实验二CT重建实验报告.docVIP

PAGE / NUMPAGES 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，在photostar平台中创建CCTEmulate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（text.bmp），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： voidCPhotoStarView::OnCteCreatsheeplogan() { // TODO: Add your command handler code here CCTEmulateCCTE; CCTE.m_pimageproject = m_pImageObject; CCTE.SheepLogan(); CClientDCdc(this); Invalidate(); UpdateWindow(); } BOOLCCTEmulate::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 CImageObje