CN101036160A

CN101036160A - 数据显示系统和方法

Info

Publication number: CN101036160A
Application number: CNA2005800340445A
Authority: CN
Inventors: 詹姆士·理查德·蒂克纳; 刘毅
Original assignee: Commonwealth Scientific and Industrial Research Organization CSIRO
Current assignee: Commonwealth Scientific and Industrial Research Organization CSIRO
Priority date: 2004-08-06
Filing date: 2005-08-05
Publication date: 2007-09-12
Anticipated expiration: 2025-08-05
Also published as: WO2006012703A1; US7679065B2; US20080135773A1; CN101036160B; EP1782382A4; EP1782382A1; EP1782382B1

Abstract

一种通过处理来自中子和伽马辐射的传输数据而形成图像的方法，其中该中子和伽马射线辐射穿过某个物体并表示该物体引起的中子衰减和伽马射线衰减的量度，该方法包括：分别根据中子衰减和伽马射线衰减来形成中子质量衰减矩阵’n’和伽马射线质量衰减矩阵’g’；计算成分矩阵R，其中该矩阵的元素R_ij被定义为来自’n’的元素n_ij与来自’g’的对应元素g_ij的函数，R表示产生辐射的源与点(i，j)之间的材料的平均成分；计算密度矩阵X，该矩阵的元素Xij被定义为来自’n’的元素n_ij与来自’g’的对应元素g_ij的函数，X表示辐射源与点(i，j)之间的材料的近似量；计算质量矩阵Q作为来自’n’的元素n_ij以及来自’g’的对应元素g_ij的函数，其中Q表示元素R_ij的可靠性的量度；以及形成用于显示的图像；其中该图像包含了来自R、X和Q的信息。

Description

数据显示系统和方法

技术领域

本发明涉及一种通过处理来自中子和伽马射线的传输数据以形成图像的方法，该中子和伽马射线辐射已经穿过物体、并表示出由该物体引起的中子衰减和伽马射线衰减的量度。此外，本发明还涉及一种处理中子和伽马射线辐射数据以形成图像的系统。

背景技术

用于安全性应用场合的传统射线照相设备使用X射线或伽马辐射来形成被扫描物体的图像。如果使用单辐射能量，或者是多色源与无法解决所发射X射线能量的单一检测器系统结合使用，则所获取的仅仅是关于物体密度的信息。该图像可以使用灰度级或伪彩色调色板来显示，但是色彩的选择纯粹是用于增强在密度中的细微变化的可视性，而没有传达关于物体成分的信息。

双能量X射线成像系统同样是已知的，其采用对不同X射线能量做出不同响应的双X射线源或双X射线检测器系统。通过比较高和低能量的X射线的传输，除了密度之外，还能够推断有关材料成分的信息。一般来说，图像是使用固定色标表示的，其中蓝色代表金属，绿色代表混合材料，褐色则代表有机材料。双能量X射线系统的主要缺点在于低能量X射线的有限穿透性，而这将会限制它们在较薄和较轻物体方面的应用，例如包裹和行李。

Sowerby和Tickner描述了一种成像系统，该系统使用伽马射线和快速中子射线照相技术的组合来形成诸如空运和海运货物之类的厚物体的密度和成分图像。此外，他们还描述了一种用于显示来自该系统的图像的简单手段，其中成分被映射成了颜色色调，密度则被映射成了颜色亮度。但是，这种显示系统未能最佳地利用中子和伽马射线图像之间的差别，来提取被扫描物体的最多信息。特别地，它没有解决对很厚、且衰减性很高的货物的成像处理，在此类货物中，中子或伽马辐射波束被完全阻挡。类似地，它未能恰当地考虑到在中子和伽马射线图像中的不同噪声级别。

从给定图像中除去噪声是一项很重要的实际问题，这个问题发生在很多应用场合中，特别是在核(nuclear)成像处理中。

对直接相邻部分内的像素进行平均的简单平滑方法是众所周知的。但是，该方法的主要缺点在于，由于平均处理，图像细节被丢失。最近提出的噪声去除方法集中于在除去噪声的同时保留图像细节，比如使用Bayesian方法作为其理论基础的双边(bilateral)过滤[2，3]。已经表明，双边过滤方法在从图像中除去加性噪声的处理中，是非常有效的，并且这种方法实施起来简单，并且不要求执行迭代。

发明内容

在第一个方面中，本发明是一种通过处理来自中子和伽马辐射的传输数据而形成图像的方法，其中该中子和伽马射线辐射穿过某个物体并表示该物体引起的中子衰减和伽马射线衰减的量度，该方法包括：

根据中子衰减的量度来形成中子质量衰减矩阵；

根据伽马射线衰减的量度来形成伽马射线质量衰减矩阵；

计算成分矩阵R，其中该矩阵的元素R_ij被定义为来自中子质量衰减矩阵的元素n_ij与伽马射线质量衰减矩阵的对应元素g_ij的函数，该成分矩阵表示产生辐射的源与点(i，j)之间的材料的平均成分；

计算密度矩阵X，该矩阵的元素X_ij被定义为来自中子质量衰减矩阵的元素n_ij与来自伽马射线质量衰减矩阵的对应元素g_ij的函数，该密度矩阵表示辐射源与点(i，j)之间的材料的近似量；

计算质量矩阵Q作为来自中子质量衰减矩阵的元素n_ij以及来自伽马射线质量衰减矩阵的对应元素g_ij的函数，其中该质量矩阵表示元素R_ij的可靠性量度；以及

形成用于显示的图像；其中该图像包含了来自R、X和Q的信息。

可以通过获取被测中子衰减的对数来计算中子质量衰减矩阵的元素。同样，也可以通过获取被测伽马射线衰减的对数来计算伽马射线质量衰减矩阵的元素。此外，在形成该对数之前可以使用一个将很小的正数加到被测衰减中的附加步骤，以便确保该对数始终是有限的。所述数字可以是固有的机器精度参数。

形成中子质量衰减矩阵和伽马射线质量衰减矩阵的处理可以包括第二步骤：将中子质量衰减矩阵和伽马射线质量衰减矩阵中的每一个的元素截到预定范围。

形成中子质量衰减矩阵和伽马射线质量衰减矩阵的处理还可以包括第三步骤：将中子质量衰减矩阵和伽马射线质量衰减矩阵中的每一个的元素缩放到预定范围，这个预定范围通常是0-1。可以根据第一缩放参数来缩放中子质量衰减矩阵的元素，并且可以根据第二缩放参数来缩放伽马射线质量衰减矩阵的元素。第一和第二缩放参数未必是相等的。非常有利的是，如果发现中子衰减量度包含了明显的杂乱噪声，那么可以将第一缩放参数设置成小于第二缩放参数。

形成中子质量衰减矩阵和伽马射线质量衰减矩阵的处理还可以包括第四步骤：使用一个空间滤波器来平滑中子质量衰减矩阵和伽马射线质量衰减矩阵中的每一个的元素。这个步骤可以包括如下步骤：计算相邻元素之间的差值，如果该差值小于预定值则应用该滤波器。这个步骤的优点在于能够增强边缘保存。

形成中子质量衰减矩阵和伽马射线质量衰减矩阵的处理还可以包括第五步骤：将中子质量衰减矩阵和伽马射线质量衰减矩阵中的每一个的元素缩放到预定范围。如果在第三个步骤中，第一和第二缩放参数不等，那么这个步骤将会是必需的。所述预定范围可以与第三个步骤中的预定范围相等。

在一个实例中，计算成分矩阵R的处理可以包括形成一个新矩阵g’，其中该矩阵是通过如下步骤形成的：将一恒定值添加到伽马射线质量衰减矩阵的每一个元素，以确保每一个元素非零。该恒定值可以是固有的机器参数。然后，成分矩阵R可以比被计算为中子质量衰减矩阵与新矩阵g’的元素-元素比。

在第二实例中，计算成分矩阵R的处理可以包括以下初始步骤：计算来自中子质量衰减矩阵的每一个元素与来自伽马射线质量衰减矩阵的对应元素之和，然后则计算来自中子质量衰减矩阵的元素与这个元素之和的比值。在计算来自每一个矩阵的每一个元素之和的时候，添加一数据参数，以便确保任何元素对的总和都是非零的。

在任何一个实例中，计算R的处理都可以进一步包括将R的每一个元素截到预定范围的步骤。

在优选实施例中，计算R的步骤还可以包括以下步骤：将一个用于平滑的空间滤波器应用于成分矩阵R以便减小统计噪声，同时保留那些传达了关于被成像物体的重要信息的边缘。相应地，R的每一个元素都可以由相邻元素的归一化加权总和所替换。每一个加权都可以被计算为两个函数的乘积，其中一个函数是被替换元素与其相邻元素之间的几何距离的函数，该函数将会确保临近元素对最终加权产生的影响大于远处的元素，另一个函数则是被替换元素与相邻元素之间的辐射向距离的函数，该函数将会确保具有相似衰减值的元素对最终结果产生的影响大于衰减值差别很大的元素。可以使用欧几里德度量来计算中心元素与其相邻元素之间的几何距离，并且非矩形相邻元素在R的垂直分辨率不同于水平分辨率的情况下是许可的。也可以基于中心元素与其相邻元素之间的衰减值的绝对或分数差值而使用欧几里德度量来计算中心元素与其相邻元素之间的放射向距离。此类滤波器的优点在于减少了平坦图像区域中的统计噪声，同时保留了被成像物体的边缘。

在计算密度矩阵X的过程中，其中较为理想的是对中子和伽马射线质量衰减矩阵中的每一个元素进行加权，以使伽马射线衰减的量度在大多数像素的中子衰减量度中占首要地位。只有在伽马射线衰减明显大于中子衰减而使中子衰减测量的精确度超出伽马射线测量精确度时，中子衰减信息才会显著影响X的确定。关于每一个元素X_ij的计算可以包括：形成伽马射线(g_ij)和中子(n_ij)衰减的加权和，其中选择该加权以满足伽马射线衰减测量，但在实际确定n_ij优于g_ij的那些元素中则并不如此。非常有利的是，该方法允许通过强烈衰减伽马射线的较厚金属物体来成像。

在优选实施例中，该方法还可以包括：将一用于锐化的空间滤波器应用于密度矩阵X，以便增强物体边缘的清晰度和锐度，而不增加平坦图像区域中的统计噪声。优选地，这个用于锐化的滤波器对与上述平滑滤波器形成了互补。相应地，X的每一个元素都可以由其相邻元素的归一化加权总和所替换。每一个加权都是作为两个函数的乘积来计算的，其中一个函数是几何距离，另一个则是放射向距离，并且其中几何距离函数的计算和应用与前文所述是相同的。放射向距离函数的计算可以包括如下步骤：计算中心元素与其相邻元素之间的绝对或分数衰减差值并且应用锐化函数，以使具有相似衰减值的元素对最终锐化结果的影响低于衰减值明显不同的元素。这个步骤的优点在于没有增加平坦图像区域中的噪声，同时增强了图像中的细节。

计算质量矩阵Q的处理可以包括：计算一个除n_ij或g_ij接近1或0之外数值接近于1的函数。非常有利的是，当元素n_ij或g_ij接近1(表示较大衰减)或接近0(最小衰减)时，在可能存在很大误差的情况下，Q_ij趋于0。由此，当恰当确定了对应元素R_ij时，质量矩阵元素Q_ij接近于单位矩阵，当不恰当地确定了对应元素R_ij时，质量矩阵元素Q_ij接近于零。

