CN110060293B - 一种ct检测系统的缺陷检出性能极限评估方法 - Google Patents

Abstract

本发明涉及一种CT检测系统的缺陷检出性能极限评估方法，以对比试块的CT图像垂直界面一维点扩散函数的中心位置为圆心进行周向旋转，获得二维点扩散函数；再通过理想缺陷灰度分布二维图像与二维点扩散函数进行卷积得到理想退化缺陷灰度分布二维图像；并获得理论含噪声缺陷灰度分布函数，在缺陷与材料的灰度峰值之间寻找谷值，计算谷值与缺陷峰值对应的灰度值之比，根据瑞利判据判断出当灰度值小于N时，则缺陷可被检出；在被检工件的CT图像中，建立缺陷直径与灰度值之比的关系曲线；提取出中灰度值之比为N时对应的缺陷直径，该缺陷直径为该被检工件的理论缺陷检测极限。该评估方法更加可靠，高效，且自动化程度高，检测成本低，检测精度高。

Description

一种CT检测系统的缺陷检出性能极限评估方法

技术领域

本发明涉及CT检测领域，特别涉及一种CT检测系统的缺陷检出性能极限评估方法。

背景技术

工业CT检测技术是一种在X射线检测技术上发展起来的实用无损检测手段，具有成像直观，定量、定位、定性准确，可存档复查等优势，广泛应用于工业无损探伤、医疗卫生等领域。目前，常规CT设备检测能力已经能达到亚毫米级，部分专用工业CT检测设备甚至能达到微(纳)米级。但是，由于检测对象和技术要求不同，不同CT系统结构、配置和性能可能相差很大，商售设备普遍存在装置本身造价高、检测成本高，检测效率较低和检测结果影响因素复杂等问题。为了保证工业CT检测结果的可靠性，在进行产品检测前都需要对CT设备性能进行测试和评价。目前，CT系统检测性能指标主要是空间分辨率和密度分辨率。

空间分辨率决定了系统对空间细节特征的分辨程度，直接影响小缺陷的识别和尺寸的测量。CT系统空间分辨率的检测方法主要有两种：一种是直接测试方法，对具有周期性结构(通常有线对、圆孔、条形孔等)的模体进行测试，以视觉上能分辨单位距离内的最多条纹或圆孔数目来测定极限空间分辨率。这种测试方法符合物理学上对空间分辨率的定义，可以在CT图像中直接读出系统的空间分辨率，具有直观、方便的特点；另一种是间接测试方法，通过测试CT系统的调制传递函数(边缘响应函数)来反映系统空间分辨率，这种方法只需要在规则的均质模体上进行测试，如，细金属丝/圆珠、金属薄片和圆盘，该种模体的形状单一及加工难度较低，测试结果由计算获得人为干预因素小等优点。

密度分辨率决定了对低密度反差特性的分辨程度，也影响缺陷的识别，同时直接影响密度的定量。CT系统密度分辨率的方法主要有两种，一种是利用具有密度差异结构的模块直接测量，如液体密度差模体、固体密度差模体(Catphan500)等，这种测试结果，直接将CT数值与实际密度模块进行等效，具有直观、方便的特点；而另一种测试利用统计学方法(又称圆盘法)计算。

综上所述，国内外对CT系统的空间分辨率和密度分辨率的测试方法五花八门，有直接测试法，也有间接的理论计算法。其中直接测试方法对测试模体的精度要求高，模体加工难度大、成本高，存在机械加工极限，无法加工微纳米级的空间分辨率模体或一致性高、高精度微差异的密度分辨率模体；间接的理论计算法存在给出的测试结果抽象等问题。无论是空间分辨率还是密度分辨率测试结果均只表示该设备片面的性能指标，无法给出直接关联缺陷检测性能的实用性参数。这给设备的性能参数测定、设备验收及鉴定和检测过程中的质量控制带来了很多不便，直接影响工业CT定量检测结果的可靠性。CT检测技术首要目的在于内部缺陷的有效检出，但是检测对象的结构差异造成检测性能的不同，因此需要实现一种低成本、高效、准确的CT检测系统的缺陷检出性能极限评估方法具有重要现实意义。

