CN1339136A - 使用物体投影处理用ct数据表示的物体的设备和方法 - Google Patents
使用物体投影处理用ct数据表示的物体的设备和方法 Download PDFInfo
- Publication number
- CN1339136A CN1339136A CN99815592A CN99815592A CN1339136A CN 1339136 A CN1339136 A CN 1339136A CN 99815592 A CN99815592 A CN 99815592A CN 99815592 A CN99815592 A CN 99815592A CN 1339136 A CN1339136 A CN 1339136A
- Authority
- CN
- China
- Prior art keywords
- projection
- bidimensional
- relevant
- plane
- eigenvector
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/05—Recognition of patterns representing particular kinds of hidden objects, e.g. weapons, explosives, drugs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
一种使用物体的形状(402)对用一区域的CT数据(400)表示的物体进行识别和分类的设备和方法。识别由一区域的CT数据表示的一物体(404)。然后,生成一沿该物体主轴线的两维投影(415)。通过计算与该物体相关的CT数据中的三维象素的空间位置的一协方差矩阵的本征矢量来识别该主轴线(408)。可把最小本征矢量用作沿其生成两维投影的物体主轴线(412)。可用对物体的识别例如通过改变一个或多个鉴别参数对物体进行分类(416)。
Description
发明领域
本发明一般涉及计算机X线断层造影(CT)扫描仪,特别涉及一使用CT技术的行李扫描系统中的目标检测设备和方法。
发明背景
公知有各种X线行李扫描仪用来检测待装到飞机上的行李中是否存在炸药和其他违禁品。由于许多炸药材料的密度与一般装入行李中的其他物体不同,因此一般使用X线设备检测炸药。测量材料密度的一种普通方法是用X线照射材料后测量该材料所吸收的X线数量,该吸收即表示密度。
一种使用CT技术的系统一般包括一第三代CT扫描仪,该第三代扫描仪一般包括固定在一环形平台或转盘直径方向两边上的一X线源和一X线检测系统。该转盘可转动地装在一机架中,从而转盘在扫描过程中围绕一转动轴线连续转动,同时X线从该线源穿透位于该转盘开口中的一物体后照射到该检测系统上。
该检测系统可包括一行或多行圆弧形检测器阵列,该圆弧的曲率中心为X线源的焦点,即X线源的线从该点射出。由X线源生成的从该焦点发出的X线扇形光束或锥形光束穿过一成象平面场后被各检测器接收。该CT扫描仪包括一由X-、Y-和Z-轴界定的坐标系,这些轴线互相垂直地相交于该转盘的转动中心。该转动中心通常称为“等角点”。该转动轴线为Z轴,X轴和Y轴位于该成象平面场中。因此扇形光束定义为点线源、即焦点与受X线光束照射的检测器阵列各检测器接收表面之间的空间量。由于直线检测器阵列的接收表面在Z轴上的尺寸较小,因此该扇形光束在该方向上较薄。每一检测器生成一表示照射在该检测器上的X线的强度的输出信号。由于每一X线的一部分受其线路中的所有质量的衰减,因此每一检测器所生成的输出信号表示该成象场中该检测器与X线源之间所有质量的密度。
随着转盘转动,周期性地对检测器阵列取样,检测器阵列中的每一检测器在每一测量间隔中生成一表示该间隔中所扫描物体的部分的密度的输出信号。该阵列的所有检测器在任何测量间隔中生成的所有输出信号的集合称为一“投影”,该转盘在生成一投影过程中的角向(X线源和检测器阵列的对应角向)称为“投影角”。在每一投影角上,从焦点到每一检测器的称为一“射线”的X射线的路径的横截面从点线源到该检测器的接收表面区域递增,由于检测器的接收表面积比射线穿过的物体的横截面大,因此密度测量放大。
随着转盘围绕所扫描物体转动,扫描仪生成许多与投影角一一对应的投影。使用公知算法,可用在各投影角上收集的所有投影数据得出该物体的CT图象。该CT图象表示该转盘转过各投影角过程中扇形光束穿过的物体的一两维“断层面”的密度。该CT图象的分辨率部分地决定于扇形光束平面中每一检测器接收表面积的宽度,检测器的宽度为与扇形光束宽度同一方向上的尺寸,而检测器的长度为与平行于扫描仪转动轴线或Z轴的扇形光束垂直方向上的尺寸。
已有人提出使用CT技术的行李扫描仪。Peschmann等人的美国专利Nos.5,182,764和5,367,552(以下成为’764和’552专利)所述的一种方法已在商业上得到开发,在下文中称为“InVision机”。InVision机包括一第三代CT扫描仪,该第三代扫描仪一般包括分别固定在一环形平台或转盘直径方向相对两边上的一X线源和一X线检测系统。该转盘可转动地装在一机架中,从而转盘在扫描过程中围绕一转动轴线连续转动,同时X线从该线源穿透位于该转盘开口中的一物体后照射到该检测系统上。
行李扫描仪的一个重要设计标准是该扫描仪扫描一件行李所能达到的速度。为能实际用于任何大机场,行李扫描仪应能以非常快的速度扫描大量行李。InVision机的一个问题是,‘764和‘552专利所述CT扫描仪的转盘每转一圈生成一单个断层面CT图象数据所需时间较长,约0.6-2.0秒。此外,每一图象穿过行李的光束的断层面越薄,该图象的分辨率越高。CT扫描仪所生成的图象的分辨率应足以检测到厚度仅为几毫米的塑料炸药。因此,为获得足够高的分辨率,转盘得转动许多圈。由于行李的流量很大,InVision机之类现有CT扫描仪对于每一件行李只能生成若干CT图象。在流量很大的情况下,显然来不及扫描整个行李。由于每件行李只生成若干CT图象,因此该件行李的大部分未经扫描,因此该扫描不足以识别行李中所有可能的危险品、例如片状炸药材料。
为提高流量,InVision机使用X预扫描过程,该过程用单一投影角生成整个行李的一两维投影图象。然后对该投影可能含有危险品的部位进行全扫描或人工检查。在这一X预扫描和选定部位扫描方法下,不对整个行李扫描,从而潜在的危险品未受检测就被通过。当片状物的方向与形成X预扫描投影的辐射传播方向正交和该片状物占据行李的较大部分面积时尤其如此。
要求行李扫描设备能自动分析所获得的密度数据和确定该数据是否表明有任何违禁品、例如炸药存在。该炸药自动检测过程的检测率应较高,使得行李中炸药的漏检机会很小。同时,该系统的误警报率应较低,以减少或消除对安全物品的误警报。由于大飞机场的实际行李流量很大,因此高误警报率会把系统的速度降低到无法接受的地步。此外,要求该系统能在不同类炸药、例如粉状、块状、片状炸药之间作出区分,从而更精确地确定检测到的危险品。
在作为参考材料包括在此的上述美国专利申请所述本受让人的行李CT扫描系统中,一般通过分析被识别物体的质量和/或密度对炸药之类危险品进行识别和分类。一件行李的CT数据中的三维象素(Voxel)与密度值相关。可根据密度值在预定密度范围内的三维象素对物体进行识别和分类。使用三维象素体积和密度算出被识别物体的质量后与质量阈值进行比较。对这一比较和其他预定参数进行分析来确定是否可把被识别物体归到危险品即炸药一类。
在本受让人的系统中,自动处理由该扫描系统生成的一组两维断层面以确定危险品。该处理过程一般包括三个步骤。首先,检查每一三维象素,确定它是否是一危险品的一部分。进行这一确定的主要标准是该三维象素的密度。然后,用连结组元标记(CCL,connected components labeling)法把所识别的三维象素组装成体积。最后,使用鉴别确定所组装的三维象素是否可归到危险品一类。这一鉴别所使用的主要标准是质量和密度。
与任何其他自动识别系统一样,会对安全物体发出误警报。此外,与所有系统一样,由于本受让人的系统的检测率的不足,某些危险品会发生漏检,当危险品被藏在无害物体中或靠近无害物体时更是如此。
本发明概述
本发明涉及一种物体识别和/或鉴别设备和方法和使用其的一种行李CT扫描系统和方法。本发明可比方说用于作为参考材料包括在此的上述美国专利申请所述行李CT扫描系统。
按照本发明,识别一区域CT数据中的多个体积元素(volumeelement)或三维象素,每一体积元素或三维象素与一密度值相关。该区域可包括一容器内部的至少一部分和/或该容器本身的一部分。该容器比方说可为一件行李。还识别与该区域中一物体相关的CT数据中的多个物体体积元素。然后识别该物体的一轴线。为帮助识别该物体,在一与该物体的所识别的轴线相关的一平面中生成该物体的一两维投影。
在一实施例中,该物体的该轴线为由一与该物体相关的本征矢量界定的该物体主轴线。用该物体的三维象素的空间位置的一协方差矩阵计算该本征矢量。然后计算该协方差矩阵的本征值,界定该物体主轴线的本征矢量为与所确定本征值相关的本征矢量。在一实施例中,在其中生成两维投影的该平面为一与该协方差矩阵的本征矢量正交的平面。
在一实施例中,识别该物体的三个互相正交的轴线。这些轴线可为由与物体相关的本征矢量界定的主轴线,这些本征矢量用物体三维象素空间位置的一协方差矩阵计算。界定物体主轴线的本征矢量为与该协方差矩阵的本征值相关的本征矢量。在一实施例中,在其中生成两维投影的该平面为一与本征矢量正交的平面,该本征矢量与该协方差矩阵的最小本征值相关,因此在本文中称为该协方差矩阵的最小本征矢量。由于该两维投影的生成与本征矢量相关,因此在本文中称为“本征投影”。
在另一实施例中,在其中生成两维投影的平面与本征矢量无关。在该实施例中,把物体的两维投影在其上面积最大的平面选作为两维投影平面。在一实施例中,通过搜索已获得CT数据的该区域中所界定的一半球上各立体角来识别该平面。
按照本发明,对两维投影进行分析以改变使用两维投影的行李CT扫描系统的鉴别过程。可用两维投影识别物体或选择的物体所属类别。这一分析根据对在CT数据中检测到的物体进行的识别而增加一鉴别因素。通过提高物体识别能力,这一方法可降低系统的误警报率和提高系统的检测率。