该方法可以包括初期步骤：对中子和伽马衰减量度进行校正，以便将辐射源配置所导致的几何失真减至最小。

这个将几何校正应用于中子或伽马衰减量度的步骤可以包括：

记录中子或伽马射线传输的量度，该量度包含了多个计数速率，其中每一计数速率都与从单个检测器像素获取的数据相对应；

通过将每一计数速率除以在源与检测器像素之间没有材料时观察得到的计数速率，校准所记录的中子或伽马射线传输的量度；

将第一校正因数应用于经校准的中子或伽马射线衰减量度，以便校正那些与非工作像素相对应的数据；

将第二校正因数应用于经校准的中子或伽马射线衰减量度，以便校准那些指示中子或伽马射线散射的数据；

如果检测器阵列包含多个像素列，则将使用所述多个垂直列测得的衰减内插到与所述列的几何中心相对应的位置，并且通过组合这些衰减而在与所述列的几何中心位置相对应的物体位置计算单一的平均衰减；以及

将已校正的中子或伽马射线衰减量度投影或内插于柱面的均匀间隔网格之上，其中该柱面的轴穿过所述源并且正交于包含所述源以及与中子检测器列平行的线的平面，穿过所述列的几何中心，同时允许非均匀像素分开。

形成用于显示的图像的处理可以包括将成分矩阵R、质量矩阵Q以及密度矩阵X变换到HSL(色调、饱和度、亮度)颜色空间的第一步骤，以及将HSL颜色空间变换成用于显示的RGB颜色空间的第二步骤。该图像既可以显示在监视器上，例如计算机监视器或其他类似监视器，也可以输出到打印机设备。当然，除了RGB颜色空间之外，其他不同的颜色空间同样是可以使用的。

将成分矩阵R、质量矩阵Q以及密度矩阵X变换到HSL颜色空间的处理可以包括：将R的每一个元素映射到H，将Q的每一个元素映射到S，以及将X的每一个元素映射到L。由此在最终图像中，像素色调对应-关于该像素的材料成分。像素亮度对应的则是关于该像素的材料质量。具有少量或没有材料的像素显示为白色；具有大量材料的像素显示为黑色；中间像素则是根据R值着色的。非常有利的是，在因为辐射波束中存在太少或太多材料而没有很好地确定R的情况下，像素的着色在很大程度上是不受R值影响的。对具有不恰当确定的R值的像素来说，这些像素的着色将会受到进一步抑制，这是因为这些像素将会具有很小的饱和度(S)值，而这将会导致其被显示为灰色阴影。非常有利的是，对每一个像素来说，S的值可以被设置为零，由此将会产生灰度级图像，该图像将会以抑制成分信息为代价而强调结构信息。此外，对具有很低/很高R值的像素来说，这些像素的S值可以被设置为零，由此将会强调那些主要包含-无机(低R)或有机(高R)材料的图像区域。

在第二个方面中，本发明是一种通过处理中子和伽马射线传输数据来形成图像的系统，该系统包括：

数据输入装置，用于接收中子和伽马射线辐射，其中所述辐射穿过物体并且表示该物体所产生的中子衰减和伽马射线衰减的量度；以及

处理器，用于：

根据中子衰减量度来形成中子质量衰减矩阵；

根据伽马射线衰减量度来形成伽马射线质量衰减矩阵；

计算质量矩阵Q，作为来自中子质量衰减矩阵的元素n_ij以及来自伽马射线质量衰减矩阵的对应元素g_ij的函数，其中该质量矩阵表示元素R_ij的可靠性量度；以及

该系统还可以包括用于显示图像的显示装置。

显示装置可以是监视器，例如计算机监视器或其他类似的监视器。作为选择地，该显示装置也可以是打印机设备。

该处理器可以用于将成分矩阵R、质量矩阵Q以及密度矩阵X变换到HSL(色调、饱和度、亮度)颜色空间，以及将HSL颜色空间变换成RGB颜色空间。

该处理器可工作以将R的每一个元素映射到H，将Q的每一个元素映射到S，以及将X的每一个元素映射到L，从而将成分矩阵R、质量矩阵Q以及密度矩阵X变换到HSL颜色空间。

该处理器可工作以校正中子和伽马射线衰减量度，以便将辐射源和检测器配置所导致的几何失真减至最小。

该处理器可工作以通过分别获取被测中子衰减的对数以及被测伽马射线衰减的对数，来计算中子质量衰减矩阵的元素n_ij和伽马射线质量衰减矩阵的元素g_ij。该处理器还可工作以在形成该对数之前将一正数加到被测衰减中，以便确保该对数是有限的。

该处理器还可工作以将中子质量衰减矩阵和伽马射线质量衰减矩阵中的每一个的元素截到预定范围，以便移除具有负值的元素。此外，该处理器还可工作以将中子质量衰减矩阵和伽马射线质量衰减矩阵中的每一个的元素缩放到范围0到1。另外，该处理器可工作以计算中子和伽马射线质量衰减矩阵的两个副本，其中一个的空间分辨率与中子图像的空间分辨率基本相等，另一个的空间分辨率则与伽马射线图像的空间分辨率基本相等，并且其中这两个分辨率是不同的。

该处理器还可工作以根据公式R_ij＝(a₁n_ij+a₂g_ij)/(a₃n_ij+a₄g_ij+e)来计算成分矩阵R的元素，其中a₁，a₂，a₃，a₄是加权参数，并且e是为了阻止分母趋于零而选择的很小的正数。在一个实施例中，a₁＝a₃＝a₄＝1并且a₂＝0。在另一个实施例中，a₁＝a₄＝1并且a₂＝a₃＝0。可以根据具有最低空间分辨率的中子和伽马射线质量衰减矩阵来计算成分矩阵R的元素。

该处理器还可工作以在计算成分矩阵R之前将一个用于平滑的空间滤波器应用于中子和伽马射线质量衰减矩阵。

该处理器还可工作以将一个用于平滑的空间滤波器应用于所计算的成分矩阵R。

这个用于平滑的空间滤波器可以用每一个元素的相邻元素的归一化加权平均值来替换该每个元素，其中该加权是作为几何距离函数与放射向距离函数的乘积来计算的，由此与中心元素具有较接近的几何和放射向距离的元素对平滑结果的影响较大，其中几何距离是使用中心元素与其相邻元素之间独立于图像分辨率的真实距离计算的，而放射向距离则是通过中心元素与其相邻元素之间的绝对或分数衰减差值来计算的。