发明内容

本发明所要解决的技术问题是针对现有技术的现状，提供一种检测成本低、高效且准确的CT检测系统的缺陷检出性能极限评估方法。

本发明解决上述技术问题所采用的技术方案为：一种CT检测系统的缺陷检出性能极限评估方法，其特征在于：包括以下步骤：

步骤1、通过机械加工手段制造与被检工件材质一致的圆形或方形对比试块，且对比试块扫描的截面积等于被检工件的截面积；

步骤2、将对比试块与被检工件采用相同X射线CT工艺进行扫描，分别获取对比试块和被检工件的截面CT图像；

步骤3、在对比试块的截面CT图像中，选取对比试块的内部区域进行灰度直方图统计，并进行高斯拟合，得到高斯拟合曲线，且该高斯拟合曲线为噪声分布函数；

步骤4、获取对比试块的CT图像垂直界面一维点扩散函数，并以一维点扩散函数的中心位置为圆心进行周向旋转计算，获得二维点扩散函数；

步骤5、设置需要发现缺陷的直径，以缺陷的直径生成理想缺陷灰度分布二维图像，将该理想缺陷灰度分布二维图像与步骤4中的二维点扩散函数进行卷积运算，得到理想退化缺陷灰度分布二维图像；

步骤6、统计步骤5中理想退化缺陷灰度分布二维图像的灰度直方图，计算出材料灰度峰值和缺陷灰度峰值，并将该灰度直方图与步骤3中的噪声分布函数进行卷积运算，获得理论含噪声缺陷灰度分布函数；

步骤7、在步骤6中得到的理论含噪声缺陷灰度分布函数中，在缺陷与材料的灰度峰值之间寻找谷值，并根据缺陷灰度峰值和该谷值对应的灰度值，计算谷值与缺陷峰值对应的灰度值之比，根据瑞利判据判断出当灰度值小于N时，缺陷可被检出，当灰度值大于N时，缺陷不可被检出，其中，0<N≤1；

步骤8、在被检工件的CT图像中，缺陷直径以一个像素尺寸为单位，采用步骤5～步骤7相同的方法，计算不同像素尺寸缺陷的灰度值之比，以缺陷直径为横坐标，灰度值之比为纵坐标，利用缺陷拟合法对测量数据进行平滑插值处理，建立缺陷直径与灰度值之比的关系曲线；

步骤9、提取出步骤8中灰度值之比为N时对应的缺陷直径，该缺陷直径为该被检工件的理论缺陷检测极限。

具体的，所述步骤3的具体步骤为：

步骤3-1、设对比试块的CT图像中的灰度级为[0,L-1]，在对比试块的截面CT图像中，选取对比试块内部区域进行图像灰度直方图统计，设对比试块中选取的区域内图像的灰度直方图序列h_f：其中，h_f＝M(j)，j为选取的区域图像中灰度级对应的像素值，即灰度值，j∈[0,L-1]，M(j)为选取的区域图像中灰度值为j的像素数量；

步骤3-2、对输出序列直方图h_f进行高斯拟合，得到拟合后的材料灰度高斯曲线函数H_f(j)，该拟合后的材料灰度高斯曲线函数H_f(j)为噪声分布函数，其中，拟合后的材料灰度高斯曲线函数H_f(j)为：

其中，a_f为材料灰度拟合后高斯曲线的幅值，μ_f为材料灰度拟合后高斯曲线的灰度值均值，σ_f为材料灰度拟合后高斯曲线的灰度值标准偏差。

进一步的，所述步骤4的具体步骤为：

步骤4-1、当对比试块为圆形时，采用GB_T 29069-2012《无损检测工业计算机层析成像系统性能测试方法》中5.3圆盘卡法获得圆形对比试块CT图像垂直界面一维点扩散函数PSF(k)；

当对比试块为方形时，框选对比试块的边缘区域，该区域避开CT伪像区域，并且该区域尽量多的包含对比试块边缘，对该区域进行二值化分割，获取离散边缘点，对离散边缘点进行拟合获得拟合直线，在拟合直线两侧距离范围内，将同侧等距离点的灰度值进行合并取均值形成一维数组，即为边缘响应函数，该函数进行拟合平滑处理，求导获得方形对比试块CT图像垂直界面一维点扩散函数PSF(k)；

