MatlabCode

本站所有资源均为高质量资源,各种姿势下载。

您现在的位置是:MatlabCode > 资源下载 > 一般算法 > 基于Radon变换与滤波反投影的CT图像重建系统

基于Radon变换与滤波反投影的CT图像重建系统

资 源 简 介

该项目旨に使用MATLAB实现CT成像的核心算法——滤波反投影(FBP)。程序首先利用内置的radon函数对原始二维图像进行多角度投影,模拟X射线穿过物体后的衰减数据采集过程,从而生成包含投影信息的正弦图(Sinogram)。其核心功能涵盖了两种主流的滤波实现方案:一种是基于频域的滤波方法,通过对每一行投影数据执行快速傅里埃变换(FFT),并在频域内应用R-L(Ram-Lak)、Shepp-Logan或Cosine等窗函数滤波器以补偿反投影引起的低频提升,最后通过傅里埃逆变换(IFFT)还原;另一种是基于

详 情 说 明

基于Radon变换与频域及时域滤波的CT图像滤波反投影重建系统

项目介绍

本项目是一个基于MATLAB开发的计算机断层扫描(CT)图像重建仿真系统。项目完整模拟了CT成像的核心物理过程与数学算法,包括从原始物体的射线衰减数据采集(正向投影)到图像从投影数据中恢复(反投影)的全过程。系统重点实现了滤波反投影(Filtered Back-projection, FBP)算法,并对比了直接反投影、频域滤波重建以及时域卷积重建三种技术路线,旨在通过数学手段消除CT重建中常见的星状伪影,还原高质量的断层图像。

功能特性

  1. 正向投影模拟:利用Radon变换将二维图像转换为正弦图(Sinogram),模拟X射线从0到179度连续扫描的过程。
  2. 多算法并行重建
- 直接反投影(BP):展示无滤波状态下的重建效果,用于观察典型的模糊和星状伪影。 - 频域滤波反投影(FFT-Based FBP):通过快速傅里埃变换在频域应用修正滤波器,补偿反投影引起的高频损失。 - 时域卷积反投影(Convolution-Based FBP):利用离散卷积核在空间域直接处理投影数据。
  1. 可定制滤波器库:支持Ram-Lak(斜坡滤波器)、Shepp-Logan(抑制高频噪声)以及Cosine(余弦窗)三种主流滤波器类型。
  2. 定量评估体系:系统自动计算重建图像与原始图像之间的均方误差(MSE)和峰值信噪比(PSNR),提供直观的数据支持。
  3. 多维度可视化:包含正弦图展示、不同算法重建结果对比以及重建残差(Error Map)热图分析。

系统要求

  • 软件环境:MATLAB R2016a 或更高版本。
  • 工具箱要求:需要安装 Image Processing Toolbox(用于执行Radon变换及生成标准幻影图)。

实现逻辑与功能细节说明分析

#### 1. 正向仿真模块 系统首先生成256x256像素的标准Shepp-Logan头骨幻影图像作为源数据。通过设定1度的角度步长,程序调用变换函数计算图像在180个角度上的线积分,生成纵轴为探测器位置、横轴为投影角度的正弦图。这是后续所有重建算法的基础输入。

#### 2. 坐标转换与几何映射 为了实现反投影,系统建立了以图像中心为原点的直角坐标系。通过构建网格矩阵并利用旋转变换公式,计算图像空间中每个像素点在特定投影角度对应的投影坐标。这一步是确保反投影过程中投影值能够准确累加回图像像素的关键。

#### 3. 直接反投影实现 该模块演示了最基础的重建原理。程序遍历每一个投影角度,通过线性插值获取对应坐标的投影强度,并将其累加到重建网格中。最后进行角度归一化处理。该逻辑不含滤波步骤,其结果清晰地展示了点扩散函数导致的放射状模糊,证明了滤波的必要性。

#### 4. 频域滤波核心算法 该功能是系统的性能核心,具体步骤如下:

  • 滤波器设计:在频域构建从-1到1的绝对值函数(Ram-Lak滤波器)。
  • 窗函数补偿:根据用户选择,在Ram-Lak基础上叠加Sinc函数或余弦函数,以平滑高频噪声。
  • 频域变换:对正弦图的每一列投影执行一维FFT,进行频谱移位,与滤波器相乘后执行IFFT并提取实部。
  • 滤波后反投影:将经过频域修正的投影数据按几何坐标重新分布并累加。
#### 5. 时域卷积核心算法 为了展示另一种数学等效方法,系统实现了时域离散卷积:
  • 核函数构建:根据Ram-Lak滤波器的时域解析式设计离散卷积核。在零点处权值为1/4,偶数索引处为0,奇数索引处则根据反比例平方律计算。
  • 卷积运算:使用该离散核与原始投影数据进行一维卷积。
  • 空间域合成:对卷积后的信号执行相同的几何反投影操作,达到提升图像锐度、对比度的效果。
#### 6. 质量评价与误差分析指标 在图像处理完成后,系统会将所有重建结果与原始图像进行逐像素对比:
  • MSE计算:衡量平均像素差异。
  • PSNR计算:基于图像峰值动态范围计算分贝值,定量评估重建精度。
  • 残差分析:通过计算重建图像与原图差异的绝对值,生成颜色编码的热图,直观展示算法在边缘和细节处的处理误差。

使用说明

  1. 运行程序后,系统会自动执行从正向扫描到三种算法重建的全流程。
  2. 用户可在参数设置区通过修改变量自定义图像尺寸、投影角度范围(例如增加采样率)以及切换滤波器类型('Ram-Lak', 'Shepp-Logan' 或 'Cosine')。
  3. 结果将通过图形窗口展示,左侧显示原始数据与正弦图,中间展示模糊的直接反投影与频域重建结果,右侧展示时域重建结果及对应的误差分布图。
  4. 控制台窗口将同步输出各方案的MSE与PSNR量化对比表格。