一种基于3D打印内型腔的双域迭代降噪方法技术

本发明专利技术提出一种基于3D打印内型腔的双域迭代降噪方法，首先系统采集图像的生数据，将采集到的生数据进行校正得到正投影数据，将统计模型加入生数据域中，对正投影数据进行生数据域迭代降噪得到生数据域迭代降噪后的图像，然后将生数据域迭代降噪后的图像进行图像重建，并将重建后的图像在图像域中进行图像域迭代降噪，比较当前迭代图像的正投影数据与生数据的误差，一步一步更新迭代图像，得到与采集到的生数据最符合的图像，通过生数据域迭代降噪处理条形态噪声，通过图像域迭代降噪处理图像整体噪声，最小化正投影数据与生数据的差异，实现对低X射线的剂量时产生的伪影和图像噪声进行降噪，提高了低剂量X射线输出图像的质量。质量。质量。

【技术实现步骤摘要】
一种基于3D打印内型腔的双域迭代降噪方法


[0001]本专利技术涉及智能识别检测领域，具体地说，涉及一种基于3D打印内型腔的双域迭代降噪方法。

技术介绍

[0002]增材制造技术又称“3D打印技术”，它的概念起源于上世纪八十年代，它的出现对发展了2000多年的等材制造技术和发展了300多年的减材制造技术造成了深远的影响，它引入了一种新的思维制造模式，即：增材制造模式。从人类资源开发的未来发展模式看，增材制造技术的出现是解决未来资源紧缺情况下的一种有效途径。
[0003]最近十年，增材制造技术的快速发展已经给传统制造业带来了巨大变革，凭借该技术的任意自由度特点，重塑了设计思维，实现了变不可能为可能，缓解了设计方案向制造技术妥协的窘境。增材制造技术的出现不仅仅解决了传统制造方法不能制造的负责零件的出现，同时也利用该技术实现了对传统昂贵零部件出现缺陷以后的修复再延寿。
[0004]增材制造技术快速发展的同时也带来了相关其他行业的发展，如粉末原材料、3D打印设备、医疗生物、检验检测等，但是目前现有的检测手段还未能实现对增材制造内部结构的快速检测，尤其是增材制造模具内流道的检测。
[0005]增材制造修复技术又称激光送粉成形修复技术，该技术不受修复尺寸限制，可以实现力学性能与锻件相当的复杂高性能构件的高效率制造和快速修复。该技术以信息技术为支撑，以柔性化的产品制造方式最大限度地满足无限丰富的个性化需求，技术应用前景广阔。
[0006]对使用X射线的设备来说，X射线剂量始终是一个绕不开的问题。对零件使用较高的辐射剂量，图像质量会比较好；然而降低扫描时的辐射剂量，图像的噪声和相关的伪影将大幅升高。针对低剂量数据，一个很大的问题是降低伪影和噪声，现在亟需一种对降低扫描时辐射剂量产生的伪影和噪声进行降噪的方法。

