RESPIRATORY MOTION ESTIMATION USING VIBRATION MODEL AND REDUCING MOTION BLUR THROUGH DECONVOLUTION

The respiratory motion leads to significant motion artifacts of the positron emission tomography （PET） image, thus influencing diagnoses and treatments in the radiation oneology. The existing approaches to correct motion artifacts involve using gating devices and/or four-dimensional （4-D） computed tomography （CT）. However, they have the disadvantages of high CT dose and high computational burden. Hence, a sinusoid vibration model is presented to simulate the respiratory motion. The motion extent and the direction are derived from the Radon transform of the cepstrum of the blurred image. Then, two typical deeonvolution algorithms, i.e. , Wiener filter （WF） and the Richardson-Lucy （RL） algorithms are used to eliminate the motion blur according to the estimated parameters and their de-blurring results are compared. Experiments on both synthetic and phantom images show good performance of the presented model for identifying vibration modeled respiration motion and reducing the motion blur. The method has advantages of safety, convenience, and economy. And it is promising to correct the motion artifacts of the non-gated PET image.

基于Radon变换的运动模糊方向估计的改进算法研究（英文）

运动模糊图像的复原在天文,军事,工业控制,道路监控和刑侦方面具有重要的现实意义。在研究运动模糊图像复原中,对点扩散函数PSF(point spread function)的估计是关键点也是难点。通过对运动模糊图像进行傅里叶变化,得到其明暗相间条纹的频谱图。基于亮条纹的方向和运动模糊方向垂直的原理,利用Radon变化求解频谱图中亮条纹的方向,从而得到PSF中的运动模糊方向。由于模糊图像频谱图中十字亮线的存在,直接影响了实验结果的准确性,因此对于十字亮线产生的原因进行了分析,提出一种简单有效的去除十字亮线干扰的算法。实验结果表明:该算法简单、有效,能准确测量出模糊方向,误差控制在1°之内。

基于参数估计的图像复原算法研究与改进

为了更好解决运动模糊图像的复原问题,对模糊图像点扩散函数进行了精确估计。针对频谱图中十字亮线干扰的问题,提出了一种运动模糊角度的改进方法,使用高斯低通滤波对频谱图进行处理,以估计出模糊角度,并采用了自相关法估计模糊长度。估计出相关参数后,利用点扩散函数对模糊图像维纳滤波复原,再结合中值滤波进行组合滤波复原,通过复原图像的客观评价标准来判断图像的质量。仿真结果表明,精确估计出模糊参数后,用组合滤波的方式对模糊图像进行复原,复原后的图像峰值信噪比相比标准的维纳滤波复原图像提升了2.9 dB,可有效实现运动模糊图像的复原。