CN112748132A - 一种铝护套在x射线检测电缆成像中的干扰去除方法 - Google Patents
一种铝护套在x射线检测电缆成像中的干扰去除方法 Download PDFInfo
- Publication number
- CN112748132A CN112748132A CN202011588952.1A CN202011588952A CN112748132A CN 112748132 A CN112748132 A CN 112748132A CN 202011588952 A CN202011588952 A CN 202011588952A CN 112748132 A CN112748132 A CN 112748132A
- Authority
- CN
- China
- Prior art keywords
- image
- cable
- energy
- energy matrix
- ray
- 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.)
- Pending
Links
- 229910052782 aluminium Inorganic materials 0.000 title claims abstract description 59
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 238000003384 imaging method Methods 0.000 title claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 72
- 239000000463 material Substances 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 10
- 230000002238 attenuated effect Effects 0.000 claims description 7
- 238000013136 deep learning model Methods 0.000 claims description 5
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 abstract description 2
- 239000011241 protective layer Substances 0.000 description 13
- 238000012545 processing Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000003709 image segmentation Methods 0.000 description 4
- 238000009659 non-destructive testing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010049155 Visual brightness Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000007847 structural defect Effects 0.000 description 1
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
Abstract
本申请公开了一种铝护套在X射线检测电缆成像中的干扰去除方法,基于X射线衰减能量叠加实现,具体包括将X光机按照预设功率强度、拍摄距离对目标电缆进行垂直拍摄,获得电缆现场X射线检测的图像Pa;室对同型号电缆的铝护套进行单独拍摄,获得铝护套X射线检测的图像Pc;将图像Pc进行分割,获得只包含铝护套连续覆盖区域的图像Pb;分别将图像Pb、图像Pc各像素点灰度值转换成对应的能量矩阵,分别记为I1和I2;获得X射线在纯电缆中衰减的能量矩阵ΔIt=I2‑I1;将能量矩阵ΔIt转换为图像Pd。本发明采用的能量矩阵剔除法能够将多种不同材质叠加后形成的X图像按需将非目标物的影响剔除,获得只有单纯目标物在X射线照射下的成像。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及X射线灰度图像处理技术领域,具体涉及一种铝护套在X射线检测电缆成像中的干扰去除方法。
背景技术
现有电力设备的无损检测最主流的方式是通过X射线检测,但基于无损检测不可避免的会将检测对象的附属物和目标物一并拍摄,这就导致目标物和附属物形成一体结构进行成像,产生不可分割的噪音。譬如,在对电缆的检测过程中,目标物是电缆内部的导电体,附属物为表面的绝缘层或者金属保护层,如铝护套等。为了清晰的分辨目标物是否存在缺陷或者疲劳现象,必须要高清的X光片才能实现精准的分析,然而由于噪音的掺杂,需要对获得的图像进行进一步的去噪处理,以获得只有目标物的图像,或者保留尽可能少的除目标物以外的噪音图像元素。
在图像处理方面,现有技术中有多种图像分割、背景去除和图像还原算法,但现有技术中的图像算法几乎无一例外的是通过区分图像中像素值的差异实现,针对像素值的差异阈值设定来决定选取或者分割图像的精度。基于现有技术对图像分割的原理,只能适应于区域分布明确的图像,并不能够适应区域之间存在交叉,交错和重叠的情况。因为基于X射线成像原理,获得的图像灰度值受材料的种类和厚度影响。多种材料的叠加形成的灰度值完全可能与另一种单一材料形成的灰度值一致,这将导致无法通过图像灰度值来对图像噪音进行去除,这亦是重叠噪音去除的难点之处。然而,电缆的铝护套对电缆完全包裹,因此获得的电缆图像必然包含了铝护套的噪音,因此,单一的通过灰度值的相关算法根本无法剔除噪音,无法获得纯净的电缆目标物的X射线图像。
发明内容
为了解决现有的图像处理技术不能对相互重叠合作和包裹的目标物和非目标物形成的X光图像进行有效的噪音剔除的问题,本申请提供一种铝护套在X射线检测电缆成像中的干扰去除方法,能够将完全融合在目标物内部或者包裹在目标物外部的非目标物产生的噪音去除,获得目标物在X射线下的纯净成像图像,以更好的辨别目标物的内部结构。在电缆的无损检测过程中,铝护套作为最大的干扰结构将目标电缆完全包裹,在无损检测过程中获得的X光图像均为铝护套和电缆的综合图像,这对于电缆的精确分析是存在极大影响的;但由于二者处于三维包裹状态,无法通过其在X射线成像中的衰减系数导致成像灰度值差异来进行剔除。因此,鉴于这种场景,通过诸如现有技术中的图像分割和去噪技术并不能有效剥离噪音像素。
本发明根据X射线的成像受材料和厚度影响的原理,针对铝护套进行单独的X射线照射,获得一定能量的X射线在经铝护套后的精确衰减能量,再将包含有铝护套的电缆进行相同能量强度和距离进行照射,最后剔除铝护套自身的衰减能量,则可以获得剔除铝护套后的能量衰减情况,即反应在X光探测器上的图像灰度值与能量衰减情况成一致性关系。当X光的能量衰减越多,探测器上捕捉到的能量越少,形成的图像灰度值则越低,图像显示越黑;反之能量衰减越少,探测器能够捕捉到的能量越多,形成的图像灰度值越高,图像显示越亮。因此,X射线能量衰减的能量与衰减后剩余的能量所表达的图像其实是完全一致的,只是对应的灰度值不同,呈现的图像暗淡存在差异,但图像实质纹理并无任何变化。在对图像进行判断是,可以以衰减的能量矩阵为分析对象,亦可以以衰减后,剩余能量在探测器上成像的能量矩阵为分析对象,其结果是一致的。
鉴于上述理论,为了解决现有技术不能对重叠、包裹等复杂结构形成的X光图像进行有效去噪的技术难题,本申请特别采用下述技术方案实现:
一种铝护套在X射线检测电缆成像中的干扰去除方法,基于X射线衰减能量叠加实现,具体包括以下步骤:
步骤ST100,将X光机按照预设功率强度、拍摄距离对目标电缆进行垂直拍摄,获得电缆现场X射线检测的图像Pa;
步骤ST200,按照步骤ST100的拍摄条件在实验室对同型号电缆的铝护套进行单独拍摄,获得铝护套X射线检测的图像Pc;
步骤ST300,建立深度学习模型M,将步骤ST100获得的电缆现场X射线检测的图像Pa输入模型M,将含有铝护套的电缆图像进行分割,获得只包含铝护套连续覆盖区域的图像Pb;
步骤ST400,分别将图像Pb、图像Pc各像素点灰度值转换成对应的能量矩阵,分别记为I1和I2;则可获得X射线在纯电缆中衰减的能量矩阵ΔIt=I2-I1;
步骤ST500,将能量矩阵ΔIt转换为对应的灰度值转换成灰度图像,获得单纯电缆在X射线照射下呈现的图像Pd。
优选地,所述步骤ST400中的能量矩阵I1和I2通过下述公式获得:
其中,I0为射线初始能量,μi为X射线在不同材料i中的单位厚度衰减率,xi为X射线经过不同材料i的厚度;
能量矩阵I2通过下述公式获得:
其中,I′0为射线初始能量μAl为X射线在铝中的单位厚度衰减率,xAl为该像素点上X射线经过的铝的厚度。
进一步地优选,所属步骤ST400中获得X射线在纯电缆中衰减的能量矩阵ΔIt过程中还包括对能量矩阵I2校验的过程,具体包括:
步骤ST410,获取能量矩阵I1中能量最大值I1max;
步骤ST420,获取能量矩阵I2中能量最大值I2max;
步骤ST430,对图像能量进行映射校准,将铝护套的X射线图像PC像素映射在电缆只包含铝护套连续覆盖区域的图像Pb中,获得校准后的能量矩阵,记为I′2:
为了使得图像目视分辨的便捷性,以及进一步通过调整图像对比度突显图像中蕴含的缺陷,所述步骤ST500中,将能量矩阵ΔIt转换为对应的灰度值转换成灰度图像之前,还包括对能量矩阵ΔIt中任一像素均进行统一数值的灰度值增/减的运算。
优选地,将步骤ST430获得的能量矩阵I′2转换为与图像Pb宽度相同,长度为L的矩形图像单元;其中,L单位为mm;
计算能量矩阵ΔIt时,当能量矩阵I1的长度大于能量矩阵I′2时,以L为间距,以能量矩阵I1长度所在方向进行依次阵列,获得阵列后的能量矩阵I″2,当能量矩阵I″2的总长度大于等于能量矩阵I1的长度时,停止阵列;则有X射线在纯电缆中衰减的能量矩阵ΔIt=I″2-I1。
有益效果
本发明采用的能量矩阵剔除法能够将多种不同材质叠加后形成的X图像按需将非目标物的影响剔除,获得只有单纯目标物在X射线照射下的成像,克服了现有二维图像分割技术中不能对多种材料叠加后形成的X光图像进行分层剥离的问题。
本发明适用于多种不同材料通过叠加、包裹、嵌入形成的复杂结构获得的X光综合图像进行非目标对象的定向剔除,精准获得目标对象在X光透照下获得的图像,以分别目标对象内部纹理,无损探测目标对象内部结构缺陷。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是包含有铝护套在内的电缆X光图像;
图2是去除包含铝护套在内的噪音影响后的电缆X光图像。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
优选实施例:
为了更加清晰、明确的阐述本发明在对多种不同材料、厚度存在相互嵌套、包裹、重叠结构进行X射线照射后形成的综合X光图像进行噪音剔除的过程和效果。本实施例以带有铝护套的电缆为例进行说明,具体提供一种铝护套在X射线检测电缆成像中的干扰去除方法,基于X射线衰减能量叠加实现,具体包括以下步骤:
步骤ST100,将X光机按照预设功率强度P0、拍摄距离L0对实验电缆进行垂直拍摄,获得电缆现场X射线检测的图像Pa;如图1所示,图像Pa是在预设拍摄条件下对包含有电缆内芯和包裹在电缆内芯外的铝护套及塑料保护层形成的综合图像,及X射线在到达探测器前,分别经过电缆的塑料保护层、铝护套和电缆内芯吸收后,再到达探测器形成的成像,即图像Pa。由于在X光成像原理中,X射线从发射机发出时的初始能量是最高的,即初始能量,当X射线经过空气、塑料保护层、铝护套和电缆内芯时,均会发生不同程度的衰减,能量的衰减量由材料固有的衰减系数和厚度决定,即衰减能量;经衰减后的剩余能量到达探测器在探测器上形成所述图像Pa。亦即是说图像Pa是多种材料在X射线下的叠加图像,图像中的任意一个像素的灰度值都是多种材料叠加形成的,故而基于此,是无法通过现有的像素灰度值区分不同材料的边界,无法进行分割的原因。
步骤ST200,按照步骤ST100的拍摄条件在实验室对同型号电缆去除电缆电芯后的铝护套及塑料保护层进行单独拍摄,获得铝护套和塑料保护层的X射线检测的图像Pc;值得说明的是,由于塑料保护层的厚度较小,且对于X射线的吸收率低,使得X射线在经过塑料保护层时衰减量非常微弱,可以忽略不计。在本实施例中,X射线在空气中的衰减影响极小,由于很难在图像上直观反映,故而将空气的影响亦忽略不计。图像Pc与图像Pa之间的差别在于X射线是否经过电缆电芯后的成像,及目标对象物在X射线下的成像影响。本实施例要解决的技术问题就是需要在图像Pa中剔除图像Pc的影响,获得目标物电缆电芯在X射线下的成像。为了实现精准剔除,需要将图像Pa与图像Pc进行对应,那么需要将非目标区域的图像去除,如电缆铝护套以外的边缘图像。在此,需要说明的是,理论上是应当去除塑料保护层外边缘以外的图像,但由于塑料保护层对于图像的影响极小,在实际操作时,亦可直接将图像Pa和图像Pc以铝护套边缘作为有效图像的边界处理,这在获取最终结果并无实质影响,但需要注意的是,二者必须对应,以使得在进行图像对应剔除运算时,做到尺寸一致。为了剔除背景图像,方便后续对噪音图像剔除,需要借助现有的卷积神经网络深度对抗模型对背景图像进行分割去除,具体采用如下步骤实现:
步骤ST300,建立深度学习模型M,将步骤ST100获得的电缆现场X射线检测的图像Pa输入模型M,将含有铝护套的电缆图像进行分割,获得只包含铝护套和塑料保护层连续覆盖区域的图像Pb;深度学习模型M是采用现有的卷积神经网络深度对抗模型实现。具体包括训练单元模型和对抗单元模型,训练单元模型需要人工输入大量的包含有噪音的电缆图像进行学习,再经对抗模型进行判别,经过逐级深入的反复训练,使得深度学习模型M能够自动分割电缆图像的背景,将只包含铝护套和塑料保护层连续覆盖区域的图像Pb进行自动分离;由于电缆在拍摄时,背景是单一的,其像素灰度值差异大,分界线明显,通过阈值法即可分离;因此,这样的样本通过现有的分割技术能够非常精准的实现分割,针对此现有技术部分不做赘述。
步骤ST400,分别将图像Pb、图像Pc各像素点灰度值转换成对应的能量矩阵,分别记为I1和I2;
本实施例中,所述步骤ST400中的能量矩阵I1和I2通过下述公式获得:
其中,I0为射线初始能量,μi为X射线在不同材料i中的单位厚度衰减率,xi为X射线经过不同材料i的厚度;
能量矩阵I2通过下述公式获得:
其中,I′0为射线初始能量μAl为X射线在铝中的单位厚度衰减率,xAl为该像素点上X射线经过的铝的厚度。
则可获得X射线在纯电缆中衰减的能量矩阵ΔIt=I2-I1;
本实施例中,所属步骤ST400中获得X射线在纯电缆中衰减的能量矩阵ΔIt过程中还包括对能量矩阵I2校验的过程,具体包括:
步骤ST410,获取能量矩阵I1中能量最大值I1max;
步骤ST420,获取能量矩阵I2中能量最大值I2max;
步骤ST430,对图像能量进行映射校准,将铝护套的X射线图像PC像素映射在电缆只包含铝护套连续覆盖区域的图像Pb中,获得校准后的能量矩阵,记为I′2:
本实施例中,将步骤ST430获得的能量矩阵I′2转换为与图像Pb宽度相同,长度为L的矩形图像单元;其中,L单位为mm;
计算能量矩阵ΔIt时,当能量矩阵I1的长度大于能量矩阵I′2时,以L为间距,以能量矩阵I1长度所在方向进行依次阵列,获得阵列后的能量矩阵I″2,当能量矩阵I″2的总长度大于等于能量矩阵I1的长度时,停止阵列;则有X射线在纯电缆中衰减的能量矩阵ΔIt=I″2-I1。由于包括电缆铝护套、塑料保护层和电缆电芯在内的结构均为轴向均匀设置,因此,能量矩阵I′2亦是均匀的,在实际运算时,只需要保存I′2的一个单元即可获得任一长度的能量矩阵I″2,因此,无论实际拍摄的X光图像Pb的长度是多少,均可通过本实施例所述方法实现对应。
步骤ST500,将能量矩阵ΔIt转换为对应的灰度值转换成灰度图像,获得单纯电缆在X射线照射下呈现的图像Pd,如图2所示。为了使得图像目视分辨的便捷性,以及进一步通过调整图像对比度突显图像中蕴含的缺陷,所述步骤ST500中,将能量矩阵ΔIt转换为对应的灰度值转换成灰度图像之前,还包括对能量矩阵ΔIt中任一像素均进行统一数值的灰度值增/减的运算。对图像像素灰度值进行统一加/减运算只会改变图像的目视亮度,并不会改变图像内蕴含的纹理,即结构缺陷或者均匀程度。故而,采用此方法能够在不影响判别结论的情况下,降低图像的识别难度。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (5)
1.一种铝护套在X射线检测电缆成像中的干扰去除方法,其特征在于:基于X射线衰减能量叠加实现,具体包括以下步骤:
步骤ST100,将X光机按照预设功率强度、拍摄距离对目标电缆进行垂直拍摄,获得电缆现场X射线检测的图像Pa;
步骤ST200,按照步骤ST100的拍摄条件在实验室对同型号电缆的铝护套进行单独拍摄,获得铝护套X射线检测的图像Pc;
步骤ST300,建立深度学习模型M,将步骤ST100获得的电缆现场X射线检测的图像Pa输入模型M,将含有铝护套的电缆图像进行分割,获得只包含铝护套连续覆盖区域的图像Pb;
步骤ST400,分别将图像Pb、图像Pc各像素点灰度值转换成对应的能量矩阵,分别记为I1和I2;则可获得X射线在纯电缆中衰减的能量矩阵ΔIt=I2-I1;
步骤ST500,将能量矩阵ΔIt转换为对应的灰度值转换成灰度图像,获得单纯电缆在X射线照射下呈现的图像Pd。
4.根据权利要求2所述的一种铝护套在X射线检测电缆成像中的干扰去除方法,其特征在于:所述步骤ST500中,将能量矩阵ΔIt转换为对应的灰度值转换成灰度图像之前,还包括对能量矩阵ΔIt中任一像素均进行统一数值的灰度值增/减的运算。
5.根据权利要求3或4所述的一种铝护套在X射线检测电缆成像中的干扰去除方法,其特征在于:将步骤ST430获得的能量矩阵I′2转换为与图像Pb宽度相同,长度为L的矩形图像单元;其中,L单位为mm;
计算能量矩阵ΔIt时,当能量矩阵I1的长度大于能量矩阵I′2时,以L为间距,以能量矩阵I1长度所在方向进行依次阵列,获得阵列后的能量矩阵I″2,当能量矩阵I″2的总长度大于等于能量矩阵I1的长度时,停止阵列;则有X射线在纯电缆中衰减的能量矩阵ΔIt=I″2-I1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011588952.1A CN112748132A (zh) | 2020-12-29 | 2020-12-29 | 一种铝护套在x射线检测电缆成像中的干扰去除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011588952.1A CN112748132A (zh) | 2020-12-29 | 2020-12-29 | 一种铝护套在x射线检测电缆成像中的干扰去除方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112748132A true CN112748132A (zh) | 2021-05-04 |
Family
