基于Radon变换的SR-CT断层图像重建系统

资 源 简 介

本项目是一个基于MATLAB平台开发的同步辐射计算机断层扫描（SR-CT）数据处理与图像重建系统。该项目的主要功能是利用计算机断层成像的数学基础——Radon变换及其逆变换，实现从多角度投影数据到物体内部横断面图像的精确重建。具体实现流程包括：首先，系统能够读取SR-CT实验获取的原始投影序列图像或生成的模拟体模图像；其次，利用Radon变换原理构建正弦图（Sinogram），模拟平行束X射线穿过物体时的投影过程；核心部分是应用逆Radon变换（iradon），结合滤波反投影（FBP）算法，通过Ram-Lak、Shepp-Logan或Cosine等不同的频域滤波器来抑制星状伪影并恢复图像细节。此外，程序还包含了图像预处理模块，用于去噪和旋转中心自动校正，以及结果分析模块，用于计算重建图像与原始图像之间的均方误差（MSE）及峰值信噪比（PSNR），直观评估重建质量。该系统适用于材料微观结构分析、生物医学成像等领域的无损检测数据处理。

详 情 说 明

基于Radon变换的SR-CT断层图像重建系统

项目简介

本项目是一个基于MATLAB开发的同步辐射计算机断层扫描（SR-CT）数据处理与图像重建仿真系统。该系统利用数学上的Radon变换及其逆变换原理，模拟了从物体横断面到投影数据的生成过程，并实现了利用不同滤波器的反投影算法（FBP）将投影数据还原为横断面图像的功能。系统内置了图像质量评估模块和详细的可视化分析界面，适用于理解CT成像原理、测试重建算法性能以及进行无损检测数据处理的模拟实验。

功能特性

• 体模生成模拟：自动生成标准的Modified Shepp-Logan体模，用于模拟该分辨率下的物体横断面，作为“金标准”图像。
• 正向投影仿真 (Radon变换)：模拟平行束X射线在0到179度范围内的扫描过程，生成正弦图（Sinogram）。
• 噪声模拟：在投影数据中添加高斯白噪声（强度系数0.02），以模拟实际SR-CT实验中可能受到的电子噪声或光子统计噪声影响。
• 多算法图像重建：基于滤波反投影（FBP）算法，实现了三种不同频域滤波器的重建效果对比：

* Ram-Lak滤波器：保留高频信息，分辨率高但对噪声敏感。 * Shepp-Logan滤波器：在频域进行平滑加窗，抑制高频噪声。 * Cosine滤波器：提供更强的平滑效果。

• 图像质量量化评估：自动计算重建图像（Shepp-Logan结果）与原始图像之间的均方误差（MSE）和峰值信噪比（PSNR）。
• 多维度可视化分析：通过2x3的图表布局，直观展示原始图、带噪正弦图、不同滤波器的重建结果、误差分布图以及中心剖面线对比。

系统要求

• 软件环境：MATLAB R2016a 或更高版本。
• 工具箱依赖：Image Processing Toolbox (图像处理工具箱) —— 用于支持 phantom, radon, iradon 等核心函数。

使用方法

1. 启动MATLAB环境。
2. 将工作目录切换至项目所在文件夹。
3. 直接运行主函数。
4. 程序将在控制台输出初始化信息及重建质量指标（MSE和PSNR），并弹出一个包含六幅子图的窗口展示分析结果。

---

代码实现逻辑与算法分析

该系统的核心逻辑封装在单一的主流程函数中，具体实现步骤如下：

1. 参数设置与环境初始化

程序首先清理工作区（clc, clear, close all）以确保无干扰运行。随后定义了关键仿真参数：

• 图像分辨率：设置为 256x256 像素。
• 扫描角度：定义了 theta 向量，范围覆盖 0度至179度，步长为1度，模拟180个投影角度。

2. 输入数据生成 (Phantom)

利用MATLAB内置的 phantom 函数生成 'Modified Shepp-Logan' 头部模型。这一步模拟了SR-CT中待扫描物体的理想横断面密度分布，作为后续计算重建误差的参考基准。

3. 正向过程：Radon变换与噪声添加

• Radon变换：调用 radon 函数对原始图像进行离散Radon变换。该函数计算图像矩阵在指定角度 theta 下的投影，返回投影数据矩阵（即正弦图） sinogram 和径向坐标 xp。
• 噪声注入：为了更贴近实际物理实验，程序构造了高斯白噪声矩阵，其强度为最大投影值的2%，并叠加到原始正弦图上，生成 sinogram_noisy。

4. 逆向过程：图像重建 (FBP算法)

利用 iradon 函数实现滤波反投影算法。为了对比滤波器性能，代码中分别执行了三次重建：

• Ram-Lak：使用线性插值和Ram-Lak滤波器。此结果边缘最锐利，但图像中的颗粒噪声也最明显。
• Shepp-Logan：本项目的主要评估对象，使用Shepp-Logan滤波器平衡了分辨率与降噪需求。
• Cosine：使用余弦窗函数，进一步平滑图像。

5. 后处理与质量评估

• 数值修正：对Shepp-Logan重建结果执行 max(0, ...) 操作，去除因吉布斯效应或计算误差产生的负值，符合X射线吸收系数非负的物理事实。
• 误差计算：计算原始图像与修正后的Shepp-Logan重建图像之间的绝对差值矩阵，生成 error_map。
• 指标计算：通过辅助函数 calculate_metrics 计算 MSE 和 PSNR。其中 PSNR（峰值信噪比）是衡量重建质量的关键指标，数值越高代表重建图像失真越小。

6. 结果可视化

程序创建一个2行3列的绘图窗口，详细展示以下内容：

1. 原始图像：标准的Shepp-Logan体模。
2. 带噪正弦图：使用 'hot' 热力图展示的正向投影数据，横轴为角度，纵轴为径向位置。
3. Ram-Lak重建：展示高频保留较多的重建结果。
4. Shepp-Logan重建：展示综合性能较好的重建结果，并在标题中标注了计算出的PSNR值。
5. 误差分布图：通过 'jet' 彩色映射展示重建图像与原始图像的差异，蓝色代表低误差，红色代表高误差。
6. 剖面线对比：提取图像中心水平行的数据，在同一坐标系下绘制原始值（蓝实线）和重建值（红虚线）的波形图，直观反映边缘拟合程度和内部平滑度。

关键函数说明

• radon(I, theta): 计算图像矩阵沿指定方向的投影，模拟X射线穿过物体的衰减积分。
• iradon(R, theta, interp, filter, ...): 执行逆Radon变换。本系统利用其内置的FBP算法，将一维投影数据反投影回二维图像空间。
• imagesc(...): 用于显示具有缩放颜色的图像数据，配合 colormap 和 colorbar 实现数值的可视化。
• calculate_metrics(img1, img2): 自定义的辅助函数，用于计算两幅图像之间的均方误差和峰值信噪比，是量化评估重建算法精度的工具。