针对低剂量医学CT图像噪声大且配对数据集难以获得的问题,提出一种基于改进型循环一致性生成对抗网络的低剂量CT去噪算法。该算法使用循环一致性生成对抗网络,由未配对的数据集实现了从低剂量CT图像到标准剂量CT图像的端到端映射;同时将密集型残差学习网络模型引入到该网络生成器中,利用残差网络的特征复用性来恢复图像细节,使生成器输出图像更接近目标图像。实验研究表明,本文算法提升了去噪效果,并准确地恢复了图像细节及边缘结构,修复后的图像质量显著提升,有助于病灶的检测与分析。

为解决工业计算机层析成像(CT)图像的伪影和弱边缘问题,提出一种基于小波变换的图像区域可伸缩拟合能量最小化分割方法,实现图像边缘的精确定位,从而提高图像测量精度。首先,采用小波变换对图像进行预处理,降低金属伪影。然后,采用所提方法精确分割图像,提高感兴趣区域边缘的定位精度。实际数据测量结果表明,所提方法可有效降低图像弱边缘的影响,测量相对误差低于0.7%,相较Chan-Vese算法,测量精度提高了1.4倍,满足实际测量需求。

传统非局部均值(NLM)算法在滤波过程中采用固定滤波系数,从而导致图像细节过度平滑。为解决此问题,引入结构张量(ST)的迹作为图像特征区域的判别准则,设计了一种自适应滤波系数的权值函数(ST-NLM)。此外,针对传统算法计算耗时的问题,采用积分图像对算法进行加速。测试结果表明:经ST-NLM方法去噪后,图像整体平滑度和细节保留程度均较好;与NLM相比,ST-NLM方法的峰值信噪比提高了3 dB,结构相似度提高5%,运行速度提高约2倍。

针对均匀采样稀疏型重建问题，研究了Ray-Box Intersection和传统的双线性插值两种权系数矩阵计算方法。对Ray-Box Intersection算法的逻辑漏洞进行了改进，利用直线生成法并结合射线斜率和像素位置关系提出了改进算法。该算法利用代数关系求得射线穿过重建区域的起点和终点，然后取不大于其坐标的最大整数，最后采用直线生成法，依据射线斜率沿X或Y方向得到该条射线在投影区域内经过的所有像素块的左下角坐标集合，对于每个像素块，射线与像素块交点距离即为该像素块对射线的加权值。实验结果表明，相比Ray-Box Intersection权系数矩阵算法，改进后算法速度提高了96%，最大峰值信噪比提高了19%; 相比双线性插值算法，改进后算法收敛速度更快，在同样时间代价下最大峰值信噪比提高了5%。改进后的Ray-Box Intersection算法能够获得更好的重建图像质量，细节更清晰。

为了去除X射线工业CT图像中的杯状伪影，提高CT图像的识别能力和量化分析精度，提出一种基于分度投影和权函数的射束硬化校正方法。首先分析得出杯状伪影主要是由X射线连续谱穿过被测物体过程中出现的射束硬化所导致。然后扫描阶梯模型，采集不同厚度下的投影数据并求出线衰减系数，通过拟合曲线，得到硬化模型函数和权函数校正模型函数，并确定权函数。接着，扫描被测圆柱形工件，采集不同分度下的投影数据。最后，针对每一个分度投影数据，采用权函数与当前分度投影数据乘积的方法进行硬化校正。对含有杯状伪影的实际CT图像进行了校正实验，结果表明，与多项式拟合法相比，该方法校正后的灰度图像没有放大噪声，且信噪比提高3.29%，有效地消除了杯状伪影，同时较好地保留了图像边界细节。

为了去除工业CT图像中的边缘伪影, 提高CT图像的识别能力和尺寸测量精度, 提出一种降低串扰的系数修正法。首先分析得出边缘伪影主要是由散射射线在相邻探测通道之间的串扰所导致, 并给出了探测通道串扰的数学模型; 然后根据数学模型设计实验方案, 通过对影响串扰率的主要因素进行实验分析, 得到串扰率随入射X射线能量和被测物体厚度变化关系, 再通过最小二乘拟合得出投影数据关于串扰率的函数; 最后利用此函数对投影数据进行校正, 降低了串扰的影响。实验结果表明, 探测器间一级串扰率约为9.0%, 二级串扰率约为1.2%, 其中一级串扰是造成边缘伪影的主要因素, 采用本文方法能够有效地抑制边缘伪影, 同时较好地保留了图像细节和边缘。

为去除计算层析(CT)图像中的环形伪影，提高CT图像的定性分析能力和定量测量精度，提出了一种改进的Canny算法用于环形伪影校正。首先采用S-L滤波器对原始投影数据进行滤波，增强伪影信息。接着，设定角度阈值对梯度方向进行限制，排除斜角方向边缘的检测，实现竖直方向边缘点检测。然后，设置梯度阈值和链长度阈值实现伪影边缘点的检测与连接。最后，采用分段B样条拟合法对投影数据进行校正，实现多个连续的环形伪影去除。对含有环带伪影的实际CT图像进行了校正实验。结果表明，校正后CT图像环形伪影去除干净，且细节区域的标准差基本没有变化，均匀区域标准差减小，信噪比增益达2.182 dB。该方法既可以校正多个相连的环形伪影，也可以校正单个分散的环形伪影，同时还可较好地保持图像细节和分辨率。

为了去除工业CT图像中的环形伪影，提高CT重建图像质量以及后续处理和量化分析的精度，提出了一种基于投影正弦图的新型校正方法。首先，采用S-L滤波器对原始投影数据进行滤波，增强伪影信息。接着，对滤波后的投影数据进行线积分，并采用差分处理，进一步增大伪影与工件轮廓的差异。然后，按照插值次数对差分后的投影数据进行插值平均，并根据正态分布选取自动查找伪影的位置。最后，结合线性插值与线性外推的方法对环形伪影处投影数据进行校正。对含有环形伪影的实际CT图像进行了校正实验，结果表明，与基于极坐标变换、小波-FFT滤波的校正方法相比，该方法校正后的灰度图像信噪比增益达1.688 dB，有效地消除了环形伪影，同时又很好地保持了图像边缘及分辨率。对探测器故障或性能不稳定引起的间断的环形伪影校正效果良好。