按照本发明,可用两维投影识别一受检测物体或其类别。该投影可通过任何公知程序与各种物体的形状作比较。例如可把模板匹配方法用于两维投影以识别物体。可用对物体的识别改变鉴别参数。例如,如识别一特别普通的无害物体,可改变鉴别参数以更容易地确定该物体为安全物体。作为添加或替代,当识别一特别类型的物品时,可更详尽地检查该物品旁区域以识别会增加该物体被归为危险品的可能性的特征。例如,该物体旁的区域可含有炸药雷管之类物品。此时,可改变鉴别参数使该物品被归为危险品。两维投影由许多投影象素构成。在一实施例中,每一投影象素根据与两维投影平面垂直方向上在投影象素之上或之下的物体三维象素数被赋予一密度值,在一实施例中,该方向为物体主轴线方向或为该物体所生成的协方差矩阵的最小本征矢量方向。在一实施例中,赋予一投影象素的该值与该方向上在投影象素之上或之下的三维象素的计数相关。在一实施例中,对于某一投影象素,各物体三维象素对该计数的贡献可用该物体三维象素的密度值加权。因此,在两维投影中,由对物体的更密部进行投影形成的象素的密度更大。
在一实施例中,如上所述,可对两维投影进行分析以识别物体和/或根据与两维投影相关的物体识别改变一个或多个鉴别参数。两维投影可显示在显示器上供操作员人工识别该物体和/或对该物体归类。
按照本发明,还可通过显示该物体中在各选定角度下的各断层面对物体进行视觉分析。例如,可在一与两维投影生成平面垂直的平面上生成一断层面图象来显示该物体的一横截面图。在许多情况下,该图为该物体长轴上的横截面图。这可进一步帮助识别该物体和/或是否把该物体归为危险品一类。
本发明提供一种使用物体两维物体投影对物体进行识别、归类和/或鉴别的CT数据处理方法。当使用在行李CT扫描系统之类系统中时,本发明大大提高了该系统的性能。通过在质量和密度因素上增加物体投影分析,提高了鉴别率,从而对安全物体的误警报大大减少。检测率即系统对危险品的识别和分类率也得到提高。
本发明方法把用于待分析区域的三维CT数据简化成两维。经简化的两维投影更容易分析,以生成便于进行其后鉴别步骤的物体识别。在两维投影提供的物体数据中,物体的特性和特征比在三维空间中更明显。因此可更方便地用这些特性和特征识别物体和进行更精确的鉴别。此外,两维数据比三维数据更容易显示和人工识别。
附图的简要说明
从对附图所示的本发明优选实施例的以下详细说明中可清楚看出本发明的上述和其他目的、特征和优点,各附图中相同部件用同一标号表示。各附图不必按实际比例绘制,重要的是示出本发明原理。
图1为本发明一行李扫描系统的立体图。
图2为图1所示系统的正视剖面图。
图3为图1所示系统的侧视剖面图。
图4为本发明行李扫描仪一实施例的电和机械方框图。
图5为一示出本发明物体识别方法一实施例的逻辑流的顶级(top level)流程图。
图6为按照本发明一实施例用CT数据生成一物体两维投影的逻辑流的流程图。
对本发明优选实施例的详细说明
本发明提供一种用一区域的CT数据对物体进行检测、识别和/或分类的设备和方法。该区域可包括飞机所载或所检查的一件行李的内部或行李本身的一部分。因此,本发明可用于一行李CT扫描系统。本发明所识别的物体可为在机场或飞机上对人造成危险的物体。这些物体可包括炸弹和炸药材料。本发明特别涉及使用一受检测的物体的两维投影确定该物体是否为危险品的一种方法。
应该看到,在下面整个说明中,使用许多阈值如密度阈值、质量阈值、依赖于密度的质量阈值和差阈以及过程参数执行应用本发明的行李CT扫描系统的各种物体识别和鉴别功能。根据对CT数据、例如许多实际危险品和非危险品的实际三维CT密度数据的大量分析确定这些阈值和参数。该分析包括使用模拟退火和发生算法之类统计方法对数据进行统计分析。按照本发明,这一分析使得我们可根据所要达到的具体目的、例如误警报率和/或检测率设定/最佳化、炸药类型的鉴别等等选择阈值和/或参数。
图1、2和3分别为按照本发明构作的按照本发明用于物体检测、识别、分类和/或鉴别的一行李扫描系统100的立体图、正视剖面图和侧视剖面图。该行李扫描系统100生成一可包括一件行李的区域的CT数据。该系统可使用CT数据生成该区域的图象体积元素或三维象素。该行李扫描系统可为作为参考材料包括在此的上述美国专利申请所述那种行李扫描系统。
系统100包括一在箭头114方向上把行李112连续传过CT扫描系统120的一中心孔的传送系统110。该传送系统包括由电动机驱动、用来支撑行李的皮带。所示传送系统110包括多个单独的传送部122;但也可使用其他形式的传送系统。
CT扫描系统120包括一位于一机架125中,可围绕一转动轴线127(如图3所示)转动的环形旋转平台或转盘124,该转动轴线最好与行李112行进方向114平行。转盘124用任何合适机构、例如皮带116和电动机驱动系统118或其他合适驱动机构、例如作为参考材料包括在此的转让给本申请受让人的于1995年12月5日授予Gilbert McKenna的题为“X-ray Tomographic Scanning System”的美国专利No.5,473,657(代理人文档号ANA-30CON)所述驱动机构围绕转动轴线127转动。旋转平台124有一中心孔126,传送系统110把行李112传过该中心孔。
系统120包括位于平台124直径方向相对两边上的一X-线管128和一检测器阵列130。检测器阵列130可为一两维阵列、例如在审理中的申请日为1997年10月10日、题为“Area Detector Array forComputed Tomography Scanning System”的美国专利申请序列号08/948,450(代理人文档号ANA-137)中所述阵列。系统120还包括一接收和处理检测器阵列130生成的CT数据信号的数据收集系统(DAS)134和一向X线管128供电并控制X-线管128运行的X-线管控制系统136。系统120最好还包括一用来处理数据收集系统134的输出并生成系统120的运行和控制所需信号的计算机处理系统。该计算机系统还可包括一显示信息、包括所生成图象的显示器。该X-线管控制系统136可为一双能X-线管控制系统、例如作为参考材料包括在此的转让给本申请受让人、授权日为1997年8月26日、题为“Dual Energy Power Supply”的美国专利No.5,661,774(代理人文档号ANA-094)所述双能X-线管控制系统。对X-线CT图象进行能量选择重构的双能X-线技术特别可用来除了示出材料密度外还示出材料的原子数,尽管本发明不受这类控制系统的限制。应该指出,尽管下面结合单能数据详细说明本发明物体识别和分类系统和方法,但该说明同样适用于多能技术。系统120还包括可用铅制成的、防止X-线辐射到机架125外部的屏蔽防护罩138。
在一实施例中,X线管128生成通常称为“锥形光束”132的金字塔形光束的X线通过一三维成象场,传送系统110把行李112传过该三维成象场。在穿过位于该成象场中的行李后,锥形光束132被检测器阵列130接收后该检测器阵列生成表示行李112受照射部的密度的信号。因此该光束界定一扫描空间体积。平台124围绕其转动轴线127转动,因此当行李由传送系统110连续传过中心孔126时X线源128和检测器阵列130围绕行李112作圆周运动,从而生成与许多投影角对应的投影。
如所公知,检测器阵列130的信号由数据收集系统134初始地收集后由计算机化处理系统使用CT扫描信号处理技术处理。经处理的数据可显示在一显示器上和/或进一步由下文详述的处理系统分析,以确定是否存在可疑材料。例如,可分析CT数据以确定是否存在其密度(如使用双能系统,分子量)为炸药密度的材料。如数据表明存在炸药,可用合适装置向该系统的操作员或显示器表明检测到这类材料,例如显示在显示器屏幕上、发出声音或图象警报和/或用自动弹出装置(未示出)从传送带上弹出可疑行李以作进一步检查或停下传送带以检查和/或取下可疑行李。
如上所述,检测器阵列130为一可提供X-和Y-轴两个方向以及Z-轴方向上的扫描数据的两维检测器阵列。在每一测量间隔中,该阵列130的多行检测器生成与多个投影对应的数据,从而同时扫描行李112的一体积区。检测器行的尺寸和数量最好为所需分辨率和扫描仪的流量的函数,而分辨率和扫描仪流量又是平台124转速和传送系统110的速度的函数。这些参数最好选择成:在转盘124转动一圈所需时间中,传送系统110推进行李112的距离正好使得检测器阵列130在平台转动一圈过程中扫描的体积区与检测器阵列130在转盘的下一圈中扫描的体积区邻接而不重叠(或部分重叠)。
传送系统110最好以恒速把行李112连续传过CT扫描系统120,同时平台124以不变转速围绕通过的行李连续转动。这样,系统120对整个行李进行螺旋体积CT扫描。行李扫描组件100最好使用由阵列130提供的至少某些数据和螺旋重构算法生成通过该系统的整个行李的体积CT图象。在一实施例中,系统100如1998年9月1日授权、题为“Nutating Slice CT Image Reconstruction Apparatusand Method”的美国专利No.5,802,134(代理人文档号ANA-118)所述对数据进行断层面章动重构(NSR)。因此,系统100对每一行李进行完整CT扫描而不是只CT扫描行李的选定部位,因此无需X预扫描装置。由于两维检测器阵列130使得该系统100可当平台124转动一圈时同时扫描各行李的较大部分,因此系统100的扫描速度提高。
图4为本发明行李扫描系统100一实施例的机械/电方框图。扫描仪100的机架包括转盘124和框架(未示出)这两个主要部件。转盘124为转动件,其携载有X线组件、检测器组件130、数据收集系统(DAS)134、一高压电源和显示器/控制组件的一部分、电源组件和数据链接组件。该框架支撑整个系统100,包括行李处理传送系统110。转盘124经一复式角接触滚珠轴承盒与框架机械连接。转盘124用一受一DC伺服电动机505驱动的皮带可作恒速转动。该机架的转盘和框架组件上还有X线屏蔽防护罩。
在一实施例中,行李传送系统110包括一在满足特定流量要求的恒速下受驱动的皮带。该皮带可受一高转矩、低速组件的驱动,以在载荷变动的条件下保持速度不变。传送床在X线中的部分可使用低衰减碳石墨环氧树脂材料。传送带的总长度为三件行李的平均长度。传送带周围用一坑道以满足箱式X线系统的安全要求。
在一实施例中,把208v、三相、30安培的输入功率用作主电源向整个系统供电。该输入功率可由安装该系统的机场提供。电力经一系列与装在转盘124上的金属环连续接触的电刷从框架传给转盘。转盘124上的低压电源501向DAS134、X线冷却系统和各显示器/控制计算机和电子器件供电。框架上的一低压电源向重构计算机和各显示器/控制电子器件供电。传送带电动机503、机架电动机505、高压电源和X线冷却泵可由主电源直接供电。
