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 PDFInfo
- 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- Withdrawn
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:
Nachfolgend
wird unter Bezugnahme auf die
Die
Röntgenquelle
Der
Röntgendetektor
Der
Objektträger
Die
Röntgenquelle
Das
zu untersuchenden Objekt
Nachfolgend
wird die Untersuchung des Objektes
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
Mittels
der Recheneinheit
Die
Berechnung der Durchstrahlungslängendatensätze L1(x, y) bis LN(x,
y) erfolgt in der Recheneinheit
Der
Objekt-Segmentierdatensatz S(x, y, z) wird für jede Volumeneinheit in Bezug
auf reale und virtuelle Objektfehler
Mittels
des Strahlverfolgungs-Algorithmus werden aus dem Segmentier-Datensatz S(x, y,
z) die Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y)
berechnet.
Aus
den Durchstrahlungslängendatensätzen L1(x, y) bis LN(x,
y) werden mittels der Recheneinheit
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
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
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
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
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
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
Bei
einem zweiten Verfahren werden die Durchstrahlungslängendatensätze L1(x, y) bis LN(x, y)
für jedes
der Materialien
Die
Durchstrahlungslängendatensätze L1(x, y) bis LN(x,
y) für
die Materialien
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
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)
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)
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)
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 |
-
2008
- 2008-10-24 DE DE200810053752 patent/DE102008053752A1/en not_active Withdrawn
-
2009
- 2009-10-23 WO PCT/EP2009/007595 patent/WO2010046117A2/en active Application Filing
Patent Citations (3)
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)
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 |