DE102008053752A1 - Method and X-ray computer tomograph for examining an object by X-ray computed tomography - Google Patents

Method and X-ray computer tomograph for examining an object by X-ray computed tomography Download PDF

Info

Publication number
DE102008053752A1
DE102008053752A1 DE200810053752 DE102008053752A DE102008053752A1 DE 102008053752 A1 DE102008053752 A1 DE 102008053752A1 DE 200810053752 DE200810053752 DE 200810053752 DE 102008053752 A DE102008053752 A DE 102008053752A DE 102008053752 A1 DE102008053752 A1 DE 102008053752A1
Authority
DE
Germany
Prior art keywords
projection
data set
data sets
volume
calculated
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.)
Withdrawn
Application number
DE200810053752
Other languages
German (de)
Inventor
Theobald Dr. Fuchs
Michael Krumm
Steven Oeckl
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.)
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Original Assignee
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
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 Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV filed Critical Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Priority to DE200810053752 priority Critical patent/DE102008053752A1/en
Priority to PCT/EP2009/007595 priority patent/WO2010046117A2/en
Publication of DE102008053752A1 publication Critical patent/DE102008053752A1/en
Withdrawn legal-status Critical Current

Links

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
    • G01N23/046—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 using tomography, e.g. computed tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/419—Imaging computed tomograph
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Abstract

Bei einem Verfahren und einem Röntgencomputertomografen (1) zur Untersuchung eines Objektes (2) mittels Röntgencomputertomografie werden für mehrere Projektionsrichtungen Objekt-Projektionsdatensätze ermittelt, aus denen mittels einer Recheneinheit (11) zugehörige Durchstrahlungslängendatensätze berechnet werden. Die Durchstrahlungslängendatensätze enthalten für jede Projektionsrichtung und für jedes Pixel (p) die von der Röntgenstrahlung (6) durchstrahlte Länge des Objektes (2). Aus den Durchstrahlungslängendatensätzen werden mittels der Recheneinheit (11) zugehörige Referenz-Projektionsdatensätze berechnet, die Informationen über virtuelle Objektfehler (13) enthalten. Mittels der Recheneinheit (11) werden die Objekt-Projektionsdatensätze und die berechneten Referenz-Projektionsdatensätze ausgewertet, so dass individuell für das zu untersuchende Objekt (2) zwischen virtuellen Objektfehlern (13) und realen Objektfehlern (12) unterschieden werden kann.In a method and an X-ray computer tomograph (1) for examining an object (2) by means of X-ray computed tomography object projection data sets are determined for a plurality of projection directions, from which associated longitudinal radiographic data sets are calculated by means of a computing unit (11). The radiographic longitudinal data sets contain the length of the object (2) irradiated by the X-radiation (6) for each projection direction and for each pixel (p). From the radiographic longitudinal data sets, associated reference projection data sets containing information about virtual object errors (13) are calculated by means of the arithmetic unit (11). By means of the arithmetic unit (11), the object projection data sets and the calculated reference projection data sets are evaluated, so that a distinction can be made individually for the object to be examined (2) between virtual object errors (13) and real object errors (12).

Description

Die Erfindung betrifft ein Verfahren und einen Röntgencomputertomografen zur Untersuchung eines Objektes mittels Röntgencomputertomografie.The The invention relates to a method and an X-ray computer tomograph for Examination of an object using X-ray computed tomography.

Bei der zerstörungsfreien Prüfung von Objekten mittels Röntgencomputertomografie wird von dem jeweiligen Objekt ein Volumendatensatz gewonnen, der in Bezug auf Fehlstellen im Objekt, wie beispielsweise Poren oder Risse, ausgewertet wird. Die Zuverlässigkeit, mit der Fehlstellen im Objekt detektiert werden können, wird durch Artefakte beeinträchtigt. Artefakte manifestieren sich typischer Weise in dem Volumendatensatz in Form von niederfrequenten, weiträumigen Verschiebungen der rekonstruierten Grauwerte, die bei einem artefaktfreien Volumendatensatz bei einem homogenen Material des Objekts konstant sind. Dementsprechend werden bei der Auswertung des Volumendatensatzes Fehlstellen detektiert, die real nicht vorhanden sind. Insbesondere bei stark absorbierenden Objekten treten Artefakte auf Grund von Strahlaufhärtung und Bildpunktrauschen auf, die die Zuverlässigkeit, mit der Fehlstellen im Objekt detektiert werden können, beeinträchtigen.at the non-destructive exam of objects by X-ray computed tomography is obtained from the respective object, a volume data set, the with respect to defects in the object, such as pores or Cracks, is evaluated. The reliability with the defects can be detected in the object, is affected by artifacts. Artifacts typically manifest in the volume data set in the form of low-frequency, long-range shifts of the reconstructed Gray values that are displayed on an artifact-free volume data set homogeneous material of the object are constant. Accordingly, become detected defects in the evaluation of the volume data set, which are not available in real life. Especially with strongly absorbent Objects occur artifacts due to beam hardening and Pixel noise on the reliability, with the imperfections can be detected in the object, affect.

Der Erfindung liegt daher die Aufgabe zu Grunde, ein Verfahren zur Untersuchung eines Objektes mittels Röntgencomputertomografie zu schaffen, das eine zuverlässige Detektierung und Unterscheidung von Objektfehlern ermöglicht.Of the The invention is therefore based on the object, a method for investigation an object using X-ray computed tomography to create a reliable one Detection and discrimination of object errors allows.

Diese Aufgabe wird durch ein Verfahren mit den Merkmalen des Anspruchs 1 gelöst. Erfindungsgemäß werden für jedes individuelle Objekt Referenz-Projektionsdatensätze berechnet, die zusammen mit den gewon nenen Objekt-Projektionsdatensätzen ausgewertet werden, so dass virtuelle und reale Objektfehler zuverlässig detektiert und unterschieden werden können. Die Referenz-Projektionsdatensätze werden für die Projektionsrichtungen in Abhängigkeit des jeweils zugehörigen Durchstrahlungslängendatensatzes ermittelt und sind ein Maß für die Verteilung von Artefakten in den Objekt-Projektionsdatensätzen. Die Durchstrahlungslängendatensätze sind für die jeweilige Projektionsrichtung ein Maß dafür, auf welcher Länge das zu untersuchende Objekt von der Röntgenstrahlung in der jeweiligen Strahlrichtung durchstrahlt wurde. Die Durchstrahlungslängendatensätze werden anhand der Objekt-Projektionsdatensätze berechnet. Die berechneten Referenz-Projektionsdatensätze bilden eine virtuelle Referenz für die Objekt-Projektionsdatensätze und entsprechen gemessenen Referenz-Projektionsdatensätzen, die an einem von realen Objektfehlern freien Referenz-Objekt gemessen wurden und mit virtuellen Objektfehlern, also Artefakten, behaftet sind. Da die Referenz-Projektionsdatensätze individuell für das zu untersuchende Objekt berechnet werden, ist eine zuverlässige Unterscheidung zwischen realen und virtuellen Objektfehlern und somit eine zuverlässige Detektierung von realen Objektfehlern möglich. Das untersuchte Objekt stellt bei dem erfindungsgemäßen Verfahren gleichzeitig das Referenz-Objekt für die Berechnung der Referenz-Projektionsdatensätze dar. Das Berechnen und Auswerten der Referenz-Projektionsdatensätze erfolgt ausschließlich für polychromatische Röntgenstrahlung. Das bedeutet, dass das erfindungsgemäße Verfahren kein Korrekturverfahren ist, das virtuelle Objektfehler, wie beispielsweise Artefakte, korrigiert. Das erfindungsgemäße Verfahren liefert Referenz-Projektionsdatensätze, die mit virtuellen Objektfehlern behaftet sind, jedoch von realen Objektfehlern befreit sind, sodass sie gemessenen Referenz-Projektionsdatensätzen an einem von realen Objektfehlern freien Referenz-Objekt entsprechen.These The object is achieved by a method having the features of the claim 1 solved. According to the invention for each individual object reference projection data sets calculated together be evaluated with the won object projection records, so that virtual and real object errors were reliably detected and distinguished can be. The reference projection data sets be for the projection directions depending on of the respectively associated Transmission length record determined and are a measure of the distribution artifacts in the object projection records. The transmission longitudinal data sets are for the respective projection direction is a measure of the length at which object to be examined by the X-radiation in the respective beam direction was irradiated. The radiographic longitudinal data sets are calculated from the object projection data sets. The calculated reference projection datasets form a virtual reference for the Object projection records and correspond measured reference projection data sets that measured on a reference object free from real object errors were and are subject to virtual object errors, so artifacts. Because the reference projection data sets are customizable for that examining object is a reliable distinction between real and virtual object errors and thus a reliable detection possible from real object errors. The examined object provides in the method according to the invention at the same time the reference object for the calculation of the reference projection data sets. The calculation and evaluation of the reference projection data sets is done exclusively for polychromatic X-rays. The means that the inventive method is not a correction method, the virtual object error, such as Artifacts, corrected. The inventive method provides reference projection data sets, the are subject to virtual object errors, but of real object errors liberated so that they can measure measured reference projection data sets correspond to a reference object free of real object errors.

