CN106645220B - 一种x射线线阵探测器校正与滤波方法 - Google Patents
一种x射线线阵探测器校正与滤波方法 Download PDFInfo
- Publication number
- CN106645220B CN106645220B CN201610860202.2A CN201610860202A CN106645220B CN 106645220 B CN106645220 B CN 106645220B CN 201610860202 A CN201610860202 A CN 201610860202A CN 106645220 B CN106645220 B CN 106645220B
- Authority
- CN
- China
- Prior art keywords
- ray
- image
- array detector
- linear array
- factor
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/10—Different kinds of radiation or particles
- G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
- G01N2223/1016—X-ray
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/30—Accessories, mechanical or electrical features
- G01N2223/304—Accessories, mechanical or electrical features electric circuits, signal processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/401—Imaging image processing
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明提供了一种X射线线阵探测器校正与滤波的方法。该方法首先使用X射线线阵探测器采集图像数据,然后使用改进的两点校正模型对数据求解补偿增益因子和补偿偏置量因子进行校正。最后运用基于半隐式差分格式的偏微分方程处理算法滤除本底噪声、随机噪声、孤立噪声,解决了X射线图像由于像素响应不均和掺有噪声影响使得图像中含有条纹及细节模糊的问题。与传统方法相比,本发明处理后的数据结果平均均方误差更小,校正与滤波的效果更佳,有利于提高X射线检测质量。
Description
技术领域
本发明涉及一种X射线线阵探测器校正与滤波方法,该方法提出了使用改进的两点校正算法进行校正,半隐式差分格式的偏微分方程算法滤波,属于图像处理和信号处理领域,可应用于X射线检测产品时对图像进行校正与滤波。
背景技术
作为无损检测技术的一种,X射线检测技术是现代物理学、电子学、计算机科学等多学科综合应用的产物,正以其优越的性能和特有的检测方式被广泛应用于零部件检测、轮胎检测、食品检测、安全检测等诸多领域,尤其适用于高速在线检测的要求。对X射线图像进行校正与滤波是至关重要的,可提高检测的质量。
目前,主要的校正处理方法有插值法和逼近法。分段插值算法虽然校正精度较高,但存在分段数量选择困难,分段过多运算量相应增加,分段过少会导致精度下降。基于响应曲线的三点分段算法,虽然能很好地逼近响应曲线,但需事先确定响应曲线的两个拐点,若拐点判别错误,整体的校正结果会出现偏差,相对较复杂。根据噪声的特点和产生原因,可分为3类:本底噪声、随机噪声、孤立噪声。主要的滤波方法为差值法消除本底噪声、卡尔曼滤波法滤除随机噪声、中值滤波法消除孤立噪声,但是需要进行多种滤波,较为复杂,抑制噪声的效果并不理想,数据波动依然较大。
针对以上问题,提出了改进的X射线图像校正与滤波模型。提出了采用两点校正求感光元件的补偿偏置量因子和补偿增益因子,使用半隐式差分格式的偏微分方程处理算法去噪。最后给出实验结果,证明该方法可以有效地解决X射线线阵探测器存在的由于像素响应不均和噪声所造成的图像质量下降问题。
发明内容
本发明的目的是克服现有技术的上述不足,提出了一种X射线线阵探测器校正与滤波方法,该方法能够准确有效地校正图像,还能抑制噪声的影响。为此,本发明采用如下的技术方案:
1.利用X射线线阵探测器采集数据;
2.建立两点校正模型;
3.建立求解补偿增益因子和补偿偏置因子模型;
4.半隐式差分格式的建立;
5.对半隐式偏微分方程进行迭代求解;
本发明具有如下的技术效果:
1.方法简单,易于实施。本发明利用改进的两点校正算法,相对于其他算法而言,效率更高。
2.准确性高。本发明在滤波过程中,采用半隐式差分格式的偏微分方程算法,实验证明提高了检测精度。
3.对于X射线检测相关领域均适用,提高检测质量。
附图说明
图1:本发明总体方案流程图。
图2:探测器的内部结构示意图。
图3:X射线检测装置系统结构示意图。
图4:未校正滤波的数据,图(a)为理想状态下无X射线行数据,图(b)为实际情况下行扫描数据,大小为1×9216。
图5:未校正且有噪声的X射线图像。
图6:四邻点集合。
图7:经过两点校正后的X射线图像。
图8:不同滤波法处理结果的平均均方误差比较。分别为均值滤波、卡尔曼滤波、本文的方法。
图9:不同滤波方法处理的结果图。图(a)为均值滤波、图(b)为卡尔曼滤波、图(c)为本文的方法。
图10:经过该模型校正、滤波后的完整图像。
具体实施方式
本发明的流程图如图1所示,首先使用X射线线阵探测器采集数据,然后建立补偿偏置因子和补偿增益因子的模型,将两行数据带入,求解补偿因子,对所有数据进行校正。建立半隐式差分格式的偏微分方程模型,输入图像数据进行迭代,滤出本底噪声、孤立噪声、随机噪声。下面结合附图,对本发明技术方案的具体实施过程加以说明。
1.X射线线阵探测器采集数据
当X射线穿透被测工件到达X射线线阵探测器后,就携带了物体内部的信息,X射线线阵探测器的感光元件是按行排列的,对携带了物体内部信息的X光信号采用逐行扫描的方式对其接收,并经过转换器转换为电信号,该信号在标准化后经过以太网传输到计算机上,计算机将这些行数据按顺序重新排列成整幅图像。为了完整地得到图像,需要使被测工件通过X射线成像区域的速度与X射线线阵探测器的积分时间相一致,即传送带的速度V与X射线线阵探测器的扫描速度相匹配,应符合公式:
式中:V为传送带移动速度,D为像素间隔,N为像素合并个数,T为积分时间,M为放大倍数。由于X射线线阵探测器的接收区域为一条狭长的细缝,需要调整角度和位置,使X射线光源、被测物体及X射线线阵探测器的接收区域在一条直线上,即可得到较完整的图像。
2.建立X射线线阵探测器两点校正的模型
研究表明,在一定程度范围内,当X射线发射后,X射线线阵探测器内的感光器件对X射线的响应变化率可以近似地看作是线性变化。由于每个感光元件的偏置量和增益不同,造成对于接收同样大小能量的像素,其响应输出量不同,因此,对于X射线图像校正的实质就是对像素点的响应率偏置因子和增益因子进行修正。
假设每个X射线感光元件的响应满足公式:
两点校正的目的是使每个感光元件在接收到相同大小X射线能量的时候,也输出一样大小的输出信号,输出满足:
3.求解两点校正的补偿偏置量因子和补偿增益量因子
第三步,将所有感光元件的平均输出信号的期望作为目标输出信号,即:
解此方程组可得:
推导出每个感光元件的偏置量因子和增益因子:
推导出了每个感光元件进行校正时所需的补偿偏置量因子和补偿增益因子。当开始正常工作时,X射线线阵探测器每扫描输出一行数据后,求出补偿因子即可进行校正。
4.偏微分方程的半隐式差分法
设I:R2→R代表一幅灰度图像,其中I(x,y)是像素点(x,y)处的灰度值。引入时间参数t,则图像演化过程可以表示如下:
其中表示图像u对时间t的一阶导数,F表示针对不同的图像处理过程所给出的偏微分算子,原始图像I可看作初始条件。这样,此微分方程的解u(x,y,t)就是在时间参数t下处理后的图像,这就是偏微分方程的思想。
由于热传导方程各向同性线性扩散所产生的缺点,即会使图像边缘模糊,为了达到去噪同时保护图像边缘信息的目的,Perona和Malik提出P-M方程:
由于P-M方程所得到的图像平滑是有条件的,在有些情况下,方程的解是不稳定的。为此,对P-M方程正则化:
其中,Gσ表示方差为σ的高斯函数。此方程保证了非线性扩散是稳定的,存在唯一的连续依赖于初值I(x,y)的解。
半隐式差分格式所得到的方程组是线性的,这就使得数值计算比非线性方程组简单了许多,并且也是绝对稳定的。采用由Weickert等提出的半隐式方案:
其中,p1p2p3p4是s的四邻点,Γs表示以s为中心的四邻点集合。
g的代数表达式即边缘函数采用下面的形式:
其中,k是可调参数,又称反差参数,可以控制g随r变化速度的快慢。具体半隐式格式表示如下:
式中,τ表示时间步长,g采用“半点”离散格式,即用在n层数据两个相邻整点值来求平均值,得到的结果来近似它在“半点”上的值,表达如下:
用矩阵形式表示如下:
进一步推导:
un+1=(I-τ·An)-1un
式中un+1和un表示在n+1和n时刻的图像矢量,是M×N维列矢量;An表示MN×MN维矩阵,I表示MN×MN维单位矩阵。矩阵An的元素为
5.对半隐式偏微分方程进行迭代求解
进一步推导得:
完成un后,作如下操作:
第二步,然后计算fσ=f*Gσ,
第三步,对i=1,…,M
第四步,对于j=1,…,N,
这就完成了一次完整的迭代。
本发明提出了一种X射线线阵探测器校正与滤波的方法,该方法提出将改进的两点校正算法和半隐式差分格式的偏微分方程处理方法想结合,快速校正数据,同时能有效滤除本底噪声、随机噪声、孤立噪声。相对于传统校正算法且忽略噪声影响的模型,处理后的数据的均方误差更小,提高了X射线检测质量。
Claims (5)
1.一种X射线线阵探测器校正与滤波方法,包括下列步骤:
(1)利用X射线线阵探测器采集数据;
(2)建立两点校正模型;
(3)建立求解补偿增益因子和补偿偏置因子模型;
(4)半隐式差分格式的建立:设I:R2→R代表一幅灰度图像,其中I(x,y)是像素点(x,y)处的灰度值,引入时间参数t,则图像演化过程表示如下:
其中表示图像u对时间t的一阶导数,F表示针对不同的图像处理过程所给出的偏微分算子,将原始图像I看作初始条件,这样,此微分方程的解u(x,y,t)就是在时间参数t下处理后的图像,这就是偏微分方程的思想,由于热传导方程各向同性线性扩散所产生的缺点,即会使图像边缘模糊,为了达到去噪同时保护图像边缘信息的目的,使用P-M方程:
其中,div是散度算子,是梯度算子,I(x,y)为原始图像,是一个平滑的非增函数,称为扩散系数,半隐式差分格式所得到的方程组是线性的,这就使得数值计算比非线性方程组简单了许多,并且也是绝对稳定的;采用半隐式方案:
其中,p1 p2 p3 p4是s的四邻点,Γs表示以s为中心的四邻点集合:
此外,
g的代数表达式即边缘函数采用下面的形式:
其中,k是可调参数,又称反差参数,可以控制g随r变化速度的快慢,具体半隐式格式表示如下:
式中,τ表示时间步长,g采用“半点”离散格式,即用在n层数据两个相邻整点值来求平均值,得到的结果来近似它在“半点”上的值,表达如下:
用矩阵形式表示如下:
进一步推导:
un+1=(I-τ·An)-1un
式中un+1和un表示在n+1和n时刻的图像矢量,是M×N维列矢量;An表示MN×MN维矩阵,I表示MN×MN维单位矩阵,矩阵An的元素为
(6)将校正与滤波后的数据组成图像。
2.如权利要求1所述的方法,其特征在于,所述第一步骤进一步包括:当X射线穿透被测工件到达X射线线阵探测器后,就携带了物体内部的信息,X射线线阵探测器的感光元件是按行排列的,对携带了物体内部信息的X光信号采用逐行扫描的方式对其接收,并经过转换器转换为电信号,该信号在标准化后经过以太网传输到计算机上,计算机将这些行数据按顺序重新排列成整幅图像,为了完整地得到图像,需要使被测工件通过X射线成像区域的速度与X射线线阵探测器的积分时间相一致,即传送带的速度V与X射线线阵探测器的扫描速度相匹配,应符合公式:
式中:V为传送带移动速度,D为像素间隔,N为像素合并个数,T为积分时间,M为放大倍数,由于X射线线阵探测器的接收区域为一条狭长的细缝,需要调整角度和位置,使X射线光源、被测物体及X射线线阵探测器的接收区域在一条直线上,即可得到较完整的图像。
3.如权利要求1所述的方法,其特征在于,所述第二步骤进一步包括:在一定程度范围内,当X射线发射后,X射线线阵探测器内的感光器件对X射线的响应变化率近似地看作是线性变化,由于每个感光元件的偏置量和增益不同,造成对于接收同样大小能量的像素,其响应输出量不同,因此,对于X射线图像校正的实质就是对像素点的响应率偏置因子和增益因子进行修正;
假设每个X射线感光元件的响应满足公式:
上式中:Yi表示第i个X射线感光元件的输出信号,Ki表示第i个感光元件的增益因子,表示第i个感光元件接收到的X射线的光能量,Bi表示第i个感光元件的偏置因子,N表示X射线线阵探测器的感光元件个数;
两点校正的目的是使每个感光元件在接收到相同大小X射线能量的时候,也输出一样大小的输出信号,输出满足:
4.如权利要求3所述的方法,其特征在于,所述第三步骤进一步包括:若想使得感光元件的输出得以校正,每个感光元件只需代入两次不同大小的X射线能量,即每个点代入两次不同的值,既对感光元件响应的偏置量因子做补偿,也对增益因子做补偿;
将所有感光元件的平均输出信号的期望作为目标输出信号,即:
令代入:
求得补偿增益因子和补偿偏置因子:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610860202.2A CN106645220B (zh) | 2016-09-28 | 2016-09-28 | 一种x射线线阵探测器校正与滤波方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610860202.2A CN106645220B (zh) | 2016-09-28 | 2016-09-28 | 一种x射线线阵探测器校正与滤波方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106645220A CN106645220A (zh) | 2017-05-10 |
CN106645220B true CN106645220B (zh) | 2020-01-10 |
Family
ID=58853542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610860202.2A Active CN106645220B (zh) | 2016-09-28 | 2016-09-28 | 一种x射线线阵探测器校正与滤波方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106645220B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107607982B8 (zh) * | 2017-11-08 | 2020-03-27 | 江苏康众数字医疗科技股份有限公司 | 基于探测器响应特性的成像系统校准方法及成像校正方法 |
CN112598603A (zh) * | 2021-02-01 | 2021-04-02 | 福建医科大学附属口腔医院 | 一种基于卷积神经网络的口腔龋病图像智能识别方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102253063A (zh) * | 2011-03-21 | 2011-11-23 | 天津工业大学 | 钢丝绳芯输送带x光在线检测探测器及信号采集处理方法 |
CN103995011A (zh) * | 2014-05-27 | 2014-08-20 | 天津工业大学 | 一种提高钢丝绳芯输送带x光图像质量的方法 |
CN104331869A (zh) * | 2014-11-25 | 2015-02-04 | 南京信息工程大学 | 梯度与曲率相结合的图像平滑方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07325051A (ja) * | 1994-05-31 | 1995-12-12 | Advantest Corp | 画像のアライメント補正方法 |
-
2016
- 2016-09-28 CN CN201610860202.2A patent/CN106645220B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102253063A (zh) * | 2011-03-21 | 2011-11-23 | 天津工业大学 | 钢丝绳芯输送带x光在线检测探测器及信号采集处理方法 |
CN103995011A (zh) * | 2014-05-27 | 2014-08-20 | 天津工业大学 | 一种提高钢丝绳芯输送带x光图像质量的方法 |
CN104331869A (zh) * | 2014-11-25 | 2015-02-04 | 南京信息工程大学 | 梯度与曲率相结合的图像平滑方法 |
Non-Patent Citations (3)
Title |
---|
APPLICATIONS OF NONLINEAR DIFFUSION IN IMAGE PROCESSING AND COMPUTER VISION;J. WEICKERT;《Acta Math. Univ. Comenianae》;20011231(第1期);第38-39,42页 * |
PDE Based Image Diffusion and AOS;Jarno Ralli;《www.jarnoralli.fi》;20140427;全文 * |
红外图像非均匀性实时校正的新技术;代少升等;《光学精密工程》;20040430;第12卷(第2期);第202页"2 非均匀校正的基本方法" * |
Also Published As
Publication number | Publication date |
---|---|
CN106645220A (zh) | 2017-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110211056B (zh) | 基于局部中值直方图的自适应红外图像去条纹算法 | |
CN107255521B (zh) | 一种红外图像非均匀性校正方法及系统 | |
CN105136308B (zh) | 一种红外焦平面阵列变积分时间下的自适应校正方法 | |
US8737760B2 (en) | Image processing method for suppressing spatio-temporal column or row noise | |
CN109272520B (zh) | 一种联合运动指导与边缘检测的自适应红外焦平面非均匀校正方法 | |
CN108871588B (zh) | 一种红外成像系统多维度联合非均匀性校正方法 | |
CN108230249B (zh) | 基于各向异性的l1范数全变分正则化非均匀性校正方法 | |
CN106645220B (zh) | 一种x射线线阵探测器校正与滤波方法 | |
CN106197612A (zh) | 一种基于机器视觉的透明瓶装液位检测方法 | |
CN111161183B (zh) | 一种口腔ct中平板探测器坏像素点校正方法 | |
CN111179184B (zh) | 基于随机抽样一致性的鱼眼图像有效区域提取方法 | |
Li et al. | A structure prior weighted hybrid ℓ2–ℓp variational model for single infrared image intensity nonuniformity correction | |
CN115752757A (zh) | 探测器和内黑体分离的红外扫描相机在轨非均匀校正方法 | |
CN115266779A (zh) | 一种ct扫描用平板探测器像元响应非线性校正方法 | |
CN103868601A (zh) | Irfpa探测器非均匀响应的双边全变分正则化校正方法 | |
CN115734089A (zh) | 半导体光电传感器暗电流的校正方法和系统 | |
CN113049118B (zh) | 一种红外焦平面探测器闪元测试装置及测试方法 | |
CN112945897B (zh) | 一种连续太赫兹图像非均匀性校正方法 | |
CN110580692B (zh) | 一种多线列时差扫描图像辐射一致性校正方法 | |
CN111076815B (zh) | 一种高光谱图像非均匀性校正方法 | |
US9854138B2 (en) | Fixed pattern noise reduction | |
Fan et al. | A scene based nonuniformity correction algorithm for line scanning infrared image | |
Liu et al. | A Nonuniformity Correction Method Based on Gradient Scene Calibration | |
CN111986171B (zh) | 一种用于红外线阵探测器的异常元检测方法 | |
CN110852976B (zh) | 一种红外图像明暗不均匀校正方法及计算机程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |