基于工业CT的扁平物体局部成像关键技术研究

发布时间：2020-07-23 11:04

【摘要】：工业CT(Computed Tomography)能够在非接触、不破坏的条件下利用待成像物体的投影反求其内部结构信息,是最佳的无损检测手段之一。受探测器面积等因素限制,实际CT系统的成像视野总是有限的,成像物体超出视野将导致投影数据产生截断,从而出现局部成像问题。对于截断的投影数据,基于传统图像重建算法的CT图像会产生截断伪影,表现为均值漂移和成像视野边缘处的高亮环状伪影,给无损检测的准确性带来挑战。与传统重建算法不同,局部重建算法从数学原理上研究重建问题,为局部成像提供高质量的重建图像。由于CT局部重建不仅需要准确的空间几何参数来抑制几何伪影,而且还需要快速的计算速度来满足实际应用要求,所以几何校正技术、局部图像重建技术和局部重建的快速计算技术构成了工业CT局部成像的三项关键技术。现代电子装备中包含大量扁平状零部件(如印刷电路板、集成电路等),其在学术上称为扁平物体。工业CT是扁平物体无损检测的重要手段,但局部成像问题会影响检测效率。由于扁平物体具有面积厚度比大的特点,其局部成像也表现出一定特殊性,但目前还缺少相应的研究成果。因此,研究扁平物体的局部成像技术不仅可以扩展CT局部成像理论的适用性,而且能够促进工业CT在扁平物体无损检测领域的推广应用。针对工业CT最实用的圆轨迹、半覆盖和螺旋轨迹,本课题分别研究了每种成像轨迹中扁平物体局部成像的几何校正算法、局部重建算法和局部重建的快速计算方法,取得的主要成果如下:1.针对圆轨迹CT的几何校正,本文提出一种基于区间划分的局部成像几何自校正算法。几何自校正算法具有节约硬件成本的优点,但难点在于高亮截断伪影会影响几何伪影的度量。本文将引起几何伪影的两个关键参数分开校正,基于区间划分的校正过程是:首先设定几何参数的初始搜索区间并将其等分,然后选择两个端点对应的重建图像相似度最大的区间再次等分,直到区间长度小于终止条件。在校正过程中,本文采用DHB(Derivation Hilbert Back-projection)算法抑制高亮截断伪影。为加快校正速度,每次图像重建仅计算二维切片。实验结果表明:本文算法能够较好地抑制局部重建图像中的几何伪影,且具有校正速度快的优点。2.针对圆轨迹CT中扁平物体的局部重建,本文根据扁平物体的特点提出一种LRPOC(Local Reconstruction of Planar Object in Circular CT)方法。LRPOC方法依据扁平物体的厚度d与成像视野半径r和空间分辨率δ的关系,将扁平物体的局部重建分为两种情况:当d2*sqrt[r2-(r-δ)2]时,通过扁平物体的纵向PI线的两个端点均在物体外部,因此可以采用BPF算法实现精确重建;当d≥2*sqrt[r2-(r-δ)2]时,首先采用BPF算法重建两个端点均位于物体外部的纵向PI线,然后以此为先验信息,通过POCS算法迭代重建覆盖扁平物体的横向PI线来实现精确重建。实验结果表明:LRPOC方法能显著降低扁平物体局部重建图像中的截断伪影,提高局部重建图像质量。3.针对半覆盖ct的几何校正,本文提出一种基于双椭圆参数的几何校正算法。半覆盖ct通过横向视野扩展来提高局部成像的效率,但几何校正模体中标记物的投影轨迹只有半个椭圆,导致现有的离线几何校正方法失效。本文以两个小球作为标记物,首先采用最小二乘算法分别对标记物的投影质心进行椭圆拟合得到两组椭圆参数;然后基于这两组椭圆参数计算探测器的旋转角;接下来,对去除探测器旋转角影响的质心坐标再次进行椭圆拟合,并以此椭圆参数计算剩余的几何参数。实验结果表明:本文算法计算的几何参数精度非常高,能够较好地抑制半覆盖ct重建图像中的几何伪影,改善成像质量。4.针对半覆盖ct中扁平物体的局部重建,本文根据扁平物体的特点提出一种fhc-bpf(fasthalf-coveredback-projectionfiltration)算法。基于pi线的hc-bpf算法可以实现半覆盖ct的精确局部重建,但不足是pi线的积分区间不一致导致算法的通信和计算消耗非常大。fhc-bpf算法根据扁平物体厚度d与ct扫描半径r和投影角度采样数np的关系,首先证明当d2rsin(2π/np)时,所有pi线积分区间的一端均相同;然后对积分区间的另一端进行放大,使得通过扁平物体的所有pi线的积分区间完全一致,从而降低了算法的通信和计算消耗。实验结果表明:基于fhc-bpf算法和hc-bpf算法的重建图像质量相当,但fhc-bpf算法的计算效率更高。5.针对螺旋ct的几何校正,本文提出一种基于升降轴分段与参数内插的几何校正算法。螺旋ct通过纵向成像视野扩展来提高局部成像的效率,但几何校正的难点在于需要计算每个投影的几何参数。本文首先分析了沿升降轴分段的合理性,给出了分段长度的确定方法;然后以两个小球作为标记物,在每个子段的两个端点处分别基于双椭圆参数法计算得到两组几何参数;最后,通过这两组几何参数内插子段内部每个投影对应的几何参数。实验结果表明:本文算法能够较好地实现螺旋ct的几何校正,显著降低重建图像中的几何伪影。6.针对螺旋ct中扁平物体的局部重建,本文提出一种h-dhb(helicalderivationhilbertback-projection)近似重建算法。基于pi线的螺旋ct精确局部重建算法复杂度非常高,因此近似算法在实际应用中更受欢迎。dhb算法采用一阶导数和hilbert变换替换fdk算法中的斜坡滤波函数,不仅可以抑制高亮截断伪影,而且具有计算效率高的优点。本文借鉴h-fdk算法原理,将dhb算法推广到螺旋ct局部重建,推导得到h-dhb算法公式。仿真和实际数据实验结果表明:h-dhb算法与h-fdk算法具有相当的计算效率,但基于h-dhb算法的局部重建图像质量更高;与螺旋ct近似局部重建的lora算法相比,h-dhb算法的计算速度更快。7.针对上述三种成像轨迹中扁平物体局部重建的计算问题,本文通过最小化重建数据量和并行计算来提高计算速度。为最小化重建数据量,本文提出一种简便的最小重建区域计算方法。反投影是重建算法中最耗时的环节,针对其并行计算的最优配置参数需要人工调节的不足,本文建立以配置参数为变量、以反投影时间为目标函数的最优化模型,并通过遗传算法来计算最优的配置参数。实验结果表明:本文算法能显著减少扁平物体的重建数据量,且可以较少的迭代次数自适应地搜索反投影并行计算的最优配置参数,经RabbitCT平台测试的反投影时间小于1秒。
【学位授予单位】：解放军信息工程大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41

【参考文献】