Eine Weiterbildung nach Anspruch 2 ermöglicht eine einfache und genaue Berechnung der Durchstrahlungslängendatensätze, wenn das zu untersuchende Objekt eine hohe Fertigungsgenauigkeit aufweist, so dass das Objekt exakt dem Konstruktionsdatensatz entspricht. Liegt der Konstruktionsdatensatz des Objektes vor, so kann dieser durch Vergleich mit den Objekt-Projektionsdatensätzen entsprechend orientiert und abgeglichen werden. Dies kann entweder schichtweise anhand der zweidimensionalen Objekt-Projektionsdatensätze erfolgen oder indem aus den Objekt-Projektionsdatensätzen ein dreidimensionaler Objekt-Volumendatensatz berechnet und dieser mit dem Konstruktionsdatensatz verglichen wird. Beispielsweise kann aus dem Konstruktionsdatensatz ein CAD-Modell des Objektes mit einer entsprechenden Oberflächendarstellung ermittelt und schichtweise mit den Objekt-Projektionsdatensätzen oder im Ganzen mit dem Objekt-Volumendatensatz zur Deckung gebracht werden. Die Durchstrahlungslängendatensätze können dann unmittelbar aus dem Konstruktionsdatensatz berechnet werden. Weist das Objekt mehrere Materialien auf, wird beispielsweise für jedes Material ein CAD-Modell mit der entsprechenden Oberflächendarstellung ermittelt, wobei aus dem jeweiligen CAD-Modell für jedes Material und für jede Projektionsrichtung ein Durchstrahlungslängendatensatz berechnet wird.A Training according to claim 2 allows a simple and accurate Calculation of the radiographic longitudinal data sets, if the object to be examined has a high production accuracy, so that the object exactly matches the design data set. If the construction record of the object is present, then this can by comparison with the object projection data sets accordingly be oriented and balanced. This can be done either in layers based on the two-dimensional object projection data sets or by the object projection records a three-dimensional Object volume data is calculated and this with the design data set is compared. For example, from the design record a CAD model of the object with a corresponding surface representation determined and layered with the object projection data sets or as a whole be aligned with the object volume dataset. The transmission length records can then calculated directly from the design data set. has The object is made up of several materials, for example, for each Material a CAD model with the corresponding surface representation determined from the respective CAD model for each material and for each direction of projection a longitudinal radiograph is calculated.

Eine Weiterbildung nach Anspruch 3 ermöglicht eine einfache und genaue Berechnung der Durchstrahlungslängendatensätze, wenn das zu untersuchende Objekt eine beliebige Fertigungsgenauigkeit aufweist. Wenn die Durchstrahlungslängendatensätze aus dem dreidimensionalen Objekt-Volumendatensatz berechnet werden, spielen Fertigungstoleranzen keine Rolle, da der Objekt-Volumendatensatz die erforderlichen Geometrieinformationen einschließlich der Fertigungstoleranzen enthält.A Training according to claim 3 allows a simple and accurate Calculation of the radiographic longitudinal data sets, if the object to be examined any manufacturing accuracy having. If the radiographic longitudinal records from the three-dimensional Object volume data set are calculated, manufacturing tolerances do not matter because of Object volume dataset the required geometry information including contains the manufacturing tolerances.

Eine Berechnung der Durchstrahlungslängendatensätze nach Anspruch 4 ist einfach und zuverlässig. Aus dem Objekt-Volumendatensatz wird mittels eines Segmentierverfahrens ein dreidimensionaler binärer Objekt-Segmentierdatensatz berechnet, der für jede Volumeneinheit eine Information derart enthält, ob die jeweilige Volumeneinheit dem Objekt, insbesondere einem Material des Objektes, oder einer Objektumgebung zugehört. Der Objekt-Segmentierdatensatz ist somit ein Maß für das Volumen und die Oberfläche des Objektes und dementsprechend auch für die Durchstrahlungslängen. Besteht das zu untersuchende Objekt aus mehreren Materialien, so wird für jedes Material ein Objekt-Segmentierdatensatz berechnet, der ein Maß für das Volumen und die Oberfläche des Objektes in Bezug auf dieses Material ist.A calculation of the radiating length Gene records according to claim 4 is simple and reliable. From the object volume data set, a three-dimensional binary object segmentation data set is calculated by means of a segmentation method which contains information for each volume unit as to whether the respective volume unit belongs to the object, in particular a material of the object or an object environment. The object-segmentation data set is thus a measure of the volume and the surface of the object and, accordingly, also of the transmission lengths. If the object to be examined consists of several materials, then for each material an object segmentation data set is calculated, which is a measure of the volume and the surface of the object with regard to this material.

Eine Berechnung des Objekt-Segmentierdatensatzes nach Anspruch 5 ist einfach durchführbar. Anhand des Vergleichs mit dem Schwellwert kann zuverlässig entschieden werden, ob die Volumeneinheit dem Objekt oder der Objektumgebung zugehört. Besteht das zu untersuchende Objekt aus mehreren Materialien, so wird für jedes Material ein Vergleich mit einem entsprechenden Schwellwert durchgeführt und ein Objekt-Segmentierdatensatz für das Material berechnet.A Calculation of the object segmentation data set according to claim 5 easy to carry out. Based the comparison with the threshold can be reliably decided whether the volume unit belongs to the object or object environment. Consists the object to be examined consists of several materials, so will be for each Material performed a comparison with a corresponding threshold and an object segmentation record for the Material calculated.

Eine Weiterbildung nach Anspruch 6 ermöglicht eine Korrektur von sich in dem Objekt-Segmentierdatensatz widerspiegelnden realen und/oder virtuellen Objektfehlern und dementsprechend eine genaue Berechnung der Durchstrahlungslängendatensätze. Objektfehler können anhand ihrer Position und/oder Form erkannt und die entsprechenden Volumeneinheiten dem Objekt zugeordnet werden, so dass die Abmessung des Objektfehlers in der Strahlrichtung der jeweiligen Durchstrahlungslänge zugerechnet wird. Somit ist gewährleistet, dass sich reale und/oder virtuelle Objektfehler aus den Objekt-Projektionsdatensätzen nicht in die Durchstrahlungslängendatensätze übertragen, die in die Berechnung der Referenz-Projektionsdatensätze eingehen. Die Durchstrahlungslängendatensätze sind somit frei von Einflüssen der Objektfehler.A Training according to claim 6 allows a correction of itself in the object segmentation data set reflect the real and / or virtual object errors and accordingly a precise calculation the radiographic longitudinal data sets. object error can recognized by their position and / or shape and the corresponding Volume units are assigned to the object, so that the dimension the object error in the beam direction of the respective transmission length is attributed. This ensures that that real and / or virtual object errors from the object projection records are not transferred into the radiographic longitudinal data sets, which enter into the calculation of the reference projection data records. The transmission longitudinal data sets are thus free from influences the object error.

Eine Weiterbildung nach Anspruch 7 ermöglicht eine einfache Berechnung der Referenz-Projektionsdatensätze. Aus zumindest einem Teil der Objekt-Projektionsdatensätze und der zugehörigen Durchstrahlungslängendatensätze wird eine Durchstrahlungslänge-Grauwert-Funktion berechnet. Die Durchstrahlungslänge-Grauwert-Funktion ist auf Grund der polychromatischen Röntgenstrahlung nichtlinear und bildet ein Maß für die Verteilung der Artefakte, also der virtuellen Objektfehler, in den Referenz-Projektionsdatensätzen. Die Durchstrahlungslänge-Grauwert-Funktion wird beispielsweise durch Approximation derart ermittelt, dass eine Vielzahl von Grauwerten aus den Objekt-Projektionsdatensätzen über den zugehörigen Durchstrahlungslängen aus den Durchstrahlungslängendatensätzen aufgetragen werden und die Durchstrahlungslänge-Grauwert-Funktion anschließend durch Optimierung eines Gütefunktionals approximiert wird. Anhand der Durchstrahlungslänge-Grauwert-Funktion und den Durchstrahlungslängendatensätzen können anschließend die Referenz-Projektionsdatensätze individuell berechnet werden.A Development according to claim 7 allows a simple calculation the reference projection data sets. From at least a portion of the object projection data sets and the associated transmission longitudinal data sets becomes a transmission length gray scale function calculated. The transmission length gray scale function is non-linear due to the polychromatic X-ray radiation and forms a measure of the distribution the artifacts, ie the virtual object error, in the reference projection data sets. The Transmission length gray value function is determined, for example, by approximation such that a Variety of gray values from the object projection data sets over the associated Transmission lengths plotted from the radiographic longitudinal data sets and the transmission length gray scale function subsequently by optimizing a quality function is approximated. Based on the transmission length gray value function and the Radiation length records can then be the Reference projection data sets be calculated individually.

Eine Weiterbildung nach Anspruch 8 ermöglicht ein einfaches Auswerten der Referenz- und der Objekt-Projektsdatensätze. Dadurch, dass aus den zweidimensionalen Referenz- bzw. Objekt-Projektionsdatensätzen zunächst der dreidimensionale Referenz- und Objekt-Volumendatensatz berechnet wird, sind im resultierenden Differenz-Volumendatensatz die vir tuellen Objektfehler eliminiert, so dass dieser im wesentlicher nur reale Objektfehler enthält.A Development according to claim 8 allows easy evaluation the reference and object project records. In that, from the two-dimensional Reference or object projection data sets, the three-dimensional reference and object volume data set are in the resulting Difference volume dataset eliminating virtual object errors, so that this essentially contains only real object errors.

Eine Weiterbildung nach Anspruch 9 ermöglicht die Optimierung des Untersuchungsergebnisses indem der Referenz-Volumendatensatz und der Objekt-Volumendatensatz mit unterschiedlichen Rekonstruktionsfiltern berechnet werden. Beispielsweise kann der Objekt-Volumendatensatz mit einem Rekonstruktionsfilter aus den Objekt-Projektionsdatensätzen rekonstruiert werden, das eine hohe Ortsauflösung liefert. Der Referenz-Volumendatensatz kann dagegen mit einem weiteren Rekonstruktionsfilter aus den Referenz-Projektionsdatensätzen rekonstruiert werden, das glättend wirkt. Der aus den Referenz-Volumendatensatz und dem Objekt-Volumendatensatz resultierende Differenz-Volumendatensatz stellt die realen Objektfehler deutlich dar.A Development according to claim 9 enables the optimization of Examination result by the reference volume data set and the object volume dataset with different reconstruction filters be calculated. For example, the object volume record is reconstructed from the object projection data sets with a reconstruction filter that will be a high spatial resolution supplies. The reference volume data set however, can be reconstructed from the reference projection data sets with another reconstruction filter Be that evening acts. The from the reference volume record and the object volume record resulting difference volume data set represents the real object error clearly.

Eine Weiterbildung nach Anspruch 10 ermöglicht eine schnelle und genaue Auswertung der Referenz- und Objekt-Projektionsdatensätze. Dadurch, dass zunächst Differenz-Projektionsdatensätze berechnet werden, muss lediglich eine Rekonstruktion durchgeführt werden. Durch die Differenzbildung sind virtuelle Objektfehler eliminiert, so dass in dem resultierenden Differenz-Volumendatensatz lediglich reale Objektfehler enthalten sind.A Training according to claim 10 allows a fast and accurate Evaluation of the reference and object projection data sets. Thereby, that first Difference projection data sets be calculated, only a reconstruction must be carried out. By subtraction, virtual object errors are eliminated, so that in the resulting difference volume data set only real object errors are included.

Eine Weiterbildung nach Anspruch 11 ermöglicht ein einfaches Auswerten der Referenz- und Objekt-Projektionsdatensätze durch einen Vergleich der aufgefundenen Objektfehler mit den Referenzfehlern. Objektfehler, die mit einem Referenzfehler übereinstimmen, sind virtuelle Objektfehler, die real nicht vorhanden sind.A Development according to claim 11 allows easy evaluation the reference and object projection data sets by comparing the found object error with the reference errors. Object error, that match a reference error, are virtual object errors that are not really there.

Eine Weiterbildung nach Anspruch 12 ermöglicht in einfacher Weise die Untersuchung von Objekten aus mehreren unterschiedlichen Materialien.A Training according to claim 12 allows in a simple way Examination of objects made of several different materials.

Eine Weiterbildung nach Anspruch 13 ermöglicht ein einfaches und zuverlässiges Berechnen der Referenz-Projektionsdatensätze. Die Durchstrahlungslänge-Grauwert-Funktion weist für jedes Material eine Durchstrahlungslänge-Dimension auf. Zumindest für einen Teil der Objekt-Projektionsdatensätze und der zugehörigen Durchstrahlungslängendatensätze werden die ermittelten Grauwerte über den Durchstrahlungslängen der einzelnen Materialien aufgetragen. Aus den aufgetragenen Grauwerten wird durch Approximation die mehrdimensionale nichtlineare Durchstrahlungslänge-Grauwert-Funktion approximiert. Aus der mehrdimensionalen Durchstrahlungslänge-Grauwert-Funktion und den Durchstrahlungslängendatensätzen für die Materialien werden die Referenz-Projektionsdatensätze ermittelt.A development according to claim 13 he allows easy and reliable calculation of the reference projection data sets. The transmission length gray scale function has a transmission length dimension for each material. For at least some of the object projection data records and the associated radiographic longitudinal data sets, the determined gray values are plotted over the radiographic lengths of the individual materials. From the gray values plotted, the multidimensional nonlinear transmission length gray value function is approximated by approximation. The reference projection data sets are determined from the multi-dimensional transmission length gray value function and the transmission longitudinal data sets for the materials.

Der Erfindung liegt ferner die Aufgabe zu Grunde, einen Röntgencomputertomografen zur Untersuchung eines Objektes mittels Röntgencomputertomografie zu schaffen, der eine zuverlässige Detektierung und Unterscheidung von Objektfehlern ermöglicht.Of the The invention is further based on the object, an X-ray computer tomograph for examining an object by means of X-ray computed tomography create a reliable one Detection and discrimination of object errors allows.

Diese Aufgabe wird durch einen Röntgencomputertomografen mit den Merkmalen des Anspruchs 14 gelöst. Die Vorteile des erfindungsgemäßen Röntgencomputertomografen entsprechen den bereits beschriebenen Vorteilen des erfindungsgemäßen Verfahrens.These The task is performed by an X-ray computer tomograph solved with the features of claim 14. The advantages of the X-ray computer tomograph according to the invention correspond to the already described advantages of the method according to the invention.

Weitere Merkmale und Vorteile der Erfindung ergeben sich aus der Beschreibung mehrerer Ausführungsbeispiele anhand der Zeichnung. Es zeigen:Further Features and advantages of the invention will become apparent from the description several embodiments based on the drawing. Show it:

1 eine perspektivische Schemadarstellung eines Röntgencomputertomografen gemäß einem ersten Ausführungsbeispiel, 1 3 is a perspective schematic representation of an X-ray computer tomograph according to a first exemplary embodiment,

2 eine Draufsicht auf den Röntgencomputertomografen und ein durchstrahltes Objekt gemäß 1 in einer zentralen Strahlebene, 2 a plan view of the X-ray computer tomograph and a transmitted object according to 1 in a central radiation level,

3 eine berechnete Durchstrahlungslänge-Grauwert-Funktion, und 3 a calculated transmission length gray scale function, and

4 eine Draufsicht auf einen Röntgencomputertomografen und ein durchstrahltes Objekt gemäß einem zweiten Ausführungsbeispiel entsprechend 2. 4 a plan view of an X-ray computer tomograph and a transmitted object according to a second embodiment accordingly 2 ,

Nachfolgend wird unter Bezugnahme auf die 1 bis 3 ein erstes Ausführungsbeispiel der Erfindung beschrieben. Ein Röntgencomputertomograf 1 weist zur Untersuchung eines Objektes 2 eine Röntgenquelle 3 und einen zugehörigen Röntgendetektor 4 auf. Zwischen der Röntgenquelle 3 und dem Röntgendetektor 4 ist ein Objektträger 5 angeordnet, auf dem das zu untersuchende Objekt 2 positionierbar ist.The following is with reference to the 1 to 3 a first embodiment of the invention described. An X-ray computer tomograph 1 points to the examination of an object 2 an X-ray source 3 and an associated x-ray detector 4 on. Between the X-ray source 3 and the X-ray detector 4 is a slide 5 arranged on which the object to be examined 2 is positionable.

Die Röntgenquelle 3 dient zum Erzeugen einer in Richtung des Objektes 2 kegelförmig austretenden Röntgenstrahlung 6. Die Röntgenstrahlung 6 verläuft im Wesentlichen symmetrisch zu einer Mittellängsachse 7 des Röntgencomputertomografen 1. Die Röntgenquelle 3 ist beispielsweise als Röntgenröhre oder als Linearbeschleuniger ausgebildet, deren Aufbau bekannt ist.The X-ray source 3 serves to create one in the direction of the object 2 conically emitted X-ray radiation 6 , The x-ray radiation 6 is substantially symmetrical to a central longitudinal axis 7 of the X-ray computer tomograph 1 , The X-ray source 3 is designed for example as an X-ray tube or as a linear accelerator whose structure is known.

Der Röntgendetektor 4 erstreckt sich im Wesentlichen in einer x-y-Ebene, die durch eine x-Richtung und eine senkrecht dazu verlaufende y-Richtung definiert ist. Die Mittellängsachse 7 definiert eine z-Richtung, die im Wesentlichen senkrecht zu der x-y-Ebene verläuft. Der Röntgendetektor 4 weist in x- und y-Richtung eine Vielzahl von Pixeln p auf, die im Einzelnen mit p(x, y) bezeichnet werden, wobei für x = 1 bis nx und für y = 1 bis ny gilt. Der Röntgendetektor 4 ist beispielsweise als Flachbilddetektor ausgebildet, dessen Aufbau bekannt ist. Alternativ kann der Röntgendetektor 4 auch als gebogener Detektor ausgebildet sein.The x-ray detector 4 extends substantially in an xy plane defined by an x-direction and a y-direction perpendicular thereto. The central longitudinal axis 7 defines a z-direction that is substantially perpendicular to the xy plane. The x-ray detector 4 has in the x and y direction a plurality of pixels p, which are designated in detail by p (x, y), where for x = 1 to n x and for y = 1 to n y . The x-ray detector 4 is designed for example as a flat-panel detector, whose structure is known. Alternatively, the X-ray detector 4 be designed as a curved detector.

Der Objektträger 5 ist mittels eines elektrischen Antriebsmotors 8 um eine parallel zu der y-Richtung verlaufende Drehachse 9 verdrehbar. Die Verdrehstellung des Objektträgers 5 und somit des darauf angeordneten Objektes 2 wird durch einen Verdrehwinkel φ gekennzeichnet, der eine Projektionsrichtung definiert. Zusätzlich kann der Objektträger 5 entlang der Drehachse 9 verlagerbar sein, sodass helixförmige Trajektorien realisierbar sind. Alternativ kann der Objektträger 5 auch an einem Positionierroboter angeordnet sein.The slide 5 is by means of an electric drive motor 8th about an axis of rotation parallel to the y-direction 9 rotatable. The rotational position of the slide 5 and thus of the object arranged thereon 2 is characterized by a twist angle φ, which defines a projection direction. In addition, the slide can 5 along the axis of rotation 9 be displaced, so that helical trajectories can be realized. Alternatively, the slide can 5 also be arranged on a positioning robot.

Die Röntgenquelle 3, der Röntgendetektor 4 und der Antriebsmotor 8 sind über Signalleitungen 10 mit einer Recheneinheit 11 verbunden. Die Recheneinheit 11 dient zur Steuerung der Röntgenquelle 3 sowie des Antriebsmotors 8 und zur Auswertung der mittels des Röntgendetektors 4 detektierten Röntgenstrahlung 6.The X-ray source 3 , the X-ray detector 4 and the drive motor 8th are via signal lines 10 with a computing unit 11 connected. The arithmetic unit 11 serves to control the X-ray source 3 and the drive motor 8th and for evaluation by means of the X-ray detector 4 detected X-radiation 6 ,

Das zu untersuchenden Objekt 2 weist in einer durch die Mittellängsachse 7 und horizontal verlaufenden zentralen Strahlebene einen realen Objektfehler 12, einen virtuellen Objektfehler 13 und eine Bohrung 14 auf. Der virtuelle Objektfehler 13 ist real nicht vorhanden. Die Entstehung des virtuellen Objektfehlers 13 wird nachfolgend noch genau beschrieben. Der Objektfehler 12 ist eine Pore, die sich innerhalb des Objekts 2 befindet und bei der Untersuchung detektiert werden soll. Der Objektfehler 12 kann weiterhin ein Lunker, ein Riss, ein Fremdkörper, eine Delamination, eine Gasblase, eine Porosität oder eine andere Fehlstruktur sein. Die Bohrung 14 ist entsprechend einem Konstruktionsdatensatz, nach dem das Objekt 2 hergestellt wurde, so vorgesehen.The object to be examined 2 points in one through the central longitudinal axis 7 and horizontally extending central jet plane a real object error 12 , a virtual object error 13 and a hole 14 on. The virtual object error 13 is not really available. The emergence of the virtual object error 13 will be described in detail below. The object error 12 is a pore that is inside the object 2 and should be detected during the investigation. The object error 12 may also be a voids, a crack, a foreign body, a delamination, a gas bubble, a porosity or other faulty structure. The hole 14 is according to a construction record, after which the object 2 was prepared, so provided.

Nachfolgend wird die Untersuchung des Objektes 2 beschrieben. Das Objekt 2 wird auf dem Objektträger 5 angeordnet und mit einem ersten Verdrehwinkel φ1 relativ zu der Röntgenquelle 3 und dem Röntgendetektor 4 positioniert. Mittels der Röntgenquelle 3 wird das Objekt 2 mit Röntgenstrahlung 6 bestrahlt. Der Röntgendetektor 4 detektiert die auf ihn treffende Röntgenstrahlung 6. Für jedes Pixel p(x, y) wird die detektierte Röntgenstrahlung 6 in einen entsprechenden Grauwert gewandelt und zur Auswertung an die Recheneinheit 11 übertragen. In der Recheneinheit 11 wird aus den übermittelten Grauwerten für den ersten Verdrehwinkel φ1 ein erster zweidimensionaler Objekt-Projektionsdatensatz P1(x, y) erstellt, der die gemessenen Grauwerte der einzelnen Pixel p(x, y) enthält. Der erste Verdrehwinkel φ1 definiert eine erste Projektionsrichtung, aus der das Objekt 2 auf den Röntgendetektor 4 projeziert wurde. Anschließend wird der Objektträger 5 mittels des Antriebsmotors 8 um einen Verdrehwinkelschritt Δφ, beispielsweise um 1°, verdreht und der beschriebene Projektionsvorgang wiederholt. Dies erfolgt solange, bis das Objekt 2 um den erforderlichen Verdrehwinkelbereich verdreht und eine gewünschte Anzahl N an Verdrehwinkeln φ eingestellt wurde. Der Verdrehwinkelbereich kann beispielsweise mindestens 360° oder gleich der Summe aus 180° und dem Öffnungswinkel der Röntgenquelle 3 sein. Entsprechend der Anzahl N an Verdrehwinkeln φ werden in der Recheneinheit 11 N Objekt-Projektionsdatensätze P(x, y) erstellt, die im Einzelnen mit P1(x, y) bis PN(x, y) bezeichnet werden.Below is the examination of the object 2 described. The object 2 gets on the slide 5 arranged and with a first angle of rotation φ 1 relative to the X-ray source 3 and the X-ray detector 4 positioned. By means of the X-ray source 3 becomes the object 2 with X-rays 6 irradiated. The x-ray detector 4 detects the X-radiation striking him 6 , For each pixel p (x, y) the detected X-ray radiation is detected 6 converted into a corresponding gray value and for evaluation to the arithmetic unit 11 transfer. In the arithmetic unit 11 From the transmitted gray values for the first twist angle φ 1, a first two-dimensional object projection data set P 1 (x, y) is created which contains the measured gray values of the individual pixels p (x, y). The first twist angle φ 1 defines a first projection direction from which the object 2 on the x-ray detector 4 was projected. Subsequently, the slide becomes 5 by means of the drive motor 8th by a Verdrehwinkelschritt Δφ, for example, rotated by 1 °, and repeats the described projection process. This is done until the object 2 rotated by the required Verdrehwinkelbereich and a desired number N was set at angles of rotation φ. The twist angle range may, for example, be at least 360 ° or equal to the sum of 180 ° and the opening angle of the x-ray source 3 be. According to the number N of twist angles φ are in the arithmetic unit 11 N object projection data sets P (x, y) are created, which are designated in detail by P 1 (x, y) to P N (x, y).

Die Pixel p(x, y) stellen Flächeneinheiten dar, wobei die Objekt-Projektionsdatensätze P1(x, y) bis PN(x, y) für jede Flächeneinheit einen Grauwert enthalten, der von dem entsprechenden Pixel p(x, y) bei der jeweiligen Projektionsrichtung gemessen wurde. Mittels der Recheneinheit 11 wird aus den Objekt-Projektionsdatensätzen P1(x, y) bis PN(x, y) ein dreidimensionaler Objekt-Volumendatensatz ermittelt, der nachfolgend mit VO(x, y, z) bezeichnet wird. Hierzu ist in der Recheneinheit 11 ein erstes Rekonstruktionsfilter implementiert, mit dessen Hilfe aus den Objekt-Projektionsdatensätzen P1(x, y) bis PN(x, y) der Objekt-Volumendatensatz VO(x, y, z) rekonstruiert wird. Alternativ sind auch andere Rekonstruktionsverfahren einsetzbar, wie beispielsweise algebraische Rekonstruktionsverfahren. Der dreidimensionale Objekt-Volumendatensatz VO(x, y, z) stellt Volumeneinheiten dar, die als Voxel bezeichnet werden und dem von der detektierten Röntgenstrahlung 6 erfassten Raum zwischen der Röntgenquelle 3 und dem Röntgendetektor 4 entsprechen. Der Objekt-Volumendatensatz VO(x, y, z) enthält für jede Volumeneinheit einen rekonstruierten Grauwert. Der Objekt-Volumendatensatz VO(x, y, z) ist auf Grund von Strahlaufhärtung und Bildpunktrauschen artekfaktbehaftet. Das bedeutet, dass die rekonstruierten Grauwerte niederfrequenten, weiträumigen Verschiebungen unterliegen, die als virtuelle Objektfehler 13 erscheinen.The pixels p (x, y) represent area units, the object projection data sets P 1 (x, y) to P N (x, y) for each area unit containing a gray value which is derived from the corresponding pixel p (x, y). was measured at the respective projection direction. By means of the arithmetic unit 11 From the object projection data sets P 1 (x, y) to P N (x, y), a three-dimensional object volume data set is determined, which is subsequently designated V O (x, y, z). This is in the arithmetic unit 11 implements a first reconstruction filter with the aid of which the object volume data set V O (x, y, z) is reconstructed from the object projection data sets P 1 (x, y) to P N (x, y). Alternatively, other reconstruction methods can also be used, such as, for example, algebraic reconstruction methods. The three-dimensional object volume data set V O (x, y, z) represents volume units, which are referred to as voxels, and that of the detected x-ray radiation 6 recorded space between the X-ray source 3 and the X-ray detector 4 correspond. The object volume data set V O (x, y, z) contains a reconstructed gray value for each volume unit. The object volume data set V O (x, y, z) is subject to artifacts due to beam hardening and pixel noise. This means that the reconstructed gray values are subject to low-frequency, long-range shifts that are considered virtual object errors 13 appear.

Mittels der Recheneinheit 11 wird für jede Projektionsrichtung ein zweidimensionaler Durchstrahlungslängendatensatz L1(x, y) bis LN(x, y) berechnet. Die Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y) enthalten für jede Projektionsrichtung und für jedes Pixel p(x, y) die Durchstrahlungslänge des Objektes 2, also die Länge auf der das Objekt 2 von der Röntgenstrahlung 6 durchstrahlt wurde. Zur Berechnung der Durchstrahlungslän gendatensätze L1(x, y) bis LN(x, y) wird zunächst aus dem Objekt-Volumendatensatz VO(x, y, z) ein dreidimensionaler binärer Objekt-Segmentierdatensatz S(x, y, z) berechnet. Hierzu wird der Grauwert für jede Volumeneinheit mit einem Schwellwert verglichen, wobei Grauwerte, die oberhalb des Schwellwertes liegen, dem Material des Objektes 2 zugeordnet werden, und Grauwerte, die unterhalb des Schwellwertes liegen, nicht dem Material des Objektes 2 zugeordnet werden. Der Objekt-Segmentierdatensatz S(x, y, z) bildet somit ein Maß für das Volumen und die Oberfläche des zu untersuchenden Objektes 2. Alternativ sind auch andere Segmentierungsverfahren einsetzbar.By means of the arithmetic unit 11 For each projection direction, a two-dimensional transmission longitudinal data set L 1 (x, y) to L N (x, y) is calculated. The transmission longitudinal data sets L 1 (x, y) to L N (x, y) contain the transmission length of the object for each projection direction and for each pixel p (x, y) 2 So the length on the object 2 from the X-ray 6 was irradiated. For the calculation of the radiographic length data sets L 1 (x, y) to L N (x, y), a three-dimensional binary object segmentation data set S (x, y, z) is first extracted from the object volume data set V O (x, y, z). calculated. For this purpose, the gray value for each volume unit is compared with a threshold value, gray values which are above the threshold value being the material of the object 2 and gray values that are below the threshold, not the material of the object 2 be assigned. The object segmentation data set S (x, y, z) thus forms a measure of the volume and the surface of the object to be examined 2 , Alternatively, other segmentation methods can be used.

Die Berechnung der Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y) erfolgt in der Recheneinheit 11 beispielsweise mittels eines Strahlverfolgungs-Algorithmus (Raytracing-Algorithmus). Der Algorithmus summiert voxelweise entlang jedes Strahls der Röntgenstrahlung 6 die Materiallängen des Objekts 2 auf, die von dem jeweiligen Strahl bei der Ermittlung der Objekt-Projektionsdatensätze P1(x, y) bis PN(x, y) durchstrahlt wurden.The calculation of the radiographic longitudinal data sets L 1 (x, y) to L N (x, y) takes place in the arithmetic unit 11 for example by means of a ray tracing algorithm (ray tracing algorithm). The algorithm sums voxelwise along each beam of x-ray radiation 6 the material lengths of the object 2 which were irradiated by the respective beam in the determination of the object projection data sets P 1 (x, y) to P N (x, y).

