CN102590248A - 平移式微焦ct检测装置在线检测电子元件的方法 - Google Patents
平移式微焦ct检测装置在线检测电子元件的方法 Download PDFInfo
- Publication number
- CN102590248A CN102590248A CN2012100653066A CN201210065306A CN102590248A CN 102590248 A CN102590248 A CN 102590248A CN 2012100653066 A CN2012100653066 A CN 2012100653066A CN 201210065306 A CN201210065306 A CN 201210065306A CN 102590248 A CN102590248 A CN 102590248A
- Authority
- CN
- China
- Prior art keywords
- ray
- volume data
- centerdot
- image
- electronic component
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种平移式微焦CT检测装置在线检测电子元件的方法,检测开始后,射线产生装置产生的锥形射线束对电子元件进行扫描,射线探测及数据采集装置获得射线投影数据,然后传送给控制及图像处理系统成像,包括数字式辐射成像DR和计算机层析成像CT。计算机层析成像时,根据平移式锥束射线扫描获得的不完全投影数据,采用本发明提出的基于子区域平均化和总变差最小化的平移式锥束CT迭代重建算法重建CT图像,可获得高质量三维CT图像。本发明用于对生产线上的电子元件进行高精度在线检测,可对电子元件的内外结构进行放大DR成像和三维CT成像;装置结构简单,扫描效率高;能有效检测电子元件的材质缺陷及装配缺陷。
Description
技术领域
本发明涉及一种电子元件缺陷检测方法,特别涉及一种平移式微焦CT检测装置在线检测电子元件的方法。
背景技术
电子元件缺陷检测是国防军工,汽车电子和高端通讯设备等行业制造电子元件过程中必不可少的阶段,电子元件的缺陷直接影响电子元件的性能及品质,有效识别印刷缺陷、接脚间距、焊点的数量、气泡、小杂质、裂纹、漏印重覆给料或不正确定位等缺陷是提高电子元件产品合格率和性能的重要手段。
现有技术中用于小动物的微焦CT成像系统结构[杨孝全等,中国医疗器械杂志,2009年04期],由微焦点射线源、非晶硅的平板探测器、旋转载物台以及用于信号采集控制和图像重建的图形工作站构成;平板探测器通过数据接口与工作站上的图像采集卡相连,工作站通过并口直接控制微焦点射线源开关,并控制高精度旋转载物台带动样品进行360°旋转扫描,对获得投影的数据采用锥形束的FDK算法进行三维CT重建。这种微焦CT成像系统可获得完整的射线投影数据,成像分辨率高。但扫描时间效率较低,不能适应电子元件在线检测的需要。
现有技术中利用平移式管道CT装置检测管道的方法[CN101387611],射线产生装置和数据采集装置相对固定并同时进行直线式锥束扫描,采用代数重建算法重建管道的三维立体图像;但该方法仅适用于在役管道等待检物体固定的场合,不能适应电子元件在线检测的需要。
现有技术中利用直线式安检CT装置进行安检的方法[CN101387610],用到高能和低能射线产生装置和相应的高能和低能数据采集装置,且高能射线产生装置的射线束与低能射线发生装置的射线束之间以横向互成90°角的方式设置;该方法采用双能X射线扫描成像,能有效区别密度相似而原子序数不同的物质,可用于爆炸物检测。但双能X射线产生装置成本较高,不能适应电子元件在线检测的需要。
因此,需要一种平移式微焦CT检测装置在线检测电子元件的方法,能够用于电子元件的高精度、高分辨率的无损检测。
发明内容
有鉴于此,本发明所要解决的技术问题是提供一种平移式微焦CT检测装置在线检测电子元件的方法,能对生产线上的电子元件进行高精度在线检测,可对部件的内外结构及装配情况进行放大DR成像和三维CT成像及高精度测量,扫描的同时采用基于子区域平均化和总变差最小化的平移式锥束CT迭代重建算法重建出CT图像,能获得高质量的电子元件CT图像,能有效识别电子元件的材质缺陷及装配缺陷,装置结构简单,体积小,制造成本低。
本发明的目的是提出一种平移式微焦CT检测装置在线检测电子元件的方法,能够用于电子元件的高精度、高分辨率的无损检测。
本发明的目的是这样实现的:
本发明提供的平移式微焦CT检测装置在线检测电子元件的方法,包括射线产生装置、射线探测及数据采集装置、控制及图像处理系统和平移式传送装置;所述射线产生装置、射线探测及数据采集装置、平移式传送装置的信号线路与控制及图像处理系统相连,平移式传送装置与电子元件生产线相邻接,射线产生装置靠近传送装置并位于传送装置上方,射线探测及数据采集装置远离传送装置并位于传送装置下方,射线产生装置和射线探测及数据采集装置固定不动,待检电子元件置于传送装置上并与之保持相对静止状态,在控制及图像处理系统的控制下,电子元件随传送装置以横向平移的方式运动,工作过程包括以下步骤:
S1:启动射线产生装置、射线探测及数据采集装置、控制及图像处理系统和平移式传送装置;
S2:射线产生装置产生的锥形射线束对电子元件进行扫描,射线探测及数据采集装置获得射线投影数据;
S3:控制及图像处理系统接收射线投影数据;
S4:得到待检电子元件的数字式辐射成像DR图像;
S5:判断DR图像中是否存在缺陷区域;如果否,则转S1;
S6:如果是,则重建待检电子元件内外结构的三维计算机层析成像CT图像。
进一步,所述步骤S6中的重建待检电子元件内外结构的三维计算机层析成像CT图像是通过采用基于子区域平均化和总变差最小化的平移式锥束CT的迭代重建算法重建出三维CT图像的体数据,每次迭代包括以下三步:
S61:投影到凸集POCS:设待重建区域R的大小为N个点,用f(x,y,z)表示位于点(x,y,z)处的的体数据为fx,y,z,将体数据逐点排列成向量设经过区域R的扫描射线数为M条,将射线投影数据按射线逐条排列为向量W=(wij)为M×N维投影系数矩阵,其中wij表示第j个点对第i条射线投影数据的贡献率;
待重建区域R首先采用下面加型代数迭代公式进行重建:
再引入非负性限制,得到体数据校正值:
S62:总变差最小化TVM:先初始化总变差最小化的梯度TVM-GRAD下降方向的体数据初值f(TVM-GRAD)=f(POCS)及下降程度dPOCS=‖f(0)-f(POCS)‖;总变差TV最小化迭代按下述公式进行:
其中,Ngrad为总变差最小化迭代的次数,TV(f)表示体数据f的总变差,τ为正常数,实验中取τ=0.00000001,为点(s,t,r)处的总变差梯度下降方向,fs,t,r表示位于点(s,t,r)处的体数据,fs-1,t,r表示位于点(s-1,t,r)处的体数据,fs,t-1,r表示位于点(s,t-1,r)处的体数据,fs,t,r-1表示位于点(s,t,r-1)处的体数据,α为权系数,实验中取α=0.2;令f(0)=f(TVM-GRAD),判断是否达到投影到凸集和总变差最小化迭代两步的迭代次数,是则转下一步S63,否则转S61;
S63:经过预设次数的投影到凸集和总变差最小化迭代以后,进行子区域平均化修正。
进一步,所述步骤S63中的子区域平均化修正,包括以下步骤:
S631:使用C-V活动轮廓模型提取重建图像的边缘,通过求解以下偏微分方程得到水平集函数:
其中,x,y,z分别代表笛卡尔坐标系中的点对应的三个坐标分量的值,fx,y,z为物体在点(x,y,z)对应的体数据,Ω为图像的定义域,为水平集函数,为定义的初始轮廓,为函数的梯度,Hε为Heaviside函数的正则化形式,δε为一维Dirac测度的正则化形式,ε为正常数,实验中取ε=1,div(·)表示求散度,c0和cb表示图像被主动轮廓面划分为目标(即轮廓面内部)和背景(即轮廓面外部)两个同质区域时的平均灰度,μ,v≥0,λ0,λb>0是各项的权值系数,实验中取μ=0.0325125,v=0,λ0=1,λb=1,t为引入的人工变量;
S632:在得到C-V活动轮廓模型的水平集函数后,接着利用这个水平集函数将图像划分成不同的子区域,分别用每个子区域内的体数据的平均值代替该子区域内各体数据的值;判定是否达到迭代终止条件,如果是,则结束迭代,如果否,则转入S61。
进一步,所述射线产生装置(1)的射线源为微焦点X射线源,该X射线源的焦点尺寸范围5μm~50μm,产生的射线为锥形射线束,射线方向向下,所述射线探测及数据采集装置(2)为面阵射线探测器。
进一步,所述电子元件(4)随传送装置(3)以横向平移的方式运动,射线源和屏蔽装置(5)实行智能开关,当电子元件(4)进入扫描区域,屏蔽室左右两侧的屏蔽装置(5)闭合,射线源开启,当电子元件(4)离开扫描区域,射线源关闭,屏蔽室左右两侧的屏蔽装置(5)打开。
