CN109544655A - 一种海水管线的x射线ct重建方法 - Google Patents

一种海水管线的x射线ct重建方法 Download PDF

Info

Publication number
CN109544655A
CN109544655A CN201811374204.6A CN201811374204A CN109544655A CN 109544655 A CN109544655 A CN 109544655A CN 201811374204 A CN201811374204 A CN 201811374204A CN 109544655 A CN109544655 A CN 109544655A
Authority
CN
China
Prior art keywords
image
water pipe
sea water
projection
data
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
Application number
CN201811374204.6A
Other languages
English (en)
Other versions
CN109544655B (zh
Inventor
陈明
夏迪梦
张秀琰
李刚
王永丽
郑永果
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University of Science and Technology
Original Assignee
Shandong University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong University of Science and Technology filed Critical Shandong University of Science and Technology
Priority to CN201811374204.6A priority Critical patent/CN109544655B/zh
Publication of CN109544655A publication Critical patent/CN109544655A/zh
Application granted granted Critical
Publication of CN109544655B publication Critical patent/CN109544655B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/003Reconstruction from projections, e.g. tomography
    • G06T11/005Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供一种海水管线的X射线CT重建方法,属于工业CT成像技术领域,该方法是利用X射线CT扫描海水管线,获得海水管线的带有缺失的投影数据,对缺失的投影数据进行插值运算补偿,补偿后再采用基于高阶TV最小约束的分组ART迭代算法进行CT图像重建,再进行图像分割,对分割区域内灰度进行加权均值化处理;最后通过多次迭代获得海水管线的CT重建图像。该方法可以获得管线腐蚀的高质量断层图像,是管线内部腐蚀参数的精准计算和腐蚀程度判断的依据,该方法能够获得管线内部的高质量CT图像;适用于管壁厚的铜质管线的重建;重建图像噪声小,利于腐蚀参数的计算;重建速度快。在海水管线的某些位置X射线无法穿透时,可以重建高质量的管线截面CT图像。

Description

一种海水管线的X射线CT重建方法
技术领域
本发明涉及工业CT成像技术领域,具体地说是一种海水管线的X射线CT重建方法。
背景技术
一般的,海水管线广泛用于海船、海滨电厂等海工设施的传质、传热中,是维系其正常运转的命脉。与其他结构相比,海水管线所处的服役环境更为恶劣。一方面,海水携带饱和氧气在管线中流动,充足的氧气可维持腐蚀反应在极限速率条件下进行;另一方面水流破坏性显著,水流的冲刷作用将腐蚀产物去除,使未反应的金属暴露,从而加速腐蚀反应的进行。管线腐蚀最终导致管壁减薄,出现泄漏甚至爆炸,严重影响海船和电厂的安全。获知管线内壁腐蚀程度、腐蚀形貌、剩余厚度等参数,是对管线进行准确的质量和可靠性评估前提。然而,当前广泛采用的腐蚀监检测技术难以实现管线内腐蚀的系统研究。通常的腐蚀形貌的获取,需要采用剖开的方式才能明确腐蚀的程度,缺乏相应的“透视”技术精确的成像,来实现腐蚀研究的可视化、精确化和系统化。
传统X射线数字成像技术可以显示管线内部结垢、堵塞、腐蚀等情况,包括一些带保温层管线,但是由于密度信息存在累加,图像分辨率低。工业CT技术是一种先进的无损检测技术,具有强穿透性、高分辨成像等特点,比传统X射线技术、超声波和坐标测量仪等方法成像效果好。它能够对管线进行非破坏检测,发现管线的腐蚀状况以及各种缺陷,掌握其质量情况以及变换规律,从而可以为管线的维修维护、防护技术等提供可靠依据。对于一些小密度材料制成的管线,如薄的水泥管线等,利用常规CT成像技术进行成像,可以实现对管线的检测成像。但是对于海工设施中常采用的铜质海水管线,尤其材质的密度大,即使是高能量X射线也常常无法穿透其某些部位,导致获得的投影数据存在缺失,无法使用传统的精确重建算法进行重建。关于管线检测成像方面,近年来也有一些公开的专利,例如:
中国专利CN201520796115.6公开了一种深埋管线的精确探测装置,其利用大功率信号发射装置与金属导线穿线器或金属管线通过电流回路屏蔽线连接,在深埋管线上方设置信号探测接收仪接收信号。它能有效地提高深大管线探测的深度及精度,同时可以提高浅埋管线的探测深度精度的探测装置和方法。
中国专利CN201810062322.7公开了一种管道智能检测方法及检测系统,其在待检测管道的起点检查井投放预先与移动终端连接的多个检测装置,并检测管道中的水流情况,同时采集管道内的图像数据,然后进行稳像处理,生成检测视频,从视频中自动识别出管道的病害。
中国专利CN201510071697.6公开了管道内流体的锥束CT局部扫描成像方法,其在扫描前将射线源和面阵探测器安装在绕管壁的圆形轨道上,扫描时管道不动,扫描装置做圆周运动,通过利用液体流动获得等价锥束投影数据,再用FDK图像重建算法和局部滤波器相结合获得三维图像。
上述技术涉及到了管线检测成像的方法和装置,但都没有提到对于高密度海水管线的成像情况,如常用的铜质海水管线,在X射线穿不透或是探测器接收到极少的光子数的情况下,如何进行成像。海水管线的截面可视作二维平面,其重建结果的精度与X射线覆盖断层并穿透的效率相关。一般只有在每个扫描角度下,射线完全覆盖该断层并且探测器探测到足够的光子数,即获得完整的投影数据的情况下,才可能获得高质量的断层图像。在实际扫描过程中,由于铜质管线的密度较大,管壁较厚,造成X射线无法穿透管线某些的区域,因此产生投影数据的缺失。此时,可以看到投影数据在某一些区域存在缺失,并且这种缺失在每个投影角度都会出现。若是一个材质均匀分布的规则管线,可以看到投影数据对应的正弦图中出现两条黑色的带状区域。
对于数据缺失的CT重建方法有很多,但是其中主要针对有限角或是稀疏角度重建,对于管线检测中的每一个投影角度下都存在数据缺失情况,现有的方法无法得到一个满意的重建结果。
