第七章：图像重建

对指数进行变换，令： u r cos ,
v r sin
7.2 傅立叶变换重建


因而,若点（u，v）在一条θ角一定而距原点距离为r的 直线上，投影变换将与二维变换中的一直线有相同的傅 氏变换，即 :F(u,v)=G(r,θ)。 因为投影变换G(r,θ)中的所有r和θ都是已知的，为了 得到图像函数，我们进行反傅立叶变换，即：
F (u , v )



f ( x , y ) exp[ j 2 ( ux vy )] dxdy
7.2 傅立叶变换重建
图x轴像在上的投影： 投影的一维傅立叶变换：
G (u ) y

g y (x)



f ( x , y ) dy


g y ( x ) exp( 2 j ux ) dx
核磁共振
光电子、雷达、超声 波
7.1 概述
图 6—1 图像重建的透射、反射、发射三种模式示意图
补充（一）：投影重建概述




概念：投影重建一般指利用物体的多个（轴向）投影 图像重建目标图像的过程。它是一类特殊的图像处理 方法，它输入的是（一序列）投影图，而输出的是重 建图。 通过投影重建就可以直接看到原来被投影物体某种特 性的空间分布，比直接观察投影图要直观的多。 应用实例： 1、投射断层成像（transmission computed tomography，TCT，简称CT） 原理：从发射源射出的射线穿透物体到达接受器。



f ( x , y ) exp( 2 j ux ) dxdy
在二维傅立叶变换中，令v=0，则有：
G y (u ) F (u ,0 )



f ( x , y ) exp( j 2 ux ) dxdy
现在假设将函数投影到一条旋转角度为θ的直线上，如图示：
7.2 傅立叶变换重建
7.1 概述
表一
模型名称
图像重建三种模式的对比表
适用范围 应用实例 光、X射线
建立于能量通过物体后一部分能量会 透射模型 被吸收的基础上，遵循一定的吸收 法则。 通过在相反的方向分解散射的两束γ 发射模型 射线来实现的，通过两束射线的度 越时间来确定物体位置 反射模型 通过能量反射来测定物体的表面特征
图 7—2 投影几何关系
7.2 傅立叶变换重建
t x sin y cos 定义旋转坐标： s x cos y sin , 而将函数投影的直线选为 x 轴。投影点通过对距离 t 轴为 S1处的一平行线进行函数积分，因此，该投影可如下表示：
g ( s1 , )
f ( x, y )


பைடு நூலகம்

F ( u , v ) exp[ j 2 ( ux vy )] dudv

这就是图像的二维重建技术，同理可推广到三维情形 （见课本p350页推导过程）。 但是，若只有有限个投影是有效的，则可能需要在变换 中插入一些数据。另外需要注意的是，虽然只须一维傅 里叶变换的投影数据就可构成变换空间，但图像重建则 需要二维反变换。由此得出结论，即：
7.2 傅立叶变换重建

（补充）傅立叶变换投影定理： 设G(R ,θ)是g（s,θ）对应第一变量s的一维傅立叶 变换，即： G ( R , ) g ( s , ) ex p ( j 2 R s ) d s
( s , )

F（X，Y）是f（x，y）的二维傅立叶变换：
F ( X ,Y )
7.2 傅立叶变换重建


三维图像不能在得到部分投影数据过程中局部地重 建，而必须延迟到所有投影数据都获得之后才能重 建。 （补充）傅立叶变换重建法是一种变换重建方法， 变换重建方法主要包括以下三个步骤： 1、建立数学模型，其中已知量和未知量都是连 续实数的函数； 2、利用反变换公式解未知量； 3、调节反变换公式以适应离散、有噪声应用的 需求。

L
补充（一）：投影重建概述




如果物体是均匀的，则： I I 0 exp{ kL } 其中，I代表穿透物体后的射线强度，I0代表没有物 体时射线强度，L是射线在物体内部的长度，k代表 物体的线性衰减系数。 2、发射断层成像（emission computed tomography，ECT） 原理：发射源在物体内部。一般是将具有放射性的 离子注入物体内部，从物体外检测其放射出来的量。 通过这种方法可以了解离子在物体内的运动情况和 分布，从而可以检测到与生理有关的状况。
补充（一）：投影重建概述
实例：PET ( positron emission tomography)、SPET (single positron emission CT)。 3、反射断层成像（reflection CT，RCT） 原理：利用能量的反射来 测定物体的表面特性。 实例：雷达系统，雷达发 射器从空中向地面发射无线 电波。雷达接收器在特定的 角度所接受到的回波强度是 地面反射量在一个扫描阶段 的积分。
补充（一）：投影重建概述





（续）射线在通过物体时被物体吸收一部分，剩余部 分被接受器接受。由于物体各部分对射线的吸收不同， 所以接受器获得的射线强度实际上反映了物体各部分 对射线的吸收情况。 实例：CT，因为常用X射线，也称XCT。 如果 I0——射线源的强度； K（x）——沿射线方向物体点s的线性衰减系数 L——辐射的射线 I——穿透物体的射线强度 则有 I I 0 ex p { k ( s ) d s }
RdRd
（7.1）
利用傅立叶共轭对称性，有：

f ( x, y )

F ( R , )e
j 2 ( x co s y sin )
| R | dRd
（7.2）
（7.3） （7.4）
0

令：
f ( x , y ; )


e
j 2 ( x co s y sin )


F (u , v )e
j 2 ( u x vy )
dudv
作代换：u R co s ， v R sin
7.3 卷积重建法
(续)写成級坐标(R,θ)形式：
2
f ( x, y )

0 0
F ( R , )e
j 2 ( x co s y sin )
dR



g ( , )
1/ 2 d

| R |e
j 2 R ( x co s y sin )
dRd

g ( , )h ( x co s y sin ) d

7.3 卷积重建法


由上式可以得出，要实现对已经得到的投影数据实现 图像重建，则可以采取两步：首先将投影数据 g ( , ) 和响应脉冲滤波器(7.5)进行卷积，然后由式(7.4)对不 同旋转角θ求和，就能实现图像重建。这就是卷积法进 行图像重建的基本思路和方法。 卷积可看作一种滤波手段，卷积投影相当于对数据先 滤波再将结果逆投影回来，这样可以使模糊得到校正。
第七章：图像重建
7-1 7-2 7-3 7-4 7-5 7-6 7-7 概述 傅立叶变换重建 卷积法重建 代数重建方法 重建的优化问题 图像重建中的滤波器设计 重建图像的显示
7.1 概述




图像重建是图像处理中的一个重要分支，广泛的应用 于物体内部结构图像的检测和观察中，它是一种无损 检测技术。 应用领域广泛，主要有：医疗、工业无损检测、核医 学、电子显微、无线和雷达天文学、光显微、全息成 像学以及理论视觉等等。 图像重建的三种常用检测模型：投射模型、发射模型、 反射模型（参照对照表）。 重建算法：代数法、迭代法、傅立叶反投影法、卷积 反投影法（运用最广泛，运算量小、速度快等优点）。
（续）
f ( x , y ; )
1/ 2 d 1/ 2 d
1/ 2 d

| R | F ( R , )e
j 2 R ( x co s y sin )
dR

1/ 2 d

| R |[
1/ 2 d

g ( , )e
j 2 R
]e
j 2 R ( x co s y sin )

f ( x , y ) ds
s1
这里,积分路径是沿着直线s1=xcosθ+ysinθ进行。此投影的一维 付氏变换为:
G (r , )


g ( s 1 , ) exp( j 2 rs 1 ) ds 1
展开后为： G ( r , )



f ( x , y ) exp[ j 2 r ( x cos y sin )] dxdy
7.4 代数重建方法


列举一个简单实例（《数字图像处理与分析》P155） (补充)代数重建技术就是事先对未知图像的各像素给予 一个初始估值，然后利用这些假设数据去计算各射线穿 过对象时可能得到的投影值（射影和），再用它们和实 测投影值进行比较，根据差异获得一个修正值，利用这 些修正值，修正各对应射线穿过的诸像素值。如此反复 迭代，直到计算值和实测值接近到要求的精确度为止。 具体实施步骤： （l）对于未知图像各像素均给予一个假定的初始值，从 而得到一组初始计算图像；
| R | F ( R , )dR

则（7.2）可表示为：
f ( x, y )

0
f ( x , y ; )d