本发明的优点在于:本发明采用平移式微焦CT检测装置在线检测电子元件的方法,用于对生产线上的电子元件进行高精度在线检测,可对电子元件的内外结构进行放大DR成像及三维CT成像及高精度测量;扫描的同时采用基于子区域平均化和总变差最小化的平移式锥束CT迭代重建算法重建出CT图像,能获得高质量的电子元件CT图像,能有效识别电子元件的材质缺陷及装配缺陷,装置结构简单,体积小,制造成本低,扫描效率高。
本发明的其它优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其它优点可以通过下面的说明书,权利要求书,以及附图中所特别指出的结构来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为本发明提供的平移式微焦CT检测装置在线检测电子元件装置示意图;
图2为本发明提供的平移式微焦CT检测装置在线检测电子元件扫描示意图;
图3为本发明提供的平移式微焦CT检测装置在线检测电子元件检测方法流程图。
具体实施方式
以下将结合附图,对本发明的优选实施例进行详细的描述;应当理解,优选实施例仅为了说明本发明,而不是为了限制本发明的保护范围。
图1为本发明提供的平移式微焦CT检测装置在线检测电子元件装置示意图,图2为本发明提供的平移式微焦CT检测装置在线检测电子元件扫描示意图,如图所示:本发明的平移式微焦CT检测装置,包括射线产生装置1、射线探测及数据采集装置2、控制及图像处理系统7和平移式传送装置3;射线产生装置1、射线探测及数据采集装置2、平移式传送装置3的信号线路与控制及图像处理系统7相连,平移式传送装置3与电子元件生产线8相邻接,射线产生装置1靠近传送装置3并位于传送装置3上方,射线探测及数据采集装置2远离传送装置3并位于传送装置3下方;本实施例中射线产生装置1的射线源为微焦点X射线源,产生的射线为锥形射线束,射线方向向下,射线探测及数据采集装置2为面阵射线探测器,射线产生装置1和射线探测及数据采集装置2固定不动,待检电子元件4置于传送装置3上并与之保持相对静止状态,在控制及图像处理的系统7控制下,电子元件随传送装置3以横向平移的方式运动,在整个屏蔽室6中的射线源和屏蔽装置5实行智能开关,当电子元件进入扫描区域,屏蔽室左右两侧的屏蔽装置5闭合,射线源开启,当电子元件离开扫描区域,射线源关闭,屏蔽室左右两侧的屏蔽装置5打开。
图3为本发明提供的平移式微焦CT检测装置在线检测电子元件检测方法流程图,如图所示:本发明提供的利用平移式微焦CT检测装置在线检测电子元件的方法,包括以下步骤:
a:启动射线产生装置、射线探测及数据采集装置、控制及图像处理系统和平移式传送装置;
b:射线产生装置产生的锥形射线束对电子元件进行扫描,射线探测及数据采集装置获得射线投影数据,然后传送给控制及图像处理系统成像,得到待检电子元件的数字式辐射成像(DR)图像;由操作人员对DR图像分析,判断图像中是否存在缺陷区域;如需进一步分析,可利用射线探测及数据采集装置得到的射线投影数据重建待检电子元件内外结构的三维计算机层析成像(CT)图像;采用基于子区域平均化和总变差最小化的平移式锥束CT的迭代重建算法重建出三维CT图像的体数据,每次迭代包括下面三步:
b1:投影到凸集(Projection onto Convex Sets,简记POCS):设待重建区域R的大小为N个点,用f(x,y,z)表示位于点(x,y,z)处的的体数据(简记为fx,y,z),将体数据逐点排列成向量设经过区域R的扫描射线数为M条,将射线投影数据按射线逐条排列为向量W=(wij)为M×N维投影系数矩阵,其中wij表示第j个点对第i条射线投影数据的贡献率;
待重建区域R首先采用下面加型代数迭代公式进行重建:
再引入非负性限制,得到体数据校正值:
b2:总变差最小化(Total Variation Minimization,简记TVM):先初始化总变差最小化的梯度(Total Variation Minimization Gradient,简记TVM-GRAD)下降方向的体数据初值f(TVM-GRAD)=f(POCS)及下降程度dPOCS=‖f(0)-f(POCS)‖;其中,f表示由带有下标的分量构成向量,总变差(TV)最小化迭代按下述公式进行:
fs,t,r表示位于点(s,t,r)处的体数据,fs-1,t,r表示位于点(s-1,t,r)处的体数据,fs,t-1,r表示位于点(s,t-1,r)处的体数据,fs,t,r-1表示位于点(s,t,r-1)处的体数据,α为权系数,实验中取α=0.2;令f(0)=f(TVM-GRAD),判断是否达到投影到凸集和总变差最小化迭代两步的迭代次数,是则转下一步b3,否则转b1;