步骤4-2、以一维点扩散函数PSF(k)的中心位置为圆心进行周向旋转计算获得二维点扩散函数TDP(x,y)；其中，

a和b为一维点扩散函数的中心位置。

进一步的，所述步骤5中的具体步骤为：

步骤5-1、假设需要发现缺陷的直径为d，以d为直径生成理想缺陷灰度分布二维图像ID(x,y)，且该图像为直径为d的圆形缺陷，缺陷内部灰度为0，缺陷外面的灰度为步骤3中拟合后高斯曲线的灰度值均值；

步骤5-2、将理想缺陷灰度分布二维图像ID(x,y)与二维点扩散函数TDP(x,y)进行卷积运算，得到理想退化缺陷灰度分布二维图像DID(x,y)，其中，理想退化缺陷灰度分布二维图像DID(x,y)的计算公式为：

其中，

为TDP(x,y)的每个取值占所有取值之和的比例。

在本方案中，所述步骤6中的具体步骤为：

步骤6-1、统计理想退化缺陷灰度分布二维图像DID(x,y)的灰度直方图h_DID，在灰度直方图h_DID中，计算h_DID的一阶导数h′_DID和二阶导数h″_DID，并计算一阶导数h′_DID＝0和二阶导数h″_DID<0的点，将其分别求取的点在灰度直方图h_DID中对应的灰度值数量进行比较，其中，较大值对应的灰度值数量为材料灰度峰值mt，较小值对应的灰度值数量为缺陷灰度峰值df；

步骤6-2、将步骤6-1中的灰度直方图h_DID与噪声分布函数H_f(j)进行卷积，获得理论含噪声缺陷灰度分布函数H_u，其中，理论含噪声缺陷灰度分布函数H_u的计算公式为：

H_u＝h_DID*H_f(j)。

具体的，所述步骤8中像素尺寸的计算方法为：设CT扫描成像范围为α×α(mm²)，被检工件的CT图像的规模为β×β(像素²)，那么像素尺寸为

作为优选，所述步骤7和步骤9中的N＝0.735。

与现有技术相比，本发明的优点在于：通过依次生成对比试块的理想缺陷灰度分布二维图像、理想退化缺陷灰度分布二维图像以及理论含噪声缺陷灰度分布函数，并在缺陷灰度分布函数中计算谷值与缺陷峰值对应的灰度值之比，根据瑞利判据判断出缺陷能被检出的灰度值之比；因此得到理想情况下缺陷能被检出的灰度值之比，从而根据该灰度值之比能快速的得到被检工件上能被检出的缺陷直径，该评估方法更加准确可靠，高效，且自动化程度高，检测成本低，也能实现高精度工业的CT极限缺陷检测性能评估。

附图说明

图1为本发明实施例中CT检测系统的缺陷检出性能极限评估方法的流程图；

图2为本发明实施例中圆形对比试块扫描的截面CT图像；

图3为本发明实施例中方形对比试块扫描的截面CT图像；

图4为本发明实施例中圆形或方形对比试块材料灰度统计直方图；

图5为本发明实施例中一维点扩散函数的波形示意图；

图6为本发明实施例中二维点扩散函数的图像；

图7为本发明实施例中理想缺陷灰度分布二维图像；

图8为本发明实施例中理想退化缺陷灰度分布二维图像；

图9为图8中的灰度直方图；

图10为本发明实施例中理论含噪声缺陷灰度分布函数示意图；

图11为本发明实施例中缺陷直径与灰度值之比的关系曲线图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

如图1所示，一种CT检测系统的缺陷检出性能极限评估方法，包括以下步骤：

步骤1、通过机械加工手段制造与被检工件材质一致的圆形或方形对比试块，且对比试块扫描的截面积等于被检工件的截面积；

步骤2、将对比试块与被检工件采用相同X射线CT工艺进行扫描，分别获取对比试块和被检工件的截面CT图像；如图2和图3所示，分别为圆形和方形对比试块扫描的截面CT图像；

步骤3、在对比试块的截面CT图像中，选取对比试块的内部区域进行灰度直方图统计，并进行高斯拟合，得到高斯拟合曲线，且该高斯拟合曲线为噪声分布函数；

其中，具体步骤为：

步骤3-1、设对比试块的CT图像中的灰度级为[0,L-1]，在对比试块的截面CT图像中，选取对比试块内部区域进行图像灰度直方图统计，如图4所示，设对比试块中选取的区域内图像的灰度直方图序列h_f：其中，h_f＝M(j)，j为选取的区域图像中灰度级对应的像素值，即灰度值，j∈[0,L-1]，M(j)为选取的区域图像中灰度值为j的像素数量；本实施例中，L＝256，灰度值的取值范围为；j∈[0,255]；

