Question

我的名字是Lorenzo，我是意大利的博士后研究员。我的工作与使用同步辐射的断层摄影成像有关。这对我来说是一个新领域，我开始面对Matlab编写一些代码。

我是断层扫描成像的新手，Matlab为我展示了新的挑战。我的实际问题是从堆叠的平行图像投影创建正弦图。对于不在该领域的人，正弦图是检测样本中特征位置的探测器上的投影的映射，作为X射线束与样本之间角度的函数。

我从实验中得到的是一系列不同角度的二维放射成像，你可以看到它是一个矩形的＆＃34;体积＆＃34;其中尺寸分别是单个投影中的行数和列数，而体积是从角度数给出的。正弦图只是这个体积的横向切割。这意味着不是从侧面而是从顶部读取体积，因此我将创建一个新的图像阵列，其尺寸是列数和投影数，并且数组长度为投影中的行数。为了给出这个实验中的数字，我有4000个投影，大小为2048x1370像素，所以对于我的计算机技能来说，这是一个巨大的计算问题。

我需要你的帮助才能更快地执行某些操作。我在第一部分的代码分配一个数组来包含所有图像，这是一个34 Gb数组，但我有130 Gb RAM，所以没问题。执行此操作的代码使用imread循环：

for i=2:num_proj
    filename=strcat(path_im,list_proj(i).name);
    image=imread(filename);
    imArray(:,:,i)=image;
end

这不是最快的方法，现在创建这个阵列需要332秒。我找到了几种解决方案来改善这一点，我会这样做。

第二步是划分平场（没有样本拍摄的图像）。我的代码采用平面并使用imdivide将数组中的每个图像划分为平面图像：

for i=1:size(imArray, 3);
    imArray(:,:,i)=imdivide(imArray(:,:,i), flat);
end

这一步似乎很快，但它被称为4000次。你有什么建议吗？有没有更好的方法来执行它？

现在我最大的问题是如何以最快的方式拍摄投影体中的水平切割？我的基本想法是从＆＃34; top＆＃34;中读取音量。如下所述，它确实起作用，但需要很长时间：

for i=1:size(sinogram, 3)
        for k=1:size(sinogram, 1)
            sinogram(k,:,i)=imArray(i,:,k);

        end
end

你能帮助我加快这项手术吗？我希望我的问题很清楚，否则请问，我会尽力解释一下。

Answer 1

你最终找到了你想要的答案吗？我将在这里介绍一些以供将来参考：

for i=2:num_proj
     filename=strcat(path_im,list_proj(i).name);
     image=imread(filename);
     imArray(:,:,i)=image;
end

改善第一个循环：

预分配在MATLAB中至关重要。如果动态分配图像，MATLAB必须在每次向其添加图像时创建新的imArray。我假设你已经这样做，因为循环从2开始并且相当快。如果没有，你应该调查一下。

parfor 可用于在一定程度上加速imread。根据我的经验，imread似乎通常是I / O有限，但我已经看到使用它的收益。

对于我在具有快速ssd（假设CPU限制）的相当旧的双核笔记本电脑上的100张图像的基准测试：

imArray = cell([100,1])
parfor i=1:100
    imArray{i} = imread(filenames{i})
end
imArray = cat(3, imArray{:});

花了47.506717秒。

VS。连续形式：

firstI = imread(files{1});
imArray = zeros(size(firstI,1),size(firstI,2),100, 'uint8');
imArray(:,:,1) = firstI;
for i=2:100
    imArray(:,:,i)=imread(filenames{i})
end

其中耗时55.928427秒。但是，您的情况可能不会像这样。您甚至可能会看到由于第一次启动parpool和在以后的运行中分配工作人员而导致的高额管理费用造成的损失。根据您的工作，可能值得一试。我只是在第一次运行后将我的CT数据集保存在mat文件中，使用它们要快得多。

除以平场：

由于MATLAB现在使用JIT编译器，

矢量化可能很费力，有时收益甚微。但是，在某些情况下，它仍然可以提供帮助，而且这里只有一个函数调用：

for i=1:size(imArray, 3);
    imArray(:,:,i)=imdivide(imArray(:,:,i), flat);
end

花了3.809438秒

虽然：

imArray = imArray ./ repmat(flat,1,1,size(imArray,3));

耗时1.268413秒

甚至更好：

imArray = bsxfun(@rdivide, imArray, flat);

花了0.970662秒

出于某种原因，bsxfun似乎很受欢迎。它默认是多线程的。

正弦图：

您只是在这里切换尺寸吗？如果是这样，请尝试：

sinogram = permute(imArray, [3,2,1]);

从断层扫描投影中提取正弦图

1 个答案: