錐束工業(yè)CT截斷投影數(shù)據(jù)重建和輪廓特征重建算法研究.pdf

1、計算機層析成像(Computed Tomography，簡稱為CT)技術，利用圍繞被成像物體在不同視角下的X射線測量值(投影)能得到物體內(nèi)部的二維或三維結構圖像。它以無損、直觀、準確的方式顯示物體的內(nèi)部結構、材質分布和缺陷等信息，已廣泛應用于醫(yī)學診斷、工業(yè)制造、軍工、安檢等領域，被喻為最佳的現(xiàn)代無損檢測技術之一。錐束X射線CT，通過被檢測物體旋轉(或射線源和面板探測器繞被檢測物體旋轉)，射線束在每個旋轉角度下都能覆蓋被檢測物的一段，通過

2、采集射線穿過物體后的衰減信號，獲得重建所需的投影數(shù)據(jù)，從而重建物體被掃描部分的三維內(nèi)部信息圖像。和二維CT相比，錐束CT由于采用高密度面板探測器，具有掃描速度快(一周掃描可重建上千層圖像)、X射線利用率高、重建圖像軸向分辨率和水平分辨率一致等優(yōu)點。與X射線源軌跡為圓周的錐束CT相比，螺旋錐束CT能以一種自然的方式連續(xù)檢測諸如人、管道等長物體，且其掃描軌跡滿足精確重建的數(shù)據(jù)完備性條件。隨著面板探測器制造技術的進步，其耐輻射和抗干擾能力的提

3、高，基于面板探測器的錐束CT成像技術已取得了突破，正逐漸應用于工業(yè)CT中，是工業(yè)CT技術發(fā)展的方向之一。
　　 基于視場區(qū)域半覆蓋的螺旋錐束CT掃描技術，利用與傳統(tǒng)視場區(qū)域全覆蓋的螺旋錐束CT。同樣的探測器尺寸可以將視場區(qū)域擴大近一倍，且機械實現(xiàn)簡單、掃描速度與傳統(tǒng)錐束CT相當。重建時，利用推廣的標準螺旋錐束FDK算法(簡稱偏心FDK算法)進行重建。由于FDK算法本身的優(yōu)點以及偏心FDK算法不需要對投影數(shù)據(jù)重排和插值，該算法的計

4、算效率高，與全覆蓋螺旋錐束FDK算法相比，能將重建時間減少近一倍。但略顯不足的是半覆蓋螺旋錐束CT的投影數(shù)據(jù)沿面板探測器的行方向是截斷的，而斜坡濾波器又是非局部的，使得重建圖像受截斷誤差影響較大。針對該問題，將二維局部重建的思想推廣到三維的半覆蓋螺旋錐束CT，研究了基于局部化重建濾波器的半覆蓋螺旋錐束CT的改進偏心FDK算法，實驗結果表明，該改進的重建算法減弱了偏心FDK算法的截斷誤差，且對噪聲具有抑制作用，提高了重建圖像的質量，且重建

5、時間更少。
　　 由于受現(xiàn)場檢測條件的限制(例如在役管道的檢測，其離地面太近或相鄰有管道或其他物體阻礙等)或出于射線輻射劑量以及掃描成像時間的考慮，錐束掃描旋轉的角度有時不能達到重建所需的最小角度(比如圓周FDK算法所需的PI+扇角)，就會產(chǎn)生有限角錐束CT。當被檢測物直徑太大或中心鐵質部件穿不透，而我們所關心的是其外殼部分(比如管道等)，此時可將面陣探測器偏置，使每個旋轉角度下的錐束只覆蓋被檢測物外殼部分，就會產(chǎn)生外部錐束CT

6、。有限角錐束CT和外部錐束CT是兩類典型的投影數(shù)據(jù)截斷重建問題且在實際的應用中具有重要意義。一個工業(yè)部件(或一個人體器官)往往由一種或幾種材料組成，而同種材料具有相同或近似的衰減系數(shù)，這一特征在CT圖像上的表現(xiàn)就是圖像的灰度值為近似分段常數(shù)(Piecewise Constant)(部分存在灰度漸變的圖像除外)，從而其梯度圖像是稀疏的，符合壓縮感知(Compressed Sensing)理論的假設。近幾年，作為壓縮感知原理在CT重建中的應

7、用，基于圖像全變差最小化(Total Variation Minimization，TVM)的正則化迭代算法對于求解投影角度采樣稀疏型的重建問題取得了令人驚喜的成果。但是，TVM迭代重建算法用于有限角錐束圖像重建問題時，稍顯不足的是其重建結果在輪廓附近存在灰度漸變的偽影。而TVM迭代重建算法用于外部錐束重建時只能得到模糊的輪廓和扭曲的重建圖像。針對TVM重建算法對有限角錐束問題的這一不足，我們推廣了2D滑坡修正算法而得到3D滑坡修正算法

8、，并將其加入到TVM算法中，得到一種帶滑坡修正的錐束CT的TVM(Cone-Beam Slide-Corrected TVM，CBSC-TVM)重建算法。針對TVM重建算法對管狀物的外部錐束重建只能得到模糊的邊緣和扭曲的重建圖像的這一不足，為了提高重建圖像的質量，我們推廣了基于2D C-V(Chan-Vese)圖像分割活動輪廓模型的2D子區(qū)域平均化修正算法得到基于3D C-V圖像分割活動輪廓模型的3D子區(qū)域平均化修正算法。在修正的過程中

9、，先用3D C-V圖像分割活動輪廓模型將重建圖像分割成不同的子區(qū)域，再用各個子區(qū)域內(nèi)的平均灰度值來代替該子區(qū)域內(nèi)各點的灰度值，使其成為分片常數(shù)。將該3D子區(qū)域平均化修正算法加入到錐束CT的TVM迭代重建算法中，得到了帶子區(qū)域平均化修正的外部錐束CT的TVM(Cone-Beam Subregion-AveragedTVM，CBSA-TVM)重建算法。實驗結果驗證了CBSC-TVM重建算法對有限角錐束CT和CBSA-TVM重建算法對外部錐束

10、CT的有效性，能改善重建圖像的質量。
　　 在CT的一些實際應用中，我們往往需要探測被檢測物體的輪廓或邊緣，而不僅僅是得到高質量的物體切片圖像或三維的體圖像，比如工業(yè)上物體的缺陷識別和測量、基于工業(yè)CT的逆向設計(即從CT圖像獲得計算機輔助診斷(Computer Aided Design，CAD)圖形)應用于工業(yè)制造等；診斷醫(yī)學應用上，往往探測和突出器官、組織、感興趣區(qū)域(如腫瘤)的邊界或輪廓是基本的要求?，F(xiàn)有的一般方法是先CT

11、掃描、重建，然后再在重建的CT圖像上探測輪廓的兩步方法。此方法不僅耗時，而且經(jīng)常在后處理重建的CT圖像時陷入困境(原因是任何實際的投影數(shù)據(jù)或多或少都含有噪聲，且即使在投影數(shù)據(jù)上的白噪聲，經(jīng)過重建以后可能轉化為非白噪聲)。針對無損檢測的應用需求和現(xiàn)有方法的缺陷，在研究了小波與其Radon變換投影之間的關系、利用反投影構造三維非張量積母小波及其在圖像邊緣提取中的應用一些理論基礎上，研究了一種基于小波分析和單切片重組(Single-slice