ID=75646554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011588952.1A Pending CN112748132A (zh) | 2020-12-29 | 2020-12-29 | 一种铝护套在x射线检测电缆成像中的干扰去除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112748132A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB8332460D0 (en) * | 1982-12-07 | 1984-01-11 | Bicc Plc | Monitoring electric cable core |
US4727562A (en) * | 1985-09-16 | 1988-02-23 | General Electric Company | Measurement of scatter in x-ray imaging |
US5319547A (en) * | 1990-08-10 | 1994-06-07 | Vivid Technologies, Inc. | Device and method for inspection of baggage and other objects |
CN1438603A (zh) * | 2003-03-25 | 2003-08-27 | 西安理工大学 | 基于通用办公设备的二维条码自动识读方法 |
US20090087026A1 (en) * | 2007-08-02 | 2009-04-02 | Yali Xie | Method and system of material identification using binocular steroscopic and multi-energy transmission images |
CN103604819A (zh) * | 2013-11-25 | 2014-02-26 | 东北大学 | 一种利用双能透射及低能散射进行物质识别的装置及方法 |
CN103822929A (zh) * | 2014-02-13 | 2014-05-28 | 南京邮电大学 | 基于多能谱x射线的叠加目标分离成像方法 |
CN104091356A (zh) * | 2014-07-04 | 2014-10-08 | 南京邮电大学 | 基于独立分量分析的x射线医学图像目标重建 |
CN107729893A (zh) * | 2017-10-12 | 2018-02-23 | 清华大学 | 一种合模机的视觉定位方法、系统和存储介质 |
CN111339993A (zh) * | 2020-03-16 | 2020-06-26 | 上海联影医疗科技有限公司 | 一种x射线图像金属检测方法和系统 |
-
2020
- 2020-12-29 CN CN202011588952.1A patent/CN112748132A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB8332460D0 (en) * | 1982-12-07 | 1984-01-11 | Bicc Plc | Monitoring electric cable core |
US4727562A (en) * | 1985-09-16 | 1988-02-23 | General Electric Company | Measurement of scatter in x-ray imaging |
US5319547A (en) * | 1990-08-10 | 1994-06-07 | Vivid Technologies, Inc. | Device and method for inspection of baggage and other objects |
CN1438603A (zh) * | 2003-03-25 | 2003-08-27 | 西安理工大学 | 基于通用办公设备的二维条码自动识读方法 |
US20090087026A1 (en) * | 2007-08-02 | 2009-04-02 | Yali Xie | Method and system of material identification using binocular steroscopic and multi-energy transmission images |
CN103604819A (zh) * | 2013-11-25 | 2014-02-26 | 东北大学 | 一种利用双能透射及低能散射进行物质识别的装置及方法 |
CN103822929A (zh) * | 2014-02-13 | 2014-05-28 | 南京邮电大学 | 基于多能谱x射线的叠加目标分离成像方法 |
CN104091356A (zh) * | 2014-07-04 | 2014-10-08 | 南京邮电大学 | 基于独立分量分析的x射线医学图像目标重建 |
CN107729893A (zh) * | 2017-10-12 | 2018-02-23 | 清华大学 | 一种合模机的视觉定位方法、系统和存储介质 |