高压电源向X线管128供电。该电源可在阳极/阴极上生成一双电压。驱动波形可呈任何所需形状,但最好为正弦波。该电源还向X线灯丝供电。供电电流在这两个电压下大致保持不变。
双能X线照射行李,一部分X线穿透行李后照射在检测器组件130上。检测器组件130把X线模拟转换成可见光子后转换成电流。DAS134对检测器电流进行取样、把放大的电压多路传输到一组16位模拟-数字转换器后把该数字输出多路传输到计算机化处理系统515,该计算机化处理系统生成CT数据后按照本发明如下所述处理该数据,对行李112中的物体进行检测、识别和分类。在一实施例中,数字数据从DAS134经一非接触串行数据链路511传给处理系统515。DAS134可由转盘124的角位触发。
非接触链路511和513可把高速数字DAS数据传给处理系统515并在转盘与框架控制计算机之间来回传输低速显示器/控制信号。数据链路511可以是基于RF发射机和接收机。
在一实施例中,处理系统515的图象重构部对高能和低能把来自DAS中的数字线积分转换成行李断层面的一组两维图象。可用螺旋锥形光束方法、例如美国专利No.5,802,134所述断层面章动重构方法进行这一CT重构。该重构器可包括嵌入式软件、一高速DAS端口、一阵列处理器、一基于DSP的卷积器、一基于ASIC的反向投影器、图象存储器、UART控制端口和用于图象数据的一SCSI输出端口。该阵列处理器可进行数据校正和内插。该重构器可为自宿主(self-hosted),可根据在对框架计算机UART接口上收到的行李信息对图象进行标识。
处理系统515可包括一基于PC的嵌入式控制系统。可监控所有子系统的关键保健和状态信息。该系统还可控制两个运动系统、传感行李信息、控制环境如温度、湿度等、传感转盘124的角位和触发DAS和HVPS。该系统还可有一进行诊断和控制的视频和键盘接口。此外,可包括一用于现场服务的控制面板。
大多数炸弹可根据其形状和/或构成材料归成若干类。例如,这些类别根据形状可包括片状、杆状、块状等。某些类型的材料可细分成也根据圆筒之类容器的子类。这些类别具有不同的典型特征如形状、大小、质量或密度。
按照本发明的物体检测方法和设备,由行李扫描系统生成的一组两维断层面被自动处理以确定危险品即炸药。该过程一般包括三个步骤。首先,检查三维象素以确定它们是否是炸药的一部分。此时的主要标准是密度。第二,用连接组元标记法(CCL)把所识别的三维象素组装成体积。最后,用鉴别确定所组装的三维象素是否为危险品。鉴别步骤中使用的主要标准为质量和密度。总之,本发明在质量和密度因素上增加鉴别步骤,从而更精确地鉴别物体,降低系统的误警报率和提高系统的检测率。
按照本发明一个方面的方法的基本步骤包括片状炸药检测、块状炸药检测和鉴别。在一实施例中,片状检测和块状检测可分别沿两平行路径进行。在一实施例中,片状炸药检测基于一称为不变误警报率方法(CFAR)的过程,该方法从统计上确定一三维象素是否属于片状炸药。被识别为片状三维象素的三维象素然后用CCL连接和标识。
图5为示出本发明一实施例的物体分类方法的逻辑流的顶级流程图。在第一步301中,收到重构CT图象数据后经分析界定一感兴趣区域(ROI)或该区域的有界逻辑框。这一过程消除一袋外部的三维象素,从而大大减小数据集的大小。然后沿包括片状物体检测路径和块状物体检测路径的平行路径进行该方法。
沿片状检测路径、在片状检测步骤302检测片状物体。在鉴别步骤306,分析所检测物体以确定它们是否为危险品。在一实施例中,为此比较一物体的质量与一质量阈值。鉴别步骤306生成该袋的标记图象数据,这些数据标出属于每一片状物体的三维象素和识别该袋中每一片状物体的物理特性(最好是密度和质量)和位置。每一三维象素的标记图象数据还包括一数,该数标识按照其一物体被识别的三维象素或把该三维象素识别为背景。然后按照本发明分析和处理该标记图象数据以生成物体的两维投影,这在下文详述。然后使用这些投影识别物体、从而改变鉴别程序。
沿块状检测路径,在块状检测步骤304检测块状物体。然后在鉴别步骤308,分析所检测块状物体以确定它们是否为危险品。鉴别步骤308生成该袋的标记图象数据,该数据标出属于每一块状物体的三维象素和识别该袋中每一块状物体的物理特性(最好是密度和质量)和位置。与在片状路径中一样,可分析和处理该标记图象数据以生成物体的两维投影以改变鉴别过程。
该方法的决定-数据合成步骤310用片状和块状检测步骤生成的标记图象数据并计算与所检测炸药对应的单一标记图象。应该指出,取代上述两独立路径中的根据形状的物体识别,可如此分析、处理最终合成的标记图象数据。
本发明分析两维投影,在一实施例中,两维投影导自本征矢量,因此称为所检测物体的“本征投影”,这些本征投影可看成物体的两维正视图。把CT数据的维度从三维简化成两维就可生成这些正视图或投影。在一实施例中,为进行这一简化,求出构成所检查物体的三维象素空间位置的协方差的本征矢量。在一实施例中,三维象素的标记图象数据沿最小本征矢量投影以形成所谓的最佳视图本征投影。之所以称为“最佳视图”,是因为该投影示出该物体的最大部分。但也可沿协方差的其他本征矢量生成投影。除非另加说明,本文中所有投影都指最佳视图本征投影。
在另一实施例中,不使用本征矢量生成两维投影。在该实施例中,把物体的两维投影在其中有最大面积的平面用作在其中生成投影的平面。此时,假定最大面积最有利于识别物体。可按照本发明分析这两种投影的任一种来识别一物体并根据物体识别提高鉴别方法。
图6为示出按照本发明一实施例生成一物体的两维投影和改进物体鉴别过程的逻辑流的流程图。如步骤400所示,用获得的该区域的CT数据生成该组两维图象断层面。然后,在步骤402,逐个三维象素地扫描CT断层面以识别可能为一炸药的一部分的三维象素。根据三维象素的密度对每一三维象素作出这一确定。在一实施例中,还可使用不变误警报率(CFAR)方法确定该三维象素是否为片状物体的一部分。然后,在步骤404,用CCL把这些三维象素归到各物体类下,从而生成该区域中各物体的标记图象数据。应该指出,该标记图象数据可含有不止一个物体的信息。为简化说明,在本文中只说明单个物体。但是,应该看到,本说明也可用于识别多个物体的数据。
用下列各步骤从标记图象数据生成本征投影。在步骤406,生成构成物体的三维象素的一组三维空间位置。然后,在步骤408,取该组空间位置的这些元素的平均值求出物体的质心。在一实施例中,不考虑物体的实际密度,该计算假定物体是均质的。然后,在步骤410,减去质心后取标记的外积的平均值得出这些位置的协方差矩阵。然后,在步骤412,确定协方差矩阵的本征值和本征矢量。本征值按其大小排列,确定与最小本征值对应的本征矢量即最小本征矢量。
然后,在步骤414,把三维象素标记投影到与最小本征矢量垂直的平面上。该投影称为本征投影。在一实施例中,该投影与该选定本征矢量方向上在投影象素之上或之下的物体三维象素的计数相关。此时,本征投影中的象素值与沿垂直于投影平面的射线的物体厚度成正比。此时,投影表示物体形状而不是密度。在另一实施例中,使用物体三维象素密度计算投影象素。对于每一投影象素,可用按其密度加权的物体三维象素计算计数。应该指出,投影不必沿最小本征矢量计算。按照本发明也可使用沿其他两个本征矢量的投影中所含信息。
然后,在步骤415,用该两维投影识别物体或识别物体所属类别。为此对本征投影使用公知的图象处理技术如模板匹配。因此,可对物体进行归类。然后,如步骤416所示,可根据物体识别使用修正来执行鉴别过程,对物体是否属于危险品进行分类。例如,可按照所识别物体类型提高或降低质量阈值来改变鉴别过程。
也可用对本征投影的计算来改进该系统所使用的片状检测方法。本征投影中的象素值与一物体的厚度成正比。片状物即为薄物体。因此,当本征投影中的象素值表明物体较薄时即可确定为片状物。可用与空间相关的本征投影厚度的各种统计方法确定片状物体。可用这些因素减少在检测过程的片状检测路径中的误警报。
通过片状检测过程会把袋的某些薄部误认为片状物。袋的薄部例如包括拉出手柄和袋周边上的塑料支撑。可首先求出本征投影的空间范围即有界逻辑框而在本征投影中找出这些部分。然后计算本征投影在有界逻辑框中所覆盖象素百分比。如该百分比为低值,则表明是袋的薄部,在其后鉴别过程中可使用这一信息。
两维投影还可用来人工清除袋中物体。在一实施例中,操作员可观看在一显示器上显示的本征投影。操作员可对袋中物体的识别作出结论。该结论可表明应清除不含任何危险品的袋。
此外,可以相对于物体轴线不同角度在不同平面上生成物体的各种视图。例如,可在一与物体主轴线垂直的平面上观看该物体剖面图,从而更便于物体的识别。也可检查该物体内部。由于这些显示,操作员可人工排除不含有危险品的袋。
下面详述按本发明生成两维本征投影的细节。一物体的标记图象的三维象素的空间坐标为用r表示的由N个三元构成的一集合。该集合中的元素表为ri=(xi,yi,zi)T,其中,粗体为矢量名,上标T表示转置,以及0≤i<N。xi、yi和zi的值为与阵列记号对应的整数。
质心
r的计算式为
使用外积
生成协方差矩阵S。
解如下三阶方程算出S的三个本征值S(λ0,λ1,λ2)。
|λI-s|=0
其中,I为3×3单位矩阵,函数|x|表示其自变量x的行列式。
协方差矩阵S的本征矢量(e0,e1,e2)由下式计算
(λ0I-S)e0=0
(λ1I-S)e1=0
(λ2I-S)e2=0
本征值按照其大小排列,得出(λmax,λmed,λmin),其中,max、med和min分别表示最大、中等和最小。对应本征值改名为(emax,emed,emin)。
使用下列步骤得出沿emin的本征投影。应该指出,也可计算沿emax和emed的其他本征投影。设阵列E(l,m)为该本征投影。
1、把E(l,m)的各元素预置为0。
2、对每一标记ri计算
l=[ri.emde]
m=[ri.emax]
其中[x]为小于或等于x的最大整数,“.”表示内积或点积。
3、使E(l,m)的值的增量为1
E(l,m)E(l,m)+1
如下改变(l,m)的定义可得出沿其他两个本征矢量的本征投影
l=[ri.emin]
m=[ri.emax]
或
l=[ri·emin]
m=[ri.emed]
沿这三个本征矢量投影物体有界逻辑框的各角落可确定含有这些本征投影的阵列的大小。阵列的记号在大多数计算机语言中为正数。因此,阵列的一半大小的偏离加到上面求出的l和m的值上。
如上详述,在本发明一优选实施例中,可用一选择的物体的两维投影对该物体或其所属的类别进行识别。可用这一识别改变鉴别过程、例如通过改变质量阈值之类鉴别参数,从而提高系统性能即降低误警报率和/或提高检测率。在另一实施例中,可用两维投影根据一物体的形状来识别该物体。然后可用该基于形状的识别把物体归类成危险品或非危险品。例如,可根据一物体的形状确定它为乘客行李中常见的无害物品。可用对无害物品的该识别直接把该物体归为非危险品而无需进行任何基于质量、密度和/或其他参数的鉴别。因此,需要时,可用本发明进行基于形状的物体识别和/或鉴别。
尽管以上结合优选实施例示出、说明了本发明,但应该指出,可在由后附权利要求限定的本发明精神和范围内对本发明的形式和细节作出种种改动。可用本发明对各种类型和形状的物体进行检测和/或分类。例如,可用本发明对片状和块状物体进行检测和/或分类。
Claims (36)
1、一种检测用CT数据表示的物体的方法,包括:
识别该区域的CT数据中的多个体积元素;
识别CT数据中与该区域中一物体相关的物体体积元素;
识别由该物体界定的以轴线;以及
在一与该物体界定的轴线相关的平面中生成该物体的一两维投影。
2、按权利要求1所述的方法,其特征在于,进一步包括识别由该物体界定的三个互相正交的轴线。
3、按权利要求2所述的方法,其特征在于,识别三个互相正交的轴线包括识别由与物体相关的本征矢量界定的该物体的三个主轴线。
4、按权利要求3所述的方法,其特征在于,识别物体的三个主轴线包括:
生成该物体的空间位置的一协方差矩阵;
确定该协方差矩阵的本征值;以及
确定与本征值相关的本征矢量。
5、按权利要求4所述的方法,其特征在于,在其中生成该两维投影的平面为一与一本征矢量垂直的平面,而该本征矢量与该协方差矩阵的最小本征值相关。
6、按权利要求1所述的方法,其特征在于,识别由该物体界定的一轴线包括识别由与该物体相关的一本征矢量界定的该物体的主轴线。
7、按权利要求6所述的方法,其特征在于,识别该物体的一主轴线包括:
生成该物体的空间位置的一协方差矩阵;
确定该协方差矩阵的本征值;以及
确定与该本征值相关的本征矢量。
8、按权利要求7所述的方法,其特征在于,在其中生成该两维投影的平面为一与该协方差矩阵的该本征矢量正交的平面。
9、按权利要求1所述的方法,其特征在于,在其中生成该两维投影的平面为该两维投影在其中有最大面积的一平面。
10、按权利要求9所述的方法,其特征在于,通过搜索该区域中一半球上各立体角来识别两维投影在其中有最大面积的平面。
11、按权利要求1所述的方法,其特征在于,该物体的两维投影包括多个投影象素。
12、按权利要求11所述的方法,其特征在于,一与每一投影象素相关的值与在物体界定的该轴线方向上的物体体积元素的计数对应。
13、按权利要求11所述的方法,其特征在于:
每一投影象素与一密度值相关;以及
每一投影象素的密度值与在物体界定的该轴线方向上的物体体积元素的计数对应,一计数中的每一物体体积元素用与该体积元素相关的密度值加权。
14、按权利要求1所述的方法,其特征在于,进一步包括使用该两维投影识别该物体。
15、按权利要求14所述的方法,其特征在于,进一步包括使用对该物体的识别对该物体进行分类。
16、按权利要求14所述的方法,其特征在于,进一步包括根据对该物体的识别改变分类参数。
17、按权利要求1所述的方法,其特征在于,进一步包括在一显示器上显示该两维投影。
18、按权利要求1所述的方法,其特征在于,进一步包括在一与该两维投影平面垂直的平面中显示一两维图象。
19、一种检测用一区域的CT数据表示的物体的设备,包括:
一接收该区域的CT数据的接收器;以及
一数据处理器,该数据处理器用来:
识别该区域的CT数据中的多个体积元素;
识别与该区域中一物体相关的CT数据中的物体体积元素;
识别由该物体界定的一轴线;以及
在一与该物体界定的轴线相关的平面中生成该物体的一两维投影。
20、按权利要求19所述的设备,其特征在于,该数据处理器识别该物体的三个互相正交的轴线。
21、按权利要求20所述的设备,其特征在于,为识别三个互相正交的轴线,该数据处理器识别由与物体相关的本征矢量界定的该物体的三个主轴线。
22、按权利要求21所述的设备,其特征在于,为识别物体的三个主轴线,该数据处理器(i)生成该物体的空间位置的一协方差矩阵;(ii)确定该协方差矩阵的本征值;以及(iii)确定与本征值相关的本征矢量。
23、按权利要求22所述的设备,其特征在于,在其中生成该两维投影的平面为一与一本征矢量垂直的平面,而该本征矢量与该协方差矩阵的最小本征值相关。
24、按权利要求19所述的设备,其特征在于,为识别由该物体界定的一轴线,该数据处理器识别一由与该物体相关的一本征矢量界定的该物体的主轴线。
25、按权利要求24所述的设备,其特征在于,为识别该物体的一主轴线,该数据处理器(i)生成该物体的空间位置的一协方差矩阵;(ii)确定该协方差矩阵的一本征值;以及(iii)确定与该本征值相关的本征矢量。
26、按权利要求25所述的设备,其特征在于,在其中生成该两维投影的平面为一与该协方差矩阵的该本征矢量正交的平面。
27、按权利要求19所述的设备,其特征在于,在其中生成该两维投影的平面为该两维投影在其中有最大面积的一平面。
28、按权利要求27所述的设备,其特征在于,为生成该具有最大面积的两维投影,该数据处理器搜索该区域中一半球上各立体角。
29、按权利要求19所述的设备,其特征在于,该物体的两维投影包括多个投影象素。
30、按权利要求29所述的设备,其特征在于,一与每一投影象素相关的值与在物体界定的该轴线方向上的物体体积元素的计数对应。
31、按权利要求29所述的设备,其特征在于:
每一投影象素与一密度值相关;以及
每一投影象素的密度值与在物体界定的该轴线方向上的物体体积元素的计数对应,一计数中的每一物体体积元素用与该体积元素相关的密度值加权。
32、按权利要求19所述的设备,其特征在于,该数据处理器使用该两维投影识别该物体。
33、按权利要求32所述的设备,其特征在于,该数据处理器使用对该物体的识别对该物体进行分类。
34、按权利要求32所述的设备,其特征在于,该数据处理器根据对该物体的识别改变分类参数。
35、按权利要求19所述的设备,其特征在于,进一步包括一显示该两维投影的显示器。
36、按权利要求19所述的设备,其特征在于,进一步包括一在一与该两维投影平面垂直的平面中显示一两维图象的显示器。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/228,379 US6345113B1 (en) | 1999-01-12 | 1999-01-12 | Apparatus and method for processing object data in computed tomography data using object projections |
US09/228,379 | 1999-01-12 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1339136A true CN1339136A (zh) | 2002-03-06 |
Family
ID=22856946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN99815592A Pending CN1339136A (zh) | 1999-01-12 | 1999-12-23 | 使用物体投影处理用ct数据表示的物体的设备和方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US6345113B1 (zh) |
EP (1) | EP1147481A1 (zh) |
JP (1) | JP2003516517A (zh) |
CN (1) | CN1339136A (zh) |
AU (1) | AU2385800A (zh) |
WO (1) | WO2000042566A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100432907C (zh) * | 2003-05-31 | 2008-11-12 | 皇家飞利浦电子股份有限公司 | 物体形状确定方法及其系统 |
CN101201313B (zh) * | 2004-01-14 | 2013-03-27 | 卢米尼克斯股份有限公司 | 改变测量系统的一个或多个参数的方法 |
CN103054602A (zh) * | 2011-09-19 | 2013-04-24 | 西门子公司 | 用于在计算机断层扫描容积中肋骨指上矢量探测的方法和系统 |
CN103903297A (zh) * | 2012-12-27 | 2014-07-02 | 同方威视技术股份有限公司 | 三维数据处理和识别方法 |
CN103901489A (zh) * | 2012-12-27 | 2014-07-02 | 清华大学 | 检查物体的方法、显示方法和设备 |
CN106164707A (zh) * | 2014-01-16 | 2016-11-23 | 德国史密斯海曼有限责任公司 | 特别用于对象的无损检测的方法和x‑射线检测系统 |
Families Citing this family (86)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL158189A0 (en) * | 2001-04-03 | 2004-03-28 | L 3 Comm Security & Detection | A remote baggage screening system, software and method |
US6778681B2 (en) * | 2001-05-09 | 2004-08-17 | Invision Technologies, Inc. | Analysis and presentation of internal features of logs |
US20060115109A1 (en) * | 2001-10-01 | 2006-06-01 | L-3 Communications Security And Detection Systems, Inc. | Ensuring airline safety while safeguarding personal passenger information |
US8031903B2 (en) * | 2001-10-01 | 2011-10-04 | L-3 Communications Security And Detection Systems, Inc. | Networked security system |