b3:经过一定次数的投影到凸集和总变差最小化迭代以后,进行子区域平均化修正,主要步骤为两小步:
b31:使用Chan和Vese提出的活动轮廓模型(简称C-V活动轮廓模型)提取重建图像的边缘,通过求解以下偏微分方程得到水平集函数,
其中,x,y,z分别代表笛卡尔坐标系中的点对应的三个坐标分量的值,fx,y,z为物体在点(x,y,z)对应的体数据,Ω为图像的定义域,为水平集函数,为定义的初始轮廓,为函数的梯度,Hε为Heaviside函数的正则化形式,δε为一维Dirac测度的正则化形式,ε为正常数,实验中取ε=1,div(·)表示求散度,c0和cb表示图像被主动轮廓面划分为目标(轮廓面内部)和背景(轮廓面外部)两个同质区域时的平均灰度,μ,v≥0,λ0,λb>0是各项的权值系数,实验中取μ=0.0325125,v=0,λ0=1,λb=1,t为引入的人工变量;
b32:在得到C-V活动轮廓模型的水平集函数后,接着利用这个水平集函数将图像划分成不同的子区域,分别用每个子区域内的体数据的平均值代替该子区域内各体数据的值;判定是否达到迭代终止条件,如果是,则结束迭代,如果否,则转入b1;
c:重建完毕,得到高质量的待检电子元件内外结构的三维计算机层析成像(CT)图像。
以上所述仅为本发明的优选实施例,并不用于限制本发明,显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (5)
1.平移式微焦CT检测装置在线检测电子元件的方法,包括射线产生装置、射线探测及数据采集装置、控制及图像处理系统和平移式传送装置;所述射线产生装置(1)、射线探测及数据采集装置(2)、平移式传送装置(3)的信号线路与控制及图像处理系统(7)相连,平移式传送装置(3)与电子元件生产线(8)相邻接,射线产生装置(1)靠近传送装置(3)并位于传送装置(3)上方,射线探测及数据采集装置(2)远离传送装置(3)并位于传送装置(3)下方,射线产生装置(1)和射线探测及数据采集装置(2)固定不动,待检电子元件(4)置于传送装置(3)上并与之保持相对静止状态,在控制及图像处理系统(7)的控制下,电子元件(4)随传送装置(3)以横向平移的方式运动,其特征在于:工作过程包括以下步骤:
S1:启动射线产生装置、射线探测及数据采集装置、控制及图像处理系统和平移式传送装置;
S2:射线产生装置产生的锥形射线束对电子元件进行扫描,射线探测及数据采集装置获得射线投影数据;
S3:控制及图像处理系统接收射线投影数据;
S4:得到待检电子元件的数字式辐射成像DR图像;
S5:判断DR图像中是否存在缺陷区域;如果否,则转S1;
S6:如果是,则重建待检电子元件内外结构的三维计算机层析成像CT图像。
2.根据权利要求1所述的平移式微焦CT检测装置在线检测电子元件的方法,其特征在于:所述步骤S6中的重建待检电子元件内外结构的三维计算机层析成像CT图像是通过采用基于子区域平均化和总变差最小化的平移式锥束CT的迭代重建算法重建出三维CT图像的体数据,每次迭代包括以下三步:
S61:投影到凸集POCS:设待重建区域R的大小为N个点,用f(x,y,z)表示位于点(x,y,z)处的体数据为fx,y,z,将体数据逐点排列成向量设经过区域R的扫描射线数为M条,将射线投影数据按射线逐条排列为向量W=(wij)为M×N维投影系数矩阵,其中wij表示第j个点对第i条射线投影数据的贡献率;
待重建区域R首先采用下面加型代数迭代公式进行重建:
再引入非负性限制,得到体数据校正值:
S62:总变差最小化TVM:先初始化总变差最小化的梯度TVM-GRAD下降方向的体数据初值f(TVM-GRAD)=f(POCS)及下降程度dPOCS=‖f(0)-f(POCS)‖;总变差TV最小化迭代按下述公式进行:
其中,Ngrad为总变差最小化迭代的次数,TV(f)表示体数据f的总变差,τ为正常数,实验中取τ=0.00000001,为点(s,t,r)处的总变差梯度下降方向,fs,t,r表示位于点(s,t,r)处的体数据,fs-1,t,r表示位于点(s-1,t,r)处的体数据,fs,t-1,r表示位于点(s,t-1,r)处的体数据,fs,t, r-1表示位于点(s,t,r-1)处的体数据,α为权系数,实验中取α=0.2;令f(0)=f(TVM-GRAD),判断是否达到投影到凸集和总变差最小化迭代两步的迭代次数,是则转下一步S63,否则转S61;
S63:经过预设次数的投影到凸集和总变差最小化迭代以后,进行子区域平均化修正。
3.根据权利要求1所述的平移式微焦CT检测装置在线检测电子元件的方法,其特征在于:所述步骤S63中的子区域平均化修正,包括以下步骤:
S631:使用C-V活动轮廓模型提取重建图像的边缘,通过求解以下偏微分方程得到水平集函数:
其中,x,y,z分别代表笛卡尔坐标系中的点对应的三个坐标分量的值,fx,y,z为物体在点(x,y,z)对应的体数据,Ω为图像的定义域,为水平集函数,为定义的初始轮廓,为函数的梯度,Hε为Heaviside函数的正则化形式,δε为一维Dirac测度的正则化形式,ε为正常数,实验中取ε=1,div(·)表示求散度,c0和cb表示图像被主动轮廓面划分为目标即轮廓面内部和背景即轮廓面外部两个同质区域时的平均灰度,μ,v≥0,λ0,λb>0是各项的权值系数,实验中取μ=0.0325125,v=0,λ0=1,λb=1,t为引入的人工变量;
S632:在得到C-V活动轮廓模型的水平集函数后,接着利用这个水平集函数将图像划分成不同的子区域,分别用每个子区域内的体数据的平均值代替该子区域内各体数据的值;判定是否达到迭代终止条件,如果是,则结束迭代,如果否,则转入S61。
4.根据权利要求1所述的平移式微焦CT检测装置在线检测电子元件的方法,其特征在于:所述射线产生装置(1)的射线源为微焦点X射线源,该X射线源的焦点尺寸范围5μm~50μm,产生的射线为锥形射线束,射线方向向下,所述射线探测及数据采集装置(2)为面阵射线探测器。
5.根据权利要求1所述的平移式微焦CT检测装置在线检测电子元件的方法,其特征在于:所述电子元件(4)随传送装置(3)以横向平移的方式运动,射线源和屏蔽装置(5)实行智能开关,当电子元件(4)进入扫描区域,屏蔽室左右两侧的屏蔽装置(5)闭合,射线源开启,当电子元件(4)离开扫描区域,射线源关闭,屏蔽室左右两侧的屏蔽装置(5)打开。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210065306.6A CN102590248B (zh) | 2012-03-13 | 2012-03-13 | 平移式微焦ct检测装置在线检测电子元件的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210065306.6A CN102590248B (zh) | 2012-03-13 | 2012-03-13 | 平移式微焦ct检测装置在线检测电子元件的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102590248A true CN102590248A (zh) | 2012-07-18 |
CN102590248B CN102590248B (zh) | 2014-07-16 |
Family
ID=46479187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210065306.6A Active CN102590248B (zh) | 2012-03-13 | 2012-03-13 | 平移式微焦ct检测装置在线检测电子元件的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102590248B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104280410A (zh) * | 2014-10-21 | 2015-01-14 | 厦门铂丰电子科技有限公司 | X射线通道式ct/dr多功能检测设备 |
CN106018444A (zh) * | 2016-07-08 | 2016-10-12 | 湖北科技学院 | 一种平移式计算机断层扫描成像系统 |
CN107328798A (zh) * | 2017-06-21 | 2017-11-07 | 重庆大学 | 一种新型icl系统及实现方法 |
CN107657647A (zh) * | 2017-09-22 | 2018-02-02 | 江苏美伦影像系统有限公司 | 一种锥形束x射线口腔断层影像算法 |
CN108593687A (zh) * | 2018-04-27 | 2018-09-28 | 中国科学院高能物理研究所 | 一种基于三维层析成像的快速缺陷检测方法 |
CN111537532A (zh) * | 2020-06-11 | 2020-08-14 | 全球能源互联网研究院有限公司 | 一种膜电极缺陷检测方法及装置 |
