一種基于多面圖像信息的同軸相襯成像相位恢復(fù)方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于多面圖像信息的同軸相襯成像相位恢復(fù)方法及系統(tǒng)，該方法包括：采集物體N個成像面的物體圖像和背景圖像，N為大于等于3的自然數(shù)；根據(jù)物體N個成像面的物體圖像和背景圖像，將采集的物體N個成像面的物體圖像進行歸一化處理，選擇歸一化處理后的物體一個成像面的物體圖像為參照物體圖像，選擇歸一化處理后的物體其余N-1個成像面的物體圖像為對照物體圖像，將參照物體圖像與N-1幅對照物體圖像分別進行圖像精確配準(zhǔn)，獲得配準(zhǔn)后的N-1幅物體圖像；根據(jù)迭代算法、參照物體圖像和配準(zhǔn)后的N-1幅物體圖像，計算參照物體圖像對應(yīng)成像面的收斂相位分布。實施本發(fā)明實施例，可以增強相位恢復(fù)的穩(wěn)定性、精確度和抗噪聲能力。
【專利說明】—種基于多面圖像信息的同軸相襯成像相位恢復(fù)方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及光學(xué)【技術(shù)領(lǐng)域】，具體涉及一種基于多面圖像信息的同軸相襯成像相位恢復(fù)方法及系統(tǒng)。
【背景技術(shù)】
[0002]X射線相位襯度成像(X-ray phase contrast imaging, XPCI)是一種X射線成像技術(shù)，利用X射線通過物體后發(fā)生的相移變化成像。基于不同的成像原理，目前有五種實現(xiàn)X射線相位襯度成像的技術(shù)，分別為:干涉法、衍射增強法、光柵剪切法、同軸相襯法以及編碼孔徑相襯成像法。同軸相襯成像裝置最為簡單，無需精密的光學(xué)元器件，可以基于實驗室普通的微焦斑X射線源，利用X射線通過樣品后在自由空間傳播，基于菲涅耳衍射成像原理將相位信息轉(zhuǎn)化為強度信息。
[0003]同軸相襯成像可以增強圖像的邊緣亮度，從而提高了圖像的對比度，但這種亮度的增強不是線性的，可能會呈現(xiàn)出錯誤的樣品厚度或密度。然而，可以通過算法從獲得的強度圖中恢復(fù)出相位分布圖，正確反應(yīng)出樣品的真實結(jié)構(gòu)與組織特性，但對基于普通微焦斑X射線源的同軸相襯成像，想實現(xiàn)精確相位恢復(fù)非常困難。目前，同軸相襯成像的相位恢復(fù)方法有:解析算法(或線性近似算法)和迭代算法。解析算法是將非線性方程進行線性近似得到方程的解，計算效率高，但相位的解可能不穩(wěn)定。此外，由于線性近似基于一定的假設(shè)和簡化，不同的方法適用的范圍不同、受限于成像物體組成、受限于成像距離。迭代算法由于沒有太多的近似，適用范圍更廣，且簡單、靈活、結(jié)果穩(wěn)定、精確。為了完成相位恢復(fù)，一般需要采集兩幅圖像，其中，一幅X射線圖像探測器與物體貼近的吸收圖像，另一幅X射線圖像探測器與物體有一定間隔的相襯圖像，或者采集兩幅相襯圖像。然而，只采集兩幅圖像可能會導(dǎo)致結(jié)果不穩(wěn)定、精度不高、抗噪聲能力弱。

【發(fā)明內(nèi)容】

[0004]本發(fā)明公開了一種基于多面圖像信息的同軸相襯成像相位恢復(fù)方法及系統(tǒng)，用于增強相位恢復(fù)的穩(wěn)定性、精確度和抗噪聲能力。
[0005]本發(fā)明第一方面公開了一種基于多面圖像信息的同軸相襯成像相位恢復(fù)方法，包括:
[0006]采集物體N個成像面的物體圖像以及所述物體N個成像面的背景圖像，所述N為大于等于3的自然數(shù)；
[0007]根據(jù)所述物體N個成像面的物體圖像和所述物體N個成像面的背景圖像，將采集的所述物體N個成像面的物體圖像進行歸一化處理，選擇歸一化處理后的所述物體一個成像面的物體圖像為參照物體圖像，選擇歸一化處理后的所述物體其余N-1個成像面的物體圖像為對照物體圖像，將所述參照物體圖像與N-1幅所述對照物體圖像分別進行圖像精確配準(zhǔn)，獲得配準(zhǔn)后的N-1幅物體圖像；[0008]根據(jù)迭代算法、所述參照物體圖像和所述配準(zhǔn)后的N-1幅物體圖像，計算所述參 照物體圖像對應(yīng)成像面的收斂相位分布。