发明内容
本发明的技术任务是解决现有技术的不足,提供一种海水管线的X射线CT重建方法。涉及工业X射线计算机断层成像技术(Computed Tomography,简称CT)以及管线腐蚀检测领域,在工业CT成像中,当被检测的海水管线存在X射线穿不透或是探测器接收到极少的光子数的情况时,如何进行重建以获得高质量CT图像。
本发明的技术方案是按以下方式实现的,本发明的一种海水管线的X射线CT重建方法,是利用X射线CT扫描海水管线,获得海水管线的带有缺失的投影数据,对缺失的投影数据进行插值运算补偿,补偿后再采用基于高阶TV最小约束的分组ART迭代算法进行CT图像重建,再进行图像分割,对分割区域内灰度进行加权均值化处理;最后通过多次迭代获得海水管线的CT重建图像。
该方法具体是:利用CT设备的扫描系统扫描海水管线,获得海水管线的带有缺失的投影数据,
对缺失的投影数据通过内插函数运算进行补偿;
参数初始化;
对补偿后的数据开始进行循环的迭代算法,
每次迭代算法后判断是否达到最大循环数,
判断如果达到最大循环数则得到最终重建结果,
判断如果未达到最大循环数,则进一步判断是否达到预期效果,
判断如果达到预期效果则得到最终重建结果,
判断如果未达到预期效果则利用平滑滤波对重建图像进行平滑处理,再利用阈值提取图像的内部轮廓,进行区域划分分割,然后做均值化处理,得到的新图像或作为最终重建结果,或作为下次迭代算法的初值,返回开始迭代循环步骤进行迭代算法。
其中:
对缺失的投影数据进行补偿采用三次内插函数对存在缺失的投影数据进行插值补偿,设计三次内插函数采用:
其中|x|是周围像素沿x方向离待插值点的距离。
迭代算法采用基于高阶TV最小约束条件,利用分组ART迭代算法进行图像重建,
其中高阶TV表述为
ART迭代公式为
利用平滑滤波对重建图像进行平滑处理,再利用阈值提取图像的内部轮廓,进行区域划分分割,具体是:使用灰度最相近的K个邻点平均法对迭代重建的图像进行平滑降噪,再使用多阈值分割技术方法对图像进行分割。
对图像进行分割后的区域内灰度进行加权求平均值,再使用该值对区域均值化处理,其中加权函数为
其中是像素点与中心像素点之间距离的倒数,
i0,j0表示区域中心位置,区域中心位置取区域的较长弦的中心点,区域内灰度加权后将其赋给该区域,得到加权均值化图像,这里仍记为X1
循环的迭代算法是根据设置的迭代次数m,作为迭代终止条件,通过m次循环数迭代获得管线截面的CT图像。
该方法首先由CT扫描系统获得海水管线的投影数据;然后进行插值运算获得补偿后的数据;再采用基于高阶TV最小约束的分组ART迭代算法进行CT图像重建;再进行图像分割,对区域内灰度进行加权均值化处理;最后通过多次迭代获得管线的CT重建图像。
本发明与现有技术相比所产生的有益效果是:
海水管线是维系很多海洋工程设施的命脉,海水管线的腐蚀问题受到了广泛的重视。本发明的一种海水管线的X射线CT重建方法能够优化和完善工业X射线CT(ComputedTomography)成像技术,从而实现对海水管线的非破坏检测,准确发现它们的腐蚀状况以及各种缺陷,从而掌握其质量情况和变化规律。
本发明的一种海水管线的X射线CT重建方法,包括获得存在缺失的投影数据、数据补偿计算、基于高阶TV的分组ART迭代重建、区域灰度加权均值化处理等过程。目标是给出管线内部高分辨的CT图像,获得腐蚀部位的密度特征和几何特征,为有关腐蚀参数的计算和腐蚀程度地判断提供了准确的信息依据。
