滤波反投影程序设计报告精选.docxVIP

《滤波反投影程序设计报告》课程名称： 生物医学图像处理2院 系： 生物医学工程姓名： 学 号： 完成日期： 2017年4月23日一、设计目的用Matlab实现平行束滤波反投影算法，比较不同滤波函数的效果。二、实验原理（一）图像重建模型——shepp Logan头模型是图像重建标准体模，由10个位置、大小、方向、密度各异的椭圆组成，代表一个脑部断层。（二）重建理论推导中心切片定理是从投影图像重建图像的理论基础，表述为：某断层图像f(x,y)在视角为θ时得到的平行投影的一维傅里叶变换等于f(x,y)二维傅里叶变换F（w1,w2）过原点的一个垂直切片，且切片与轴w1相交成θ角。如下图所示。公式表述为：F（wcos,wsin）=P(w,)①将在-坐标系中表达的F（w1,w2）引入新的极坐标系中，新坐标系与原坐标系原点重合，有w1=wcos,w2=wsin.面元换算为dw1dw2=wdwd.有f(x,y)=== +②注意到在其傅里叶变换存在如下关系：P(w,将上式代入②式，有 f(x,y)=③令③式内积分等于g(xcos+ysin),则有 g(xcos+ysin)=t=xcosθ+ysinθdw实际上，g(xcos+ysin)就是投射角度为时的滤波投影，在t-s坐标系中表达时，转化为g（t,）=h(t)*p(t,),h(t)是传递函数H（w）=|w|的傅里叶逆变换，p(t,)是P（w,）的傅里叶逆变换。所以③式可写成f(x,y)=θ④在图3.5中注意到 Xr=rcos()=xcos是从原点出发的通过点（r,）的射线方程，④式可写为：f(x,y)=④⑤两式表明：f(x,y)在（x,y）处的重建，等于通过该点的所有角度下滤波投影的累加所得到的像素值，而Xr=rcos()=xcos的变化代表了所有平行投影射线。（三）Radon变换一个无限薄的切片内相对线性衰减系数的分布是由它的所有线积分的集合唯一决定，揭示了函数和投影之间的关系，若函数为f(x,y),则不同角度下的投影可写为P(t,)=⑥（四）滤波函数由于直接反投影法把取自有限空间的投影均匀回抹到了射线所及的无限空间的各个像素上，使得原来像素值为0的点不为0，从而产生星状伪迹，滤波反投影算法用人为设计的一维滤波函数对所得投影数据进行卷积，而后进行反投影和累加时，由于正负抵消，可一定程度上消除星状伪迹。现在常用的滤波函数有R-L、S-L、Hanning、Hamming、Parzen、Sigwin窗函数，本次设计比较了R-L、S-L和Parzen滤波函数的效果，发现Parzen滤波效果最好。1.R-L滤波函数R-L滤波函数频率响应为：R-L滤波函数滤波计算简单，避免了大量的正弦、余弦计算，所重建图像轮廓清楚，空间分辨率高，但有Gibbs现象，表现为明显的振荡响应，特别是工件的边缘和衰减系数变化剧烈（即密度变化）时，尤为明显。S-L滤波器对投影中的高频成分具有抑制作用，进而使重建图像的振荡响应减小，对含噪声的投影数据，重建质量较用RL的好，但在低频段不及R-l滤波函数好，这是由于H（w）在低频段也偏离了|w|的缘故3.Parzen滤波函数三、程序实现程序包含FBP_GUI.m和dps.m两个m文件，其中投影、滤波和反投影过程均为自己编写，没有使用Matlab自带函数，附录中对过程有详细注释，程序大致流程为:运行FBP_GUI.m，跳出界面，选择图像，进行相应处理后存入P，传入主函数dps().投影角度和步长定义为1，利用Radon变换原理进行投影存入R，截取正弦图R1构造滤波函数R-L、S-L和Parzen的离散采样序列存入h将滤波函数h与R1卷积存入G线性内插，将滤波投影值回抹存入a计算三个图像重建精度判据d,r,e，文本输出重建结束、点击别的按钮可进行新图像的重建、点击exit则关闭整个GUI界面。四、运行结果（1）sheep Logan256*256图像重建（2）自定义灰度图像重建（3）自定义RGB图像重建（4）不同滤波函数重建效果比较（以sheep logan图像为例）使用的滤波函数归一化均方距离判据d归一化平均绝对距离判据r最坏情况距离判eParzen0.504870.70730.48133S-L0.636140.991910.49659R-L0.756071.21570.50068可以看出不同滤波函数重建精度：Parzen优于S-L优于R-L。所以后续图像均采用Parzen滤波函数进行滤波处理。五、总结本次程序设计完成了设计目的，投影和反投影过程没有使用自带函数，但是在处理像素比较大的图像时程运行时间比较长，是一个缺点，图像也存在一定误差，效果不是特别完美，不过也算是锻炼了自己的能力，对图像重建中对滤波反投影算法有了深刻的了解，增加了