CN111339993A (zh) * | 2020-03-16 | 2020-06-26 | 上海联影医疗科技有限公司 | 一种x射线图像金属检测方法和系统 |
Non-Patent Citations (4)
Title |
---|
刘亚春;凌球;邹树梁;汤冠军;: "交联电缆偏心监测的新方法", 核电子学与探测技术, no. 10 * |
原培新;孙丽娜;尹刚;: "基于边缘算子的重叠物质识别方法研究", 计算机测量与控制, no. 02 * |
李艳;喻春雨;缪亚健;费彬;庄凤云;: "基于ICA的X射线医学图像目标提取", 光谱学与光谱分析, no. 03, 15 March 2015 (2015-03-15), pages 825 * |
罗晓辉等: "基于区域的安检包裹X射线图像分割", 《警察技术》, pages 2 - 3 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109948562B (zh) | 一种基于x射线图像的安检系统深度学习样本生成方法 | |
CN109948565B (zh) | 一种用于邮政业的违禁品不开箱检测方法 | |
JP5366467B2 (ja) | 両眼立体視・マルチエネルギー透過画像を用いて材料を識別する方法 | |
WO2019059011A1 (ja) | 教師データ作成方法及び装置並びに欠陥検査方法及び装置 | |
US20110033118A1 (en) | Edge detection | |
US20220244194A1 (en) | Automated inspection method for a manufactured article and system for performing same | |
CN115272256A (zh) | 亚像素级传感光纤路径高斯提取方法及系统 | |
CN114778574A (zh) | X射线数字成像检测识别在运高压电缆内部缺陷方法 | |
CN109870730B (zh) | 一种用于x光机图像解析度测试体定检的方法及系统 | |
Teramoto et al. | Automated solder inspection technique for BGA-mounted substrates by means of oblique computed tomography | |
JP2005126175A (ja) | エスカレーターハンドレールの診断装置 | |
CN114881961A (zh) | 一种玻璃纤维板裂纹检测方法及设备 | |
CN112748132A (zh) | 一种铝护套在x射线检测电缆成像中的干扰去除方法 | |
CN113567451A (zh) | 一种电缆线缺陷检测以及直径测量方法 | |
CN105787429A (zh) | 采用机器视觉用于检查物体的方法和设备 | |
CN108537831B (zh) | 对增材制造工件进行ct成像的方法及装置 | |
CN111429411B (zh) | 一种碳纤维复合芯导线的x射线缺陷图像样本生成方法 | |
EP3757939B1 (en) | Method and apparatus for checking the production quality of cables that are provided with a protective sheath, in particular electrical cables | |
Vavrik et al. | Mapping of XRF data onto the surface of a tomographically reconstructed historical sculpture | |
CN110111308B (zh) | 碳纤维复合芯导线射线图像处理方法及装置 | |
Désaulniers et al. | Performance evaluation of panoramic electro-optic imagers using the TOD method | |
WO2023095520A1 (ja) | 教師データ生成装置、教師データ生成方法、プログラム及び欠陥検査装置 | |
CN105468889B (zh) | 一种量子探测效率测量方法 | |
Naumov et al. | Estimating the quality of stereoscopic endoscopic systems | |
KR102217860B1 (ko) | 테스트 대상과 x-레이 검사 시스템 사이의 위험 구역을 결정하기 위한 방법 |
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 |