第九章 图象重建9.1 概述9.2 基本原理9.3 滤波——逆投影法9.4 代....ppt

第九章?? 图象重建 9.1 概述 9.2 基本原理 9.3 滤波——逆投影法 9.4 代数投影变换法 9.5 图象重建技术的应用 第九章?? 图象重建 9.1 概述 由物体截面投影来重建该截面图象是近年来发展起来并获得广泛应用的图象处理技术。 图象重建最典型的应用是医学上的计算断层摄影技术（CT）。它用于人体头部、腹部等内部器官的无损伤诊断，其基本方法就是根据人体截面投影，经过计算机处理来重建截面图象。 [计算机发展后才出现的一个分支，不同于传统处理与图形] X 光透视图像 CT断层扫描图像 投影几何对规则形状已有系统办法，圆柱（认为内部是均匀的） 视图增加，即无限多视图可以解决任意三维物体原图。 Compute Aided Tomography (CAT) 正视图 侧视图 问题：能否从投影中恢复原图？ 答复是肯定的。 一条射线沿S方向穿透物体，投影轴与X轴夹角为θ，建立s、t坐标系，（t,s）与(x,y)关系如下式： x t y s Pθ(t) θ X射线 沿射线积分组成投影 ： 物理上X射线到人体有个衰减过程： u(x,y)为x,y点的衰减 Nin ：入射X射线（光子）强度 Nd ：X射线穿透物体后被检测到的射线强度 u(x,y)：反映了人体各部组织的性质，在空间上的分布就形成了人体 各部组织的图象，所以u(x,y)实质上反映了图象灰度分布f(x,y) ※上述为一个切面，一系列切面构成三维物体，两种方法：直接、间接。 9.2 基本原理： 对图像函数f(x,y)付氏变换: 当 v=0 时， 此结果推广到一般情况下： 每一个?下P?(t)付氏变换后对应于F(u,v)在对应?下的剖面值。只要有足够多的P?(t)[n个]对应的S?(u)，就是足够多个F(u,v)的剖面，近而可以逼近F(u,v)，反变换即可求得f(x,y)。 x y θ u v 由付氏变换旋转不变性： 得： S ? (w) = F(w, ?) = F(u,v) （一般的S?(w)=F(u,v)的证明） 证：f(t,s)是f(x,y)在t,s坐标上为函数 x t y s θ u ω v θ 实现流程： 极坐标 直角坐标 9.3 滤波——逆投影法 极坐标F的付氏反变换： F(ω,θ) v u θ v u π ω 下面的关键问题是如何求得： 这里：Pθ（t）已知（可实验测出）,只要求得h1（t）即可求Qθ（t）和f(x,y)了。 |w|看作另一函数的付氏变换，其反变换是什么？有如下几种近似办法： 1、若取|w|≈1，即相当加入了|1/w|滤波，（故|1/w|·|w|=1]） |1/w|加入低通滤波，图象变模糊了。 ? 2、找一个函数其结果近似|w|： 用G(w) = |w|·R(w) R(w) = 1 |w|wc 0 即认为有限带宽（人为限定） 若Pθ（t）的采样间隔为τ，则最大wc=1/(2τ)否则将引起混迭。 用g(t)，间隔τ采样： 则g(t)在Pθ（t）采样点上的值g(nτ)为： (这里：t = nτ) 此处Pθ（t）及g(t)均为有限带宽函数，用Pθ（kτ）及g(kτ)代表其采样值，用sinC函数插值。[对Pθ（kτ）及g(kτ)] ① 将①带入上式，可得到采样点上的值： k = 0,1…N-1 共N个（即实际投影范围有限） 3、 当w→0时，G(w)~|w| 4.  当ε→0时，G（w）≈|w| 讨论： 取样点N大则τ小；N小则τ大，混迭严重。 因P?(T)有限范围，S?(W)为无限带宽，混迭必然。 实现方法多种多样，取决于速度与精度，投影个数，K有关。实用为弧面，几何关系更复杂一些。 * * * *