步骤3-2、对输出序列直方图h_f进行高斯拟合，得到拟合后的材料灰度高斯曲线函数H_f(j)，该拟合后的材料灰度高斯曲线函数H_f(j)为噪声分布函数，其中，拟合后的材料灰度高斯曲线函数H_f(j)为：

其中，a_f为材料灰度拟合后高斯曲线的幅值，μ_f为材料灰度拟合后高斯曲线的灰度值均值，σ_f为材料灰度拟合后高斯曲线的灰度值标准偏差；

步骤4、获取对比试块的CT图像垂直界面一维点扩散函数，并以一维点扩散函数的中心位置为圆心进行周向旋转计算，获得二维点扩散函数；

具体步骤为：

步骤4-1、当对比试块为圆形时，采用GB_T 29069-2012《无损检测工业计算机层析成像系统性能测试方法》中5.3圆盘卡法获得圆形对比试块CT图像垂直界面一维点扩散函数PSF(k)；

当对比试块为方形时，框选对比试块的边缘区域，该区域避开CT伪像区域，并且该区域尽量多的包含对比试块边缘，对该区域进行二值化分割，获取离散边缘点，对离散边缘点进行拟合获得拟合直线，在拟合直线两侧距离h范围内，将同侧等距离点的灰度值进行合并取均值形成一维数组，即为边缘响应函数，该函数进行拟合平滑处理，求导获得方形对比试块CT图像垂直界面一维点扩散函数PSF(k)；如图5所示；

步骤4-2、以一维点扩散函数PSF(k)的中心位置为圆心进行周向旋转计算获得二维点扩散函数TDP(x,y)，如图6所示；其中，

a和b为一维点扩散函数的中心位置；其中，一维点扩散函数的中心位置与二维点扩散函数的中心位置相重合；

步骤5、设置需要发现缺陷的直径，以缺陷的直径生成理想缺陷灰度分布二维图像，将该理想缺陷灰度分布二维图像与步骤4中的二维点扩散函数进行卷积运算，得到理想退化缺陷灰度分布二维图像；

其中，具体的步骤为：

步骤5-1、假设需要发现缺陷的直径为d，以d为直径生成理想缺陷灰度分布二维图像ID(x,y)，如图7所示，且该图像为直径为d的圆形缺陷，缺陷内部灰度为0，缺陷外面的灰度为步骤3中拟合后高斯曲线的灰度值均值；

步骤5-2、将理想缺陷灰度分布二维图像ID(x,y)与二维点扩散函数TDP(x,y)进行卷积运算，得到理想退化缺陷灰度分布二维图像DID(x,y)，如图8所示，其中，理想退化缺陷灰度分布二维图像DID(x,y)的计算公式为：

其中，

为TDP(x,y)的每个取值占所有取值之和的比例。

步骤6、统计步骤5中理想退化缺陷灰度分布二维图像的灰度直方图，如图9所示，计算出材料灰度峰值和缺陷灰度峰值，并将该灰度直方图与步骤3中的噪声分布进行卷积运算，获得理论含噪声缺陷灰度分布函数，如图10所示；

具体的步骤为：

步骤6-1、统计理想退化缺陷灰度分布二维图像DID(x,y)的灰度直方图h_DID，在灰度直方图h_DID中，计算h_DID的一阶导数h′_DID和二阶导数h″_DID，并计算一阶导数h′_DID＝0和二阶导数h″_DID<0的点，将其分别求取的点在灰度直方图h_DID中对应的灰度值数量进行比较，其中，较大值对应的灰度值数量为材料灰度峰值mt，较小值对应的灰度值数量为缺陷灰度峰值df；

步骤6-2、将步骤6-1中的灰度直方图h_DID与噪声分布函数H_f(j)进行卷积，获得理论含噪声缺陷灰度分布函数H_u，其中，理论含噪声缺陷灰度分布函数H_u的计算公式为：

H_u＝h_DID*H_f(j)；

步骤7、在步骤6中得到的理论含噪声缺陷灰度分布函数中，在缺陷与材料的灰度峰值之间寻找谷值，并根据缺陷灰度峰值和该谷值对应的灰度值，计算谷值与缺陷峰值对应的灰度值之比；根据瑞利判据判断出当灰度值之比小于N时，该缺陷被检出；当灰度值之比大于N时，该缺陷无法被检出，其中，0<N≤1；本实施例中，N＝0.735；