该方法可以获得管线腐蚀的高质量断层图像,是管线内部腐蚀参数的精准计算和腐蚀程度判断的依据.与以往管线成像方法比较,本发明的有益效果有:(1)获得管线内部的高质量CT图像;(2)适用于管壁厚的铜质管线的重建;(3)重建图像噪声小,利于腐蚀参数的计算;(4)重建速度快。
利用本发明的一种海水管线的X射线CT重建方法,在海水管线的某些位置X射线无法穿透时,即在每个投影角度下,都存在数据缺失的情况下,可以重建高质量的管线截面CT图像。
附图说明
附图1为本发明提出的重建方法实施的流程图;
附图2(a)为本发明实施例中所使用的海水管线截面的模型图;
附图3为本发明实施例中使用的扇束等距扫描模式;
附图4为本发明实施例中对模型进行扫描获得的投影数据;
附图2(b)为本发明实施例中对投影数据补偿后利用传统ART重建的图像;
附图2(c)为本发明实施例中对投影数据补偿后利用本发明提出的方法重建的图像;
附图5(a)、(b)和(c)为附图2(a)、(b)和(c)对应图像左上角的局部放大图;
附图6为附图2(a)、(b)和(c)对应图像中256行的灰度分布示意图。
具体实施方式
下面结合附图对本发明的一种海水管线的X射线CT重建方法作以下详细说明。
如附图所示,本发明的一种海水管线的X射线CT重建方法,首先由CT扫描系统获得管线的投影数据;然后进行插值获得补偿后的数据;再采用基于高阶TV(Total Variation)约束的分组ART(Algebraic Reconstruction Technique)迭代算法进行CT图像重建;再进行图像分割,对区域内灰度进行加权均值化处理;最后通过多次迭代获得管线的CT重建图像。
步骤1、获得海水管线的带有缺失的投影数据:
利用X射线CT扫描系统采用扇束等距CT扫描模式对待检测的海水管线进行扫描,由于管线密度大或管壁过厚,由于X射线穿不透管壁的某些位置或是探测器接收到极少的光子数时,导致部分探测器单元没有探测器光子或是探测到极少的光子数,表现为每个投影角度下获得的投影数据都存在缺失,记扫描数据为P。
步骤2、获得补偿后的数据:
基于投影域中数据的相关性,尤其在沿着探测器方向上,对投影数据P的缺失位置,利用设计的三次内插的公式进行插值,三次内插函数如下:
其中|x|是周围像素沿x方向离待插值点的距离,
将三次插值函数预先计算好并存成文件备用,对缺失的投影数据P进行插值,得到补偿后的数据P1
该插值函数的设计充分考虑了缺失位置与周围数据的相关性,在理论上可以更好地逼近理想的插值函数sinx/x,获得插值补偿后的投影数据P1,以减少后续重建图像的伪影。
步骤3、获得重建图像:
对于投影数据不完整的CT图像重建,通常采用AX=P的重建模型,其中A是投影矩阵,X是待重建的图像,P是投影数据。由于投影数据存在缺失,该模型的求解是不适定的,在求解过程中适当增加约束条件,可以求出满足特定目的的图像。
当CT扫描系统的参数和扫描模式固定后,将投影矩阵A=(aij)预先计算好并存成文件备用,选取使用的TV的阶数n,分组迭代算法中射线分组数,松弛因子λk+1,利用上述提出的基于高阶TV的约束的分组ART迭代算法进行图像重建。
这里提出了基于高阶TV总变差最小约束的分组ART迭代算法求解该重建模型,即对补偿后的数据P1进行重建,获得重建图像X1
高阶TV可以表述为:
ART迭代公式为
式中k为迭代序号,
X=[f1,f2,...,fNumPxNumP]T为待重建图像,
其中投影矩阵A=(aij)是一个NumD×NumA行NumP×NumP列的矩阵,
A的行数表示射线条数,列数表示待重建图像的像素个数,
aij代表第j个像素对第i个投影值的贡献,
NumA是投影角度采样个数,
NumD是探测器单元的个数,
NumP×NumP是重建图像的像素个数,