Der Objekt-Segmentierdatensatz S(x, y, z) wird für jede Volumeneinheit in Bezug auf reale und virtuelle Objektfehler 12, 13 ausgewertet, wobei die den Objektfehlern 12, 13 entsprechenden Volumeneinheiten dem Objekt 2 zugeordnet werden. Der Objekt-Segmentierdatensatz S(x, y, z) wird somit von Objektfehlern 12, 13 bereinigt und dementsprechend korrigiert. Befinden sich die Objektfehler 12, 13 beispielsweise innerhalb des Objekts 2, so sind die entsprechenden Volumeneinheiten in dem Objekt-Segmentierdatensatz S(x, y, z) vollständig von Volumeneinheiten umgeben, die dem Objekt 2 zugeordnet sind. Derartige Volumeneinheiten können somit als Objektfehler 12, 13 identifiziert werden. Im Gegensatz dazu sind die der Bohrung 14 entsprechenden Volumeneinheiten nicht vollständig von dem Objekt 2 zugeordneten Volumeneinheiten umgeben, so dass die Bohrung 14 nicht als Objektfehler 12, 13 erkannt wird. Weiterhin können auch an der Oberfläche liegende Objektfehler 12, 13 identifiziert werden, da diese sich von konstruktiven Strukturen, wie beispielsweise der Bohrung 14, unterscheiden.The object segmentation data set S (x, y, z) becomes real and virtual object errors for each volume unit 12 . 13 evaluated, where the object errors 12 . 13 corresponding volume units to the object 2 be assigned. The object segmentation data set S (x, y, z) thus becomes object errors 12 . 13 adjusted and corrected accordingly. Are the object errors 12 . 13 for example, within the object 2 , the corresponding volume units in the object segmentation data set S (x, y, z) are completely surrounded by volume units corresponding to the object 2 assigned. Such volume units can thus as object errors 12 . 13 be identified. In contrast, those are the bore 14 corresponding volume units not completely from the object 2 surrounded by volume units, so that the bore 14 not as an object defect 12 . 13 is recognized. Furthermore, also lying on the surface object defects 12 . 13 be identified, as these are of constructive structures, such as the bore 14 to distinguish.

Mittels des Strahlverfolgungs-Algorithmus werden aus dem Segmentier-Datensatz S(x, y, z) die Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y) berechnet. 2 zeigt beispielhaft zwei Strahlen der Röntgenstrahlung 6 für die Pixel p(x1, y1) und p(x2, y2). Die Durchstrahlungslänge ergibt sich für die dargestellte Projektionsrichtung für das Pixel p(x1, y1) als Summe der Längen L11 und L13. Die Länge L12 wird nicht berücksichtigt, da diese der Bohrung 14 zugehört. Demgegenüber ergibt sich die Durchstrahlungslänge für die dargestellte Projektionsrichtung für das Pixel p(x2, y2) als Summe der Längen L21, L22 und L23, da die dem Objektfehler 12 zugehörige Länge L22 bei der Korrektur des Objekt-Segmentierdatensatzes S(x, y, z) dem Objekt 2 zugeordnet wurde.Using the ray tracing algorithm the transmission longitudinal data sets L 1 (x, y) to L N (x, y) are calculated from the segmentation data set S (x, y, z). 2 shows by way of example two beams of X-radiation 6 for the pixels p (x 1 , y 1 ) and p (x 2 , y 2 ). The transmission length results for the illustrated projection direction for the pixel p (x 1 , y 1 ) as the sum of the lengths L 11 and L 13 . The length L 12 is not taken into account as this is the bore 14 listened. In contrast, the transmission length for the illustrated projection direction for the pixel p (x 2 , y 2 ) results as the sum of the lengths L 21 , L 22 and L 23 , since the object error 12 associated length L 22 in the correction of the object segmentation data set S (x, y, z) the object 2 was assigned.

Aus den Durchstrahlungslängendatensätzen L1(x, y) bis LN(x, y) werden mittels der Recheneinheit 11 für jede Projektionsrichtung ein zweidimensionaler Referenz-Projektionsdatensatz R(x, y) berechnet. Die Referenz-Projektionsdatensätze R(x, y) werden für die Projektionsrichtungen im Einzelnen mit R1(x, y) bis RN(x, y) bezeichnet. Zur Berechnung der Referenz-Projektionsdatensätze R1(x, y) bis RN(x, y) wird zunächst eine Durchstrahlungslänge-Grauwert-Funktion g(d) berechnet. Hierzu werden zumindest aus einem Teil der Objekt-Projektionsdatensätze P1(x, y) bis PN(x, y) und der zugehörigen Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y) zusammengehörige Durchstrahlungslänge-Grauwert-Wertepaare entnommen und in einem Durchstrahlungslänge-Grauwert-Diagramm aufgetragen.From the transmission longitudinal data sets L 1 (x, y) to L N (x, y) are calculated by means of the arithmetic unit 11 For each projection direction, a two-dimensional reference projection data set R (x, y) is calculated. The reference projection data sets R (x, y) are designated for the projection directions in detail with R 1 (x, y) to R N (x, y). To calculate the reference projection data sets R 1 (x, y) to R N (x, y), first a transmission length gray value function g (d) is calculated. For this purpose, at least a portion of the object projection data sets P 1 (x, y) to P N (x, y) and the corresponding transmission longitudinal data sets L 1 (x, y) to L N (x, y) are associated with transmission length gray value value pairs taken and applied in a transmission length gray scale diagram.

3 zeigt beispielhaft ein Durchstrahlungslänge-Grauwert-Diagramm mit darin als Punkte aufgetragenen Wertepaaren. Anhand der Wertepaare wird die Durchstrahlungslänge-Grauwert-Funktion g(1) approximiert. Aufgrund der polychromatischen Röntgenstrahlung 6 verläuft die Durchstrahlungslänge-Grauwert-Funktion g(1) nichtlinear. Anhand der Durchstrahlungslänge-Grauwert-Funktion g(1) werden die Referenz-Projektionsdatensätze R1(x, y) bis RN(x, y) berechnet, indem jedem einzelnen Durchstrahlungslängenwert der Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y) anhand der Durchstrahlungslänge-Grauwert-Funktion g(1) ein zugehöriger Referenz-Grauwert zugeordnet wird, der für die entsprechende Flächeneinheit und die entsprechende Projektionsrichtung in den jeweiligen Referenz-Projektionsdatensatz R1(x, y) bis RN(x, y) eingeht. Die Referenz-Projektionsdatensätze R1(x, y) bis RN(x, y) enthalten Informationen über virtuelle Objektfehler 13, wie beispielsweise Strahlaufhärtungsartefakte. 3 shows by way of example a transmission length gray value diagram with value pairs plotted therein as points. Based on the value pairs, the transmission length gray value function g (1) is approximated. Due to the polychromatic X-ray radiation 6 the transmission length gray scale function g (1) is nonlinear. Using the transmission length gray value function g (1), the reference projection data sets R 1 (x, y) to R N (x, y) are calculated by comparing each individual transmission length value of the transmission longitudinal data sets L 1 (x, y) to L N ( FIG. x, y) on the basis of the transmission length gray value function g (1) an associated reference gray value is assigned, which for the corresponding area unit and the corresponding projection direction in the respective reference projection data set R 1 (x, y) to R N (x , y) is received. The reference projection data sets R 1 (x, y) to R N (x, y) contain information about virtual object errors 13 , such as beam hardening artifacts.

Das Auswerten der Objekt-Projektionsdatensätze P1(x, y) bis PN(x, y) und der berechneten Referenz-Projektionsdatensätze R1(x, y) bis RN(x, y) in Bezug auf reale und virtuelle Objektfehler 12, 13 erfolgt mittels mehrerer Auswerteverfahren, die wahlweise oder in Kombination verwendet werden können. Die Auswerteverfahren werden mittels der Recheneinheit 11 durchgeführt.Evaluating the object projection data sets P 1 (x, y) to P N (x, y) and the calculated reference projection data sets R 1 (x, y) to R N (x, y) with respect to real and virtual object errors 12 . 13 takes place by means of several evaluation methods that can be used selectively or in combination. The evaluation procedures are carried out by means of the arithmetic unit 11 carried out.

Bei einem ersten Auswerteverfahren erfolgt das Auswerten derart, dass aus den Referenz-Projektionsdatensätzen R1(x, y) bis RN(x, y) ein Referenz-Volumendatensatz VR(x, y, z) mittels eines zweiten in der Recheneinheit 11 implementierten Rekonstruktionsfilters rekonstruiert wird. Der Objekt-Volumendatensatz VO(x, y, z) und der Referenz-Volumendatensatz VR(x, y, z) können auf diese Weise mit unterschiedlichen Rekonstruktionsfiltern rekonstruiert werden. Alternativ können die Rekonstruktionsfilter auch gleich ausgebildet sein. Der Objekt-Volumendatensatz VO(x, y, z) kann beispielsweise mit einem Rekonstruktionsfilter rekonstruiert werden, das eine hohe Ortsauflösung aufweist. Demgegenüber kann der Referenz-Volumendatensatz VR(x, y, z) mit einem Rekonstruktionsfilter rekonstruiert werden, das einen glättenden Faltungskern aufweist. Durch die Wahl der Rekonstruktionsfilter kann die Untersuchung des Objekts 2 optimiert werden. Aus dem Objekt-Volumendatensatz VO(x, y, z) und dem Referenz-Volumendatensatz VR(x, y, z) wird ein erster dreidimensionaler Differenz-Volumendatensatz VD1(x, y, z) berechnet, der anschließend ausgewertet wird. Der Differenz-Volumendatensatz VD1(x, y, z) enthält lediglich Informationen über die realen Objektfehler 12, da die virtuellen Objektfehler 13 durch die Differenzbildung im Wesentlichen eliminiert wurden.In a first evaluation method, the evaluation is carried out such that from the reference projection data sets R 1 (x, y) to R N (x, y) a reference volume data set V R (x, y, z) by means of a second in the arithmetic unit 11 implemented reconstruction filter is reconstructed. The object volume data set V O (x, y, z) and the reference volume data set V R (x, y, z) can be reconstructed in this way with different reconstruction filters. Alternatively, the reconstruction filters can also be designed the same. The object volume data set V O (x, y, z) can be reconstructed, for example, with a reconstruction filter having a high spatial resolution. In contrast, the reference volume data set V R (x, y, z) can be reconstructed with a reconstruction filter having a smoothing convolution kernel. By choosing the reconstruction filter, the examination of the object 2 be optimized. From the object volume data set V O (x, y, z) and the reference volume data set V R (x, y, z), a first three-dimensional differential volume data set V D1 (x, y, z) is calculated, which is then evaluated , The difference volume data set V D1 (x, y, z) only contains information about the real object errors 12 because the virtual object error 13 essentially eliminated by subtraction.

Bei einem zweiten Auswerteverfahren erfolgt das Auswerten derart, dass aus den Objekt-Projektionsdatensätzen P1(x, y) bis PN(x, y) und den zugehörigen Referenz-Projektionsdatensätzen R1(x, y) bis RN(x, y) zweidimensionale Differenz-Projektionsdatensätze D1(x, y) bis DN(x, y) berechnet werden. Aus den Differenz-Projektionsdatensätzen D1(x, y) bis DN(x, y) wird anschließend mittels eines Rekonstruktionsfilters ein zweiter dreidimensionaler Differenz-Volumendatensatz VD2(x, y, z) rekonstruiert, der anschließend ausgewertet wird. Aufgrund der Differenzbildung enthält der Differenz-Volumendatensatz VD2(x, y, z) lediglich Informationen über die realen Objektfehler 12, da die virtuellen Objektfehler 13 aufgrund der Differenzbildung im Wesentlichen eliminiert wurden.In a second evaluation method, the evaluation takes place in such a way that from the object projection data sets P 1 (x, y) to P N (x, y) and the associated reference projection data sets R 1 (x, y) to R N (x, y ) two-dimensional difference projection data sets D 1 (x, y) to D N (x, y) are calculated. From the differential projection data sets D 1 (x, y) to D N (x, y), a second three-dimensional differential volume data set V D2 (x, y, z) is then reconstructed by means of a reconstruction filter, which is subsequently evaluated. Due to the difference formation, the difference volume data set V D2 (x, y, z) only contains information about the real object errors 12 because the virtual object error 13 essentially eliminated due to the difference.

Bei einem dritten Auswerteverfahren erfolgt das Auswerten derart, dass der Referenz-Volumendatensatz VR(x, y, z) und der Objekt-Volumendatensatz VO(x, y, z) separat ausgewertet werden. Aus dem Referenz-Volumendatensatz VR(x, y, z) werden Referenzfehler bestimmt. Entsprechend wer den aus dem Objekt-Volumendatensatz VO(x, y, z) die realen und virtuellen Objektfehler 12, 13 bestimmt. Anschließend werden die Objektfehler 12, 13 mit den virtuellen Referenzfehlern verglichen, sodass für jeden Objektfehler 12, 13 entschieden werden kann, ob dieser real oder virtuell ist.In a third evaluation method, the evaluation takes place in such a way that the reference volume data set V R (x, y, z) and the object volume data set V O (x, y, z) are evaluated separately. Reference errors are determined from the reference volume data set V R (x, y, z). Accordingly, from the object volume data set V O (x, y, z), the real and virtual object errors 12 . 13 certainly. Subsequently, the object errors 12 . 13 compared with the virtual reference errors, so for each object error 12 . 13 It can be decided whether this is real or virtual.

Die Auswerteergebnisse der einzelnen Auswerteverfahren können zusätzlich miteinander verglichen werden, was die Zuverlässigkeit der Fehlerdetektion erhöht.The Evaluation results of the individual evaluation methods can also be used together be compared, which is the reliability of error detection elevated.

Nachfolgend wird unter Bezugnahme auf die 4 ein zweites Ausführungsbeispiel der Erfindung beschrieben. Konstruktiv identische Teile erhalten dieselben Bezugszeichen wie bei dem ersten Ausführungsbeispiel, auf dessen Beschreibung hiermit verwiesen wird. Konstruktiv oder funktionell unterschiedliche Teile erhalten dieselben Bezugszeichen mit einem nachgestellten „a”. Der wesentliche Unterschied gegenüber dem ersten Ausführungsbeispiel besteht darin, dass mittels der Recheneinheit 11a Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y) für zwei unterschiedliche Materialien des Objekts 2a berechnet werden. Das Objekt 2a besteht aus einem ersten Material 15 und einem zweiten Material 16, wobei die Materialien 15, 16 eine unterschiedliche Dichte haben. Die Recheneinheit 11a ist derart ausgebildet, dass die Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y) für jedes der Materialien 15, 16 wahlweise nach einem der folgenden Verfahren berechnet werden können.The following is with reference to the 4 A second embodiment of the invention described. Structurally identical parts are given the same reference numerals as in the first embodiment, to the description of which reference is hereby made. Structurally or functionally different parts receive the same reference numerals with a trailing "a". The main difference compared to the first embodiment is that by means of the arithmetic unit 11a Radiation longitudinal data sets L 1 (x, y) to L N (x, y) for two different materials of the object 2a be calculated. The object 2a consists of a first material 15 and a second material 16 , where the materials 15 . 16 have a different density. The arithmetic unit 11a is formed such that the transmission longitudinal data sets L 1 (x, y) to L N (x, y) for each of the materials 15 . 16 optionally be calculated by one of the following methods.

Das erste Verfahren entspricht der Berechnung der Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y) dem ersten Ausführungsbeispiel, wobei die Grauwerte des Objekt-Volumendatensatzes VO(x, y, z) für die einzelnen Volumeneinheiten mit jeweiligen Schwellwerten verglichen werden, sodass für jedes der Materialien 15, 16 ein binärer Objekt- Segmentierdatensatz S(x, y, z) erzeugt wird, in dem die einzelnen Volumeneinheiten dem Material 15 bzw. 16 des Objekts 2a zugeordnet werden. Die Objekt-Segmentierdatensätze S(x, y, z) werden in der bereits beschriebenen Weise korrigiert, so dass Volumeneinheiten, die einem realen oder virtuellen Objektfehler 12, 13 entsprechen, dem jeweiligen Material 15, 16 des Objekts 2a zugeordnet werden. Aus den korrigierten Objekt-Segmentierdatensätzen S(x, y, z) werden in der bereits beschriebenen Weise für jedes der Materialien 15, 16 mittels des Strahlverfolgungs-Algorithmus die Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y) berechnet.The first method corresponds to the calculation of the transmission longitudinal data sets L 1 (x, y) to L N (x, y) in the first exemplary embodiment, the gray values of the object volume data set V O (x, y, z) for the individual volume units having respective threshold values so that for each of the materials 15 . 16 a binary object segmentation data set S (x, y, z) is generated, in which the individual volume units correspond to the material 15 respectively. 16 of the object 2a be assigned. The object segmentation data sets S (x, y, z) are corrected in the manner already described, so that volume units corresponding to a real or virtual object error 12 . 13 correspond to the respective material 15 . 16 of the object 2a be assigned. The corrected object segmentation data sets S (x, y, z) are processed in the manner already described for each of the materials 15 . 16 using the ray tracing algorithm, the transmission longitudinal data sets L 1 (x, y) to L N (x, y) are calculated.

4 zeigt entsprechend 2 zwei Strahlen der Röntgenstrahlung 6, die auf die Pixel p(x1, y1) und p(x2, y2) treffen. Für das Pixel p(x1, y1) ergibt sich die Durchstrahlungslänge bei der dargestellten Projektionsrichtung für das erste Material 15 als Summe der Längen L11, L13, L14 und L15 und für das zweite Material als die Länge L12. Für das zweite Pixel p(x2, y2) ergibt sich die Durchstrahlungslänge bei der dargestellten Projektionsrichtung für das erste Material 15 als Summe der Längen L21, L25 und L27 und für das zweite Material 16 als Summe der Längen L22, L23 und L24. Die Länge L26 wird nicht berücksichtigt, da diese der Bohrung 14 zugehört. 4 shows accordingly 2 two rays of X-radiation 6 which hit the pixels p (x 1 , y 1 ) and p (x 2 , y 2 ). For the pixel p (x 1 , y 1 ), the transmission length results in the illustrated projection direction for the first material 15 as the sum of the lengths L 11 , L 13 , L 14 and L 15 and for the second material as the length L 12 . For the second pixel p (x 2 , y 2 ), the transmission length in the illustrated projection direction for the first material results 15 as the sum of the lengths L 21 , L 25 and L 27 and for the second material 16 as the sum of the lengths L 22 , L 23 and L 24 . The length L 26 is not taken into account as this is the bore 14 listened.

Bei einem zweiten Verfahren werden die Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y) für jedes der Materialien 15, 16 anhand der Konstruktionsdaten des Objekts 2a berechnet, die in einem Konstruktionsdatensatz in der Recheneinheit 11a vorliegen. Hierzu werden die Objekt-Projektionsdatensätze P1(x, y) bis PN(x, y) einzeln, also projektionsweise, mit dem Konstruktionsdatensatz abgeglichen, sodass dass die Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y) für die einzelnen Materialien 15, 16 berechnet werden können. Alternativ kann der Objekt-Volumendatensatzes VO(x, y, z) mit dem Konstruktionsdatensatz abgeglichen werden, sodass dann aus dem Konstruktionsdatensatz für das jeweilige Material 15, 16 die Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y) berechnet werden können. Objektfehler 12, 13 sind in dem Konstruktionsdatensatz nicht vorhanden, sodass aus dem Konstruktionsdatensatz die Durchstrahlungslängen unter Berücksichtigung der Bohrung 14 korrekt ermittelt werden. Die Berechnung und Korrektur der Objekt-Segmentierdatensätze S(x, y, z) entfällt.In a second method, the transmission longitudinal data sets become L 1 (x, y) to L N (x, y) for each of the materials 15 . 16 based on the design data of the object 2a calculated in a construction record in the arithmetic unit 11a available. For this purpose, the object projection data sets P 1 (x, y) to P N (x, y) are matched individually, that is to say by projection, with the construction data record, so that the transmission longitudinal data sets L 1 (x, y) to L N (x, y) for the individual materials 15 . 16 can be calculated. Alternatively, the object volume data set V O (x, y, z) may be matched to the design data set, and then from the design data set for the particular material 15 . 16 the transmission longitudinal data sets L 1 (x, y) to L N (x, y) can be calculated. object error 12 . 13 are not present in the design dataset, so that from the design dataset the transmission lengths taking into account the bore 14 be determined correctly. The calculation and correction of the object segmentation data sets S (x, y, z) is omitted.

Die Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y) für die Materialien 15, 16 können wahlweise nach einem der Verfahren oder nach beiden Verfahren ermittelt werden, wobei das Ermitteln nach beiden Verfahren einen Vergleich und eine Korrektur der berechneten Durchstrahlungslängen ermöglicht.The transmission longitudinal data sets L 1 (x, y) to L N (x, y) for the materials 15 . 16 can be determined either by one of the methods or by both methods, wherein the determination by both methods allows a comparison and a correction of the calculated transmission lengths.

Das Berechnen der nichtlinearen Durchstrahlungslänge-Grauwert-Funktion g(1) sowie das Berechnen und Auswerten der Referenz-Projektionsdatensätze R1(x, y) bis RN(x, y) erfolgt prinzipiell wie bei dem ersten Ausführungsbeispiel. Bei der Berechnung der nichtlinearen Durchstrahlungslänge-Grauwert-Funktion g(1) werden Grauwerte über den zugehörigen Durchstrahlungslängenwerten für das erste Material 15 und das zweite Material 16 aufgetragen, wobei die nichtlineare Durchstrahlungslänge-Grauwert-Funktion g(1) anhand der aufgetragenen Wertetriple approximiert wird. Anschließend werden die Referenz-Projektionsdatensätze R1(x, y) bis RN(x, y) für die Projektionsrichtungen derart ermittelt, dass aus der Durchstrahlungslange-Grauwert-Funktion g(1) Grauwerte für alle Wertepaare der Durchstrahlungslängen des ersten und zweiten Materials 15, 16 aus den Durchstrahlungslängendatensätzen L1(x, y) bis LN(x, y) ermittelt werden, die dann die Grauwerte für die Referenz-Projektionsdatensätze R1(x, y) bis RN(x, y) bilden. Das Auswerten der Referenz-Projektionsdatensätze R1(x, y) bis RN(x, y) erfolgt entsprechend dem ersten Ausführungsbeispiel.The calculation of the nonlinear transmission length gray value function g (1) as well as the calculation and evaluation of the reference projection data sets R 1 (x, y) to R N (x, y) takes place in principle as in the first embodiment. In calculating the nonlinear transmission length gray scale function g (1), gray levels are above the corresponding transmission length values for the first material 15 and the second material 16 plotted, wherein the non-linear transmission length gray value function g (1) is approximated on the basis of the plotted value triple. Subsequently, the reference projection data sets R 1 (x, y) to R N (x, y) for the projection directions are determined in such a way that gray values for all value pairs of the transmission lengths of the first and second material are obtained from the transmission length gray value function g (1) 15 . 16 from the transmission longitudinal data sets L 1 (x, y) to L N (x, y), which then form the gray values for the reference projection data sets R 1 (x, y) to R N (x, y). The evaluation of the reference projection data sets R 1 (x, y) to R N (x, y) takes place according to the first exemplary embodiment.

Die Verfahren zum Berechnen der Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y) und die Verfahren zum Auswerten der Referenz-Projektionsdatensätze R1(x, y) bis RN(x, y) sowie der Objekt-Projektionsdatensätze P1(x, y) bis PN(x, y) aus den vorangegangenen Ausführungsbeispielen können beliebig miteinander kombiniert werden.The methods for calculating the transmission longitudinal data sets L 1 (x, y) to L N (x, y) and the methods for evaluating the reference projection data sets R 1 (x, y) to R N (x, y) and the object projection data sets P 1 (x, y) to P N (x, y) from the previous embodiments Kings NEN can be combined with each other.

Die Berechnung der Referenz-Projektionsdatensätze R1(x, y) bis RN(x, y) erfolgt für eine Anzahl M von Materialien entsprechend.The calculation of the reference projection data sets R 1 (x, y) to R N (x, y) takes place correspondingly for a number M of materials.

Claims (14)

Verfahren zur Untersuchung eines Objektes mittels Röntgencomputertomografie, umfassend die Schritte: – Positionieren eines zu untersuchenden Objektes (2; 2a) zwischen einer Röntgenquelle (3) und einem Röntgendetektor (4), – Bestrahlen des Objektes (2; 2a) mittels der Röntgenquelle (3) aus mehreren Projektionsrichtungen (φ) mit Röntgenstrahlung (6), – Detektieren der Röntgenstrahlung (6) mittels des Röntgendetektors (4) für jede der Projektionsrichtungen (φ), – Erstellen eines Objekt-Projektionsdatensatzes für jede der Projektionsrichtungen (φ), – Berechnen eines Durchstrahlungslängendatensatzes für jede der Projektionsrichtungen (φ) anhand des jeweils zugehörigen Objekt-Projektionsdatensatzes, – Berechnen eines Referenz-Projektionsdatensatzes für jede der Projektionsrichtungen (φ) anhand des jeweils zugehörigen Durchstrahlungslängendatensatzes, und – Auswerten der Objekt-Projektionsdatensätze und der berechneten Referenz-Projektionsdatensätze zum Unterscheiden zwischen realen Objektfehlern (12) und virtuellen Objektfehlern (13).Method for examining an object by means of X-ray computer tomography, comprising the steps of: - positioning an object to be examined ( 2 ; 2a ) between an X-ray source ( 3 ) and an X-ray detector ( 4 ), - irradiation of the object ( 2 ; 2a ) by means of the X-ray source ( 3 ) from several projection directions (φ) with X-radiation ( 6 ), - detecting the X-radiation ( 6 ) by means of the X-ray detector ( 4 ) for each of the projection directions (φ), - generating an object projection data set for each of the projection directions (φ), - calculating a transmission longitudinal data set for each of the projection directions (φ) from the respective associated object projection data set, - calculating a reference projection data set for each the projection directions (φ) on the basis of the respectively associated radiographic longitudinal data set, and - evaluating the object projection data sets and the calculated reference projection data sets for distinguishing between real object errors ( 12 ) and virtual object errors ( 13 ). Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass anhand der Objekt-Projektionsdatensätze ein Vergleich mit einem Konstruktionsdatensatz des Objektes (2a) durchgefürt wird und die Durchstrahlungslängendatensätze aus dem Konstruktionsdatensatz berechnet werden.Method according to claim 1, characterized in that on the basis of the object projection data records a comparison with a construction data record of the object ( 2a ) and the transmission longitudinal data sets are calculated from the design data set. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass aus den Objekt-Projektionsdatensätzen ein Objekt-Volumendatensatz rekonstruiert wird und aus dem Objekt-Volumendatensatz die Durchstrahlungslängendatensätze berechnet werden.Method according to claim 1 or 2, characterized from the object projection records, an object volume record is reconstructed and calculates the transmission longitudinal data sets from the object volume data set become. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass aus dem Objekt-Volumendatensatz ein Objekt-Segmentierdatensatz berechnet wird, indem dem Objekt (2; 2a) entsprechende Volumeneinheiten diesem zugeordnet werden, wobei mittels des Objekt-Segmentierdatensatzes die Durchstrahlungslängendatensätze berechnet werden.Method according to Claim 3, characterized in that an object segmentation data record is calculated from the object volume data record by the object ( 2 ; 2a ) corresponding volume units are assigned to it, whereby the transmission longitudinal data sets are calculated by means of the object segmentation data set. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass jede Volumeneinheit des Objekt-Volumendatensatzes mit mindestens einem Schwellwert verglichen wird, wobei in dem Objekt-Segmentierdatensatz in Abhängigkeit des Vergleichs mit dem mindestens einen Schwellwert Volumeneinheiten dem Objekt (2; 2a) zugeordnet werden.A method according to claim 4, characterized in that each volume unit of the object volume data set is compared with at least one threshold value, wherein in the object segmentation data set depending on the comparison with the at least one threshold volume units the object ( 2 ; 2a ) be assigned. Verfahren nach Anspruch 4 oder 5, dadurch gekennzeichnet, dass der Objekt-Segmentierdatensatz für jede Volumeneinheit in Bezug auf Objektfehler (12, 13) ausgewertet und Objektfehlern (12, 13) entsprechende Volumeneinheiten dem Objekt (2; 2a) zugeordnet werden.Method according to claim 4 or 5, characterized in that the object segmentation data set for each volume unit is related to object errors ( 12 . 13 ) and object errors ( 12 . 13 ) corresponding volume units to the object ( 2 ; 2a ) be assigned. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass – die Objekt-Projektionsdatensätze in Flächeneinheiten unterteilt sind und für jede Flächeneinheit einen Grauwert enthalten, – die Durchstrahlungslängendatensätze in entsprechende Flächeneinheiten unterteilt sind und für jede Flächeneinheit eine Durchstrahlungslängenwert enthalten, – aus zumindest einem Teil der Objekt-Projektionsdatensätze und der zugehörigen Durchstrahlungslängendatensätze eine nichtlineare Durchstrahlungslänge-Grauwert-Funktion (g(1)) berechnet wird, und – aus der nichtlinearen Durchstrahlungslänge-Grauwert-Funktion (g(1)) und den Durchstrahlungslängendatensätzen die Referenz-Projektionsdatensätze berechnet werden.Method according to one of claims 1 to 6, characterized that - the Object projection data sets in area units are divided and for every unit area contain a gray value, - the Radiographic longitudinal data sets in corresponding area units are divided and for every unit area a transmission length value contain, - out at least part of the object projection data sets and the associated Radiation Longitudinal Records a non-linear transmission length gray value function (g (1)) is calculated, and - from the nonlinear transmission length gray value function (g (1)) and the transmission longitudinal data sets Calculated reference projection data sets become. Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass das Auswerten derart erfolgt, dass – aus den Objekt-Projektionsdatensätzen ein Objekt-Volumendatensatz rekonstruiert wird, – aus den Referenz-Projektionsdatensätzen ein Referenz-Volumendatensatz rekonstruiert wird, – ein erster Differenz-Volumendatensatz aus dem Referenz-Volumendatensatz und dem Objekt-Volumendatensatz berechnet wird, und – der erste Differenz-Volumendatensatz ausgewertet wird.Method according to one of claims 1 to 7, characterized the evaluation takes place in such a way that - from the object projection records Object volume data set is reconstructed, - out the reference projection data sets a reference volume dataset is reconstructed, - one first differential volume data set from the reference volume data set and the object volume record is calculated, and - the first Difference volume data set is evaluated. Verfahren nach Anspruch 8, dadurch gekennzeichnet, dass der Objekt-Volumendatensatz und der Referenz-Volumendatensatz mit unterschiedlichen Rekonstruktionsfiltern rekonstruiert werden.Method according to claim 8, characterized in that that the object volume record and the reference volume record be reconstructed with different reconstruction filters. Verfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass das Auswerten derart erfolgt, dass – Differenz-Projektionsdatensätze aus den Referenz-Projektionsdatensätzen und den zugehörigen Objekt-Projektionsdatensätzen berechnet werden, – aus den Differenz-Projektionsdatensätzen ein zweiter Differenz-Volumendatensatz rekonstruiert wird, und – der zweite Differenz-Volumendatensatz ausgewertet wird.Method according to one of claims 1 to 9, characterized the evaluation takes place in such a way that - Difference projection data sets the reference projection data sets and computes the associated object projection records become, - out the difference projection records a second differential volume data set is reconstructed, and - of the second differential volume data set is evaluated. Verfahren nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass das Auswerten derart erfolgt, dass – aus den Referenz-Projektionsdatensätzen ein Referenz-Volumendatensatz rekonstruiert wird, – aus dem Referenz-Volumendatensatz virtuelle Referenzfehler bestimmt werden, – aus den Objekt-Projektionsdatensätzen ein Objekt-Volumendatensatz rekonstruiert wird, – aus dem Objekt-Volumendatensatz die Objektfehler (12, 13) bestimmt werden, und – die realen Objektfehler (12) aus einem Vergleich mit den Referenzfehlern ermittelt werden.Method according to one of claims 1 to 10, characterized in that the evaluation takes place in such a way that - a reference volume data set is reconstructed from the reference projection data records, - virtual reference errors are determined from the reference volume data record, - from the object projection data sets Object volume data set is reconstructed, - from the object volume data set the object errors ( 12 . 13 ), and - the real object errors ( 12 ) can be determined from a comparison with the reference errors. Verfahren nach einem der Ansprüche 1 bis 11, dadurch gekennzeichnet, dass das Objekt (2a) aus mehreren unterschiedlichen Materialien (15, 16) besteht, wobei für jedes der Materialien (15, 16) Durchstrahlungslängendatensätze für die Projektionsrichtungen (φ) berechnet werden.Method according to one of claims 1 to 11, characterized in that the object ( 2a ) made of several different materials ( 15 . 16 ), where for each of the materials ( 15 . 16 ) Longitudinal radiographic data sets for the projection directions (φ) are calculated. Verfahren nach Anspruch 12, dadurch gekennzeichnet, dass die nichtlineare Durchstrahlungslänge-Grauwert-Funktion (g(1)) eine Ab hängigkeit der Grauwerte von den Durchstrahlungslängen der Materialien (15, 16) abbildet.Method according to claim 12, characterized in that the non-linear transmission length gray value function (g (1)) determines a dependence of the gray values on the transmission lengths of the materials ( 15 . 16 ) maps. Röntgencomputertomograf zur Untersuchung eines Objektes mittels Röntgencomputertomografie, mit – einer Röntgenquelle (3) zum Bestahlen eines zu untersuchenden Objektes (2; 2a) aus mehreren Projektionsrichtungen (φ) mit Röntgenstrahlung (6), – einem Röntgendetektor (4) zum Detektieren der Röntgenstrahlung (6), – einem Objektträger (5) zum Positionieren des Objektes (2; 2a) zwischen der Röntgenquelle (3) und dem Röntgendetektor (4), und – einer Recheneinheit (11; 11a) zum Auswerten der detektierten Röntgenstrahlung (6), wobei die Recheneinheit (11; 11a) derart ausgebildet ist, dass – ein Objekt-Projektionsdatensatz für jede der Projektionsrichtungen (φ) erstellbar ist, – ein Durchstrahlungslängendatensatz für jede der Projektionsrichtungen (φ) anhand des jeweils zugehörigen Objekt-Projektionsdatensatzes berechenbar ist, – ein Referenz-Projektionsdatensatz für jede der Projektionsrichtungen (φ) anhand des jeweils zugehörigen Durchstrahlungslängendatensatzes berechenbar ist, und – die Objekt-Projektionsdatensätze und die berechneten Referenz-Projektionsdatensätze zum Unterscheiden zwischen realen Objektfehlern (12) und virtuellen Objektfehlern (13) auswertbar sind.X-ray computer tomography for the examination of an object by means of X-ray computer tomography, with - an X-ray source ( 3 ) for stealing an object to be examined ( 2 ; 2a ) from several projection directions (φ) with X-radiation ( 6 ), - an X-ray detector ( 4 ) for detecting the X-radiation ( 6 ), - a slide ( 5 ) for positioning the object ( 2 ; 2a ) between the X-ray source ( 3 ) and the X-ray detector ( 4 ), and - a computing unit ( 11 ; 11a ) for evaluating the detected X-radiation ( 6 ), wherein the arithmetic unit ( 11 ; 11a ) such that - an object projection data set can be generated for each of the projection directions (φ), - a transmission longitudinal data set can be calculated for each of the projection directions (φ) on the basis of the respectively associated object projection data set, - a reference projection data record for each of the projection directions (φ) can be calculated on the basis of the respectively associated radiographic longitudinal data set, and - the object projection data sets and the calculated reference projection data sets for distinguishing between real object errors ( 12 ) and virtual object errors ( 13 ) are evaluable.
DE200810053752 2008-10-24 2008-10-24 Method and X-ray computer tomograph for examining an object by X-ray computed tomography Withdrawn DE102008053752A1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE200810053752 DE102008053752A1 (en) 2008-10-24 2008-10-24 Method and X-ray computer tomograph for examining an object by X-ray computed tomography
PCT/EP2009/007595 WO2010046117A2 (en) 2008-10-24 2009-10-23 Method and x-ray computer tomograph for analyzing an object by means of x-ray computer tomography

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE200810053752 DE102008053752A1 (en) 2008-10-24 2008-10-24 Method and X-ray computer tomograph for examining an object by X-ray computed tomography

Publications (1)

Publication Number Publication Date
DE102008053752A1 true DE102008053752A1 (en) 2010-04-29

Family

ID=42055164

Family Applications (1)

Application Number Title Priority Date Filing Date
DE200810053752 Withdrawn DE102008053752A1 (en) 2008-10-24 2008-10-24 Method and X-ray computer tomograph for examining an object by X-ray computed tomography

Country Status (2)

Country Link
DE (1) DE102008053752A1 (en)
WO (1) WO2010046117A2 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19921116A1 (en) * 1998-05-14 1999-11-18 Gen Electric Artifact correction for image data of computer tomography system
DE10202732A1 (en) * 2002-01-24 2003-08-07 Fraunhofer Ges Forschung Device and method for creating a correction characteristic for reducing artifacts in a tomography
US20060002504A1 (en) * 2004-06-30 2006-01-05 Bruno Kristiaan Bernard De Man System and method for boundary estimation using CT metrology

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5774519A (en) * 1997-01-30 1998-06-30 Analogic Corporation Method of and apparatus for calibration of CT scanners
DE102005032687A1 (en) * 2005-07-06 2007-01-11 Carl Zeiss Industrielle Messtechnik Gmbh Method and arrangement for evaluating a coordinate data set of a measurement object
US7602963B2 (en) 2006-01-10 2009-10-13 General Electric Company Method and apparatus for finding anomalies in finished parts and/or assemblies
CN101126722B (en) 2007-09-30 2011-03-16 西北工业大学 Cone-beam CT beam hardening calibration method based on registration model emulation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19921116A1 (en) * 1998-05-14 1999-11-18 Gen Electric Artifact correction for image data of computer tomography system
DE10202732A1 (en) * 2002-01-24 2003-08-07 Fraunhofer Ges Forschung Device and method for creating a correction characteristic for reducing artifacts in a tomography
US20060002504A1 (en) * 2004-06-30 2006-01-05 Bruno Kristiaan Bernard De Man System and method for boundary estimation using CT metrology

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
KRUMM,M. (et al.): Reducing non-linear artifacts of multi-material objects in industrial 3D computed tomography. In: NDT & E International 41 (2008), 242-251 *

Also Published As

Publication number Publication date
WO2010046117A3 (en) 2014-09-12
WO2010046117A2 (en) 2010-04-29

Similar Documents

Publication Publication Date Title
DE102008003173B4 (en) Method and device for computed tomography for
DE102006048426B3 (en) Method for determining the range of radiation
DE102011004598B4 (en) Method and computer system for scattered beam correction in a multi-source CT
DE102010024139B4 (en) Method for determining a radiation attenuation in a positron emission tomograph, apparatus and MR-PET hybrid system
EP2263075B1 (en) Method for the tomographic measurement of mechanical workpieces
EP2847620B1 (en) Computer tomography method and assembly for determining features of a measurement object
WO2006094493A2 (en) Correction of non-linearities in an imaging system by means of a priori knowledge in radiography
EP3111417B1 (en) Reducing noise in tomographic images
DE102016221658A1 (en) Stray radiation compensation for an imaging medical device
DE60109806T2 (en) Calibration table with conical radiation of a computed tomography device
DE102009015773A1 (en) Method for processing reconstructed CT image data sets and CT system
DE102007046514A1 (en) Method for detecting and marking contrast medium in blood vessels of the lung using a CT examination and image evaluation unit of a CT system
WO2008119555A1 (en) Method and measuring arrangement for producing three-dimensional images of measuring objects by means of invasive radiation
DE102006023843A1 (en) X-ray CT image reconstruction method and X-ray CT system
DE102004043889A1 (en) Nuclear medical magnetic resonance atlas, method for generating such a magnetic resonance atlas, and method for generating a nuclear medical image with the magnetic resonance atlas
DE102011075917B4 (en) Method for providing a 3D image data set with suppressed measuring field exceedance artifacts and computer tomograph
WO2003062856A1 (en) Device and method for creating a correction characteristic curve for reducing artefacts in tomography
DE102013200329B4 (en) Method and device for misalignment correction for imaging methods
EP3569147B1 (en) Method and device for determining a geometric calibration for an imaging device and method for determining allocation data for geometric calibration
DE102004033989B4 (en) Method for measuring the three-dimensional density distribution in bones
EP2636019B1 (en) Method and evaluation device for determining the position of a structure located in an object to be examined by means of x-ray computer tomography
DE102015218596A1 (en) Improvement of image quality in computed tomography using redundant information in projection datasets
DE102006011008A1 (en) Multi-staged method, for preparing of corrected projection data as improved CT-reconstruction, includes initializing in which orientation of specimen is roughly determined and used for extraction of feature points
DE102008053752A1 (en) Method and X-ray computer tomograph for examining an object by X-ray computed tomography
EP3992620A1 (en) Computer-implemented method for determining at least one geometric parameter required for evaluation of measurement data

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee

Effective date: 20120501