技术实现思路

[0007]本专利技术针对现有技术中降低扫描时辐射剂量产生的伪影和噪声大幅提高的问题，本专利技术提出一种基于3D打印内型腔的双域迭代降噪方法，从系统采集到的生数据出发，比较当前迭代图像的正投影数据与生数据的误差，一步一步更新迭代图像，通过生数据域迭代降噪处理条形态噪声，通过图像域迭代降噪处理图像整体噪声，最小化正投影数据与生数据的差异，得到最符合采集到的生数据的重建图像，实现对低X射线的剂量时产生的伪影和图像噪声进行降噪，提高了低剂量X射线输出图像的质量。
[0008]本专利技术具体实现内容如下：
[0009]一种基于3D打印内型腔的双域迭代降噪方法，包括以下步骤：
[0010]步骤1：采集图像的生数据，将采集到的生数据进行正投影得到正投影数据；
[0011]步骤2：将统计模型加入生数据域中，在生数据域中对所有正投影数据进行噪声估
计，得到噪声估计值，并根据得到的噪声估计值将统计模型转换成图像域的噪声模型；
[0012]步骤3：在生数据域中对需要处理的正投影数据进行生数据域迭代降噪，得到生数据域迭代降噪后的图像；
[0013]为了更好地实现本专利技术，进一步地，所述步骤3的具体操作为：在生数据域中使用剂量信息自适应找出需要处理的正投影数据，得出需要处理信号的噪声估计，对需要处理的正投影数据进行生数据域迭代降噪，得到生数据域迭代降噪后的图像；
[0014]所述生数据域迭代降噪用于处理条形态的噪声问题；
[0015]步骤4：将生数据域迭代降噪后的图像进行图像重建，得到重建后的图像；
[0016]步骤5：将重建后的图像在噪声模型中进行图像域迭代降噪，得到正投影数据与生数据差异最小的图像；
[0017]所述图像域的迭代降噪用于处理图像整体噪声高的问题；
[0018]为了更好地实现本专利技术，进一步地，所述步骤4中进行图像重建时使用RIO迭代重建算法对生数据域迭代降噪后的图像进行图像重建。
[0019]为了更好地实现本专利技术，进一步地，在进行图像重建前根据统计模型加入的生数据域将统计模型进行加权操作，得到统计噪声模型。
[0020]为了更好地实现本专利技术，进一步地，所述RIO迭代重建算法的目标方程为：
[0021][0022]其中，A为系统矩阵，X为待求解的图像，Y为系统采集的生数据，W为统计噪声模型，R为正则化函数，β为引入抑制图像噪声的因子。
[0023]本专利技术具有以下有益效果：
[0024](1)本专利技术通过使用双域迭代降噪重建算法，将生数据域迭代降噪和重建图像域迭代降噪同时使用，通过生数据域迭代降噪处理条形态噪声，通过图像域迭代降噪处理图像整体噪声，最小化了正投影数据与生数据的差异，得到了最符合采集到的生数据的重建图像；
[0025](2)本专利技术通过将统计模型信息加入生数据的比较中，天然抑制了噪声不一致导致的条状伪影；
[0026](3)本专利技术通过将统计模型进行加权操作，解决了不同方向噪声不一致导致的条状伪影的问题；
[0027](4)本专利技术利用正则化函数抑制了迭代过程中图像整体的噪声。
附图说明
[0028]图1为进行双域迭代降噪的流程图。
具体实施方式
[0029]为了更清楚地说明本专利技术实施例的技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，应当理解，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例，因此不应被看作是对保护范围的限定。基于本专利技术中的实施例，本领域普通技术工作人员在没有做出创造性劳动前提下所获得的所
有其他实施例，都属于本专利技术保护的范围。
[0030]实施例1：
[0031]本实施例提出一种基于3D打印内型腔的双域迭代降噪方法，包括以下步骤：
[0032]步骤1：采集图像的生数据，将采集到的生数据进行正投影得到正投影数据；
[0033]步骤2：将统计模型加入生数据域中，在生数据域中对所有正投影数据进行噪声估计，得到噪声估计值，并根据得到的噪声估计值将统计模型转换成图像域的噪声模型；
[0034]步骤3：在生数据域中对需要处理的正投影数据进行生数据域迭代降噪，得到生数据域迭代降噪后的图像；
[0035]步骤4：将生数据域迭代降噪后的图像进行图像重建，得到重建后的图像；
[0036]步骤5：将重建后的图像在噪声模型中进行图像域迭代降噪，得到正投影数据与生数据差异最小的图像。
[0037]工作原理：首先系统采集图像的生数据，将采集到的生数据进行校正得到正投影数据，将统计模型加入生数据域中，对正投影数据进行生数据域迭代降噪得到生数据域迭代降噪后的图像，所述生数据域可称为投影域或非图像域；然后将生数据域迭代降噪后的图像进行图像重建，并将重建后的图像在图像域中进行进行图像域迭代降噪，比较当前迭代图像的正投影数据与生数据的误差，一步一步更新迭代图像，得到与采集到的生数据最符合的图像。本实施例通过生数据域迭代降噪处理条形态噪声，通过图像域迭代降噪处理图像整体噪声，最小化正投影数据与生数据的差异，实现对低X射线的剂量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于3D打印内型腔的双域迭代降噪方法，其特征在于，包括以下步骤：步骤1：采集图像的生数据，将采集到的生数据在生数据域中进行正投影得到正投影数据；步骤2：将统计模型加入生数据域中，在生数据域中对所有正投影数据进行噪声估计，得到噪声估计值，并根据得到的噪声估计值将统计模型转换成图像域的噪声模型；步骤3：在生数据域中对需要处理的正投影数据进行生数据域迭代降噪，得到生数据域迭代降噪后的图像；步骤4：将生数据域迭代降噪后的图像进行图像重建，得到重建后的图像；步骤5：将重建后的图像在噪声模型中进行图像域迭代降噪，得到正投影数据与生数据差异最小的图像。2.如权利要求1所述的一种基于3D打印内型腔的双域迭代降噪方法，其特征在于，所述步骤4中进行图像重建时使用RIO迭代重建算法对生数据域迭代降...

【专利技术属性】
技术研发人员：刘顺涛，荣鹏，高川云，杜娟，
申请(专利权)人：成都飞机工业集团有限责任公司，
类型：发明
国别省市：