1≤i≤NumD×NumA,1≤j≤NumP×NumP,
λk+1为松弛因子,一般取0<λk+1<1。
这里分组ART迭代是随机选取一些射线作为一组进行迭代计算,而不是按照射线的顺序逐条进行,以加快收敛速度。
步骤4、获得加权均值化的图像:
选取K和邻域大小,利用灰度最相近的K个邻点平均法对图像X1进行平滑;基于先验知识,主要是管线的材质和腐蚀物的成分信息,确定分割使用的阈值,采用多阈值分割法对平滑后的图像分割;选择各个区域的中心位置像素,计算权函数W存好备用,对分割后的各区域内灰度求加权平均,将计算的平均灰度值赋给整个区域,得到均值化的图像,仍记为X1
首先采用灰度最相近的K个邻点平均法对图像X1进行平滑,该方法能在保持细节的同时去除噪声;然后对平滑后的图像进行分割,由于大部分海水管线检测密度值种数少于4种,采用多阈值分割法对迭代重建图像X1进行分割,阈值的取法参考管线的先验信息获得;再对分割后的图像区域内灰度求加权平均,基于区域中心位置像素灰度值比边缘附近的像素灰度值更可靠的考虑,设中心位置的灰度权值为1/2,而其余位置的灰度权值的和为1/2,设计的加权函数为:
其中
是像素点与中心像素点之间距离的倒数,
i0,j0表区域中心位置(取区域的较长弦的中心点),区域内灰度加权后将其赋给该区域,得到加权均值化图像,这里仍记为X1
步骤5、重复上述步骤3和4:
根据事先设置的迭代次数m,作为迭代终止条件,直至满足设定的迭代次数m,然后停止迭代,并输出海水管线的CT图像Xm
实施例:
本实施例采用模拟的海水管线,其截面在被腐蚀后内壁出现凸起或是凹陷。根据实际环境中的腐蚀后物质的密度情况,本例采用两种密度参数,金属铜以及其氧化物,模型如附图2(a)所示,其中模拟图像矩阵大小为512×512(NumP=512)。
该实例采用扇束等距CT扫描模式对上述模型进行扫描,扫描模式如附图3所示.具体扫描参数如下:射线源到转台中心的距离是1000mm,射线源到探测器的距离是1500mm,探测器单元长度是0.776mm。投影角度在[0,2π)进行660个采样(NumA=660),探测器单元的数目为512(NumD=512)。投影矩阵A事先获得存成文件备用。CT扫描中,X射线在管线截面的某些弦长部位出现穿不透或是相应探测器单元接收到极少的光子数的情况。本实例中探测器的有效探测范围为[0,114]∪[118,396]∪[400,511]。
根据步骤1,获得带缺失的投影数据如附图4所示,黑色带状区域的数据是缺失的。
根据步骤2,对缺失的投影数据采用三次内值方法进行补偿,插值后数据缺失的区域的灰度会有所改善。
根据步骤3,基于高阶TV最小的约束条件,进行分组ART迭代重建,其中TV阶数n=3,分组迭代随机选取15条射线作为一组,松弛因子为0.9;
根据步骤4,选取双阈值为0.45和0.65进行图像分割;再使用上述提出的权函数,对分割后的图像在区域内求灰度的加权平均,对该区域进行均值化处理;
根据步骤5,重复上述步骤3和4直至满足迭代次数,本实例中迭代5次终止,最终重建图像如附图2(c)所示;
为了进行重建质量对比,对补偿后的数据直接进行传统的5次ART迭代重建,重建图像如附图2(b)所示;图5(a)、(b)和(c)分别给出了图2中(a)、(b)和(c)图的左上角部位的放大图.可以看出,传统的ART重建结果伪影较为严重。而基于高阶TV约束和均值化处理的分组ART算法能够很好的抑制伪影,模型的细节部分重建效果也较为理想。为了更加清楚地对比重建结果,取图2中(a)、(b)和(c)图的512行的灰度值,其分布情况如附图6所示,可以看出使用本发明提出的方法重建结果在灰度值上能够很好的接近原模型,其密度分辨率更高。

Claims (10)

1.一种海水管线的X射线CT重建方法,其特征在于该方法是利用X射线CT扫描海水管线,获得海水管线的带有缺失的投影数据,对缺失的投影数据进行插值运算补偿,补偿后再采用基于高阶TV最小约束的分组ART迭代算法进行CT图像重建,再进行图像分割,对分割区域内灰度进行加权均值化处理;最后通过多次迭代获得海水管线的CT重建图像。
2.一种海水管线的X射线CT重建方法,其特征在于该方法是:
利用CT设备的扫描系统扫描海水管线,获得海水管线的带有缺失的投影数据,
对缺失的投影数据通过内插函数运算进行补偿;
参数初始化;
对补偿后的数据开始进行循环的迭代算法,
每次迭代算法后判断是否达到最大循环数,
判断如果达到最大循环数则得到最终重建结果,
判断如果未达到最大循环数,则进一步判断是否达到预期效果,
判断如果达到预期效果则得到最终重建结果,
判断如果未达到预期效果则利用平滑滤波对重建图像进行平滑处理,再利用阈值提取图像的内部轮廓,进行区域划分分割,然后做均值化处理,得到的新图像或作为最终重建结果,或作为下次迭代算法的初值,返回开始迭代循环步骤进行迭代算法。
3.根据权利要求2所述的一种海水管线的X射线CT重建方法,其特征在于:对缺失的投影数据进行补偿采用三次内插函数对存在缺失的投影数据进行插值补偿,设计三次内插函数采用:
其中|x|是周围像素沿x方向离待插值点的距离。
4.根据权利要求2所述的一种海水管线的X射线CT重建方法,其特征在于:迭代算法采用基于高阶TV最小约束条件,利用分组ART迭代算法进行图像重建,
其中高阶TV表述为
ART迭代公式为
5.根据权利要求2所述的一种海水管线的X射线CT重建方法,其特征在于:利用平滑滤波对重建图像进行平滑处理,再利用阈值提取图像的内部轮廓,进行区域划分分割,具体是:使用灰度最相近的K个邻点平均法对迭代重建的图像进行平滑降噪,再使用多阈值分割技术方法对图像进行分割。
6.根据权利要求5所述的一种海水管线的X射线CT重建方法,其特征在于:对图像进行分割后的区域内灰度进行加权求平均值,再使用该值对区域均值化处理,其中加权函数为
其中是像素点与中心像素点之间距离的倒数,
i0,j0表示区域中心位置,区域中心位置取区域的较长弦的中心点,区域内灰度加权后将其赋给该区域,得到加权均值化图像,这里仍记为X1
7.根据权利要求2所述的一种海水管线的X射线CT重建方法,其特征在于:循环的迭代算法是根据设置的迭代次数m,作为迭代终止条件,通过m次循环数迭代获得管线截面的CT图像。
8.一种海水管线的X射线CT重建方法,其特征在于该方法包括:首先由CT扫描系统获得海水管线的投影数据;然后进行插值运算获得补偿后的数据;再采用基于高阶TV最小约束的分组ART迭代算法进行CT图像重建;再进行图像分割,对区域内灰度进行加权均值化处理;最后通过多次迭代获得管线的CT重建图像;
步骤一、获得海水管线的带有缺失的投影数据:
利用X射线CT扫描系统对待检测的海水管线进行扫描,由于管线密度大或管壁过厚,导致部分探测器单元没有探测器光子或是探测到极少的光子数,表现为每个投影角度下获得的投影数据都存在缺失,记扫描数据为P;
步骤二、获得补偿后的数据:
基于投影域中数据的相关性,在沿着探测器方向上,对投影数据P的缺失位置,利用设计的三次内插的公式进行插值,三次内插函数:
其中|x|是周围像素沿x方向离待插值点的距离,
将三次插值函数预先计算好并存成文件备用,对缺失的投影数据P进行插值,得到补偿后的数据P1,以减少后续重建图像的伪影;
步骤三、获得重建图像:
对于投影数据不完整的CT图像重建,采用AX=P的重建模型,其中A是投影矩阵,X是待重建的图像,P是投影数据;由于投影数据存在缺失,在求解过程中适当增加约束条件,可以求出满足特定目的的图像;采用基于高阶TV总变差最小约束的分组ART迭代算法求解该重建模型,即对补偿后的数据P1进行重建:
当CT扫描系统的参数和扫描模式固定后,将投影矩阵A=(aij)预先计算好并存成文件备用,选取使用的TV的阶数n,分组迭代算法中射线分组数,松弛因子λk+1,利用所述的基于高阶TV的约束的分组ART迭代算法进行图像重建,获得重建图像X1
高阶TV表述为:
ART迭代公式为
式中k为迭代序号,
X=[f1,f2,...,fNumP×NumP]T为待重建图像,
其中投影矩阵A=(aij)是一个NumD×NumA行NumP×NumP列的矩阵,
A的行数表示射线条数,A的列数表示待重建图像的像素个数,
aij代表第j个像素对第i个投影值的贡献,
NumA是投影角度采样个数,
NumD是探测器单元的个数,
NumP×NumP是重建图像的像素个数,
1≤i≤NumD×NumA,1≤j≤NumP×NumP,
λk+1为松弛因子,取0<λk+1<1,
分组ART迭代采用随机选取的射线作为一组进行迭代计算,以加快收敛速度;
步骤四、获得加权均值化的图像:
选取K和邻域大小,采用灰度最相近的K个邻点平均法对图像X1进行平滑,在保持细节的同时去除噪声;
获得海水管线的先验信息,基于海水管线的材质和腐蚀物的成分先验信息,确定分割使用的阈值,采用多阈值分割法对平滑后的图像分割;
再对分割后的图像区域内灰度求加权平均,基于区域中心位置像素灰度值比边缘附近的像素灰度值更可靠的因素,设中心位置的灰度权值为1/2,而其余位置的灰度权值的和为1/2,设计加权函数为:
其中
是像素点与中心像素点之间距离的倒数,
i0,j0表区域中心位置(取区域的较长弦的中心点),
选择各个区域的中心位置像素,计算权函数W存好备用,对分割后的各区域内灰度求加权平均,将计算的平均灰度值赋给整个区域,得到均值化的图像,仍记为X1;步骤五、重复上述步骤三和步骤四:
设定的迭代次数m,作为迭代终止条件,迭代循环运算,直至满足设定的迭代次数m,然后停止迭代输出海水管线的CT图像Xm
9.根据权利要求8所述的一种海水管线的X射线CT重建方法,其特征在于:采用扇束等距CT扫描模式对海水管线进行扫描。
10.根据权利要求1所述的一种海水管线的X射线CT重建方法,其特征在于:迭代次数m的取值为大于2的自然数。
CN201811374204.6A 2018-11-19 2018-11-19 一种海水管线的x射线ct重建方法 Active CN109544655B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811374204.6A CN109544655B (zh) 2018-11-19 2018-11-19 一种海水管线的x射线ct重建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811374204.6A CN109544655B (zh) 2018-11-19 2018-11-19 一种海水管线的x射线ct重建方法

Publications (2)

Publication Number Publication Date
CN109544655A true CN109544655A (zh) 2019-03-29
CN109544655B CN109544655B (zh) 2023-06-02

Family

ID=65847923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811374204.6A Active CN109544655B (zh) 2018-11-19 2018-11-19 一种海水管线的x射线ct重建方法

Country Status (1)

Country Link
CN (1) CN109544655B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458908A (zh) * 2019-08-05 2019-11-15 赛诺威盛科技(北京)有限公司 基于有限角度迭代重建超视野ct图像的方法
CN111223156A (zh) * 2019-11-06 2020-06-02 深圳市深图医学影像设备有限公司 一种用于牙科锥束ct系统的金属伪影消除方法
CN111968110A (zh) * 2020-09-02 2020-11-20 广州海兆印丰信息科技有限公司 Ct成像方法、装置、存储介质及计算机设备
CN112288762A (zh) * 2020-10-15 2021-01-29 西北工业大学 一种有限角度ct扫描的离散迭代重建方法
CN113984293A (zh) * 2021-12-29 2022-01-28 海默新宸水下技术(上海)有限公司 海上平台导管架漏水检测方法
CN114713518A (zh) * 2022-03-15 2022-07-08 江苏纳唯信息技术有限公司 一种基于图像分析的工业管件内壁智能探伤方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104504743A (zh) * 2014-12-30 2015-04-08 深圳先进技术研究院 重建内部感兴趣区域图像的方法及系统
CN105136823A (zh) * 2015-07-07 2015-12-09 重庆大学 大口径管道壁外部ct局部扫描成像方法
US20170231581A1 (en) * 2014-09-16 2017-08-17 Hitachi, Ltd. Ct image reconstruction method, ct image reconstruction device, and ct system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170231581A1 (en) * 2014-09-16 2017-08-17 Hitachi, Ltd. Ct image reconstruction method, ct image reconstruction device, and ct system
CN104504743A (zh) * 2014-12-30 2015-04-08 深圳先进技术研究院 重建内部感兴趣区域图像的方法及系统
CN105136823A (zh) * 2015-07-07 2015-12-09 重庆大学 大口径管道壁外部ct局部扫描成像方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
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)》 *
童莉: "一种基于频域外推的不完全角度CT重建算法", 《CT理论与应用研究》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110458908A (zh) * 2019-08-05 2019-11-15 赛诺威盛科技(北京)有限公司 基于有限角度迭代重建超视野ct图像的方法
CN110458908B (zh) * 2019-08-05 2022-12-09 赛诺威盛科技(北京)股份有限公司 基于有限角度迭代重建超视野ct图像的方法
CN111223156A (zh) * 2019-11-06 2020-06-02 深圳市深图医学影像设备有限公司 一种用于牙科锥束ct系统的金属伪影消除方法
CN111223156B (zh) * 2019-11-06 2023-06-16 深圳市深图医学影像设备有限公司 一种用于牙科锥束ct系统的金属伪影消除方法
CN111968110A (zh) * 2020-09-02 2020-11-20 广州海兆印丰信息科技有限公司 Ct成像方法、装置、存储介质及计算机设备
CN111968110B (zh) * 2020-09-02 2023-12-22 广州海兆印丰信息科技有限公司 Ct成像方法、装置、存储介质及计算机设备
CN112288762A (zh) * 2020-10-15 2021-01-29 西北工业大学 一种有限角度ct扫描的离散迭代重建方法
CN112288762B (zh) * 2020-10-15 2023-05-09 西北工业大学 一种有限角度ct扫描的离散迭代重建方法
CN113984293A (zh) * 2021-12-29 2022-01-28 海默新宸水下技术(上海)有限公司 海上平台导管架漏水检测方法
CN114713518A (zh) * 2022-03-15 2022-07-08 江苏纳唯信息技术有限公司 一种基于图像分析的工业管件内壁智能探伤方法
CN114713518B (zh) * 2022-03-15 2024-05-14 江苏纳唯信息技术有限公司 一种基于图像分析的工业管件内壁智能探伤方法

Also Published As

Publication number Publication date
CN109544655B (zh) 2023-06-02

Similar Documents

Publication Publication Date Title
CN109544655A (zh) 一种海水管线的x射线ct重建方法
US6813374B1 (en) Method and apparatus for automatic image quality assessment
CN101308102B (zh) 一种计算机断层扫描成像装置和方法
Zhu et al. Improved compressed sensing‐based algorithm for sparse‐view CT image reconstruction
CN101639434A (zh) 基于显微图像分析固体材料孔隙结构的方法
CN111781146B (zh) 利用高分辨率卫星光学影像的波浪参数反演方法
Van Aarle et al. Super-resolution for computed tomography based on discrete tomography
Guan et al. Material damage diagnosis and characterization for turbine rotors using three-dimensional adaptive ultrasonic NDE data reconstruction techniques
CN109030634B (zh) 电缆橡胶接头内部缺陷超声成像及绝缘评估方法及装置
CN113899349B (zh) 海浪参数检测方法、设备及存储介质
Schrapp et al. Artifact reduction in non-destructive testing by means of complementary data fusion of x-ray computed tomography and ultrasonic pulse-echo testing
CN107871323A (zh) 一种基于全固态雷达的海冰运动信息获取方法
Hou et al. Analysis of compressed sensing based CT reconstruction with low radiation
CN106251383B (zh) 一种能谱ct基物质正弦图的估计方法
O’DEA et al. Spectral analysis of beach cusp evolution using 3D lidar scans
CN112485329B (zh) 基于热成像与超声相结合检测排污口的方法、装置及系统
Bayram et al. Shoreline extraction and change detection using 1: 5000 scale orthophoto maps: A case study of Latvia-Riga
CN105678823A (zh) 一种多联装二维扇束计算机层析成像方法
CN114742771B (zh) 一种电路板背钻孔尺寸自动化无损测量方法
He et al. A new method to suppress non-wave components in sea echoes of coherent microwave radar based on radon transform and fourier transform
CN109886872A (zh) 安检设备及其图像检测方法
Islami Rad et al. Motion detection in CT images with a novel fast technique
Al-Waelly et al. The interpolation effect on the spare sinogram for 3D image reconstruction
CN113252692B (zh) 一种基于太赫兹扫描技术的绝缘子内部成像方法
Zhang et al. A New CL Reconstruction Method Under the Displaced Sample Stage Scanning Mode

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Li Gang

Inventor after: Zhang Xiaolong

Inventor after: Chen Ming

Inventor after: Wang Haocong

Inventor after: Xia Dimeng

Inventor after: Wang Yongli

Inventor after: Zhang Xiuyan

Inventor after: Zheng Yongguo

Inventor before: Chen Ming

Inventor before: Xia Dimeng

Inventor before: Zhang Xiuyan

Inventor before: Li Gang

Inventor before: Wang Yongli

Inventor before: Zheng Yongguo