步骤8、在被检工件的CT图像中，缺陷直径以一个像素尺寸i为单位，采用步骤5～步骤7相同的方法，计算不同像素尺寸n×i(n＝1,2,…,)缺陷的灰度值比，其中，不同像素尺寸指不同的缺陷直径，以缺陷直径为横坐标，灰度值之比为纵坐标，利用缺陷拟合法对测量数据进行平滑插值处理，建立缺陷直径与灰度值之比的关系曲线，如图11所示；

其中，设CT扫描成像范围为a×α(mm²)，被检工件的CT图像的规模为β×β(像素²)，那么像素尺寸为

步骤9、提取出步骤8中灰度值之比为N时对应的缺陷直径，该缺陷直径为该被检工件的理论缺陷检测极限，其中，0<N≤1，本实施例中，N＝0.735。

通过圆形或方形对比试块获取对比试块的CT图像垂直界面一维点扩散函数，并以一维点扩散函数的中心位置为圆形周向旋转进而获得二维点扩散函数，并根据对比试块统计灰度分布情况获得噪声分布函数，并理论计算缺陷灰度分布、退化缺陷灰度分布及含噪声缺陷灰度分布，根据缺陷峰值与缺陷/材料峰值之间的谷值计算出灰度值之比，根据瑞利判据判断能被检出的缺陷的灰度值之比。并对被检工件的CT图像采用相同的方法，计算出灰度值之比，从而得到该被检工件的理论缺陷检测极限。因此该方法自动化程度高，对比试块容易制造，检测成本低，检测精度高，可实现高精度工业CT极限缺陷检测性能评估。在相同检测工艺下，可给出该CT设备对小缺陷的检出极限值，将最大限度发挥设备的社会效益和经济效益,也体现了对工业CT设备实施质量保证工作的重要性。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种CT检测系统的缺陷检出性能极限评估方法，其特征在于：包括以下步骤：

步骤1、通过机械加工手段制造与被检工件材质一致的圆形或方形对比试块，且对比试块扫描的截面积等于被检工件的截面积；

步骤2、将对比试块与被检工件采用相同X射线CT工艺进行扫描，分别获取对比试块和被检工件的截面CT图像；

步骤3、在对比试块的截面CT图像中，选取对比试块的内部区域进行灰度直方图统计，并进行高斯拟合，得到高斯拟合曲线，且该高斯拟合曲线为噪声分布函数；

步骤4、获取对比试块的CT图像垂直界面一维点扩散函数，并以一维点扩散函数的中心位置为圆心进行周向旋转计算，获得二维点扩散函数；

步骤5、设置需要发现缺陷的直径，以缺陷的直径生成理想缺陷灰度分布二维图像，将该理想缺陷灰度分布二维图像与步骤4中的二维点扩散函数进行卷积运算，得到理想退化缺陷灰度分布二维图像；

步骤6、统计步骤5中理想退化缺陷灰度分布二维图像的灰度直方图，计算出材料灰度峰值和缺陷灰度峰值，并将该灰度直方图与步骤3中的噪声分布函数进行卷积运算，获得理论含噪声缺陷灰度分布函数；

步骤7、在步骤6中得到的理论含噪声缺陷灰度分布函数中，在缺陷与材料的灰度峰值之间寻找谷值，并根据缺陷灰度峰值和该谷值对应的灰度值，计算谷值与缺陷峰值对应的灰度值之比，根据瑞利判据判断出当灰度值之比小于N时，缺陷可被检出，当灰度值之比大于N时，缺陷不可被检出，其中，0<N≤1；

步骤8、在被检工件的CT图像中，缺陷直径以一个像素尺寸为单位，采用步骤5～步骤7相同的方法，计算不同像素尺寸缺陷的灰度值之比，以缺陷直径为横坐标，灰度值之比为纵坐标，利用缺陷拟合法对测量数据进行平滑插值处理，建立缺陷直径与灰度值之比的关系曲线；

