数字图像处理 |
您所在的位置:网站首页 › 正弦曲线算法推导 › 数字图像处理 |
基本知识(回顾):
上一篇文章中提到的傅里叶切片定理是反投影模糊问题的重建方法的基础。 以上是关于雷登变换得出的结果的 并使用雷登变换代入得出如下结论(具体推导在上一章) : 总结就是,任意一个一维的投影的一维傅里叶变换可沿着一个角度提取一条线的
在前文中提到了通过一束X射线带旋转的各个反投影在二维平面上叠加,来重现物体的二维切面,我们发现X射线带的旋转角度越小,反投影就越多,叠加这些反投影后的二维物体平面的物体轮廓就越精细,但是随着反投影越来越多,图像就会变得越来越模糊,反投影的意义就是使用滤波来消除模糊,使人们看着更舒适清晰。 使用平行射线束滤波 - 进行反投影重建:方法:在计算反投影之前做简单的滤波。 我们已知二维傅里叶反变换为: 像之前一样令 根据傅里叶切片定理: 分离成两个表达式, 由于是对 原式为: 我们发现中括号内是一个一维的接收信号带接受的信号的一维函数的傅里叶反变换,并附加了一个 根据卷积定理,两个函数的卷积★等于两个函数的傅里叶变换乘积(反傅里叶变换也满足)。 得出原式: (其中 由于 我们发现空间域有明显的振铃现象,这就是导致反投影叠加出的二维切面图像变模糊的根本原因。 我们要做的就是给 当 回顾整体的平行射线束滤波进行反投影重建的步骤: 1.X射线带以不同的角度 2.使用滤波函数 3.上部中得到的每个结果进行傅里叶反变换。 4.上部中得到的所有结果求和。 结果是: 其中 左边未加窗的斜坡滤波器,右边加窗的斜坡滤波器,我们发现,在视觉上加不加窗都一样的,但是仔细放大看的话,还是加窗的滤波器振铃现象更小。 使用扇形射线束滤波 - 进行反投影重建:从第三代CT开始,机器开始采用扇形射线束和环形接收器。前面介绍过,大概是这个样子: 下面是扇形射线束的几何原理: 这里包含了一些角度,分别是
根据在平行射线束得出的结论: 得到扇形射线束的公式: 在这里简单回顾一下:式中的 式中内部积分上下限的 下面我们对扇形射线束的几何公式进行变化,观察上图的扇形射线束几何公式我们可以清楚的看到, 所以原式为: 刚才我们提到了,我们不想关于 结果为: 注意外面积分的上下限,就是转了 另外,我们发现: 其中R是扇形射线到任意一点的距离, 所以将此结论代入原式: 式中: 这里又出现一个公式(我们了解就好): 此时原式为: 其中: 根据推出的公式: 我们发现有一个物体位置与源的距离成反比的加权系数 令 所以,我们把 写成 意味着第m个射线束的第n个角度射线,等于第(m+n)个平行投影中的射线。 使用扇形射线束滤波反投影重建的例子:平行射线束: 扇形射线束: |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |