闪烁体缺陷下CT图像伪影高效修复算法

本文主要探讨了闪烁体缺陷在计算机断层成像（Computed Tomography, CT）图像中产生的伪影问题，并提出了一个创新的图像修复算法——改进的BSCB（Block Substitution with Compensation and Blurring）修复算法（IBSCB）。作者团队，包括牛鑫、赵耕砚、陈津平、胡晓东和邹晶，来自天津大学精密测试技术及仪器国家重点实验室，他们针对CT图像中闪烁体缺陷特有的结构特征，设计了一种解决方案。 IBSCB算法首先利用Kirsch算子对图像背景进行处理，以生成一个标识出闪烁体缺陷像素的掩膜图像。接着，通过逐层迭代的方式进行修复，即先处理外层缺陷区域，然后利用修复后的信息逐步修复内部缺陷。在修复过程中，算法采用了log算子滤波，结合等照度线方向的扩散来优化图像质量。修复过程中的迭代系数和次数根据周围缺陷像素的数量动态调整，以保证最佳效果。 实验结果显示，IBSCB算法相较于传统的BSCB算法，在图像修复质量上有所显著提升，尤其是在高分辨率下，修复速度提高了5~6倍。这不仅改善了图像的视觉效果，也提升了三维重构的精度。从主观视觉评价和客观数据对比中，都能明显看出IBSCB算法的有效性和优越性。 研究的关键点在于图像修复技术、闪烁体缺陷对CT图像的影响、以及如何通过算法优化来克服这些伪影。通过修复前后的CT投影图像和三维重构图像的对比分析，证明了这种方法在实际应用中的有效性。此外，关键词“图像修复”、“BSCB”、“闪烁体缺陷”和“X射线投影图像”也突出了研究的核心内容和领域。 这篇研究论文为解决CT图像中的闪烁体缺陷伪影问题提供了新的修复策略和技术，为医疗影像诊断的质量提升和图像处理技术的发展做出了贡献。