步骤9、提取出步骤8中灰度值之比为N时对应的缺陷直径，该缺陷直径为该被检工件的理论缺陷检测极限。

2.根据权利要求1所述的CT检测系统的缺陷检出性能极限评估方法，其特征在于：所述步骤3的具体步骤为：

步骤3-1、设对比试块的CT图像中的灰度级为[0,L-1]，L为灰度级总数，在对比试块的截面CT图像中，选取对比试块内部区域进行图像灰度直方图统计，设对比试块中选取的区域内图像的灰度直方图序列h_f：其中，h_f＝M(j)，j为选取的区域图像中灰度级对应的像素值，即灰度值，j∈[0,L-1]，M(j)为选取的区域图像中灰度值为j的像素数量；

步骤3-2、对输出序列直方图h_f进行高斯拟合，得到拟合后的材料灰度高斯曲线函数H_f(j)，该拟合后的材料灰度高斯曲线函数H_f(j)为噪声分布函数，其中，拟合后的材料灰度高斯曲线函数H_f(j)为：

其中，a_f为材料灰度拟合后高斯曲线的幅值，μ_f为材料灰度拟合后高斯曲线的灰度值均值，σ_f为材料灰度拟合后高斯曲线的灰度值标准偏差。

3.根据权利要求1所述的CT检测系统的缺陷检出性能极限评估方法，其特征在于：所述步骤4的具体步骤为：

步骤4-1、当对比试块为圆形时，采用GB_T 29069-2012《无损检测工业计算机层析成像系统性能测试方法》中5.3圆盘卡法获得圆形对比试块CT图像垂直界面一维点扩散函数PSF(k)；

当对比试块为方形时，框选对比试块的边缘区域，该区域避开CT伪像区域，并且该区域尽量多的包含对比试块边缘，对该区域进行二值化分割，获取离散边缘点，对离散边缘点进行拟合获得拟合直线，在拟合直线两侧距离范围内，将同侧等距离点的灰度值进行合并取均值形成一维数组，即为边缘响应函数，该函数进行拟合平滑处理，求导获得方形对比试块CT图像垂直界面一维点扩散函数PSF(k)；

步骤4-2、以一维点扩散函数PSF(k)的中心位置为圆心进行周向旋转计算获得二维点扩散函数TDP(x,y)；其中，

a和b为一维点扩散函数的中心位置。

4.根据权利要求3所述的CT检测系统的缺陷检出性能极限评估方法，其特征在于：所述步骤5中的具体步骤为：

步骤5-1、假设需要发现缺陷的直径为d，以d为直径生成理想缺陷灰度分布二维图像ID(x,y)，且该图像为直径为d的圆形缺陷，缺陷内部灰度为0，缺陷外面的灰度为步骤3中拟合后高斯曲线的灰度值均值；

步骤5-2、将理想缺陷灰度分布二维图像ID(x,y)与二维点扩散函数TDP(x,y)进行卷积运算，得到理想退化缺陷灰度分布二维图像DID(x,y)，其中，理想退化缺陷灰度分布二维图像DID(x,y)的计算公式为：

其中，

为TDP(x,y)的每个取值占所有取值之和的比例。

5.根据权利要求1所述的CT检测系统的缺陷检出性能极限评估方法，其特征在于：所述步骤6中的具体步骤为：

步骤6-1、统计理想退化缺陷灰度分布二维图像DID(x,y)的灰度直方图h_DID，在灰度直方图h_DID中，计算h_DID的一阶导数h′_DID和二阶导数h″_DID，并计算一阶导数h′_DID＝0和二阶导数h″_DID<0的点，将其分别求取的点在灰度直方图h_DID中对应的灰度值数量进行比较，其中，较大值对应的灰度值数量为材料灰度峰值mt，较小值对应的灰度值数量为缺陷灰度峰值df；

步骤6-2、将步骤6-1中的灰度直方图h_DID与噪声分布函数H_f(j)进行卷积，获得理论含噪声缺陷灰度分布函数H_u，其中，理论含噪声缺陷灰度分布函数H_u的计算公式为：

H_u＝h_DID*H_f(j)。

6.根据权利要求1所述的CT检测系统的缺陷检出性能极限评估方法，其特征在于：所述步骤8中像素尺寸的计算方法为：设CT扫描成像范围为α×αmm²，被检工件的CT图像的规模为β×β像素²，那么像素尺寸为

7.根据权利要求1所述的CT检测系统的缺陷检出性能极限评估方法，其特征在于：所述步骤7和步骤9中的N＝0.735。

Images