US20030085163A1 (en) * | 2001-10-01 | 2003-05-08 | Chan Chin F. | Remote data access |
US20060274916A1 (en) * | 2001-10-01 | 2006-12-07 | L-3 Communications Security And Detection Systems | Remote data access |
US6816571B2 (en) * | 2002-02-06 | 2004-11-09 | L-3 Communications Security And Detection Systems Corporation Delaware | Method and apparatus for transmitting information about a target object between a prescanner and a CT scanner |
US7149656B2 (en) * | 2002-06-13 | 2006-12-12 | General Electric Company | Diagnostic system for a data acquisition system |
US8275091B2 (en) | 2002-07-23 | 2012-09-25 | Rapiscan Systems, Inc. | Compact mobile cargo scanning system |
US7963695B2 (en) | 2002-07-23 | 2011-06-21 | Rapiscan Systems, Inc. | Rotatable boom cargo scanning system |
US7013034B2 (en) * | 2002-10-10 | 2006-03-14 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for reconstructing an image of an object |
WO2004036738A2 (en) | 2002-10-16 | 2004-04-29 | Varian Medical Systems Technologies, Inc. | Method and apparatus for excess signal correction in an imager |
US8837669B2 (en) | 2003-04-25 | 2014-09-16 | Rapiscan Systems, Inc. | X-ray scanning system |
US8451974B2 (en) * | 2003-04-25 | 2013-05-28 | Rapiscan Systems, Inc. | X-ray tomographic inspection system for the identification of specific target items |
US9113839B2 (en) | 2003-04-25 | 2015-08-25 | Rapiscon Systems, Inc. | X-ray inspection system and method |
US8804899B2 (en) | 2003-04-25 | 2014-08-12 | Rapiscan Systems, Inc. | Imaging, data acquisition, data transmission, and data distribution methods and systems for high data rate tomographic X-ray scanners |
GB0525593D0 (en) | 2005-12-16 | 2006-01-25 | Cxr Ltd | X-ray tomography inspection systems |
US8223919B2 (en) * | 2003-04-25 | 2012-07-17 | Rapiscan Systems, Inc. | X-ray tomographic inspection systems for the identification of specific target items |
GB0309385D0 (en) * | 2003-04-25 | 2003-06-04 | Cxr Ltd | X-ray monitoring |
US7949101B2 (en) * | 2005-12-16 | 2011-05-24 | Rapiscan Systems, Inc. | X-ray scanners and X-ray sources therefor |
GB0309379D0 (en) | 2003-04-25 | 2003-06-04 | Cxr Ltd | X-ray scanning |
US8243876B2 (en) | 2003-04-25 | 2012-08-14 | Rapiscan Systems, Inc. | X-ray scanners |
US6928141B2 (en) | 2003-06-20 | 2005-08-09 | Rapiscan, Inc. | Relocatable X-ray imaging system and method for inspecting commercial vehicles and cargo containers |
US7369693B2 (en) * | 2003-06-23 | 2008-05-06 | Siemens Medical Solutions Usa, Inc. | Thoracic cage coordinate system for recording pathologies in lung CT volume data |
US7270227B2 (en) * | 2003-10-29 | 2007-09-18 | Lockheed Martin Corporation | Material handling system and method of use |
WO2005050405A2 (en) | 2003-11-19 | 2005-06-02 | L-3 Communications Security and Detection Systems Corporation | Security system with distributed computing |
JP4906512B2 (ja) * | 2003-11-24 | 2012-03-28 | パスポート システムズ, インク. | 核共鳴蛍光画像化を用いた物質の適応走査 |
US8180019B2 (en) * | 2003-11-24 | 2012-05-15 | Passport Systems, Inc. | Methods and systems for computer tomography of nuclear isotopes using nuclear resonance fluorescence |
US7183906B2 (en) * | 2004-03-19 | 2007-02-27 | Lockheed Martin Corporation | Threat scanning machine management system |
US7277577B2 (en) | 2004-04-26 | 2007-10-02 | Analogic Corporation | Method and system for detecting threat objects using computed tomography images |
US7212113B2 (en) * | 2004-05-04 | 2007-05-01 | Lockheed Martin Corporation | Passenger and item tracking with system alerts |
US20050251398A1 (en) * | 2004-05-04 | 2005-11-10 | Lockheed Martin Corporation | Threat scanning with pooled operators |
US7190757B2 (en) * | 2004-05-21 | 2007-03-13 | Analogic Corporation | Method of and system for computing effective atomic number images in multi-energy computed tomography |
US7136450B2 (en) * | 2004-05-26 | 2006-11-14 | Analogic Corporation | Method of and system for adaptive scatter correction in multi-energy computed tomography |
US7415147B2 (en) * | 2004-06-04 | 2008-08-19 | Analogic Corporation | Method of and system for destreaking the photoelectric image in multi-energy computed tomography |
US7327853B2 (en) * | 2004-06-09 | 2008-02-05 | Analogic Corporation | Method of and system for extracting 3D bag images from continuously reconstructed 2D image slices in computed tomography |
US7302083B2 (en) * | 2004-07-01 | 2007-11-27 | Analogic Corporation | Method of and system for sharp object detection using computed tomography images |
EP1766380B1 (en) * | 2004-07-08 | 2020-06-10 | Passport Systems, Inc. | Methods and systems for determining the average atomic number and mass of materials |
US7224763B2 (en) * | 2004-07-27 | 2007-05-29 | Analogic Corporation | Method of and system for X-ray spectral correction in multi-energy computed tomography |
US7388983B2 (en) * | 2004-08-18 | 2008-06-17 | Analogic Corporation | Method of and system for detecting anomalies in projection images generated by computed tomography scanners |
US7215732B2 (en) * | 2004-09-30 | 2007-05-08 | General Electric Company | Method and system for CT reconstruction with pre-correction |
US7136451B2 (en) * | 2004-10-05 | 2006-11-14 | Analogic Corporation | Method of and system for stabilizing high voltage power supply voltages in multi-energy computed tomography |
US7583779B2 (en) * | 2004-11-24 | 2009-09-01 | General Electric Company | System and method for acquisition and reconstruction of contrast-enhanced, artifact-reduced CT images |
US7409042B2 (en) * | 2005-02-22 | 2008-08-05 | Passport Systems, Inc. | Use of nearly monochromatic and tunable photon sources with nuclear resonance fluorescence in non-intrusive inspection of containers for material detection and imaging |
US7471764B2 (en) | 2005-04-15 | 2008-12-30 | Rapiscan Security Products, Inc. | X-ray imaging system having improved weather resistance |
US7684421B2 (en) * | 2005-06-09 | 2010-03-23 | Lockheed Martin Corporation | Information routing in a distributed environment |
US20060282886A1 (en) * | 2005-06-09 | 2006-12-14 | Lockheed Martin Corporation | Service oriented security device management network |
JP4532364B2 (ja) * | 2005-07-08 | 2010-08-25 | 株式会社日立製作所 | 密度分析方法、コンピュータプログラムおよび密度分析システム |
US7539337B2 (en) | 2005-07-18 | 2009-05-26 | Analogic Corporation | Method of and system for splitting compound objects in multi-energy computed tomography images |
US7801348B2 (en) * | 2005-07-18 | 2010-09-21 | Analogic Corporation | Method of and system for classifying objects using local distributions of multi-energy computed tomography images |
DE102005037367B3 (de) * | 2005-08-08 | 2007-04-05 | Siemens Ag | Verfahren für eine Röntgeneinrichtung |
CN101788687B (zh) * | 2005-11-09 | 2012-12-05 | 护照系统公司 | 货物和货品的主动非侵入性验证和分析的方法 |
US20080060910A1 (en) * | 2006-09-08 | 2008-03-13 | Shawn Younkin | Passenger carry-on bagging system for security checkpoints |
US7539283B2 (en) * | 2007-01-17 | 2009-05-26 | Ge Homeland Protection, Inc. | Combined computed tomography and nuclear resonance fluorescence cargo inspection system and method |
US8009883B2 (en) * | 2007-02-09 | 2011-08-30 | Analogic Corporation | Method of and system for automatic object display of volumetric computed tomography images for fast on-screen threat resolution |
US7724866B2 (en) * | 2007-06-27 | 2010-05-25 | Analogic Corporation | Method of and system for variable pitch computed tomography scanning for baggage screening |
US8260020B2 (en) * | 2007-12-31 | 2012-09-04 | Morpho Detection, Inc. | Image based computed tomography number and volume corrections for thin objects in computed tomography systems |
US8090169B2 (en) * | 2007-12-31 | 2012-01-03 | Morpho Detection, Inc. | System and method for detecting items of interest through mass estimation |
US8254676B2 (en) * | 2007-12-31 | 2012-08-28 | Morpho Detection, Inc. | Methods and systems for identifying a thin object |
GB0803644D0 (en) | 2008-02-28 | 2008-04-02 | Rapiscan Security Products Inc | Scanning systems |
GB0803641D0 (en) | 2008-02-28 | 2008-04-02 | Rapiscan Security Products Inc | Scanning systems |
EP2265937A1 (en) * | 2008-03-27 | 2010-12-29 | Analogic Corporation | Method of and system for three-dimensional workstation for security and medical applications |
GB0809110D0 (en) | 2008-05-20 | 2008-06-25 | Rapiscan Security Products Inc | Gantry scanner systems |
JP5543448B2 (ja) * | 2008-06-27 | 2014-07-09 | アール.ヤーリッシュ ウォルフラム | 高効率コンピュータ断層撮影 |
US8660330B2 (en) * | 2008-06-27 | 2014-02-25 | Wolfram Jarisch | High efficiency computed tomography with optimized recursions |
US8787669B2 (en) * | 2008-09-30 | 2014-07-22 | Analogic Corporation | Compound object separation |
GB2477680B (en) * | 2008-10-30 | 2015-05-20 | Analogic Corp | Detecting concealed threats |
US20100220910A1 (en) * | 2009-03-02 | 2010-09-02 | General Electric Company | Method and system for automated x-ray inspection of objects |
WO2011002449A1 (en) * | 2009-06-30 | 2011-01-06 | Analogic Corporation | Compound object separation |
PL2278305T3 (pl) * | 2009-07-24 | 2018-12-31 | Ge Sensing & Inspection Technologies Gmbh | Urządzenie do zautomatyzowanego testowania i/lub pomiaru wielu zasadniczo identycznych elementów przy użyciu promieniowania rentgenowskiego |
DE112009005102B4 (de) | 2009-07-29 | 2023-04-27 | Analogic Corporation | Aufspaltung mehrteiliger Objekte |
EP2622578B1 (en) * | 2010-09-30 | 2015-01-14 | Analogic Corporation | Object classification using two-dimensional projection |
EP2689394A1 (en) * | 2011-03-22 | 2014-01-29 | Analogic Corporation | Compound object separation |
US9218933B2 (en) | 2011-06-09 | 2015-12-22 | Rapidscan Systems, Inc. | Low-dose radiographic imaging system |
JP6025849B2 (ja) | 2011-09-07 | 2016-11-16 | ラピスカン システムズ、インコーポレイテッド | マニフェストデータをイメージング/検知処理に統合するx線検査システム |
US9258932B2 (en) * | 2011-12-23 | 2016-02-09 | International Business Machines Corporation | Data center thermal management |
US9390523B2 (en) * | 2012-05-01 | 2016-07-12 | Analogic Corporation | Determination of z-effective value for set of voxels using CT density image and sparse multi-energy data |
WO2013180717A1 (en) * | 2012-05-31 | 2013-12-05 | Analogic Corporation | Segmentation of sheet objects from image generated using radiation imaging modality |
WO2014003782A1 (en) | 2012-06-29 | 2014-01-03 | Analogic Corporation | Automatic occlusion region identification using radiation imaging modality |
US9134258B2 (en) | 2012-07-06 | 2015-09-15 | Morpho Detection, Llc | Systems and methods for imaging and detecting sheet-like material |
US20140169520A1 (en) * | 2012-12-19 | 2014-06-19 | Morpho Detection, Inc. | Systems and methods for dual energy imaging |
CN103900503B (zh) * | 2012-12-27 | 2016-12-28 | 清华大学 | 提取形状特征的方法、安全检查方法以及设备 |
CN103903298B (zh) * | 2012-12-27 | 2017-03-01 | 同方威视技术股份有限公司 | 三维数据处理和识别方法 |
GB2523942B (en) | 2013-01-31 | 2018-07-04 | Rapiscan Systems Inc | Portable security inspection system |
US9547906B2 (en) | 2013-09-19 | 2017-01-17 | Siemens Healthcare Gmbh | System and method for data driven editing of rib unfolding |
US10302807B2 (en) | 2016-02-22 | 2019-05-28 | Rapiscan Systems, Inc. | Systems and methods for detecting threats and contraband in cargo |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4547893A (en) * | 1981-06-12 | 1985-10-15 | Analogic Corporation | Continuous wave fan beam tomography system having a best-estimating filter |
US4677554A (en) * | 1983-03-17 | 1987-06-30 | Analogic Corporation | Tomography data acquisition system with variable sampling rate and/or conversion resolution of detector output signals |
US4991579A (en) * | 1987-11-10 | 1991-02-12 | Allen George S | Method and apparatus for providing related images over time of a portion of the anatomy using fiducial implants |
US5319547A (en) * | 1990-08-10 | 1994-06-07 | Vivid Technologies, Inc. | Device and method for inspection of baggage and other objects |
US5305430A (en) * | 1990-12-26 | 1994-04-19 | Xerox Corporation | Object-local sampling histories for efficient path tracing |
US5317652A (en) * | 1991-06-05 | 1994-05-31 | Phoenix Imaging | Rotation and position invariant optical character recognition |
US5283837A (en) * | 1991-08-27 | 1994-02-01 | Picker International, Inc. | Accurate estimation of surface normals in 3-D data sets |
US5367552A (en) * | 1991-10-03 | 1994-11-22 | In Vision Technologies, Inc. | Automatic concealed object detection system having a pre-scan stage |
US5182764A (en) * | 1991-10-03 | 1993-01-26 | Invision Technologies, Inc. | Automatic concealed object detection system having a pre-scan stage |
US5228443A (en) * | 1992-03-27 | 1993-07-20 | General Electric Company | Method for estimation and display of current source distribution from electric and magnetic measurements and 3D anatomical data |
US5442672A (en) * | 1993-03-31 | 1995-08-15 | Bjorkholm; Paul J. | Three-dimensional reconstruction based on a limited number of X-ray projections |
US5839440A (en) * | 1994-06-17 | 1998-11-24 | Siemens Corporate Research, Inc. | Three-dimensional image registration method for spiral CT angiography |
FR2725291B1 (fr) * | 1994-09-30 | 1996-11-29 | Thomson Broadband Systems | Procede de generation d'images de synthese par tampon spherique |
US5712926A (en) * | 1994-10-20 | 1998-01-27 | Eberhard; Jeffrey Wayne | X-ray computed tomography (CT) system for detecting thin objects |
US5600700A (en) * | 1995-09-25 | 1997-02-04 | Vivid Technologies, Inc. | Detecting explosives or other contraband by employing transmitted and scattered X-rays |
EP0815535B1 (en) * | 1995-12-21 | 2002-10-09 | Koninklijke Philips Electronics N.V. | Directional adaptive noise reduction |
JP3770280B2 (ja) * | 1996-03-29 | 2006-04-26 | 株式会社日立メディコ | 三次元画像の表示方法及び装置 |
EP0823691B1 (en) * | 1996-08-08 | 2003-12-17 | Agfa-Gevaert | Method of correcting a radiation image for defects in the recording member |
-
1999
- 1999-01-12 US US09/228,379 patent/US6345113B1/en not_active Expired - Lifetime
- 1999-12-23 AU AU23858/00A patent/AU2385800A/en not_active Abandoned
- 1999-12-23 EP EP99967598A patent/EP1147481A1/en not_active Withdrawn
- 1999-12-23 CN CN99815592A patent/CN1339136A/zh active Pending
- 1999-12-23 WO PCT/US1999/030844 patent/WO2000042566A1/en not_active Application Discontinuation
- 1999-12-23 JP JP2000594073A patent/JP2003516517A/ja active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100432907C (zh) * | 2003-05-31 | 2008-11-12 | 皇家飞利浦电子股份有限公司 | 物体形状确定方法及其系统 |
CN101201313B (zh) * | 2004-01-14 | 2013-03-27 | 卢米尼克斯股份有限公司 | 改变测量系统的一个或多个参数的方法 |
CN103054602A (zh) * | 2011-09-19 | 2013-04-24 | 西门子公司 | 用于在计算机断层扫描容积中肋骨指上矢量探测的方法和系统 |
CN103054602B (zh) * | 2011-09-19 | 2016-03-30 | 西门子公司 | 用于在计算机断层扫描容积中肋骨指上矢量探测的方法和系统 |
CN103903297A (zh) * | 2012-12-27 | 2014-07-02 | 同方威视技术股份有限公司 | 三维数据处理和识别方法 |
CN103901489A (zh) * | 2012-12-27 | 2014-07-02 | 清华大学 | 检查物体的方法、显示方法和设备 |
CN103903297B (zh) * | 2012-12-27 | 2016-12-28 | 同方威视技术股份有限公司 | 三维数据处理和识别方法 |
CN106164707A (zh) * | 2014-01-16 | 2016-11-23 | 德国史密斯海曼有限责任公司 | 特别用于对象的无损检测的方法和x‑射线检测系统 |
CN106164707B (zh) * | 2014-01-16 | 2019-02-15 | 德国史密斯海曼有限责任公司 | 特别用于对象的无损检测的方法和x-射线检测系统 |
Also Published As
Publication number | Publication date |
---|---|
US6345113B1 (en) | 2002-02-05 |
JP2003516517A (ja) | 2003-05-13 |
AU2385800A (en) | 2000-08-01 |
EP1147481A1 (en) | 2001-10-24 |
WO2000042566A1 (en) | 2000-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1339136A (zh) | 使用物体投影处理用ct数据表示的物体的设备和方法 | |
US7277577B2 (en) | Method and system for detecting threat objects using computed tomography images | |
US7302083B2 (en) | Method of and system for sharp object detection using computed tomography images | |
US6317509B1 (en) | Computed tomography apparatus and method for classifying objects | |
US7609807B2 (en) | CT-Guided system and method for analyzing regions of interest for contraband detection | |
US6272230B1 (en) | Apparatus and method for optimizing detection of objects in computed tomography data | |
US7539337B2 (en) | Method of and system for splitting compound objects in multi-energy computed tomography images | |
CN1333899A (zh) | 采用计算机断层成像数据检测隐藏物的装置和方法 | |
US6813374B1 (en) | Method and apparatus for automatic image quality assessment | |
US6076400A (en) | Apparatus and method for classifying objects in computed tomography data using density dependent mass thresholds | |
US6128365A (en) | Apparatus and method for combining related objects in computed tomography data | |
US6078642A (en) | Apparatus and method for density discrimination of objects in computed tomography data using multiple density ranges | |
US6035014A (en) | Multiple-stage apparatus and method for detecting objects in computed tomography data | |
US6067366A (en) | Apparatus and method for detecting objects in computed tomography data using erosion and dilation of objects | |
US6111974A (en) | Apparatus and method for detecting sheet objects in computed tomography data | |
US6075871A (en) | Apparatus and method for eroding objects in computed tomography data | |
US6026143A (en) | Apparatus and method for detecting sheet objects in computed tomography data | |
US8917927B2 (en) | Portable backscatter advanced imaging technology scanner with automated target recognition | |
US7539283B2 (en) | Combined computed tomography and nuclear resonance fluorescence cargo inspection system and method | |
US7801348B2 (en) | Method of and system for classifying objects using local distributions of multi-energy computed tomography images | |
US20080170655A1 (en) | Computed tomography cargo inspection system and method | |
CN1319759A (zh) | 使用双能量扫描信息的爆炸材料检测装置和方法 | |
EP1062555A1 (en) | Computed tomography apparatus and method for classifying objects | |
US7474786B2 (en) | Method of and system for classifying objects using histogram segment features of multi-energy computed tomography images | |
CN1805708A (zh) | 使用计算机断层摄影(ct)和四级共振(qr)传感器的爆炸物检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |