Mejoramiento de la calidad de imágenes de tomografía computarizada de rayos-x implementando técnicas de superresolución

Abstract

La tomografía computarizada (CT, de su sigla en inglés) es una técnica no invasiva de rayos-X, que por medio de la adquisición de cortes transversales, permite determinar la densidad y estructura interna de un objeto. Las adquisiciones transversales son llamadas comúnmente imágenes CT y debido a sus características representan un gran impacto en diferentes áreas de la investigación. Dado a que en ciertas aplicaciones, como medicina e industria de hidrocarburos, son necesarias imágenes CT de alta resolución (HR, de su sigla en inglés) para la detección y clasificación de las propiedades físicas de un objeto. Por lo tanto, ha surgido un gran interés en las técnicas de post-procesamiento como superresolución para obtener imágenes de HR a partir de imágenes de baja resolución. Sin embargo, los métodos tradicionales de superresolución (SR, de su sigla en inglés) en imágenes CT ignoran la información correlacionada contenida en los cortes transversales. En este trabajo se propone un método de superresolución para obtener imágenes CT de alta resolución a partir de su versión de baja resolución. El método propuesto se basa en un enfoque de reconstrucción que aprovecha la información de los cortes transversales correlacionados, mediante el uso de interpoladores cúbicos y filtros. Se obtienen mejoras de hasta 2 dB en términos de PSNR sobre los resultados obtenidos utilizando algoritmos tradicionales