[0009]本發(fā)明第二方面公開了一種基于多面圖像信息的同軸相襯成像相位恢復(fù)系統(tǒng)，包 括:[0010]第一單元，用于采集物體N個成像面的物體圖像以及所述物體N個成像面的背景 圖像，所述N為大于等于3的自然數(shù)；[0011]第二單元，用于根據(jù)所述物體N個成像面的物體圖像和所述物體N個成像面的背 景圖像，將采集的所述物體N個成像面的物體圖像進行歸一化處理，選擇歸一化處理后的 所述物體其中一個成像面的物體圖像為參照物體圖像，選擇歸一化處理后的所述物體其余 N-1個成像面的物體圖像為對照物體圖像，將所述參照物體圖像與N-1幅所述對照物體圖 像分別進行圖像精確配準(zhǔn)，獲得配準(zhǔn)后的N-1幅物體圖像；[0012]第三單元，用于根據(jù)迭代算法、所述參照物體圖像和所述配準(zhǔn)后的N-1幅物體圖 像，計算所述參照物體圖像對應(yīng)成像面的收斂相位分布。[0013]本發(fā)明實施例中，采集物體N個成像面的物體圖像和背景圖像，N為大于等于3的 自然數(shù)；根據(jù)物體N個成像面的物體圖像和背景圖像，將采集的物體N個成像面的物體圖像 進行歸一化處理，選擇歸一化處理后的物體一個成像面的物體圖像為參照物體圖像、物體 其余N-1個成像面的物體圖像為對照物體圖像，將參照物體圖像與N-1幅對照物體圖像分 別進行圖像精確配準(zhǔn)，獲得配準(zhǔn)后的N-1幅物體圖像；根據(jù)迭代算法、參照物體圖像和配準(zhǔn) 后的N-1幅物體圖像，計算參照物體圖像對應(yīng)成像面的收斂相位分布。本發(fā)明實施例中，采 集了物體N個成像面的物體圖像，并對采集的物體N個成像面的物體圖像進行了圖像精確 配準(zhǔn)，然后，用參照物體圖像和配準(zhǔn)后的N-1個物體圖像進行迭代計算，可以增強相位恢復(fù) 的穩(wěn)定性、精確度和抗噪聲能力?！緦＠綀D】

【附圖說明】[0014]為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例中所需要使用的 附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng) 域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附 圖。[0015]圖1是本發(fā)明第一實施例公開的一種基于多面圖像信息的同軸相襯成像相位恢 復(fù)方法的流程圖；[0016]圖2是本發(fā)明第二實施例公開的另一種基于多面圖像信息的同軸相襯成像相位 恢復(fù)方法的流程圖；[0017]圖3是本發(fā)明第三實施例公開的一種基于多面圖像信息的同軸相襯成像相位恢 復(fù)系統(tǒng)的結(jié)構(gòu)圖?！揪唧w實施方式】[0018]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0019]本發(fā)提供了一種基于多面圖像信息的同軸相襯成像相位恢復(fù)方法及系統(tǒng)，用于增強相位恢復(fù)的穩(wěn)定性、精確度和抗噪聲能力。以下分別進行詳細(xì)說明。
[0020]請參閱圖1，圖1是本發(fā)明第一實施例公開的一種基于多面圖像信息的同軸相襯成像相位恢復(fù)方法的流程圖。其中，圖1所示的基于多面圖像信息的同軸相襯成像相位恢復(fù)方法適用于X射線相襯成像系統(tǒng)。如圖1所示，該基于多面圖像信息的同軸相襯成像相位恢復(fù)方法可以包括以下步驟。
[0021 ] SlOl、采集物體N個成像面的物體圖像以及物體N個成像面的背景圖像，該N為大于等于3的自然數(shù)。
[0022]本發(fā)明實施例中，X射線相襯成像系統(tǒng)采集物體N個成像面的物體圖像以及物體N個成像面的背景圖像。
[0023]本發(fā)明實施例中，X射線圖像探測器與物體近貼的物體圖像為吸收圖像、X射線圖像探測器與物體具有一定間隔的物體圖像為相襯圖像。采集的物體N個成像面的物體圖像可以全部為相襯圖像，也可以I幅為吸收圖像，其余N-1幅為相襯圖像。
[0024]本發(fā)明實施例中，采集的背景圖像為無物體放置的亮場圖像。
[0025]S102、根據(jù)物體N個成像面的物體圖像和物體N個成像面的背景圖像，將采集的物體N個成像面的物體圖像進行歸一化處理，選擇歸一化處理后的物體一個成像面的物體圖像為參照物體圖像，選擇歸一化處理后的物體其余N-1個成像面的物體圖像為對照物體圖像，將參照物體圖像與N-1幅對照物體圖像分別進行圖像精確配準(zhǔn)，獲得配準(zhǔn)后的N-1幅物體圖像。
[0026]本發(fā)明實施例中，X射線相襯成像系統(tǒng)根據(jù)物體N個成像面的物體圖像和物體N個成像面的背景圖像，將采集的物體N個成像面的物體圖像進行歸一化處理，選擇歸一化處理后的物體一個成像面的物體圖像為參照物體圖像，選擇歸一化處理后的物體其余N-1個成像面的物體圖像為對照物體圖像，將參照物體圖像與N-1幅對照物體圖像分別進行圖像精確配準(zhǔn)，獲得配準(zhǔn)后的N-1幅物體圖像。
[0027]本發(fā)明實施例中，采集了物體N個成像面的物體圖像和相應(yīng)位置的背景圖像后，首先需要對物體圖像進行歸一化處理，即用采集的物體圖像除以物體圖像對應(yīng)位置的背景圖像，得到歸一化處理后的物體圖像。
[0028]本發(fā)明實施例中，在對物體圖像進行迭代計算以前，還需要對物體圖像進行圖像精確配準(zhǔn)預(yù)處理，這是由于在不同位置采集的圖像其幾何放大倍數(shù)不同，而且系統(tǒng)自身也存在一定的機械精度，應(yīng)用中采集的兩幅物體圖像存在縮放、平移和旋轉(zhuǎn)，在進行相位恢復(fù)前對物體圖像的精確配準(zhǔn)，可以提高相位恢復(fù)精度。采用基于傅氏變換的方法完成圖像精確配準(zhǔn)，相對基于灰度或基于特征的配準(zhǔn)算法，更方便處理采集的物體圖像。因為圖像的比例、旋轉(zhuǎn)和平移變換均能在傅里葉變換頻域中反映出來，且在頻域內(nèi)對噪聲干擾有一定的抵抗能力，同時，傅里葉變換可以采用快速傅里葉變換(FFT)方法提高處理速度，并且有成熟的快速算法，易于硬件實現(xiàn)。實現(xiàn)圖像精確配準(zhǔn)的步驟如下:
[0029]I)選擇歸一化后的物體圖像A為參照物體圖像，歸一化后的物體圖像B為對照物體圖像，對參照物體圖像A與對照物體圖像B分別做傅里葉變換，得到新的參照物體圖像2與新的對照物體圖像5 ;[0030]2)在傅里葉空間對新的參照物體圖像J與新的對照物體圖像J分別進行對數(shù)極坐標(biāo)變換；[0031]3)再在對數(shù)極坐標(biāo)下利用相位相關(guān)求得對照物體圖像B相對于參照物體圖像A的縮放因子a和旋轉(zhuǎn)角度Θ ^ ;[0032]4)根據(jù)縮放因子a和旋轉(zhuǎn)角度Θ ^，對對照物體圖像B進行角度和縮放比例補償， 補償以后得到的物體圖像B2與參照物體圖像A之間僅存在平移量的差別；[0033]5)利用直角坐標(biāo)下的相位相關(guān)求出對照物體圖像B相對于參照物體圖像A的平移量;[0034]6)根據(jù)平移量，對物體圖像B2進行平移補償，得到新的物體圖像C。[0035]S103、根據(jù)迭代算法、參照物體圖像和配準(zhǔn)后的N-1幅物體圖像，計算參照物體圖像對應(yīng)成像面的收斂相位分布。[0036]本發(fā)明實施例中，X射線相襯成像系統(tǒng)根據(jù)迭代算法、參照物體圖像和配準(zhǔn)后的 N-1幅物體圖像，計算參照物體圖像對應(yīng)成像面的收斂相位分布。[0037]本發(fā)明實施例中，迭代算法可以為傅里葉變換算法或蓋師貝格-撒克斯通算法。[0038]本發(fā)明實施例中，傅里葉變換(Fourier transform, FT)迭代算法的原理:[0039]基于Wu和Liu提出的一般性相襯成像公式[Xizeng Wu and Hong Liu, A general theoretical formalism for X-rayphase contrast imaging, 2003],公式可寫為:
【權(quán)利要求】
1.一種基于多面圖像信息的同軸相襯成像相位恢復(fù)方法，其特征在于，包括: 采集物體N個成像面的物體圖像以及所述物體N個成像面的背景圖像，所述N為大于等于3的自然數(shù)； 根據(jù)所述物體N個成像面的物體圖像和所述物體N個成像面的背景圖像，將采集的所述物體N個成像面的物體圖像進行歸一化處理，選擇歸一化處理后的所述物體一個成像面的物體圖像為參照物體圖像，選擇歸一化處理后的所述物體其余N-1個成像面的物體圖像為對照物體圖像，將所述參照物體圖像與N-1幅所述對照物體圖像分別進行圖像精確配準(zhǔn)，獲得配準(zhǔn)后的N-1幅物體圖像； 根據(jù)迭代算法、所述參照物體圖像和所述配準(zhǔn)后的N-1幅物體圖像，計算所述參照物體圖像對應(yīng)成像面的收斂相位分布。
