,从而使图像失真。
去除伪迹的方法如图所示。
(a)(b)(a)方案之一,先“反投影”再二维滤波;(b) 方案之二,先对投影数据作一维滤波,再“反 投影”图 星状伪迹的去除投影定理投影定理(或中心切片定理):在非衍射源情况下,某图像(,)f x y 在视角为φ时投影()r p x φ的一维傅氏变换给出(,)f x y 的二维傅氏变换^12(,)(,)A A ωωρφ=的一个切片。
切片与1ω轴相交成φ角,且通过坐标原点。
即:^1()(,)|r F p x A φφρφ⎡⎤=⎣⎦固定 图阐明投影定理 证明:()f x,y 的二维傅立叶变换为12()12,)()-j x y A(f x,y e dxdy ωωωω+∞+∞+-∞-∞=⎰⎰由图可以得到如下几何关系cos sin sin cos r r x x y y φφφφ⎡⎤⎡⎤⎡⎤=⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦输出图像输出图像1p φ以r y 为投影轴的投影为:()()()r r r r r r p x f x,y dy f x ,y dy φ+∞+∞-∞-∞==⎰⎰它的一维傅里叶变换为:1(cos sin )[()]()()()r r -j2x r r r-j2x r r r r r -j2x y F p x p x e dx f x ,y e dx dy f x,y e dxdyπρφφπρπρφφ+∞-∞+∞+∞-∞-∞+∞+∞+-∞-∞===⎰⎰⎰⎰⎰式中采用2πρ可以使后续反变换计算中的系数得以简化。
在推导上式的过程中,我们利用了下列关系:()()r r r f x,y f x ,y =以及cos sin sin cos r rr r r r x x xy dx dy dxdy dxdy y y xyφφφφ∂∂∂∂===∂∂-∂∂ 由式可知,当12,ωω的取值满足条件122cos 2sin ωπρφωπρφ=⎫⎬=⎭时,有121212()1cos sin 12cos sin [()]()|(,)|-j x y r 2222F p x f x,y e dxdy A ωωφωπρφωπρφωπρφωπρφωω∞∞+=-∞-∞=====⎰⎰上式说明:12,ωω不是独立的而是受到式的约束,其值必须局限于直线21(tg )ωφω=上。
根据投影定理,投影图像重建问题原则上可按如下流程求解: (1)采集不同视角下的投影;(2)求出各投影的一维傅氏变换,此即图像二维傅氏变换过原点的各切片,理论上是连续的无穷多片;(3)将上述各切片汇集成图像的二维傅氏变换; (4)求二维傅氏反变换的重建图像。
卷积反投影重建(即滤波反投影)待重建图像为),(y x a ,它的二维傅氏变换为^12(,)(,)A A ωωρφ=。
根据中心切片定理,^(,)A ρφ可通过),(y x a 在不同视角φ下的投影()r p x φ的一维傅氏变换求得。
即:待建图像:^121(,)(,)()()(,)r A A F p x PP φφωωρφρρφ⎡⎤====⎣⎦12^1212()12122^2cos()02cos()02cos()0(,)(,)(,)1(,)4(,)(,)(,)i x y i r i r i r a r a x y F A A e d d A e d d P e d d d P e d ωωππρθφππρθφππρθφθωωωωωωπρφρρφρφρρφφρρφρ-∞∞+-∞-∞∞--∞∞--∞∞--∞======⎰⎰⎰⎰⎰⎰⎰⎰[]因为cos()r x r θφ=-,所以有:122(cos sin )22cos()r x y x y x r ωωπρφφπρπρθφ+=+==-同时:12d d J d d ωωρφ=11222//2cos 2sin 4//2sin 2cos J ωρωφπφπρφπρωρωφπφπρφ∂∂∂∂-===∂∂∂∂先来看该式的第二个积分:[]22cos()cos()cos()cos()(,)(,)|()(,)|(,)|cos(),rrr r i x i r x r r r x r r x r P e d P e d h x p x g x g r πρπρθφθφθφθφρρφρρρφρφφθφφ∞∞-=--∞-∞=-=-==*==-⎰⎰式中:(,)()(,)r r r g x h x p x φφ=*式的物理意义是投影(,)r p x φ经过传递函数为1[()]r F h x ρ=的滤波器后得到的修正后的投影(,)r g x φ在满足cos()r x r θφ=-时的值。