CN112085811A (zh) * | 2020-09-23 | 2020-12-15 | 赛诺威盛科技(北京)有限公司 | Ct局部重建的方法及装置 |
CN117147591A (zh) * | 2023-08-17 | 2023-12-01 | 同方威视技术股份有限公司 | 用于物体检测的检测装置及检测方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107505341B (zh) * | 2017-09-14 | 2020-10-20 | 中国科学院苏州生物医学工程技术研究所 | 一种基于x射线的led芯片缺陷自动检测设备及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1873370A (zh) * | 2005-06-02 | 2006-12-06 | 安捷伦科技有限公司 | 具有轴上和离轴传感器的x光检查系统 |
CN101706458A (zh) * | 2009-11-30 | 2010-05-12 | 中北大学 | 高分辨率印刷电路板自动检测系统及检测方法 |
CN102331433A (zh) * | 2011-05-30 | 2012-01-25 | 重庆大学 | 大尺寸工业长管道管壁的外部螺旋锥束ct扫描成像方法 |
US8116430B1 (en) * | 2002-12-18 | 2012-02-14 | Varian Medical Systems, Inc. | Multi-mode cone beam CT radiotherapy simulator and treatment machine with a flat panel imager |
-
2012
- 2012-03-13 CN CN201210065306.6A patent/CN102590248B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8116430B1 (en) * | 2002-12-18 | 2012-02-14 | Varian Medical Systems, Inc. | Multi-mode cone beam CT radiotherapy simulator and treatment machine with a flat panel imager |
CN1873370A (zh) * | 2005-06-02 | 2006-12-06 | 安捷伦科技有限公司 | 具有轴上和离轴传感器的x光检查系统 |
CN101706458A (zh) * | 2009-11-30 | 2010-05-12 | 中北大学 | 高分辨率印刷电路板自动检测系统及检测方法 |
CN102331433A (zh) * | 2011-05-30 | 2012-01-25 | 重庆大学 | 大尺寸工业长管道管壁的外部螺旋锥束ct扫描成像方法 |
Non-Patent Citations (2)
Title |
---|
刘宝东: "工业CT截断投影数据重建算法研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
许会洋 等: "三维工业CT图像裂纹面检测", 《计算机应用研究》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104280410A (zh) * | 2014-10-21 | 2015-01-14 | 厦门铂丰电子科技有限公司 | X射线通道式ct/dr多功能检测设备 |
CN106018444A (zh) * | 2016-07-08 | 2016-10-12 | 湖北科技学院 | 一种平移式计算机断层扫描成像系统 |
CN107328798A (zh) * | 2017-06-21 | 2017-11-07 | 重庆大学 | 一种新型icl系统及实现方法 |
CN107328798B (zh) * | 2017-06-21 | 2020-02-11 | 重庆大学 | 一种新型icl系统及实现方法 |
CN107657647A (zh) * | 2017-09-22 | 2018-02-02 | 江苏美伦影像系统有限公司 | 一种锥形束x射线口腔断层影像算法 |
CN108593687A (zh) * | 2018-04-27 | 2018-09-28 | 中国科学院高能物理研究所 | 一种基于三维层析成像的快速缺陷检测方法 |