2.如權(quán)利要求1所述的方法，其特征在于，所述采集物體N個成像面的物體圖像以及所述物體N個成像面的背景圖像之前，還包括: 設(shè)置射線源的優(yōu)化工作參數(shù)以及探測器的工作模式。
3.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)迭代算法、所述參照物體圖像和所述配準(zhǔn)后的N-1幅物體圖像，計算所述參照物體圖像對應(yīng)成像面的收斂相位分布之前，還包括: 計算焦斑幾何模糊光學(xué)傳輸函數(shù)； 計算探測器響應(yīng)的光學(xué)傳輸函數(shù)； 將所述參照物體圖像和所述配準(zhǔn)后的N-1幅物體圖像進行去卷積處理； 設(shè)置所述參照物體圖像對應(yīng)成像面的初始相位分布。
4.如權(quán)利要求1所述的方法，其特征在于，所述迭代算法為傅里葉變換算法或蓋師貝格_撒克斯通算法。
5.如權(quán)利要求1-4任一項所述的方法，其特征在于，所述根據(jù)迭代算法、所述參照物體圖像和所述配準(zhǔn)后的N-1幅物體圖像，計算所述參照物體圖像對應(yīng)成像面的收斂相位分布之后，還包括: 判斷所述參照物體圖像對應(yīng)成像面的收斂相位分布是否在物平面，若否，則用菲涅爾傳播因子對所述參照物體圖像對應(yīng)成像面的收斂相位分布進行去卷積處理，獲得物體在物平面的收斂相位分布。
6.一種基于多面圖像信息的同軸相襯成像相位恢復(fù)系統(tǒng)，其特征在于，包括: 第一單元，用于采集物體N個成像面的物體圖像以及所述物體N個成像面的背景圖像，所述N為大于等于3的自然數(shù)； 第二單元，用于根據(jù)所述物體N個成像面的物體圖像和所述物體N個成像面的背景圖像，將采集的所述物體N個成像面的物體圖像進行歸一化處理，選擇歸一化處理后的所述物體其中一個成像面的物體圖像為參照物體圖像，選擇歸一化處理后的所述物體其余N-1個成像面的物體圖像為對照物體圖像，將所述參照物體圖像與N-1幅所述對照物體圖像分別進行圖像精確配準(zhǔn)，獲得配準(zhǔn)后的N-1幅物體圖像； 第三單元，用于根據(jù)迭代算法、所述參照物體圖像和所述配準(zhǔn)后的N-1幅物體圖像，計算所述參照物體圖像對應(yīng)成像面的收斂相位分布。
7.如權(quán)利要求6所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括:第四單元，用于在所述第一單元采集物體N個成像面的物體圖像以及所述物體N個成像面的背景圖像之前，設(shè)置射線源的優(yōu)化工作參數(shù)以及探測器的工作模式。
8.如權(quán)利要求6所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括:第五單元，用于在所述第三單元根據(jù)迭代算法、所述參照物體圖像和所述配準(zhǔn)后的N-1 幅物體圖像，計算所述參照物體圖像對應(yīng)成像面的收斂相位分布之前，計算焦斑幾何模糊光學(xué)傳輸函數(shù)；第六單元，用于計算探測器響應(yīng)的光學(xué)傳輸函數(shù)；第七單元，用于將所述參照物體圖像和所述配準(zhǔn)后的N-1幅物體圖像進行去卷積處理；第八單元，用于設(shè)置所述參照物體圖像對應(yīng)成像面的初始相位分布。
9.如權(quán)利要求6所述的系統(tǒng)，其特征在于，所述迭代算法為傅里葉變換算法或蓋師貝格-撒克斯通算法。
10.如權(quán)利要求6-9任一項所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括:第九單元，用于在所述第三單元根據(jù)迭代算法、所述參照物體圖像和所述配準(zhǔn)后的N-1 幅物體圖像，計算所述參照物體圖像對應(yīng)成像面的收斂相位分布之后，判斷所述參照物體圖像對應(yīng)成像面的收斂相位分布是否在物平面； 第十單元，用于在所述第九單元的判斷結(jié)果為否時，用菲涅爾傳播因子對所述參照物體圖像對應(yīng)成像面的收斂相位分布進行去卷積處理，獲得物體在物平面的收斂相位分布。
【文檔編號】G06T5/00GK103559686SQ201310485397
【公開日】2014年2月5日 申請日期:2013年10月16日 優(yōu)先權(quán)日:2013年10月16日
【發(fā)明者】桂建保, 鄭海榮, 陳垚, 胡戰(zhàn)利 申請人:中國科學(xué)院深圳先進技術(shù)研究院