一次指数滤波器中的高斯滤波器.docxVIP

一次指数滤波器中的高斯滤波器 摘要：滤波反投影图像重建算法中滤波器设计是其中至关重要的一环。针对现有一次指数滤波器空域波形存在明显振荡、频域曲线截止频率附近没有明显压低的问题，引入高斯滤波器减小Gibbs效应，并设计一种用于CT重建领域的新型滤波器，即改进高斯滤波器。通过仿真实验对比说明滤波器中加权因子选择对图像质量的影响，另与RL滤波器、SL滤波器、一次指数滤波器、高斯滤波器实验对比验证了该滤波器拥有良好的抗噪性能，有效减小重建图像灰度波动以及明显提高重建图像质量。 前言随着计算机断层成像技术（CT）在医学成像、工业无损检测、地球勘探等领域应用愈加广泛，人们对CT成像质量要求越来越高1 原理介绍1.1 FBP算法FBP重建算法可分为二维图像重建与三维图像重建，但其滤波器设计是通用的。FBP算法中的滤波步骤主要是为了消除反投影图像中存在的星状伪影。研究指出星状伪影可以在反投影重建之前进行滤波消除，其滤波实现较先反投影后滤波更为简单，称为FBP算法(1）对某一个角度下的投影数据p(2）对P(3）对P(4）对滤波后的投影图像（0°到180°的投影图像）作反投影累加加权，得到重建图像f (x,y):1.2滤波器设计理论上滤波器H (w)=|w|是一个无限频带的滤波函数，无法实现因此，滤波器设计实际上是窗函数选取的过程。判断窗函数的优劣一般有3个指标：主瓣、近旁瓣、远处旁瓣。窗函数的选择一般要求主瓣高而窄，空间分辨率越高，最大旁瓣相对主瓣尽可能幅度小，数值精度越高，密度分辨率越高，同时远旁瓣幅度与幅值小，曲线过渡平滑，以防止严重的Gibbs现象1.3一次指数滤波器文献[12]指出，一次指数滤波器能通过加权方式达到与RL滤波器、SL滤波器相似的效果，其形式如式（6）所示。其中，a为加权因子，B为截止频率。通过选择不同的加权因子，一次指数滤波器能达到不同的效果。文献指出，当a取0.64时，其效果类似于SL滤波器，其频域曲线从图1、图2中可明显看到，当一次指数滤波器权值a=0.64时，其频域曲线近似直线，与RL滤波器更相似，其空域曲线存在明显的振荡，频域曲线截止频率附近没有明显压低，因此会存在明显的Gibbs效应，并且对高频噪声十分敏感。据此，引入高斯滤波器，其形式如下：式中，k为加权因子。当k=1.8时，其频域曲线与空域曲线见图1、图2。可以明显看出，高斯滤波器通过加权能更加逼近于SL滤波器，空域曲线光滑，没有出现明显的振荡现象，频域曲线截止频率附近较一次指数滤波器明显压低，能有效抑制Gibbs现象。且当k=0时，高斯滤波器等同于RL滤波器，因此高斯滤波器实际应用效果是RL、SL滤波器的折中。为了进一步验证高斯滤波器相比一次指数滤波器的优良性，后文将会采用仿真实验对比验证。2改进高斯滤波器为了进一步改进高斯滤波器，本文设计了新型滤波器——改进高斯滤波器，其形式如下：式中，a1、a2为加权因子。可以看出，当a1=0时，改进高斯滤波器退化为高斯滤波器。其中a1加权因子的引入是为了实现对高斯滤波器截止频率附近的进一步压低以减小Gibbs效应以及噪声影响，其加权因子对比频域曲线见图3。更进一步，本文做了针对不同加权因子的剖线灰度曲线对比图，其参数与后文的重建参数一致。灰度曲线表征了图像的粗糙程度，曲线波动越大，图像越粗糙。从图4中可以看出，当a1给定时，a2越大图像越平滑，能更好地还原原始模型。为了进一步验证实验结果评价图像质量，引入常用的医学图像判据，其形式如下：(1）归一化均方距离d:式中，t(2）归一化平均绝对距离r:归一化平均绝对距离表征了多数点的小误差情况。从表1可以看出，a2越大图像越平滑，但相应的重建误差将会增大，其中归一化均方距离误差明显升高。因此实际重建过程中，需要根据需求灵活选择加权因子。3改进高斯滤波器仿真实验对比为了测试改进高斯滤波器实际应用效果，对滤波器在无噪声情况与加噪声情况下的重建过程进行模拟实验验证。其中重建模型采用二维Shepp-Logan图像3.1无噪声情况下不同滤波器重建结果与相应的灰度曲线图通过图5与表2可以发现，一次指数滤波器重建效果与RL滤波器相似，灰度曲线波动很大，图像粗糙，重建误差也很大。高斯滤波器重建效果与SL滤波器相似。改进高斯滤波器灰度曲线相比其他滤波器明显更平滑，其重建误差明显减小，归一化均方距离与SL滤波器差距不大，其归一化平均绝对距离却比SL滤波器小许多。因此，在无噪声情况下，改进高斯滤波器重建结果明显优于其他滤波器。3.2有噪声情况下不同滤波器重建结果与相应的灰度曲线图从图6可以看出，在有噪声情况下，一次指数滤波器重建灰度曲线图略优于RL滤波器，且明