本申請涉及圖像處理領域,尤其涉及一種x射線光柵圖像處理方法、裝置、設備及可讀存儲介質。
背景技術:
1、在傳統x射線相襯成像的技術中,使用光柵的方法尤為突出。通過相位步進法改變光柵相對于探測器的位置進行多次曝光,每次曝光后通過改變光柵的相位來捕獲不同的圖像。光柵相襯成像精確控制光柵間的間距和對齊,能夠有效地將x射線的相位變化轉換為可測量的強度變化,使得原本難以觀察的細節得以清晰顯示,揭示更多樣本的內部結構細節,提供更豐富的圖像信息。
2、然而,這種方法需要多次曝光,每次都需調整光柵位置,步進大小的不一致影響相位變化轉換為可測量的強度變化的不一致,從而導致相位恢復的準確性降低。
技術實現思路
1、為了解決上述技術問題,本申請實施例提供了一種x射線光柵圖像處理方法、裝置、設備及可讀存儲介質。
2、第一方面,本申請實施例提供了一種x射線光柵圖像處理方法,所述方法包括:
3、分別獲取x射線通過物體和光柵得到的物體條紋圖像,以及x射線僅通過光柵得到的光柵條紋圖像;
4、獲取x射線通過物體和光柵得到的標簽相襯圖像;
5、將所述物體條紋圖像、所述光柵條紋圖像和標簽相襯圖像輸入至生成對抗網絡進行訓練,得到生成對抗網絡模型;
6、根據所述生成對抗網絡模型對待處理物體的條紋圖像進行處理,得到所述待處理物體的預測相襯圖像。
7、在一實施方式中,所述獲取x射線通過物體和光柵得到的物體條紋圖像,以及x射線僅通過光柵得到的光柵條紋圖像,包括:
8、獲取x射線通過物體和光柵產生的第一條紋信息數據;
9、獲取x射線僅通過光柵產生的第二條紋信息數據;
10、根據所述第一條紋信息數據計算每個像素點的像素強度,以得到所述物體條紋圖像;
11、根據所述第二條紋信息數據計算每個像素點的像素強度,以得到所述光柵條紋圖像。
12、在一實施方式中,所述第一條紋信息數據或所述第二條紋信息數據包括條紋強度的平均值、振幅、周期和相位,所述根據所述第一條紋信息數據或第二條紋信息數據計算每個像素點的像素強度,包括:
13、通過公式(1),根據所述條紋強度的平均值、振幅、周期和相位計算每個像素點的像素強度,其中條紋強度的平均值、振幅、周期和相位與第一條文信息數據和第二條紋信息數據對應;
14、公式(1):
15、其中,(x,y)為光柵條紋圖像或物體條紋圖像上任一像素點坐標,i為像素強度,a為條紋強度的平均值,b為條紋強度振幅,pm是條紋的周期,φ為條紋的相位。
16、在一實施方式中,所述獲取x射線通過物體和光柵得到的標簽相襯圖像,包括:
17、根據所述第一條紋信息數據和所述第二條紋信息數據計算相位偏導分布參數;
18、設置相位縮放因子,根據所述相位偏導分布參數和所述相位縮放因子生成所述標簽相襯圖像。
19、在一實施方式中,所述根據所述第一條紋信息數據和所述第二條紋信息數據計算相位偏導分布參數,包括:
20、根據公式(2)計算所述相位偏導分布參數;
21、公式(2):
22、其中,為相位偏導分布參數,φs(x,y)為第一條紋信息數據中的條紋的相位,φr(x,y)為第二條紋信息數據中的條紋的相位,λ為x射線的波長,p2是光柵的周期,d是物體與光柵之間的距離;
23、所述設置相位縮放因子,根據所述相位偏導分布參數和所述相位縮放因子生成所述標簽相襯圖像,包括:
24、根據公式(3)將所述相位偏導分布參數進行縮放得到標簽相襯圖像;
25、公式(3):
26、其中,m為相位縮放因子,δφ(x,y)為標簽相襯圖像。
27、在一實施方式中,所述將所述物體條紋圖像、所述光柵條紋圖像和標簽相襯圖像輸入至生成對抗網絡進行訓練,得到生成對抗網絡模型,包括:
28、通過所述生成對抗網絡的生成器將所述光柵條紋圖像和所述物體條紋圖像生成預測相襯圖像;
29、通過所述生成對抗網絡的判別器擬合所述預測相襯圖像與所述標簽相襯圖像,得到模型參數;
30、根據所述模型參數生成所述生成對抗網絡模型。
31、在一實施方式中,所述通過所述生成對抗網絡的判別器擬合所述預測相襯圖像與所述標簽相襯圖像,得到模型參數,包括:
32、獲取對抗性損失;
33、采用psnr評價指標評估所述預測相襯圖像與所述標簽相襯圖像的第一損失;
34、采用ssim評價指標評估所述預測相襯圖像與所述標簽相襯圖像的第二損失;
35、計算所述對抗性損失、所述第一損失以及所述第二損失之和最小的訓練參數,將所述訓練參數作為所述模型參數。
36、第二方面,本申請實施例提供了一種x射線光柵圖像處理裝置,所述x射線光柵圖像處理裝置包括:
37、第一獲取模塊,用于分別獲取x射線通過物體和光柵得到的物體條紋圖像,以及x射線僅通過光柵得到的光柵條紋圖像;
38、第二獲取模塊,用于獲取x射線通過物體和光柵得到的標簽相襯圖像;
39、訓練模塊,用于將所述物體條紋圖像、所述光柵條紋圖像和標簽相襯圖像輸入至生成對抗網絡進行訓練,得到生成對抗網絡模型;
40、處理模塊,用于根據所述生成對抗網絡模型對待處理物體的條紋圖像進行處理,得到所述待處理物體的預測相襯圖像。
41、第三方面,本申請實施例提供了一種電子設備,包括存儲器以及處理器,所述存儲器用于存儲計算機程序,所述計算機程序在所述處理器運行時執行第一方面提供的x射線光柵圖像處理方法。
42、第四方面,本申請實施例提供了一種計算機可讀存儲介質,其存儲有計算機程序,所述計算機程序在處理器上運行時執行第一方面提供的x射線光柵圖像處理方法。
43、上述本申請提供的x射線光柵圖像處理方法,分別獲取x射線通過物體和光柵得到的物體條紋圖像,以及x射線僅通過光柵得到的光柵條紋圖像;獲取x射線通過物體和光柵得到的標簽相襯圖像;將所述物體條紋圖像、所述光柵條紋圖像和標簽相襯圖像輸入至生成對抗網絡進行訓練,得到生成對抗網絡模型;根據所述生成對抗網絡模型對待處理物體的條紋圖像進行處理,得到所述待處理物體的預測相襯圖像。本申請通過構建光柵條紋圖像、物體條紋圖像以及標簽相襯圖像,得到生成對抗網絡模型,生成對抗網絡模型無需調整光柵位置,提高了圖像相位恢復的效率和準確率。
1.一種x射線光柵圖像處理方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述獲取x射線通過物體和光柵得到的物體條紋圖像,以及x射線僅通過光柵得到的光柵條紋圖像,包括:
3.根據權利要求2所述的方法,其特征在于,所述第一條紋信息數據或所述第二條紋信息數據包括條紋強度的平均值、振幅、周期和相位,所述根據所述第一條紋信息數據或第二條紋信息數據計算每個像素點的像素強度,包括:
4.根據權利要求3所述的方法,其特征在于,所述獲取x射線通過物體和光柵得到的標簽相襯圖像,包括:
5.根據權利要求4所述的方法,其特征在于,所述根據所述第一條紋信息數據和所述第二條紋信息數據計算相位偏導分布參數,包括:
6.根據權利要求1所述的方法,其特征在于,所述將所述物體條紋圖像、所述光柵條紋圖像和標簽相襯圖像輸入至生成對抗網絡進行訓練,得到生成對抗網絡模型,包括:
7.根據權利要求6所述的方法,其特征在于,所述通過所述生成對抗網絡的判別器擬合所述預測相襯圖像與所述標簽相襯圖像,得到模型參數,包括:
8.一種x射線光柵圖像處理裝置,其特征在于,所述裝置包括:
9.一種電子設備,其特征在于,包括存儲器以及處理器,所述存儲器存儲有計算機程序,所述計算機程序在所述處理器運行時執行權利要求1至7中任一項所述的x射線光柵圖像處理方法。
10.一種計算機可讀存儲介質,其特征在于,其存儲有計算機程序,所述計算機程序在處理器上運行時執行權利要求1至7中任一項所述的x射線光柵圖像處理方法。