CN111537532A (zh) * | 2020-06-11 | 2020-08-14 | 全球能源互联网研究院有限公司 | 一种膜电极缺陷检测方法及装置 |
CN112085811A (zh) * | 2020-09-23 | 2020-12-15 | 赛诺威盛科技(北京)有限公司 | Ct局部重建的方法及装置 |
CN112085811B (zh) * | 2020-09-23 | 2021-04-23 | 赛诺威盛科技(北京)有限公司 | Ct局部重建的方法及装置 |
CN117147591A (zh) * | 2023-08-17 | 2023-12-01 | 同方威视技术股份有限公司 | 用于物体检测的检测装置及检测方法 |
CN117147591B (zh) * | 2023-08-17 | 2024-06-11 | 同方威视技术股份有限公司 | 用于物体检测的检测装置及检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102590248B (zh) | 2014-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102590248A (zh) | 平移式微焦ct检测装置在线检测电子元件的方法 | |
ES2718884T3 (es) | Sistema de tomografía computarizada para carga y contenedores transportados | |
JP6257599B2 (ja) | 再構成可能な検出システム | |
EP2273257B1 (en) | Imaging system using a straight-line trajectory scan and method thereof | |
JP5350222B2 (ja) | 多視角荷物セキュリティ検査方法 | |
CN100565336C (zh) | 成像系统 | |
CN101900695B (zh) | 伪双能欠采样物质识别系统和方法 | |
CN101358936B (zh) | 一种利用双视角多能量透射图像进行材料识别的方法及系统 | |
US9442083B2 (en) | 3D backscatter imaging system | |
US10068322B2 (en) | Inspection system | |
CN107796834B (zh) | 一种正交电子直线扫描cl成像系统及方法 | |
JP2015517672A5 (zh) | ||
JP2009536322A (ja) | スパイラルスキャンによる荷物セキュリティ検査方法 | |
CN101410727A (zh) | 高效的双能x射线衰减测量 | |
CN101900694B (zh) | 基于直线轨迹扫描的双能欠采样物质识别系统和方法 | |
CN103472074A (zh) | Ct成像系统和方法 | |
CN101387611B (zh) | 利用平移式管道ct检测装置检测管道的方法 | |
CN106164707A (zh) | 特别用于对象的无损检测的方法和x‑射线检测系统 | |
Gao et al. | Straight-line-trajectory-based x-ray tomographic imaging for security inspections: system design, image reconstruction and preliminary results | |
CN103760180A (zh) | 基于x射线源阵列的实时在线工业ct检测系统 | |
CA3076758A1 (en) | Scanning imaging system for security inspection of an object and imaging method thereof | |
JP2010127810A (ja) | X線検査装置およびx線検査方法 | |
EP3106863A1 (en) | Tomography for in-line product inspection | |
CN113533392B (zh) | 一种组合扫描cl成像方法 | |
CN102590234B (zh) | 基于直线轨迹扫描的双能欠采样物质识别系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |