CN106934856A

CN106934856A - 基于x射线检测技术的三维断层重建及切片显示方法

Info

Publication number: CN106934856A
Application number: CN201710166520.3A
Authority: CN
Inventors: 钟飞; 刘国特; 宋新明; 黄炎; 钟力强; 曾德华
Original assignee: Sichuan Saikang Intelligent Polytron Technologies Inc; Electric Power Research Institute of Guangdong Power Grid Co Ltd
Current assignee: Sichuan Saikang Intelligent Polytron Technologies Inc; Electric Power Research Institute of Guangdong Power Grid Co Ltd
Priority date: 2017-03-20
Filing date: 2017-03-20
Publication date: 2017-07-07
Anticipated expiration: 2037-03-20
Also published as: CN106934856B

Abstract

本发明公开了一种基于X射线检测技术的三维断层重建及切片显示方法，其特征在于：包括以下步骤：(1)采用X射线对被测物进行扫描，获取被测物的X射线投影数据；(2)对X射线投影数据进行图像校准和图像处理；(3)将经过图像校准和图像处理后的X射线投影数据进行三维断层重建；(4)根据三维断层重建结果进行三维图像切片显示。本发明不仅步骤简单，便于操作，还能在获得的有限数据下对设备内部结构和状态以三维方式真实再现，可便于检测人员直观的观察及分析设备状态。

Description

基于X射线检测技术的三维断层重建及切片显示方法

技术领域

本发明涉及X射线检测领域，具体是指一种基于X射线检测技术的三维断层重建及切片显示方法。

背景技术

电力设备如GIS、断路器、复合绝缘子等，其内部任何缺陷和故障的存在都可能影响设备整体性能，可能影响到相邻设备的正常工作以及服务范围的正常用电。而大型电力设备如GIS、罐式断路器体形庞大、现场环境复杂，一旦出现事故进行停电检修时就需要投入大量的人力、物力、财力和时间。在电力设备内部的缺陷大量为结构性缺陷，因此，为减少或者避免电力设备因故停运，就必须对电力设备内部缺陷进行检测。

传统的检测方法在应用过程中存在一些技术局限性，尤其是针对全封闭结构的电力设备或普通电力设备封闭不可视部件，具体体现在：

1)检测方法大多针对设备绝缘性能，对于设备内部不可视部分的机械结构类缺陷无法实现有效的检测。

2)不能对缺陷进行定位，或者是缺陷定位过程中需要进行逐点测量，工作量巨大。

3)只能判断缺陷是否存在，无法直观的对缺陷来源及性状进行分析。

4)部分检测方法易受设备结构、机械振动等检测环境影响，导则存在致误判风险。

5)通常都是在故障已经产生甚至是故障发展到比较严重的程度时才能被检测出来，无法在缺陷形成之初对其进行有效的检测。

因此，如何在不拆卸设备的情况下，对GIS、断路器、复合绝缘子等电力设备内部缺陷尤其是结构缺陷进行无损检测和准确诊断就具有了极其重要的研究意义。

发明内容

本发明的目的在于解决上述缺陷，提供一种基于X射线检测技术的三维断层重建及切片显示方法。

本发明的目的通过下述技术方案现实：基于X射线检测技术的三维断层重建及切片显示方法，其特征在于：包括以下步骤：

(1)采用X射线对被测物进行扫描，获取被测物的X射线投影数据；

(2)对X射线投影数据进行图像校准和图像处理；

(3)将经过图像校准和图像处理后的X射线投影数据进行三维断层重建；

(4)根据三维断层重建结果进行三维图像切片显示。

进一步的，所述步骤(1)中X射线以直线扫描的方式对被测物进行扫描。

所述步骤(3)中采用迭代算法对X射线投影数据进行三维断层重建。

所述迭代算法对X射线投影数据进行三维断层重建包括以下步骤：

①、设置初始化重建参数，包括：射线的数目N_r；图像的像素数N_v；已知的投影数据系统投影矩阵其中w_ij为第j个像素与第i条射线相交的长度；给待重建图像赋初始值迭代次数变量N_iter＝0；最大迭代次数N_count；TV梯度下降法的迭代次数N_grad；ART迭代的松弛因子λ；λ缩小的比例λ_red；TV最速下降法迭代过程的松弛因子α；α缩小的比例α_red；变量参数r_max；数据不一致公差ε；

②、开始一次循环迭代；

③、利用ART算法进行迭代循环计算，得到图像f^(ART)，计算公式为：

其中，

为第i条射线的模拟投影值；

④、在图像f^(ART)中引入非负性限制，得到图像f^(POCS)，即

⑤、计算以下变量参数：d_p＝||Wf^(POCS)-p||、d_POCS＝||f^(POCS)-f||，给TV最小化迭代赋初值f^(TV-GRAD)＝f^(POCS)；

⑥、采用TV最速下降法迭代计算f^(TV-GRAD)，计算公式为：

其中，变量参数

其中，为用三维矩阵表示的三维图像中的一个体元，s,t,r为三个维度的索引；τ为一个很小的正数，避免分母为0；

⑦、判断是否改变TV最速下降法迭代过程的松弛因子；判断方法为：计算变量参数d_TV，d_TV＝||f^(TV-GRAD)-f^(POCS)||；若d_TV＞r_max*d_POCS并且d_p＞ε时，则令α＝α*α_red；

⑧、令ART算法的松弛因子λ＝λ*λ_red；

⑨、完成一次迭代，令迭代次数N_iter＝N_iter+1；

⑩、判定是否满足迭代停止的条件：||Wf^(TV-GRAD)-p||≤ε或者迭代次数N_iter≥N_count；满足，则令f＝f^(POCS)，输出f，完成三维断层重建；否则，令f＝f^(TV-GRAD)，返回步骤②，继续下一次迭代。

本发明与现有技术相比具有以下优点及有益效果：

(1)本发明不仅步骤简单，便于操作，还能在获得的有限数据下对设备内部结构和状态以三维方式真实再现，可便于检测人员直观的观察及分析设备状态。

(2)本发明实现了对金属材料内部器件的三维切片显示，为电力设备带电检测提供了一种快速、可视、无损的检测手段，能够在不停电或不解体的情况下，准确及时的掌握设备内部机械结构状态信息，发现设备内部的机械结构缺陷。

(3)本发明与传统的成像方式相比，能直观地显示器件的三维立体结构，从而可以从各个角度观察器件在金属材料内部存在的形式与分布状态，这对判断器件的类型具有重要意义。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式并不限于此。

实施例

如图1所示，本发明公开的基于X射线检测技术的三维断层重建及切片显示方法，包括以下步骤：

(1)采用X射线对被测物进行扫描，获取被测物的X射线投影数据。即X射线通过直线扫描的方式对整个被测物体内部进行扫查，获得被测物体内部结构的X射线成像图，然后在X射线成像图中找到待分析的目标区域，再以不同角度进行精确扫查，获得被测物体内部的目标区域的X射线成像图，并保存获得的目标区域的X射线成像图数据信息。上述直线扫描方式是指射线机和成像板的运动轨迹为直线，扫描过程中射线机和成像板的相对位置固定。

(2)对X射线投影数据进行图像校准和图像处理，以便更好地获取后续三维断层重建所需的图像特征信息。

由于平板探测器成像时会受到暗场漂移响应不一致性和坏点等因素的影响，因此，图像校准是指对平板探测器的成像进行暗场校正、增益校正以及坏像素校正，暗场校正、增益校正以及坏像素校正的过程均为成熟技术，在此不做过多赘述。图像处理是指降低成像噪声、抑制射线散射、增强细节特征，从而形成高像质DR图像，降低成像噪声、抑制射线散射、增强细节特征均为目前的成熟技术，不做过多说明。

(3)将经过图像校准和图像处理后的X射线投影数据采用迭代算法进行三维断层重建。

具体的，所述迭代算法对X射线投影数据进行三维断层重建包括以下步骤：

①、设置初始化重建参数，包括：射线的数目N_r；图像的像素数N_v；已知的投影数据系统投影矩阵其中w_ij为第j个像素与第i条射线相交的长度；给待重建图像赋初始值迭代次数变量N_iter＝0；最大迭代次数N_count；TV梯度下降法的迭代次数N_grad；ART迭代的松弛因子λ；λ缩小的比例λ_red；TV最速下降法迭代过程的松弛因子α；α缩小的比例α_red；变量参数r_max；数据不一致公差ε。

②、开始一次循环迭代。

③、利用ART算法进行迭代循环计算，得到图像f^(ART)，计算公式为：其中，为第i条射线的模拟投影值。

④、在图像f^(ART)中引入非负性限制，得到图像f^(POCS)，即

非负性是指大于或等于0。

⑤、计算以下变量参数：d_p＝||Wf^(POCS)-p||、d_POCS＝||f^(POCS)-f||，给TV最小化迭代赋初值f^(TV-GRAD)＝f^(POCS)；||·||表示向量的二范数。

⑥、采用TV最速下降法迭代计算f^(TV-GRAD)，计算公式为：

其中，变量参数

其中，为用三维矩阵表示的三维图像中的一个体元，s,t,r为三个维度的索引；τ为一个很小的正数，避免分母为0。

⑦、判断是否改变TV最速下降法迭代过程的松弛因子；判断方法为：计算

变量参数d_TV，d_TV＝||f^(TV-GRAD)-f^(POCS)||；若d_TV＞r_max*d_POCS并且d_p＞ε时，则令α＝α*α_red。

⑧、令ART算法的松弛因子λ＝λ*λ_red。

⑨、完成一次迭代，令迭代次数N_iter＝N_iter+1。

(4)根据三维断层重建结果f⁽⁰⁾＝f^(TV-GRAD)进行三维图像切片显示具体包括以下步骤：

A、设定显示窗位和窗宽；

B、将三维断层重建结果通过分段线性变换映射到[0，255]的灰度区间，以灰度图像的形式显示三维图像；其中，图像f的每个像素f_i，分段线性变换映射的具体算法如下：

其中，L为选择的窗位值，W为选择的窗宽。

如上所述，便可很好的实现本发明。

Claims

1.基于X射线检测技术的三维断层重建及切片显示方法，其特征在于：包括以下步骤：

(2)对X射线投影数据进行图像校准和图像处理；

(4)根据三维断层重建结果进行三维图像切片显示。

2.根据权利要求1所述的基于X射线检测技术的三维断层重建及切片显示方法，其特征在于：所述步骤(1)中X射线以直线扫描的方式对被测物进行扫描。

3.根据权利要求2所述的基于X射线检测技术的三维断层重建及切片显示方法，其特征在于：所述步骤(3)中采用迭代算法对X射线投影数据进行三维断层重建。

4.根据权利要求3所述的基于X射线检测技术的三维断层重建及切片显示方法，其特征在于：所述迭代算法对X射线投影数据进行三维断层重建包括以下步骤：

②、开始一次循环迭代；

③、利用ART算法进行迭代循环计算，得到图像f^(ART)，计算公式为：其中，为第i条射线的模拟投影值；

④、在图像f^(ART)中引入非负性限制，得到图像f^(POCS)，即

f_{j}^{(P O C S)} = \{\begin{matrix} f_{j}^{(A R T)}, & \begin{matrix} i f & f_{j}^{(A R T)} > 0 \end{matrix} \\ 0, & e l s e \end{matrix}, (j = 0, 1, ..., N_{v} - 1);

⑥、采用TV最速下降法迭代计算f^(TV-GRAD)，计算公式为：

其中，变量参数

\begin{matrix} v_{s, t, r}^{(i)} = \frac{(f_{s, t, r}^{(T V - G R A D)} - f_{s - 1, t, r}^{(T V - G R A D)}) + (f_{s, t, r}^{(T V - G R A D)} - f_{s, t - 1, r}^{(T V - G R A D)}) + (f_{s, t, r}^{(T V - G R A D)} - f_{s, t, r - 1}^{(T V - G R A D)})}{\sqrt{{(f_{s, t, r}^{(T V - G R A D)} - f_{s - 1, t, r}^{(T V - G R A D)})}^{2} + {(f_{s, t, r}^{(T V - G R A D)} - f_{s, t - 1, r}^{(T V - G R A D)})}^{2} + {(f_{s, t, r}^{(T V - G R A D)} - f_{s, t, r - 1}^{(T V - G R A D)})}^{2} + τ}} \\ - \frac{f_{s + 1, t, r}^{(T V - G R A D)} - f_{s, t, r}^{(T V - G R A D)}}{\sqrt{{(f_{s + 1, t, r}^{(T V - G R A D)} - f_{s, t, r}^{(T V - G R A D)})}^{2} + {(f_{s + 1, t, r}^{(T V - G R A D)} - f_{s, t - 1, r}^{(T V - G R A D)})}^{2} + {(f_{s + 1, t, r}^{(T V - G R A D)} - f_{s + 1, t, r - 1}^{(T V - G R A D)})}^{2} + τ}} \\ - \frac{f_{s, t + 1, r}^{(T V - G R A D)} - f_{s, t, r}^{(T V - G R A D)}}{\sqrt{{(f_{s, t + 1, r}^{(T V - G R A D)} - f_{s - 1, t + 1, r}^{(T V - G R A D)})}^{2} + {(f_{s, t + 1, r}^{(T V - G R A D)} - f_{s, t, r}^{(T V - G R A D)})}^{2} + {(f_{s, t + 1, r}^{(T V - G R A D)} - f_{s, t + 1, r - 1}^{(T V - G R A D)})}^{2} + τ}} \\ - \frac{f_{s, t, r + 1}^{(T V - G R A D)} - f_{s, t, r}^{(T V - G R A D)}}{\sqrt{{(f_{s, t, r + 1}^{(T V - G R A D)} - f_{s - 1, t, r + 1}^{(T V - G R A D)})}^{2} + {(f_{s, t, r + 1}^{(T V - G R A D)} - f_{s, t - 1, r + 1}^{(T V - G R A D)})}^{2} + {(f_{s, t, r + 1}^{(T V - G R A D)} - f_{s, t, r}^{(T V - G R A D)})}^{2} + τ}} \end{matrix}

⑧、令ART算法的松弛因子λ＝λ*λ_red；

⑨、完成一次迭代，令迭代次数N_iter＝N_iter+1；