该处理器还可工作以根据公式X_ij＝g_ij*f(g_ij)+b*n_ij*(1-f(g_ij))来计算密度矩阵X的元素，其中f(.)是在其大部分范围之上都与单位矩阵基本相等的函数，但是在其自变量趋于1的时候，该函数趋于零，b是用于说明伽马射线和中子的不同衰减的加权参数。所述b可以是固定参数。作为选择，也可以作为矩阵元素Rij的函数来计算b。

优选地，函数f(x)具有(1-x)^p的形式，其中指数p处于范围0-1。

密度矩阵X的元素可以是根据空间分辨率最高的中子和伽马射线质量衰减矩阵来计算。

处理器还可工作以在计算密度矩阵X之前将用于平滑的空间滤波器应用于中子和伽马射线衰减矩阵。

该处理器还可工作以将用于锐化的空间滤波器应用于计算得到的密度矩阵X。这个用于锐化的滤波器可以用每一个元素的相邻元素的归一化加权平均值来替换该每个元素，其中该加权是作为几何距离函数与放射向距离函数的乘积计算的，由此与中心元素具有较接近的几何和较远的放射向距离的元素对平滑结果的影响较大，其中使用中心元素与其相邻元素之间独立于图像分辨率的真实距离计算几何距离，而放射距离则是通过中心元素与其相邻元素之间的绝对或分数衰减差值计算的。

该处理器还可工作以根据公式Q_ij＝q(n_ij，g_ij)来来计算质量矩阵Q的元素，其中函数q(.)除了其自变量趋于0或1之外，基本等于单位矩阵，在这种情况下q(.)值趋于零。在至少一个实施例中，q(.)具有函数形式Q_ij＝[(n_ij/2+g_ij)*(1-n_ij)/2+(1-g_ij)]^α或Q_ij＝(n_ij*g_ij)*[max(1-n_ij，1-g_ij)]^β，其中α和β是小的正实数。

该处理器还可工作以根据空间分辨率最小的中子和伽马射线质量衰减矩阵来计算质量矩阵Q的元素。

该处理器还可工作以通过内插成分矩阵R以及质量矩阵Q来增大分辨率，从而与密度矩阵X的分辨率相匹配。

在第三个方面中，本发明是一种包含计算机程序代码的计算机程序，其中所述代码被适于当程序在计算机上运行时执行前述任何一个实施例的方法。该计算机程序可具体表现在计算机可读介质上。

该处理器可以用于校正中子和伽马射线质量衰减量度，以便将因为辐射源和检测器配置引起的几何失真减至最小。

本发明至少一个实施例的优点在于：它能够实行从中子和伽马射线辐射中移除传输数据中的倍增噪声的处理。此外，本发明至少一个实施例的优点还在于使用了锐化滤波器，由此可以在没有大量增加平坦图像区域中的杂乱噪声的情况下增强图像细节。

附图说明

现在将参考附图来描述本发明的实例：

图1描述用于对来自中子和伽马射线辐射的图像处理进行处理的方法10的示意略图，其中所述辐射穿过了一个物体，例如集装设备ULD；

图2描述用于对检测器像素之间的非均匀分离所引入的几何失真进行校正的装置；

图3描述用于成分多列检测器像素输出的装置；以及

图4是用户操作的图形显示器的示意图。

具体实施方式

图1描述了用于对来自中子和伽马射线辐射的图像数据进行处理的方法10的示意略图，所述辐射已经穿过了一物体，比如单元货载设备ULD。该图像数据表示由ULD引入的中子衰减和伽马射线衰减的量度。

为了获取图像数据，通过射线照相设备来扫描ULD。该设备包括两个分离的辐射生成器。其中第一个是密封管中子生成器，其具有D-T中子发射模块，以产生具有基本为14MeV的能量的中子能量源。第二个辐射生成器是⁶⁰Co源，以产生具有基本为1MeV的能量的伽马射线源。这两个源都位于一屏蔽外壳内，该屏蔽外壳具有切割到屏蔽之中的准直狭缝，以产生扇状辐射。检测器阵列与辐射源相对设置，并且被容纳在检测器屏蔽内部，其中在该检测器屏蔽之中同样切割了准直狭缝。该检测器阵列包含闪烁体像素列。

在辐射源与检测器之间的是一隧道。所要成像的ULD被装配在具有与一对轨道啮合的滑道的平台上。该平台被驱动通过隧道，并且为像素阵列的每个元素收集了闪烁谱。作为替换的，ULD也可以被放置在传送带或滚筒上，并且被驱动通过隧道，并以相似的方式来收集闪烁谱。该谱被读出，并且每当会平台穿过预定距离的时候都被复位，并且该谱被用于为每个像素推导中子或伽马射线计数率。然后，汇集每一垂直条带中的计数率，以形成中子和伽马射线计数率的完整2D图像。

为了处理中子和伽马射线计数率的2D图像，三个输入被读入处理器中。第一输入是图像文件20，它包含中子和伽马射线计数率图像、校准信息、检测器阵列的几何信息、坏像素列表、以及辅助的非图像信息。校准信息包括与在不存在ULD的情况下在像素中检测到的中子强度和伽马射线强度有关的信息。几何信息包括至少与图像文件中的列数、列间距离、像素的x坐标位置。以及像素的y坐标位置有关的信息。

辅助的非图像信息包括ULD标识符，用于运输ULD的班机编号标识符、扫描器操作员标识符、完成ULD扫描时的日期戳和时间戳、首次查看该ULD文件时的日期戳和时间戳、以及首次查看该文件的操作员的标识符。

第二输入包括用户可调整参数的列表30，该参数包括图像亮度控制、对比度控制以及着色控制。第三输入包括专家参数列表40，该参数控制中子和伽马射线质量衰减矩阵的构成和定标，中子和伽马射线散射校正，用于锐化和平滑的空间滤波器以、及颜色映射。

对中子和伽马射线计数率进行的处理包括：具有用于产生输出矩阵n和g 55的几何校正和求和的第一步骤50(如图2和3所示)；获取第一个步骤的输出并且推断矩阵R、X和Q的第二步骤60，其中R是ULD的内容成分的量度，X是ULD的密度的量度，Q则是用于为R的可靠性提供指示的质量参数；根据R、X和Q来计算RGB图像的第三步骤70；以及在监视器上显示RGB图像的第四步骤80。

为了执行第一步骤几何校正50，校准信息被应用于中子和伽马射线计数率。校正因数被应用于已校准的中子和伽马射线计数率量度，以校正与坏像素或丢失像素相对应的数据。然后，应用进一步的校正因数，以校正分别指示中子散射和伽马射线散射的数据。经过校正的中子和伽马射线计数率量度形成了中子衰减矩阵n以及伽马射线衰减矩阵g，然后，这两个矩阵将会被内插到均匀间隔开的栅格中，然而允许任意的非均匀像素分隔。

计算中子和伽马射线衰减矩阵n和g两者的两个副本，一个副本的分辨率基本上与伽马射线图像的分辨率相等，另一个副本的分辨率基本上与中子图像的较低分辨率相等。

第二步骤60推断矩阵R、X和S。中子衰减矩阵n、伽马射线衰减矩阵g以及专家参数都被输入到处理器中。

R的构成

R矩阵的计算是使用较低分辨率版本的n和g矩阵的副本进行的。小的机器数被添加到中子衰减矩阵n和伽马射线衰减矩阵g的每一个元素中。新的矩阵N和G是通过获取相应矩阵中的每一元素的对数而形成的。如果元素n或g中的任何一个元素均为零，那么这个小的机器数将会确保该值的对数不趋于无穷。然后，矩阵N和G两者都被钳制在合理范围以内，以确保最终的图像不包含非负元素。

然后，N和G被缩放到[0，1]，并且用于平滑的空间滤波器被应用。该用于平滑的滤波器起到在降低图像平坦区域中的噪声的同时保留边缘的作用。该滤波器将每一元素替换为其相邻元素的加权平均值，所述加权是作为两个函数的乘积来计算的。所述第一个函数是已加权元素与待替换元素之间的几何距离的函数；所述第二个函数是辐射距离(radiometric distance)的函数。有利的是，这种滤波器在保留诸如边缘之类的物体细节的同时，降低噪声。

然后，矩阵N的元素将会缩放回到它们的原始比例，以形成矩阵nn，并且矩阵G的元素被缩放回到它们的原始比例，以形成矩阵gg。然后，作为来自中子质量衰减矩阵nn的元素与一分母的比值，来计算参数R。为了形成这个分母，nn的元素与gg的对应元素以及一个小的机器数求和。此后，R的元素被钳制在合理范围以内，以确保随后的计算不会呈现出不合理的图形，然后应用一种如上所述的用于平滑的空间滤波器。

最后的步骤是内插R矩阵，以匹配伽马射线图像的空间分辨率。

形成X

X矩阵的计算是使用较高分辨率的n和g矩阵的副本来进行的。一个小的机器数被添加到中子衰减矩阵n和伽马射线衰减矩阵x的每一个元素中。新的矩阵N和G是通过获取相应矩阵中的每一个元素的对数而形成的。如果元素n或g中的任何一个元素为零，那么这个小的机器数将确保该值的对数不趋于无穷。然后，矩阵N和G军备钳制在合理范围以内，以确保最终的图像不包含非负元素。

然后，N和G被缩放到[0，1]，并且用于平滑的空间滤波器被应用。该用于平滑的滤波器起到在降低图像平坦区域中的噪声的同时保留边缘的作用。该滤波器将每一元素替换为其相邻元素的加权平均值，该加权是作为两个函数的乘积来计算的。第一个函数是已加权元素与待替换元素之间的几何距离的函数；第二个函数是辐射距离的函数。有利的是，这种滤波器在保留诸如边缘之类的物体细节的同时降低噪声。然后，根据公式X_ij＝G_ij*f(g_ij)+b*N_ij*(1-f(g_ij))来计算密度矩阵X的元素，其中函数f(x)是形式为(1-x)^p的函数，其中指数p通常是一个介于(0.05和0.1)之间的小数字，而b是用于说明伽马射线和中子的不同衰减的加权参数。

然后，用于锐化的空间滤波器被应用。该滤波器起到在不增加噪声的情况下提高图像清晰度的作用。该滤波器将每一元素替换为其相邻元素的加权平均值，该加权值是作为两个函数的乘积来计算的。第一个函数是已加权元素与待替换元素之间的几何距离，而第二个函数是辐射距离的函数。

形成Q

根据先前为确定密度矩阵X而计算的已平滑和缩放后的矩阵N和G，计算质量矩阵Q的元素。Q的元素是根据公式Q_ij＝{(N_ij/2+G_ij)*[(1-N_ij)/2+(1-G_ij)]]^α来计算的，其中α是小的正实数(介于0.05与0.1之间)。

有利的是，当n和g的元素两者都接近0或1时，Q趋于0，并且R的特定元素的质量将无法得到保证。

第三个步骤70是推断数值R、G和B。R、X、Q、用户参数40以及专家参数40都被输入到处理器中，R、X、Q被映射到颜色空间HSL。然后，HSL颜色空间被映射成RGB。随后显示最终得到的图像。

在访问图像时，为每一个图像执行一次第一步骤50和第二步骤60。无论操作员何时调整用户控制，都执行步骤三70和步骤四80。

图4示意性描述了可由操作员操作的、并且显示ULD内部内容的单个图像的图形显示器100，在本情形中，该显示器包含了摩托车102的仿真图像。显示器100右手侧的屏幕菜单104能使操作员有选择地访问子菜单：‘Files(文件)’106、‘Tools(工具)’108以及‘ULDInformation(ULD信息)’110。这一特定显示说明了‘工具’108子菜单。提供了滑动缩放块，以使操作者能够经过考虑来修改ULD的对比度112和亮度114。这个信息同样是以百分比116的形式提供给操作者的。此外，还为操作者提供了颜色模式选项，以便能够在‘black andwhite’(黑白二色)118、‘full color’(全彩色)122、‘inorganic’(无机)124以及‘inverse’(倒置)126透视图中选择图像。另外，在这里还给出了增强的“organic”(有机)图像120。选择这个特征，强调了图像的有机区域，这个区域是用黄色、橙色和红色着色的。

彩色图像尤其区分了各种各样的无机和有机材料。颜色的密度显示出材料密度，而白色对应于没有材料介入以及具有饱和颜色的密度较大区域。

在屏幕底部是一个‘material indicator bar’(材料指示条)128，用于使操作者能够通过颜色关联性来快速确定ULD内部的一个或多个物体的成分。例如，摩托车102的机架130和辐条132被指示为属于金属成分133，而座位134以及燃料箱136则被显示为属于有机成分138。混合成分140的材料也可以被标识出。当然，这个图示仅仅是说明性的，并且‘material indicator bar’128可以标识大量的颜色和/或色调，以便对材料加以区分。

提供了用以改变放大倍率138的控制，所述控制是启用屏幕转储140的控制、用于显示图形分析142和默认设置144以使操作者能够对特定设置进行编程的控制。此外，操作者还可以在正常条件146或优化条件148下查看图像。当然，这个图示仅仅是说明性的，并且该图形显示还可以以很多不同的形式来具体实现，以便增强操作者的可使用性。

本领域技术人员应该了解，在没有脱离广义描述的发明实质和范围的情况下，针对在具体实施例中所显示的本发明的众多变化和/或修改都是可行的。由此，本实施例的各个方面都被视为是说明性而不是限制性的。

参考文献：

[1]B.Sowerby和J.Tickner，“Radiographic equipment”，AustralianStandard Patent Application 2003285991。

[2]C.Tomasi和R.Manduchi，“Bilateral filtering for gray and colorimages”，in Proc.6^th Int.Conf.Computer Vision，New Delhi，India，1998，第839～846页。

[3]M.Elad，”On the origin of the bilateral filter and ways to improveit”，IEEE Trans.Image Processing，vol 11，no.10，2002年10月。

Claims

1.一种用于处理来自中子和伽马辐射的传输数据以形成图像的方法，其中该中子和伽马射线辐射已经穿过物体并表示由该物体引入的中子衰减和伽马射线衰减的量度，该方法包括：

根据中子衰减量度来形成中子质量衰减矩阵n；

根据伽马射线衰减量度来形成伽马射线质量衰减矩阵g；

计算成分矩阵R，该成分矩阵R的元素R_ij被定义为来自中子质量衰减矩阵的元素n_ij与来自伽马射线质量衰减矩阵的对应元素g_ij的函数，该成分矩阵表示产生辐射的源与点(i，j)之间的材料的平均成分；

计算密度矩阵X，该密度矩阵X的元素Xij被定义为来自中子质量衰减矩阵的元素n_ij与来自伽马射线质量衰减矩阵的对应元素g_ij的函数，该密度矩阵表示辐射源与点(i，j)之间的材料的近似量；

计算质量矩阵Q，该质量矩阵Q的元素Q_ij被定义为来自中子质量衰减矩阵的元素n_ij以及来自伽马射线质量衰减矩阵的对应元素g_ij的函数，其中该质量矩阵表示元素R_ij的确定的可靠性的量度；以及

形成用于显示的图像；其中该图像包含来自R、X和Q的信息。

2.根据权利要求1的方法，还包括初期步骤：对中子和伽马射线衰减的量度进行校正，以便将辐射源和检测器的配置所引起的几何失真减至最小。

3.根据权利要求2的方法，其中对中子和伽马衰减的量度进行校正的步骤包括：

记录中子或伽马射线传输的量度，该量度包含了多个计数速率，其中每个计数速率都与从单个检测器像素获取的数据相对应；

通过将每一测量的计数速率除以先前在没有居间材料时测量得到的计数速率，校准所记录的中子或伽马射线传输的量度；

将第一校正因数应用于经校准的中子或伽马射线衰减量度，以便校正与非工作像素相对应的数据；

将第二校正因数应用于经校准的中子或伽马射线衰减量度，以便校准指示中子或伽马射线散射的数据；

如果从包含多个像素列的检测器阵列收集传输数据，则将使用所述多个列测得的衰减内插到与所述列的几何中心相对应的位置，并且通过组合这些衰减而在与所述列的几何中心位置相对应的物体中的位置处计算单独的平均衰减；以及

将已校正的中子或伽马射线衰减量度投影或内插于柱面的均匀间隔网格之上，其中该柱面的轴穿过所述源，并且与包含所述源、以及与中子检测器列平行的线两者的平面正交，由此穿过所述列的几何中心并且同时允许非均匀的像素分离。

4.根据前述任一权利要求的方法，其中，该中子质量衰减矩阵的元素n_ij和伽马射线衰减矩阵的元素g_ij是通过分别获取被测中子衰减的对数以及被测伽马射线衰减的对数来计算的。

5.根据权利要求4的方法，还包括：在形成该对数之前将一正数加到被测衰减中，以便确保对数是有穷的。

6.根据权利要求5的方法，其中，该数字是固有的机器精度参数。

7.根据前述任一权利要求的方法，其中，该形成中子质量衰减矩阵n和伽马射线质量衰减矩阵g的步骤包括：将中子质量衰减矩阵和伽马射线质量衰减矩阵中的每一的元素截到预定范围，以便移除具有负值的元素。

8.根据权利要求7的方法，还包括：将中子和伽马射线质量衰减矩阵缩放到范围0-1。

9.根据权利要求8的方法，其中，计算中子和伽马射线质量衰减矩阵的两个副本，一个副本具有基本与中子图像相等的空间分辨率，另一个副本则具有基本与伽马射线图像相等的空间分辨率，其中这两个分辨率是不同的。

10.根据权利要求9的方法，还包括：根据公式R_ij＝(a₁n_ij+a₂g_ij)/(a₃n_ij+a₄g_ij+e)来计算成分矩阵R的元素，其中a₁，a₂，a₃，a₄是加权参数，并且e是为了阻止分母趋于零而选择的正数。

11.根据权利要求10的方法，其中a₁＝a₃＝a₄＝1并且a₂＝0。

12.根据权利要求10的方法，其中a₁＝a₄＝1并且a₂＝a₃＝0。

13.根据权利要求10-12中任一权利要求的方法，还包括：根据具有最低空间分辨率的中子和伽马射线质量衰减矩阵来计算成分矩阵R的元素。

14.根据权利要求10-13中任一权利要求的方法，还包括：在计算成分矩阵R之前，将用于平滑的空间滤波器应用于中子和伽马射线质量衰减矩阵。

15.根据权利要求13或14的方法，还包括：将用于平滑的空间滤波器，应用于所计算的成分矩阵R。

16.根据权利要求14或15的方法，其中，该用于平滑的滤波器使用每一个元素所具有的相邻元素的归一化加权平均值来替换该元素，并且其中该加权被计算为几何距离函数与放射向距离函数的乘积，由此与中心元素具有较接近的几何和放射向距离的元素对平滑结果的影响较大，其中几何距离是使用中心元素与其相邻元素之间独立于图像分辨率的真实距离计算的，而放射向距离则是通过中心元素与其相邻元素之间的绝对或分数衰减差值计算的。

17.根据前述任一权利要求的方法，还包括：根据公式X_ij＝g_ij*f(g_ij)+b*n_ij*(1-f(g_ij))来计算密度矩阵X的元素，其中f(.)是在其大部分范围上都与单元矩阵基本相等的函数，但是在其自变量趋于1的时候，该函数趋于零，b是用于说明伽马射线和中子的不同衰减的加权参数。

18.根据权利要求17的方法，其中b是固定参数。

19.根据权利要求17的方法，其中b是作为矩阵元素R_ij的函数计算的。

20.根据权利要求18或19的方法，其中，该函数f(x)具有(1-x)^p的形式，其中指数p处于范围0-1。

21.根据权利要求20的方法，还包括：根据具有最高空间分辨率的中子和伽马射线质量衰减矩阵来计算密度矩阵X的元素。

22.根据权利要求17-21中任一权利要求的方法，还包括：在计算密度矩阵X之前，将用于平滑的空间滤波器应用于中子和伽马射线质量衰减矩阵。

23.根据权利要求21或22的方法，还包括：将用于锐化的空间滤波器应用于计算得到的密度矩阵X。

24.根据权利要求22或23的方法，其中，该用于锐化的滤波器用每一个元素的相邻元素的归一化加权平均值来替换该元素，其中该加权是作为几何距离函数与放射向距离函数的乘积来计算的，由此与中心元素具有较接近的几何距离和较远的放射向距离的元素对平滑结果的影响较大，其中该几何距离是使用中心元素与其相邻元素之间独立于图像分辨率的真实距离计算的，而该放射向距离则是通过中心元素与其相邻元素之间的绝对或分数衰减差值计算的。

25.根据前述任一权利要求的方法，还包括：根据公式Q_ij＝q(n_ij，g_ij)来来计算质量矩阵Q的元素，其中该函数q(.)除了它的任一自变量趋于0或1之外，基本等于单位矩阵，在这种情况下q(.)值趋于零。

26.根据权利要求25的方法，其中q(.)具有函数形式Q_ij＝[(n_ij/2+g_ij)*(1-n_ij)/2+(1-g_ij)]^α或Q_ij＝(n_ij*g_ij)*[max(1-n_ij，1-g_ij)]^β，并且其中α和β是正实数。

27.根据权利要求25或26的方法，还包括：根据空间分辨率最小的中子和伽马射线质量衰减矩阵来计算质量矩阵Q的元素。

28.根据前述任一权利要求的方法，还包括：通过内插成分矩阵R以及质量矩阵Q来增大分辨率，从而与密度矩阵X的分辨率基本匹配。

29.根据前述任一权利要求的方法，其中，该形成用于显示的图像的步骤包括：将成分矩阵R、质量矩阵Q以及密度矩阵X变换到HSL(色调、饱和度、亮度)颜色空间，以及将HSL颜色空间变换成RGB颜色空间。

30.根据权利要求29的方法，其中，该将成分矩阵R、质量矩阵Q以及密度矩阵X变换到HSL颜色空间的步骤包括：将R的每一个元素映射到H，将Q的每一个元素映射到S，以及将X的每一个元素映射到L。

31.一种通过处理中子和伽马射线传输数据来形成图像的系统，该系统包括：

数据输入装置，用于接收中子和伽马射线辐射，其中所述辐射穿过一物体并且表示该物体所产生的中子衰减和伽马射线衰减量度；以及

处理器，用于：

根据中子衰减量度来形成中子质量衰减矩阵；

根据伽马射线衰减量度来形成伽马射线质量衰减矩阵；

计算成分矩阵R，其中该成分矩阵R的元素R_ij被定义为来自中子质量衰减矩阵的元素n_ij与伽马射线质量衰减矩阵的对应元素g_ij的函数，该成分矩阵表示产生辐射的源与点(i，j)之间的材料的平均成分；

计算质量矩阵Q，作为来自中子质量衰减矩阵的元素n_ij以及来自伽马射线质量衰减矩阵的对应元素g_ij的函数，其中该质量矩阵表示元素R_ij的可靠性的量度；以及

32.根据权利要求31的系统，还包括用于显示图像的显示装置。

33.根据权利要求31或32的系统，其中，该处理器还可工作以校正中子和伽马射线衰减量度，以便将辐射源和检测器的配置所导致的几何失真减至最小。

34.根据权利要求31-33中任一权利要求的系统，其中，该处理器可以用于通过分别获取被测中子衰减的对数以及被测伽马射线衰减的对数，来计算中子质量衰减矩阵的元素n_ij和伽马射线质量衰减矩阵的元素g_ij。

35.根据权利要求34的系统，其中，该处理器还可以用于在形成对数之前将一正数加到被测衰减中，以便确保该对数是有穷的。

36.根据权利要求31-35中任一权利要求的系统，其中，该处理器还可以用于将中子质量衰减矩阵和伽马射线质量衰减矩阵中的每一个的元素截到预定范围，以便移除具有负值的元素。

37.根据权利要求36的系统，其中，该处理器还可以用于将中子质量衰减矩阵和伽马射线质量衰减矩阵中的每一个的元素缩放到范围0到1。

38.根据权利要求37的系统，其中，该处理器还可以用于计算中子和伽马射线质量衰减矩阵的两个副本，其中一个副本的空间分辨率与中子图像的空间分辨率基本相等，另一个副本的空间分辨率则与伽马射线图像的空间分辨率基本相等，并且其中这两个分辨率是不同的。

39.根据权利要求38的系统，其中，该处理器还可用于根据公式R_ij＝(a₁n_ij+a₂g_ij)/(a₃n_ij+a₄g_ij+e)来计算成分矩阵R的元素，其中a₁，a₂，a₃，a₄是加权参数，并且e是为了阻止分母趋于零而选择的正数。

40.根据权利要求39的系统，其中a₁＝a₃＝a₄＝1并且a₂＝0。

41.根据权利要求39的系统，其中a₁＝a₄＝1并且a₂＝a₃＝0。

42.根据权利要求39或41中任一权利要求的系统，其中，该成分矩阵R的元素是根据具有最低空间分辨率的中子和伽马射线质量衰减矩阵来计算的。

43.根据权利要求39-42中任一权利要求的系统，其中，该处理器还可以用于在计算成分矩阵R之前将用于平滑的空间滤波器应用于中子和伽马射线质量衰减矩阵。

44.根据权利要求42或43的系统，其中，该处理器还可以用于将用于平滑的空间滤波器应用于所计算的成分矩阵R。

45.根据权利要求43或44的系统，其中，该用于平滑的空间滤波器可以用每一个元素的相邻元素的归一化加权平均值来替换该元素，其中该加权是作为几何距离函数与放射向距离函数的乘积来计算的，由此与中心元素具有较接近的几何距离和放射距离的元素对平滑结果的影响较大，其中几何距离是使用中心元素与其相邻元素之间独立于图像分辨率的真实距离计算的，而放射向距离则是通过中心元素与其相邻元素之间的绝对或分数衰减差值计算的。

46.根据权利要求31-45中任一权利要求的系统，该处理器还可以用于根据公式X_ij＝g_ij*f(g_ij)+b*n_ij*(1-f(g_ij))来计算密度矩阵X的元素，其中f(.)是在其大部分范围之上都与单位矩阵基本相等的函数，但是在其自变量趋于1的时候，该函数趋于零，b是用于说明伽马射线和中子的不同衰减的加权参数。

47.根据权利要求46的系统，其中，b是固定参数。

48.根据权利要求46的系统，其中，b是作为矩阵元素R_ij的函数计算的。

49.根据权利要求47或48的系统，其中函数f(x)具有(1-x)^p的形式，其中指数p处于范围0-1。

50.根据权利要求49的系统，其中，该密度矩阵X的元素可以根据空间分辨率最高的中子和伽马射线质量衰减矩阵来计算。

51.根据权利要求46-50中任一权利要求的系统，其中，该处理器还可以用于在计算密度矩阵X之前将一用于平滑的空间滤波器应用于中子和伽马射线衰减矩阵。

52.根据权利要求50或51的系统，其中，该处理器还可以用于将一用于锐化的空间滤波器应用于计算得到的密度矩阵X。

53.根据权利要求50或52的系统，其中，该用于锐化的滤波器可以用每一个元素的相邻元素的归一化加权平均值来替换该元素，其中该加权是作为几何距离函数与放射向距离函数的乘积来计算的，由此与中心元素具有较接近的几何距离和较远的放射距离的元素对平滑结果的影响较大，其中几何距离是使用中心元素与其相邻元素之间独立于图像分辨率的真实距离计算的，而放射向距离则是通过中心元素与其相邻元素之间的绝对或分数衰减差值计算的。

54.根据权利要求31-53中任一权利要求的系统，其中，该处理器还可以用于根据公式Q_ij＝q(n_ij，g_ij)来计算质量矩阵Q的元素，其中该函数q(.)除了其自变量趋于0或1，基本上等于单位矩阵，在这种情况下q(.)值趋于零。

55.根据权利要求54的系统，其中，q(.)具有函数形式Q_ij＝[(n_ij/2+g_ij)*(1-n_ij)/2+(1-g_ij)]^α或Q_ij＝(n_ij*g_ij)*[max(1-n_ij，1-g_ij)]^β，并且其中α和β是正实数。

56.根据权利要求54或55的系统，其中，该处理器还可以用于根据空间分辨率最小的中子和伽马射线质量衰减矩阵来计算质量矩阵Q的元素。

57.根据权利要求31-56中任一权利要求的系统，该处理器还可以用于通过内插成分矩阵R以及质量矩阵Q来增大分辨率，从而与密度矩阵X的分辨率相匹配。

58.根据权利要求31-57中任一权利要求的系统，该处理器可以用于通过将成分矩阵R、质量矩阵Q以及密度矩阵X变换到HSL(色调、饱和度、亮度)颜色空间，以及将HSL颜色空间变换成RGB颜色空间，从而形成用于显示的图像。

59.根据权利要求58的系统，其中，该处理器可以用于通过将R的每一个元素映射到H，将Q的每一个元素映射到S，以及将X的每一个元素映射到L，从而将成分矩阵R、质量矩阵Q以及密度矩阵X变换到HSL颜色空间。

60.一种包含计算机程序代码的计算机程序，其中所述代码适于当程序在计算机上运行时执行权利要求1到30中任一权利要求的方法。

61.如权利要求60所述的计算机程序，其中，该程序是在计算机可读介质具体实现的。