基于非均匀采样的CT图像重建方法及设备

摘要: 本发明涉及图像处理,特别涉及一种基于非均匀采样的ct图像重建方法及计算设备。背景技术:1、计算机断层成像(computedtomography,ct)技术具有非...
基于非均匀采样的CT图像重建方法及设备

本发明涉及图像处理,特别涉及一种基于非均匀采样的ct图像重建方法及计算设备。

背景技术:

1、计算机断层成像(computed tomography,ct)技术具有非破坏性、非接触和三维内部结构可视化特点,在精密制造和工业无损检测中具有重要的应用价值。通常,要想实现高质量重建,需要大量投影数据,这一过程可能消耗数小时,具体取决于部件的内部结构、尺寸、材料成分和所需分辨率。随着工业在线检测对扫描效率的要求提高,稀疏角度ct和非均匀角度采样逐渐受到关注。

2、传统的稀疏扫描通常在0-360°范围内采用等角度间隔投影,以保证重建数据的完备性和稳定性,证明了在保持图像质量的同时,大幅缩短扫描和重建的时间是可行的。然而,这个采样方法依赖固定均匀的测量数据,无法适配零件独特几何结构的具体特征也无法适配扫描的最终目标。对于cpu/pcb类样本,ct图像通常呈现出明显的结构非均匀性:上部芯片、焊点、引脚阵列和小型电子器件区域包含丰富的高频细节,中部阵列区域具有较强周期性结构,下部壳体或支撑区域相对均匀。这类样本结构疏密差异大、局部细节密集、整体形态非对称,传统均匀角度采样在有限投影数条件下难以充分兼顾扫描效率和关键结构细节保持。现有非均匀采样方法通常依据投影熵、投影梯度、频谱丰富度、重建误差或任务相关指标评价不同角度的重要性,并将更多投影分配给高信息角度。然而,单纯基于高信息角度的投影选取容易导致投影集中在少数角度段,其他角度段过度稀疏,进而在三维重建中产生结构缺失、方向性伪影和局部条纹。

3、对于芯片封装和pcb工业ct场景,现有方法还存在以下不足:第一,部分方法仅从全局投影计算信息量,不能突出芯片、焊点、引脚阵列等关键局部区域;第二,部分方法缺乏对全角度覆盖性的约束,导致投影角度分布过度集中;第三,部分深度学习或强化学习选角方法需要大量训练数据、缺陷标注或高成本训练过程,不易在已有投影数据和普通工业ct平台上快速落地;第四,现有方法往往将非均匀采样目标直接设定为整体重建质量最优,而没有兼顾关键roi信息保持和角度分布稳定性。

技术实现思路

1、为了解决现有存在的技术问题,本发明提供一种基于非均匀采样的ct图像重建方法及计算设备,能提高。

2、第一方面,提供一种基于非均匀采样的ct图像重建方法,包括:在全角度范围内对待测物体采集各个投影角度的投影图像;确定各个投影图像中的感兴趣图像;基于各个投影图像中的感兴趣图像,确定各个投影图像的综合评价值;获取对全角度范围划分多个连续的角度段,及配置的各个角度段的约束条件;基于各个角度段的约束条件及各个角度段内各个投影图像的综合评价值,确定各个角度段的目标投影数量;基于各个角度段的目标投影数量,从各个角度段内各个投影图像中筛选各个角度段内的目标投影图像;基于各个角度段内的目标投影图像,执行图像重建,确定待测物体的重建图像。

3、第二方面,提供一种计算设备,包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行如本申请第一方面提供的基于非均匀采样的ct图像重建方法。

4、本申请在全角度范围内对待测物体采集各个投影角度的投影图像;确定各个投影图像中的感兴趣图像;基于各个投影图像中的感兴趣图像,确定各个投影图像的综合评价值;将投影信息量评价从整幅投影扩展到的关键局部感兴趣结构上,使投影选择更符合待测物体的工业ct的结构特征和检测需求;获取对全角度范围划分多个连续的角度段,及配置的各个角度段的约束条件;基于各个角度段的约束条件及各个角度段内各个投影图像的综合评价值,确定各个角度段的目标投影数量;在局部高频信息驱动的基础上引入角度覆盖约束,保证0–360°每个角度段具有基础投影覆盖,减少单纯高信息角度采样导致的角度集中、结构缺失和方向性伪影;基于各个角度段的目标投影数量,从各个角度段内各个投影图像中筛选各个角度段内的目标投影图像;基于各个角度段内的目标投影图像,执行图像重建,确定待测物体的重建图像,通过约束条件,实现全角度覆盖与局部信息加密之间的平衡,该方法无需深度强化学习训练、无需缺陷标注、,即可基于已有投影数据实施,具有实现简单、计算成本低和工程落地性强的特点,且能提高待测物体的局部感兴趣结构的重建质量。

1.一种基于非均匀采样的ct图像重建方法,其特征在于,包括:

2.如权利要求1所述的基于非均匀采样的ct图像重建方法,其特征在于,所述基于各个所述投影图像中的感兴趣图像,确定各个所述投影图像的综合评价值包括:

3.如权利要求2所述的基于非均匀采样的ct图像重建方法,其特征在于,所述基于所述投影图像对应的各个感兴趣频谱图像,确定所述投影图像对应的综合高频信息因子包括:

4.如权利要求2所述的基于非均匀采样的ct图像重建方法,其特征在于,所述基于所述投影频谱图,确定所述投影图像对应的全局频谱丰富度包括:

5.如权利要求2所述的基于非均匀采样的ct图像重建方法,其特征在于,所述对所述投影图像中各个感兴趣图像进行梯度分析,确定所述投影图像对应的加权梯度强度包括:

6.如权利要求2所述的基于非均匀采样的ct图像重建方法,其特征在于,所述邻近投影图像包括第一邻近投影图像及第二邻近投影图像,其中所述第一邻近投影图像对应的投影角度大于所述投影图像对应的投影角度,所述第二邻近投影图像对应的投影角度小于所述投影图像对应的投影角度,

7.如权利要求1所述的基于非均匀采样的ct图像重建方法,其特征在于,所述约束条件包括:最小投影数及最大投影数;

8.如权利要求7所述的基于非均匀采样的ct图像重建方法,其特征在于,所述基于所述角度段的信息分数及所述剩余投影数量,执行多轮次自适应分配,确定各个所述角度段的目标投影数量包括:

9.如权利要求1所述的基于非均匀采样的ct图像重建方法,其特征在于,所述基于各个所述角度段的目标投影数量,从各个所述角度段内各个所述投影图像中筛选各个所述角度段内的目标投影图像包括:

10.一种计算设备,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至9中任一项所述基于非均匀采样的ct图像重建方法。