买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军战略支援部队信息工程大学

摘要：本发明涉及一种基于密度聚类和全局混合评价的纳米CT漂移校正方法，包括基于原始投影的纳米CT几何参数，针对局部旋转角度获取参考投影；利用SURF提取原始投影和参考投影的初始特征点群，并构建漂移向量空间；利用基于密度的聚类方法自动聚类漂移向量，构建基于空域结构相似性和频域幅度相位一致性的全局混合度量，根据全局混合度量进行漂移向量的聚类中心评价；利用全局混合度量对粗筛选后的漂移向量进行精细筛选；根据精细筛选的漂移向量对齐原始投影，利用FDK算法进行原始投影数据的三维重建，实现漂移伪影校正。本发明利用基于密度的聚类方法和全局混合评价精细剔除原始局部特征的离群值，实现原始投影的精细对齐，最终准确完成漂移伪影校正。

主权项：1.一种基于密度聚类和全局混合评价的纳米CT漂移校正方法，其特征在于，包括：步骤1：基于原始投影的纳米CT几何参数，针对局部旋转角度获取参考投影；步骤2：利用SURF加速稳健特征提取原始投影和参考投影的初始特征点群，并构建漂移向量空间；步骤3：利用基于密度的聚类方法自动聚类漂移向量，构建基于空域结构相似性和频域幅度相位一致性的全局混合度量，根据全局混合度量进行漂移向量的聚类中心评价，完成粗筛选；步骤4：利用全局混合度量对粗筛选后的漂移向量进行精细筛选；步骤5：根据精细筛选的漂移向量对齐原始投影，利用FDK算法进行原始投影数据的三维重建，实现漂移伪影校正；步骤2所述漂移向量空间如公式1表示： 其中，和分别是漂移向量si的水平分量和垂直分量；设初始SURF特征点群为和Pmain和Pref分别表示原始投影和参考投影的初始特征点，N为特征点数目，用初始特征点表示漂移运动方向，漂移向量集为所述步骤3具体包括：步骤3.1：利用原始投影和参考投影的SSIM空域结构相似性构成空域度量，所述空域度量如公式2表示： 其中，μmain和μref分别代表原始投影和参考投影的图像灰度均值，σmain和σref分别代表原始投影和参考投影的灰度值标准差，C1和C2是常数以避免出现零分母错误；步骤3.2：通过原始投影和参考投影间的平均相位差异和幅度互相关组成频域度量，所述频域度量，如公式3表示： 其中，和分别表示原始投影和参考投影相位的均值，Qmain和Qref分别代表原始投影和参考投影的频域幅值图像，coef代表互相关；步骤3.3：根据公式2和公式3构建全局混合度量，如公式4所示：F＝FIntensity+FFrequency4；步骤3.4：基于漂移向量集利用DBSCAN方法聚类漂移向量，并通过全局混合度量评价聚类中心；取聚类中心为其中Ncenter是聚类中心数目；取全局混合度量最大值对应的簇作为粗筛选后的漂移向量，粗漂移集合Srough表示为最优聚类中心对应的簇集合，粗漂移集合Srough如公式5表示： 其中，Imain表示正常采集的原始投影，表示以漂移向量移动后的原始投影，Iref表示参考投影。

全文数据：

权利要求：

百度查询： 中国人民解放军战略支援部队信息工程大学 一种基于密度聚类和全局混合评价的纳米CT漂移校正方法