WO2020164812A1 - Method for reconstructing a digital representation of object features of an examination object in the position space of an x-ray system - Google Patents

Method for reconstructing a digital representation of object features of an examination object in the position space of an x-ray system Download PDF

Info

Publication number
WO2020164812A1
WO2020164812A1 PCT/EP2020/050271 EP2020050271W WO2020164812A1 WO 2020164812 A1 WO2020164812 A1 WO 2020164812A1 EP 2020050271 W EP2020050271 W EP 2020050271W WO 2020164812 A1 WO2020164812 A1 WO 2020164812A1
Authority
WO
WIPO (PCT)
Prior art keywords
ray
feature
coordinates
pattern
feature pattern
Prior art date
Application number
PCT/EP2020/050271
Other languages
German (de)
French (fr)
Inventor
Maximilian Wattenberg
Philipp Klein
Thorsten Buzug
Maik STILLE
Original Assignee
Yxlon International Gmbh
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 Yxlon International Gmbh filed Critical Yxlon International Gmbh
Publication of WO2020164812A1 publication Critical patent/WO2020164812A1/en

Links

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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]

Definitions

  • the present invention relates to a method for reconstructing a digital representation of object features of an examination object in the spatial area of an X-ray system, which has at least one X-ray tube, at least one X-ray detector and an examination object arranged in between, in which the examination object is irradiated by means of X-rays.
  • the area of application for the invention is X-ray-based material testing.
  • Industrial companies such as the car industry or electronics manufacturers use X-ray systems as part of X-ray-based material testing to test components for properties. These properties include dimensional accuracy, i.e. the conformity of a workpiece with the computer model or the specifications, the integrity of the component or the porosity of the processed materials.
  • the use of X-rays for imaging offers the possibility of examining hidden structures. Such methods are of interest to companies that want to check the spatial position, orientation and extent of one or more object features of the objects to be examined with the aid of imaging methods. This measuring task should be carried out with as few projections as possible, so that such a test needs as little time as possible in order to be able to carry out an inline test of all test objects.
  • the previously used methods for recognizing and reconstructing object features in an examination subject are computed tomography-based examinations in which several hundred projection images are recorded, from which volumetric slice images (tomograms) are then reconstructed.
  • the gray values of the volumetric pixels (voxels) represent approximately the different materials of the examination object.
  • Object features are shown in the tomographic representative tion of the examination object is determined and inspected.
  • the recording of the projection images, the reconstruction of the tomogram and the measurement task take a long time to complete.
  • the object is achieved by a method which reconstructs a digital representation of object features of an examination object in the local area of an X-ray system, the X-ray system having at least one X-ray tube, at least one X-ray detector and an examination object arranged in between, and with the method radiating through the examination object using X-rays , the method comprising the following steps:
  • Certain object features are clearly represented by individual patterns in projection images of an X-ray system. These samples may not be sufficient for inspection, since the three-dimensional spatial position, orientation and extent of the object features are of decisive importance. According to the invention, such features can be clearly reconstructed in the local area without a tomogram from a few projection images. Since the method requires fewer projection images in comparison to the prior art, this means a great saving in time. In addition, no complex computation of a tomogram is required for the reconstruction method according to the invention, which leads to further acceleration. With the help of the invention, a significantly higher throughput in object analysis is achieved in processes of quality control or inspection.
  • the invention reconstructs an object feature of an examination subject.
  • An examination object is defined as a physical object from which projection images are created with the aid of an X-ray system or were recorded in advance.
  • An examination subject is typically positioned on a manipulator or attached to it.
  • An object feature describes a property or structure of an examination object or a partial area of an examination object, which produces a recognizable feature pattern in the projection image.
  • the object feature can occur in the examination object at several points, the feature positions. Examples of object features are the surface of an object to be examined, interfaces between two different materials, cracks in the material of the object to be examined, porosity of the material, inclusions in the material or even entire partial structures of the sub- search object.
  • Substructures can, for example, be wires, plates, balls and / or rods located on the examination object.
  • the feature reconstruction describes the process of calculating a digital representation of a higher-dimensional object feature on the basis of lower-dimensional projections. This can mean both that a three-dimensional object to be examined is reconstructed from two-dimensional projection images and that a two-dimensional sectional plane of the object to be examined is reconstructed from one-dimensional projection images.
  • the x-ray system consists of at least one x-ray tube, at least one x-ray detector and an examination subject - if necessary, several examination objects can also belong to the x-ray system.
  • the examination object is actually not part of the X-ray system, but rather a manipulator to which the examination object is attached - since this does not make any difference in methodology, the examination object is defined as part of the X-ray system.
  • the X-ray system is combined with an evaluation / reconstruction computer and a control computer in an X-ray system. Examples of X-ray systems are computer tomographs and laminography systems.
  • the system geometry is described by the position of the components of the X-ray system with respect to one another, that is to say the relative positions and orientations of the X-ray tube (s), the examination object (s) and the X-ray detector (s).
  • the system geometry can be made available by the X-ray system, calculated or estimated from the projection images, or calculated or approximated in some other way.
  • X-ray systems are used to record data in order to record and save projection images of the examination subject.
  • the X-ray tube generates X-rays, the intensity of which is recorded in various detector elements of the X-ray detector.
  • the intensity is on the way from Focus of the X-ray tube to the detector element based on the path length through the respective material, the absorption properties of the materials of the examination object and other effects weakened and changed.
  • the X-ray system supplies a projection image.
  • a projection image is the graphic representation of the intensities of the X-rays measured by the X-ray detector. For this purpose, numerical values are assigned to each pixel that reflect the measured values.
  • the projection image is divided into pixels, each pixel being assigned to a detector element. Different structures in the examination object lead to different numerical values in different pixels, which can be displayed as gray value images.
  • the numerical values of a detector element depend on its distance from the focus of the X-ray tube and the physical interactions of the X-ray radiation with the medium passed between them.
  • the invention covers the cases when there is no 1: 1 assignment between pixels in the projection image and detector elements, but rather the projection image is interpolated or extrapolated from detector elements.
  • a blob is an alternative for a pixel, with each blob having a coordinate and an intensity similar to a pixel.
  • a blob has in addition to the coordinate a Gaussian description for the course of the intensity in the radial direction of this coordinate.
  • the intensity profiles of neighboring blobs are superimposed in such a projection image, so that a closed image impression is created.
  • the method of the invention receives a list of Giionsbil countries and the descriptions of the respective system geometries under which the projection images were created.
  • the input data can also be added in a different form, such as serial.
  • the methodology of the invention consists of repeating reconstruction steps. The methodology described below is identical for each reconstruction step. In each reconstruction step, two different projection images I (GA) and I (GB) and the associated system geometries GA and G B are used.
  • This component of the invention has the task of recognizing the feature pattern of an object feature in the projection image of an examination subject.
  • the feature pattern denotes a characteristic pattern in the gray values of the projection image, which describe the position of the projection of the object feature in the projection image.
  • Feature patterns can be image sections with gray value gradients, strong contrasts, or other structures. Since examination objects can have an object feature at several feature positions, the pattern recognition must recognize all areas in the projection image in which the feature pattern occurs and identify them separately.
  • the feature recognition is not limited to gray-scale-based projection images.
  • the invention also encompasses those pattern recognitions which gain feature patterns from this information.
  • the pattern recognition according to the invention includes any desired image processing algorithms which fulfill the task of extracting a feature pattern from a projection image.
  • the pattern conversion has the task of converting image areas in which a feature pattern was detected by the pattern recognition into a mathematical description.
  • Some pattern recognition algorithms return coordinates directly. For example, marching squares algorithms return the contour of an image section as a list of coordinates, with each of these coordinates being able to be interpreted as a separate feature pattern coordinate. For example, the positions of the corners of a projected cube in the projections can be determined by the Harris corner detector. Each of these coordinates is converted into a feature pattern coordinate.
  • the feature pattern coordinate indicates the position in detector coordinates.
  • Other algorithms such as the Canny edge detector, return a binary gray value image in which the set pixels represent the edge, so that the pixels have to be converted into detector coordinates during the pattern conversion. Examples of additional dimensions of the feature pattern coordinates become clear when spheres represent the object feature to be reconstructed.
  • the spherical centers and the spherical radii can be determined from the projection image and summarized in a feature pattern coordinate.
  • the reconstruction has the task of clearly defining the object features in the local area.
  • the direction and position of the rays that point from the focus of the X-ray tube to the feature coordinates in the projection image are determined and summarized in a list of ray paths.
  • this is represented by the systems with line and without line - from both projection images I (GA) and I. (GB) according to the associated system geometries G A and G B into the object coordinate system.
  • the positions of the X-ray tube foci for both system geometries G A and G B are converted into object coordinates.
  • the examination object is thus virtually fixed and the x-ray tube and the x-ray detector are positioned around the examination object relative to this.
  • the position of the rays relative to the object under examination can also take place on a different path, for example in a separate coordinate system or in homogeneous coordinates .
  • the ray intersection coordinates represent positions at which the object feature could be located in the local area.
  • the beam intersection point coordinates can also be determined, for example, by spanning an area between the focus of the X-ray tube and two adjacent feature pattern coordinates. The coordinate can then be determined as a beam intersection point coordinate at which a beam from a second X-ray tube to a feature pattern coordinate in the second projection image penetrates this area.
  • the determination of the ray intersection coordinates is not limited to the use of two projection images and two system geometries, but can also be made from several such data pairs. In these cases, the ray intersection coordinates can no longer be determined by the simple calculation of ray intersections, but must be determined using suitable approaches, such as the method of least squares.
  • New system geometries and projection images can be used to determine further ray intersection coordinates in the spatial area. It is also covered by the invention if only one reconstruction step is carried out. This can be the case when a feature position can be determined unambiguously and with sufficient accuracy after a reconstruction step.
  • ray intersection coordinates are calculated using the methods described above. Ray intersection coordinates arise predominantly where a feature position is located in the examination object. For two main reasons, however, ray intersection coordinates can also arise in the local space where no object feature is positioned in the physical examination object: On the one hand, all structures of the examination object are superimposed along the X-rays in the projection image. This makes the task of pattern recognition quite difficult, so that image structures can be incorrectly interpreted as feature patterns. On the other hand, for examination objects, in which the same type of object features occurs at several points in the examination subject, several feature coordinates are also determined in the projection image.
  • the clusters determined from the ray intersection coordinates can either be correctly positioned in the vicinity of feature coordinates or at positions in the object under investigation where the feature cannot be found (false-positive reason). Correctly positioned clusters have a higher number of elements
  • these dimensions are also transferred to the ray intersection coordinates.
  • these dimensions can be used for the cluster analysis and, on the other hand, the combination of the dimensions can be used to clearly describe the object feature in the local area. This unambiguous ok
  • An advantageous development of the invention provides that the steps according to the first five indents are repeated several times before the step of the last indent follows.
  • the methods for feature recognition since they are based on discretized projection images, are not as precise as desired, so that the intersection point coordinates could not exactly match the feature position in the examination object and thus have a small error.
  • Repeating the reconstruction steps and using additional system geometries mean that several data points are available for a position of an object feature. These data points are averaged by the clustering, which minimizes the reconstruction error.
  • an examination object in which an object feature occurs in several places can lead to false-positive ray intersection coordinates during the reconstruction.
  • Another advantageous development of the invention provides that the system geometry of the X-ray system is known for each projection image, with the particular X-ray tube position being reduced to the position of its respective focus point. If the movement of the focus is known, this information can be incorporated into the reconstruction. Since the physical process, i.e. the weakening of the X-rays as they travel through the examination object and the generation of the projection image, is inverted with mathematical methods during the reconstruction, the reduction of the position of the X-ray tube to its focus leads to a higher accuracy of the reconstruction result.
  • Another advantageous development of the invention provides that the feature pattern coordinates are defined in such a way that the feature pattern in the projection image is clearly described using mathematical methods and the position of the feature pattern is clearly specified in detector coordinates.
  • the conversion of the feature pattern into a mathematical description offers the possibility of achieving a higher accuracy by interpolating between pixels after the image processing in order to obtain a higher accuracy and a better estimation of the position of the feature pattern.
  • An indication of the position of the feature pattern in detector coordinates offers the possibility of taking into account the detector geometry of the X-ray detector and allowing this to flow into the reconstruction. This allows the accuracy of the reconstruction result to be increased.
  • the feature pattern coordinates also contain dimensions that describe the shape, size and orientation of the feature pattern. These additional dimensions represent, for example, the radius of a detected sphere. This additional information can be used during the calculation of the ray intersection coordinates. In the case of two intersecting beams, it is possible to check whether the radii of the associated detected projected sphere match. If these match, a ray intersection coordinate is generated. If the radii do not match, no ray intersection coordinate is generated. In this way, the number of false-positive ray intersection coordinates can already be reduced in the reconstruction steps.
  • the step of calculating the ray intersection coordinates includes that the rays intersection coordinates of two beam paths that do not intersect but have a smallest distance from each other, which is below a predeterminable threshold value, as the center of these smallest Distance is defined.
  • This beam center point, specified as the beam intersection coordinate is only if the distance between the two beams is below a certain threshold value.
  • clusters are defined as groups of ray intersection coordinates which are all within a predeterminable acceptance radius.
  • the grouping of the ray intersection point coordinates in clusters offers the advantage that feature positions do not consist of a single data point, but can be averaged from several data in a cluster.
  • the clusters also offer the possibility of making a statement about the reliability of the feature using the number of ray intersection coordinates contained.
  • individual ray intersections may represent an incomplete description of a feature.
  • the alignment of a feature can be stored as a vector in ray intersection coordinates. Individual reconstruction steps show an approximate alignment of the feature and save this in the ray intersection coordinates. A clear description of the alignment could only come about when the individual vectors of the ray intersection coordinates are superimposed by the clustering.
  • a further advantageous development of the invention provides that a limit value or threshold value method is then carried out and only those clusters are retained that have a predeterminable minimum number of beam intersection point coordinates, this minimum number being dependent on the feature to be reconstructed, the number of those used Projections and the X-ray system used. This ensures that only real feature positions are displayed and the false positives are deleted.
  • the choice of a minimum number offers the possibility of influencing the reconstruction result. rivers. If necessary, a high minimum number will also delete clusters that are located at positions of an actual feature expression, but were not detected in some projections. A low minimum number will leave a higher number of clusters for evaluation, but carries the risk that false-positive clusters are included in the solution set.
  • the possibility of making settings here allows the user to weigh up the two options - high number of data with lower security and high security with lower number of data - and to match them to the examination object and the measuring task.
  • a further advantageous development of the invention provides that the center of the ray intersection coordinates within a cluster is defined as the reconstructed position of the feature.
  • a measuring system has a limited accuracy and its measured values therefore have inherent errors. Correct beam intersection coordinates from different reconstruction steps can thus be positioned in the vicinity of an actual feature position, but who are always subject to a certain error. By recording several data points, an average data point can be calculated, the error of which is smaller than that of outliers in the individual measurements.
  • Another advantageous development of the invention provides that the determination of the beam paths from the respective X-ray tube to the feature pattern is based on the focus of the respective X-ray tube.
  • the projection image shows all the structures of the examination subject superimposed in a plane as the X-rays from the focus of the X-ray tube to the detector elements of the X-ray detector specify.
  • a reduction of the X-ray tube position to the position of its focus can thus lead to a higher accuracy of the reconstruction result with precise knowledge of the focus position.
  • the alternative, when the X-ray tube is not reduced to the position of the focal point in system geometries, is also covered by the invention.
  • Another advantageous development of the invention provides that not only the intensity values of the attenuated X-ray beam are used in the projection images, but also additional information from an X-ray detector that counts photons or an energy-resolving X-ray detector.
  • the number of photons or the energy spectrum provide further structural information about the examination subject. It is precisely in this information that some object features can be particularly well delimited from image areas without these features. Image recognition methods that take this information into account can lead to feature recognition that is more reliable than a method based purely on gray values.
  • the task is also through an X-ray system with at least one
  • X-ray tube at least one X-ray detector and an examination object arranged therebetween, in which the X-ray system is configured so that it can carry out a method according to the invention.
  • FIG 5 shows schematic representations of the clustering method for the second examination object.
  • FIG. 1 an examination object 5 is shown, which in the local area of a
  • the X-ray system has two X-ray tubes 1, 1 ', each of which has an X-ray detector 2, 2' opposite.
  • X-ray system is around a perpendicular to the plane of the sheet, through the
  • Rotatable axis of rotation running through the center of the circle.
  • the X-ray tubes 1, 1 generate fan beams whose fans run in the plane of the sheet.
  • X-ray detectors 2, 2 ’ line detectors are used.
  • Examination object 5 is a two-dimensional section of a 3D object, which in the cutting plane is essentially a triangle of uniform
  • Material corresponds to which lies in the plane of the sheet.
  • the system geometry is defined by the relative position of X-ray tube 1, 1 'and X-ray detector 2, 2' in connection with the position of the examination object 5 between these two components.
  • the system geometry is defined by the relative position of X-ray tube 1, 1 'and X-ray detector 2, 2' in connection with the position of the examination object 5 between these two components.
  • Image processing methods detect the projected object feature 4 as three in each projection image Feature pattern coordinates 3, 3 '- except in the special case that two corners of the triangle lie on a ray.
  • the beam ratios of different system geometries are set in relation to characterize the object feature 4 in the spatial area.
  • Object feature 4 could be located, these ray intersection coordinates 6 represent potential feature positions.
  • the determination of the object feature 4 is thus determined for several projection geometries.
  • FIG. 1 b the X-ray system has been rotated around the axis of rotation while the examination object 5 is held.
  • Object features 4 of a three-dimensional examination object 5 are to be reconstructed, an x-ray tube 1, 1 ', which has a cone beam, and a two-dimensional x-ray detector 2, 2' are used. Such a method is explained in more detail below with reference to FIGS. 3 to 5.
  • 2 shows a two-dimensional illustration of the clustering method. This is used to combine ray intersection coordinates 6 in clusters and to distinguish clusters in the vicinity of real object features from false-positive clusters.
  • beam intersection coordinates 6 are localized outside the cluster from other projections, they generate a new cluster, as is shown in FIG. 2b. If ray intersection coordinates 6 are calculated in other projections, which are located within the acceptance radius 8, these are added to the cluster, as shown in FIG. 2c. Clusters that are located in the vicinity of an object feature 4 (see FIG. 2e) represent correctly reconstructed feature positions 7 and differ from false-positive clusters in that they have a higher number of elements and can thus be filtered, as in FIG. 2d is shown.
  • Fig. 2e the cluster of Fig. 2d is shown after the reconstructed feature position 7 (as a cross represents Darge) was calculated from the rays intersection point coordinates 6 there.
  • a part of the two-dimensional section of the examination object 5 (the triangle in FIG. 1) with its object feature 4 (a corner) is inserted. Because of measurement inaccuracies, the reconstructed feature position 7 and the real location of the object feature 4 do not exactly coincide.
  • FIGS. 3 to 5 an exemplary embodiment of a method according to the invention is described with reference to FIGS. 3 to 5, in which the examination subject 5 is a cube made of a single material.
  • the object features to be reconstructed are the corners of the cube.
  • X-ray detector 2, 2 ' shown. Taking into account the system geometry and the coordinates of the projected corners in the projection image
  • the cube is scanned by an X-ray system under different system geometries, a projection image (see FIG. 3a) being recorded for each system geometry.
  • the list of projection images of the cube can have been included under system geometries in which the X-ray tube 1 was positioned in front of the cube and the X-ray detector 2 behind it, or the X-ray tube 1 'to the left and the X-ray detector 2' to the right of the cube.
  • the list of system geometries then describes these positions using coordinates and solid angles for the X-ray tube 1, 1 ', the cube and the X-ray detector 2, 2' (see Fig. 4). Between X-ray detector 2, 2 'and
  • the positions of the corners of the projected cube can be determined in the projections by the Harris corner detector, for example. It is
  • Object coordinates describe the relative positional relationship of the feature pattern coordinates 3, 3 'to the examination object 4. The result is shown in FIG. 3c (see also FIG. 4).
  • the mean coordinate of all the ray intersection coordinates 6 contained in the cluster is calculated for each remaining cluster.
  • the middle position of all feature positions is called a point shown.
  • Feature positions 7 as the measurement result of the feature reconstruction for the object feature corners of the cube.
  • the ideal edges of the cube are shown in dashed lines.
  • the deviation of the positions of the points of the real feature positions, the corners of the four edges shown in broken lines, from the measured feature positions 7 results from the fact that a certain
  • a representation of the feature reconstruction can be found in FIG. 4.
  • X-ray detectors 2, 2 determined in two different projection geometries.
  • object features 4 in the local area, which can be summarized as follows.
  • object features 4 are projected onto an X-ray detector 2, 2 ', whereby feature patterns are reflected in the gray values of a
  • Pattern recognition determines these feature patterns. The recognized
  • Feature patterns are characterized by a mathematical description, the so-called feature pattern coordinates 3, 3 '.
  • the feature pattern coordinate 3, 3 ' contains information about the position and optionally other feature dimensions, such as the orientation or the size of the feature pattern in the
  • Projection images parameterized in the same way under changed system geometries Taking into account the different system geometries, the feature pattern coordinates 3, 3 'become the object coordinate system converted. Beam paths from the focus of the X-ray tube 1, 1 ', also in object coordinates, to the feature pattern coordinates 3, 3' are determined for all system geometries. From neighborhood relationships, intersections, relative positional relationships, or related methods between
  • Ray intersection coordinates 6 determined. Ray intersection coordinates 6 represent possible locations for feature positions and contain dimensions, such as the position, orientation and shape of the object feature 4 in the spatial space. These ray intersection coordinates 6 are in several

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

The present invention relates to a method for reconstructing a digital representation of object features 4 of an examination object 5 in the position space of an x-ray system, which has: - at least one x-ray tube 1, 1'; - at least one x-ray detector 2, 2'; and - an examination object 5 arranged therebetween, x-radiation being radiated through the examination object 5, comprising the following steps: creating at least two projection images of the examination object by means of the x-ray system; performing pattern recognition in order to locate the image regions in the projection images, which contain a specifiable feature pattern; performing pattern conversion in order to convert the feature patterns into feature pattern coordinates 3, 3'; determining the beam paths from the relative x-ray tube position in question to the feature pattern coordinates 3, 3' while taking into account the system geometries of the x-ray system during the creation of the projection images; calculating the beam intersection coordinates 6, which represent potential feature positions, from the beam paths of two system geometries; performing a cluster analysis together with extraction of the reconstructed feature position(s) 7 from all the calculated beam intersection coordinates 6. The invention also relates to an x-ray system, which is designed in such a way as to be able to carry out a method according to the invention.

Description

Verfahren zur Rekonstruktion einer digitalen Repräsentation von Objektmerkmalen eines Untersuchungsobjekts im Ortsraum eines Röntgensystems Method for the reconstruction of a digital representation of object features of an examination object in the spatial area of an X-ray system
Die vorliegende Erfindung betrifft ein Verfahren zur Rekonstruktion einer digitalen Repräsentation von Objektmerkmalen eines Untersuchungsobjekts im Ortsraum eines Röntgensystems, das mindestens eine Röntgenröhre, mindestens einen Röntgendetektor und ein dazwischen angeordnetes Untersuchungsobjekt auf weist, bei dem das Untersuchungsobjekt mittels Röntgenstrahlung durchstrahlt wird. The present invention relates to a method for reconstructing a digital representation of object features of an examination object in the spatial area of an X-ray system, which has at least one X-ray tube, at least one X-ray detector and an examination object arranged in between, in which the examination object is irradiated by means of X-rays.
Der Einsatzbereich für die Erfindung ist die röntgenbasierte Materialprüfung. In dustrielle Unternehmen wie die Autoindustrie oder Elektronikhersteller nutzen Röntgensysteme im Rahmen der röntgenbasierten Materialprüfung, um Bauteile auf Eigenschaften zu prüfen. Zu diesen Eigenschaften gehören unter anderem Maßhaltigkeit, also die Übereinstimmung eines Werkstücks mit dem Computer modell beziehungsweise den Spezifikationen, Unversehrtheit des Bauteils oder Porosität der verarbeiteten Materialien. Die Verwendung von Röntgenstrahlen zur Bildgebung bietet hierbei die Möglichkeit, verborgene Strukturen zu untersuchen. Solche Verfahren sind für Unternehmen interessant, die die räumliche Position, Orientierung und Ausdehnung eines oder mehrerer Objektmerkmale von zu unter suchenden Untersuchungsobjekten unter Zuhilfenahme von bildgebenden Verfah ren überprüfen möchten. Diese Messaufgabe soll mit möglichst wenigen Projekti onen durchgeführt werden, so dass eine solche Prüfung möglichst wenig Zeit be nötigt, um eine Inline-Prüfung aller Prüfobjekte durchführen zu können. The area of application for the invention is X-ray-based material testing. Industrial companies such as the car industry or electronics manufacturers use X-ray systems as part of X-ray-based material testing to test components for properties. These properties include dimensional accuracy, i.e. the conformity of a workpiece with the computer model or the specifications, the integrity of the component or the porosity of the processed materials. The use of X-rays for imaging offers the possibility of examining hidden structures. Such methods are of interest to companies that want to check the spatial position, orientation and extent of one or more object features of the objects to be examined with the aid of imaging methods. This measuring task should be carried out with as few projections as possible, so that such a test needs as little time as possible in order to be able to carry out an inline test of all test objects.
Die bisher im Einsatz befindlichen Verfahren zur Erkennung und Rekonstruktion von Objektmerkmalen in einem Untersuchungsobjekt sind Computertomographie basierte Untersuchungen, bei denen mehrere hundert Projektionsbilder aufge nommen werden, aus welchen anschließend volumetrische Schichtbilder (Tomo gramme) rekonstruiert werden. Die Grauwerte der volumetrischen Pixel (Voxel) repräsentieren dabei annäherungsweise die verschiedenen Materialien des Unter suchungsobjektes. Objektmerkmale werden in der tomographischen Repräsenta- tion des Untersuchungsobjektes bestimmt und inspiziert. Die Aufnahme der Pro jektionsbilder, die Rekonstruktion des Tomogramms sowie die Messaufgabe neh men dabei eine große Zeitspanne in Anspruch. The previously used methods for recognizing and reconstructing object features in an examination subject are computed tomography-based examinations in which several hundred projection images are recorded, from which volumetric slice images (tomograms) are then reconstructed. The gray values of the volumetric pixels (voxels) represent approximately the different materials of the examination object. Object features are shown in the tomographic representative tion of the examination object is determined and inspected. The recording of the projection images, the reconstruction of the tomogram and the measurement task take a long time to complete.
Deshalb ist es die Aufgabe der vorliegenden Erfindung, ein Verfahren zur Verfü gung zu stellen, das mittels weniger Röntgen-Projektionsbilder und mit weniger Zeitaufwand gute Ergebnisse bei der Bestimmung von Objektmerkmalen eines Untersuchungsobjekts in einem Röntgensystem liefert. It is therefore the object of the present invention to provide a method which, by means of fewer x-ray projection images and with less expenditure of time, delivers good results in the determination of object features of an examination object in an x-ray system.
Diese Aufgabe wird erfindungsgemäß durch ein Verfahren mit den Merkmalen des Patentanspruchs 1 gelöst. Vorteilhafte Ausgestaltungen sind in den Unteransprü chen angegeben. According to the invention, this object is achieved by a method having the features of claim 1. Advantageous refinements are given in the subclaims.
Danach wird die Aufgabe durch ein Verfahren gelöst, welches eine digitale Reprä sentation von Objektmerkmalen eines Untersuchungsobjekts im Ortsraum eines Röntgensystems rekonstruiert, wobei das Röntgensystem mindestens eine Rönt genröhre, mindestens einen Röntgendetektor sowie ein dazwischen angeordnetes Untersuchungsobjekt aufweist und bei dem Verfahren das Untersuchungsobjekt mittels Röntgenstrahlung durchstrahlt wird, wobei das Verfahren die folgenden Schritte umfasst: According to this, the object is achieved by a method which reconstructs a digital representation of object features of an examination object in the local area of an X-ray system, the X-ray system having at least one X-ray tube, at least one X-ray detector and an examination object arranged in between, and with the method radiating through the examination object using X-rays , the method comprising the following steps:
- Erstellung von mindestens zwei Projektionsbilder des Untersuchungsobjekts unter mindestens zwei unterschiedlichen Systemgeometrien mittels des Rönt gensystems; - Creation of at least two projection images of the examination subject under at least two different system geometries by means of the X-ray system;
- Durchführung einer Mustererkennung zur Lokalisation der Bildbereiche in den Projektionsbildern, die ein vorgebbares Merkmalsmuster beinhalten; - Carrying out a pattern recognition to localize the image areas in the projection images, which contain a predeterminable feature pattern;
- Durchführung einer Musterkonvertierung zum Konvertieren der Merkmalsmus ter in Merkmalsmusterkoordinaten; - Carrying out a pattern conversion for converting the feature pattern into feature pattern coordinates;
- Bestimmung der Strahlengänge von der jeweiligen relativen Röntgenröhren position zu den Merkmalsmusterkoordinaten unter Berücksichtigung der Sys temgeometrien des Röntgensystems bei der Erstellung der Projektionsbilder; - Berechnung der Strahlenschnittpunktkoordinaten, die potentielle Merkmalspo sitionen darstellen, aus den Strahlengängen zweier Systemgeometrien; - Determination of the beam paths from the respective relative X-ray tube position to the feature pattern coordinates, taking into account the system geometries of the X-ray system when creating the projection images; - Calculation of the ray intersection coordinates, which represent potential features positions, from the ray paths of two system geometries;
- Durchführung einer Clusteranalyse samt Extraktion der tatsächlichen rekon struiertet Merkmalsposition/en aus allen berechneten Strahlenschnittpunkt koordinaten. - Carrying out a cluster analysis including extraction of the actual reconstructed feature position (s) from all calculated ray intersection coordinates.
Bestimmte Objektmerkmale werden durch individuelle Muster klar in Projektions bildern eines Röntgensystems repräsentiert. Zur Inspektion reichen diese Muster gegebenenfalls nicht aus, da die dreidimensionale räumliche Position, Orientie rung und Ausdehnung der Objektmerkmale von entscheidender Bedeutung ist. Er findungsgemäß können solche Merkmale ohne ein Tomogramm aus wenigen Pro jektionsbildern eindeutig im Ortsraum rekonstruiert werden. Da das Verfahren im Vergleich zum Stand der Technik weniger Projektionsbilder benötigt, bedeutet dies einen großen Zeitgewinn. Zusätzlich wird für das erfindungsgemäße Rekonstrukti onsverfahren keine aufwendige Berechnung eines Tomogramms benötigt, was zu einer weiteren Beschleunigung führt. Mit Hilfe der Erfindung wird somit in Prozes sen der Qualitätskontrolle oder Inspektion ein wesentlich höherer Durchsatz in der Objektanalyse erzielt. Certain object features are clearly represented by individual patterns in projection images of an X-ray system. These samples may not be sufficient for inspection, since the three-dimensional spatial position, orientation and extent of the object features are of decisive importance. According to the invention, such features can be clearly reconstructed in the local area without a tomogram from a few projection images. Since the method requires fewer projection images in comparison to the prior art, this means a great saving in time. In addition, no complex computation of a tomogram is required for the reconstruction method according to the invention, which leads to further acceleration. With the help of the invention, a significantly higher throughput in object analysis is achieved in processes of quality control or inspection.
Die Erfindung rekonstruiert ein Objektmerkmal eines Untersuchungsobjekts. Ein Untersuchungsobjekt ist als ein physisches Objekt definiert, von dem Projektions bilder mit Hilfe eines Röntgensystems erstellt werden oder im Vorfeld aufgenom men wurden. Ein Untersuchungsobjekt ist typischerweise auf einem Manipulator positioniert oder an ihm befestigt. Ein Objektmerkmal beschreibt eine Eigenschaft oder Struktur eines Untersuchungsobjektes oder eines Teilbereiches eines Unter suchungsobjektes, welche im Projektionsbild ein erkennbares Merkmalsmuster produziert. Das Objektmerkmal kann an mehreren Stellen, den Merkmalspositio nen, im Untersuchungsobjekt auftreten. Beispiele für Objektmerkmale sind die Oberfläche eines Untersuchungsobjektes, Grenzflächen zwischen zwei verschie denen Materialien, Risse im Material des Untersuchungsobjektes, Porosität des Materials, Einschlüsse im Material oder aber auch ganze Teilstrukturen des Unter- suchungsobjektes. Teilstrukturen können zum Beispiel am Untersuchungsobjekt befindliche Drähte, Platinen, Kugeln und/oder Stäbe sein. The invention reconstructs an object feature of an examination subject. An examination object is defined as a physical object from which projection images are created with the aid of an X-ray system or were recorded in advance. An examination subject is typically positioned on a manipulator or attached to it. An object feature describes a property or structure of an examination object or a partial area of an examination object, which produces a recognizable feature pattern in the projection image. The object feature can occur in the examination object at several points, the feature positions. Examples of object features are the surface of an object to be examined, interfaces between two different materials, cracks in the material of the object to be examined, porosity of the material, inclusions in the material or even entire partial structures of the sub- search object. Substructures can, for example, be wires, plates, balls and / or rods located on the examination object.
Die Merkmalsrekonstruktion beschreibt den Vorgang, eine digitale Repräsentation eines höherdimensionalen Objektmerkmals ausgehend von niederdimensionalen Projektionen zu berechnen. Dies kann sowohl bedeuten, dass ein dreidimensiona les Untersuchungsobjekt aus zweidimensionalen Projektionsbildern rekonstruiert wird, als auch, dass eine zweidimensionale Schnittebene des Untersuchungsob jekts aus eindimensionalen Projektionsbildern rekonstruiert wird. The feature reconstruction describes the process of calculating a digital representation of a higher-dimensional object feature on the basis of lower-dimensional projections. This can mean both that a three-dimensional object to be examined is reconstructed from two-dimensional projection images and that a two-dimensional sectional plane of the object to be examined is reconstructed from one-dimensional projection images.
Das Röntgensystem besteht aus mindestens einer Röntgenröhre, mindestens ei nem Röntgendetektor und einem Untersuchungsobjekt - gegebenenfalls können auch mehrere Untersuchungsobjekte zum Röntgensystem gehören. Eigentlich ist nicht das Untersuchungsobjekt Teil des Röntgensystems, sondern ein Manipula tor, an dem das Untersuchungsobjekt angebracht ist - da dies jedoch methodisch keinen Unterschied macht, wird das Untersuchungsobjekt als Teil des Röntgen systems definiert. Das Röntgensystem wird zusammen mit einem Auswerte- /Rekonstruktions-Com puter und einem Steuer-Computer in einer Röntgenanlage zusammengefasst. Beispiele für Röntgenanlagen sind Computer-Tomographen und Laminographiesysteme. The x-ray system consists of at least one x-ray tube, at least one x-ray detector and an examination subject - if necessary, several examination objects can also belong to the x-ray system. The examination object is actually not part of the X-ray system, but rather a manipulator to which the examination object is attached - since this does not make any difference in methodology, the examination object is defined as part of the X-ray system. The X-ray system is combined with an evaluation / reconstruction computer and a control computer in an X-ray system. Examples of X-ray systems are computer tomographs and laminography systems.
Die Systemgeometrie ist durch die Lage der Komponenten des Röntgensystems zueinander, also die relativen Positionen und Orientierungen von Röntgenröhre(n), Untersuchungsobjekt(en) und Röntgendetektor(en) beschrieben. Die Systemgeo metrie kann von der Röntgenanlage zur Verfügung gestellt werden, aus den Pro jektionsbildern berechnet beziehungsweise abgeschätzt werden oder auf andere Weise berechnet oder angenähert werden. The system geometry is described by the position of the components of the X-ray system with respect to one another, that is to say the relative positions and orientations of the X-ray tube (s), the examination object (s) and the X-ray detector (s). The system geometry can be made available by the X-ray system, calculated or estimated from the projection images, or calculated or approximated in some other way.
Röntgenanlagen werden zur Datenaufnahme verwendet um Projektionsbilder des Untersuchungsobjektes aufzunehmen und abzuspeichern. Die Röntgenröhre er zeugt Röntgenstrahlen, deren Intensität in verschiedenen Detektorelementen des Röntgendetektors aufgezeichnet wird. Die Intensität wird dabei auf dem Weg vom Fokus der Röntgenröhre zum Detektorelement basierend auf der Weglänge durch das jeweilige Material, den Absorptionseigenschaften der Materialien des Unter suchungsobjektes und weiteren Effekten abgeschwächt und verändert. Die Rönt genanlage liefert ein Projektionsbild. X-ray systems are used to record data in order to record and save projection images of the examination subject. The X-ray tube generates X-rays, the intensity of which is recorded in various detector elements of the X-ray detector. The intensity is on the way from Focus of the X-ray tube to the detector element based on the path length through the respective material, the absorption properties of the materials of the examination object and other effects weakened and changed. The X-ray system supplies a projection image.
Ein Projektionsbild ist die graphische Darstellung der vom Röntgendetektor ge messenen Intensitäten der Röntgenstrahlen. Dazu sind jedem Pixel numerische Werte zugeordnet, die die Messwerte widerspiegeln. Das Projektionsbild ist in Pi xel unterteilt, wobei jeder Pixel einem Detektorelement zugeordnet ist. Unter schiedliche Strukturen im Untersuchungsobjekt führen zu unterschiedlichen nume rischen Werten in unterschiedlichen Pixeln, die als Grauwertbilder dargestellt wer den können. Die numerischen Werte eines Detektorelements sind abhängig von dessen Distanz zum Fokus der Röntgenröhre und den physikalischen Wechsel wirkungen der Röntgenstrahlung mit dem dazwischen durchlaufenen Medium. Von der Erfindung sind die Fälle umfasst, wenn keine 1 :1 -Zuordnung zwischen Pixeln im Projektionsbild und Detektorelementen stattfindet, sondern das Projektionsbild aus Detektorelementen Inter- oder Extrapoliert wird. Ebenfalls umfasst sind Erfin dungsmerkmale, die keine pixelbasierten Projektionsbilder verwenden, sondern aus Blobs aufgebaute Projektionsbilder oder verwandte Formen verwenden. Bei einem Blob handelt es sich um eine Alternative für einen Pixel, wobei jeder Blob ähnlich zu einem Pixel eine Koordinate und eine Intensität besitzt. Im Unterschied zu Pixeln, die den gleichen numerischen Wert für eine rechteckige Grundfläche besitzen, besitzt ein Blob zusätzlich zu der Koordinate eine gaußförmige Be schreibung für den Verlauf der Intensität in radialer Richtung von dieser Koordina te. Die Intensitätsverläufe benachbarter Blobs überlagern sich dabei in einem sol chen Projektionsbild, so dass ein geschlossener Bildeindruck entsteht. A projection image is the graphic representation of the intensities of the X-rays measured by the X-ray detector. For this purpose, numerical values are assigned to each pixel that reflect the measured values. The projection image is divided into pixels, each pixel being assigned to a detector element. Different structures in the examination object lead to different numerical values in different pixels, which can be displayed as gray value images. The numerical values of a detector element depend on its distance from the focus of the X-ray tube and the physical interactions of the X-ray radiation with the medium passed between them. The invention covers the cases when there is no 1: 1 assignment between pixels in the projection image and detector elements, but rather the projection image is interpolated or extrapolated from detector elements. Also included are features of the invention that do not use pixel-based projection images, but use projection images made up of blobs or related shapes. A blob is an alternative for a pixel, with each blob having a coordinate and an intensity similar to a pixel. In contrast to pixels, which have the same numerical value for a rectangular base area, a blob has in addition to the coordinate a Gaussian description for the course of the intensity in the radial direction of this coordinate. The intensity profiles of neighboring blobs are superimposed in such a projection image, so that a closed image impression is created.
Als Eingabedaten erhält die Methodik der Erfindung eine Liste von Projektionsbil dern und der Beschreibungen der jeweiligen Systemgeometrien unter der die Pro jektionsbilder entstanden sind. Alternativ zur Liste können die Eingabedaten auch in anderer Form, wie zum Beispiel seriell, hinzugefügt werden. Die Methodik der Erfindung besteht aus der Wiederholung von Rekonstruktions schritten. Die nachfolgend beschriebene Methodik ist für jeden Rekonstruktions schritt identisch. In jedem Rekonstruktionsschritt werden zwei unterschiedliche Projektionsbilder I(GA) und I(GB) und die dazugehörigen Systemgeometrien GA und GB verwendet. As input data, the method of the invention receives a list of Projektionsbil countries and the descriptions of the respective system geometries under which the projection images were created. As an alternative to the list, the input data can also be added in a different form, such as serial. The methodology of the invention consists of repeating reconstruction steps. The methodology described below is identical for each reconstruction step. In each reconstruction step, two different projection images I (GA) and I (GB) and the associated system geometries GA and G B are used.
Während der Datenaufnahme wird ein Objektmerkmal zusammen mit dem Unter suchungsobjekt durchstrahlt. Dadurch existiert eine Abbildung dieses Objekt merkmals in den Grauwerten des Projektionsbildes. Dieser Bestandteil der Erfin dung hat die Aufgabe das Merkmalsmuster eines Objektmerkmals in dem Projek tionsbild von einem Untersuchungsobjekt zu erkennen. Das Merkmalsmuster be zeichnet dabei ein charakteristisches Muster in den Grauwerten des Projektions bildes, die die Lage der Projektion des Objektmerkmals im Projektionsbild be schreiben. Merkmalsmuster können Bildausschnitte mit Grauwertgradienten, star ken Kontrasten, oder anderen Strukturen sein. Da Untersuchungsobjekte ein Ob jektmerkmal an mehreren Merkmalspositionen aufweisen können, muss die Mus tererkennung alle Bereiche im Projektionsbild, in denen das Merkmalsmuster auf- tritt, erkennen und separat ausweisen. Die Merkmalserkennung ist nicht auf Grauwert-basierte Projektionsbilder beschränkt. Sofern zusätzliche Informationen, wie die Anzahl der von den Detektorelementen absorbierten Photonen oder das Energiespektrum, zur Verfügung stehen, sind auch solche Mustererkennungen von der Erfindung umfasst, die Merkmalsmuster aus diesen Informationen gewin nen. Die erfindungsgemäße Mustererkennung beinhaltet beliebige Bildverarbei tungsalgorithmen, die die Aufgabe, ein Merkmalsmuster aus einem Projektionsbild zu extrahieren, erfüllen. During the data acquisition, an object feature is irradiated together with the examination object. As a result, there is an image of this object feature in the gray values of the projection image. This component of the invention has the task of recognizing the feature pattern of an object feature in the projection image of an examination subject. The feature pattern denotes a characteristic pattern in the gray values of the projection image, which describe the position of the projection of the object feature in the projection image. Feature patterns can be image sections with gray value gradients, strong contrasts, or other structures. Since examination objects can have an object feature at several feature positions, the pattern recognition must recognize all areas in the projection image in which the feature pattern occurs and identify them separately. The feature recognition is not limited to gray-scale-based projection images. If additional information, such as the number of photons absorbed by the detector elements or the energy spectrum, is available, the invention also encompasses those pattern recognitions which gain feature patterns from this information. The pattern recognition according to the invention includes any desired image processing algorithms which fulfill the task of extracting a feature pattern from a projection image.
Die Musterkonvertierung hat die Aufgabe, Bildbereiche in denen ein Merkmals muster von der Mustererkennung detektiert wurde, in eine mathematische Be schreibung zu überführen. Einige mustererkennende Algorithmen liefern direkt Koordinaten zurück. So liefern zum Beispiel Marching-Squares-Algorithmen die Kontur eines Bildausschnitts als Liste von Koordinaten zurück, wobei jede dieser Koordinaten als eigene Merkmalsmusterkoordinate interpretiert werden kann. Gleichsam können beispielsweise die Positionen der Ecken eines projizierten Würfels in den Projektionen durch den Harris-Eckendetektor bestimmt werden. Jede dieser Koordinaten wird in eine Merkmalsmusterkoordinate überführt. Die Merkmalsmusterkoordinate gibt die Position in Detektorkoordinaten an. Andere Algorithmen, wie der Canny-Kantendetektor, liefern ein binäres Grauwertebild zu rück, in dem die gesetzten Pixel die Kante repräsentieren, so dass die Pixel wäh rend der Musterkonvertierung in Detektorkoordinaten überführt werden müssen. Beispiele für zusätzliche Maße der Merkmalsmusterkoordinaten werden deutlich, wenn Kugeln das zu rekonstruierende Objektmerkmal darstellen. So können aus dem Projektionsbild die Kugelmittelpunkte und die Kugelradien bestimmt und in einer Merkmalsmusterkoordinate zusammengefasst werden. The pattern conversion has the task of converting image areas in which a feature pattern was detected by the pattern recognition into a mathematical description. Some pattern recognition algorithms return coordinates directly. For example, marching squares algorithms return the contour of an image section as a list of coordinates, with each of these coordinates being able to be interpreted as a separate feature pattern coordinate. For example, the positions of the corners of a projected cube in the projections can be determined by the Harris corner detector. Each of these coordinates is converted into a feature pattern coordinate. The feature pattern coordinate indicates the position in detector coordinates. Other algorithms, such as the Canny edge detector, return a binary gray value image in which the set pixels represent the edge, so that the pixels have to be converted into detector coordinates during the pattern conversion. Examples of additional dimensions of the feature pattern coordinates become clear when spheres represent the object feature to be reconstructed. The spherical centers and the spherical radii can be determined from the projection image and summarized in a feature pattern coordinate.
Die Rekonstruktion hat die Aufgabe, die Objektmerkmale im Ortsraum eindeutig zu bestimmen. Hierzu wird die Richtung und Position der Strahlen, die vom Fokus der Röntgenröhre auf die Merkmalskoordinaten im Projektionsbild zeigen, be stimmt und in einer Liste von Strahlengängen zusammengefasst. Zunächst wer den die projektiven Merkmalsmusterkoordinaten M(I(GA)) und M(I(GB)) - in dem Ausführungsbeispiel der Fig. 1 wird dies durch die Systeme mit Strich und ohne Strich dargestellt - aus beiden Projektionsbildern I(GA) und I(GB) entsprechend der zugehörigen Systemgeometrien GA und GB ins Objektkoordinatensystem über führt. Gleichsam werden die Positionen der Röntgenröhren-Foki für beide Sys temgeometrien GA und GB in Objektkoordinaten umgerechnet. Virtuell steht somit das Untersuchungsobjekt fest und die Röntgenröhre und der Röntgendetektor sind relativ dazu um das Untersuchungsobjekt positioniert. Alternativ zu der Bestim mung der Strahlengänge über die Konvertierung ins Objektkoordinatensystem für die Berechnung der relativen Wege der Röntgenstrahlen durch das Untersu chungsobjekt kann auch die relative Lage der Strahlen zum Untersuchungsobjekt auf einem anderen Weg, zum Beispiel in einem gesonderten Koordinatensystem oder in homogenen Koordinaten, erfolgen. The reconstruction has the task of clearly defining the object features in the local area. For this purpose, the direction and position of the rays that point from the focus of the X-ray tube to the feature coordinates in the projection image are determined and summarized in a list of ray paths. First of all, who the projective feature pattern coordinates M (I (GA)) and M (I (GB)) - in the embodiment of FIG. 1, this is represented by the systems with line and without line - from both projection images I (GA) and I. (GB) according to the associated system geometries G A and G B into the object coordinate system. The positions of the X-ray tube foci for both system geometries G A and G B are converted into object coordinates. The examination object is thus virtually fixed and the x-ray tube and the x-ray detector are positioned around the examination object relative to this. As an alternative to determining the beam paths by converting them into the object coordinate system for calculating the relative paths of the X-rays through the object under examination, the position of the rays relative to the object under examination can also take place on a different path, for example in a separate coordinate system or in homogeneous coordinates .
Aufgrund der Unterschiede zwischen den Systemgeometrien GA und GB kreuzen sich die Strahlen aus unterschiedlichen Richtungen im Ortsraum. Diese Kreu- zungspunkte werden als Strahlenschnittpunktkoordinaten definiert. Die berechne ten Strahlenschnittpunktkoordinaten stellen Positionen dar, an denen sich das Ob jektmerkmal im Ortsraum befinden könnte. Die Bestimmung der Strahlenschnitt punktkoordinaten kann zum Beispiel auch dadurch erfolgen, dass zwischen dem Fokus der Röntgenröhre und zwei benachbarten Merkmalsmusterkoordinaten eine Fläche aufgespannt wird. Anschließend kann die Koordinate als Strahlenschnitt punktkoordinate bestimmt werden, an dem ein Strahl von einer zweiten Röntgen röhre zu einer Merkmalsmusterkoordinate im zweiten Projektionsbild diese Fläche durchdringt. Die Bestimmung der Strahlenschnittpunktkoordinaten ist dabei nicht auf die Verwendung von zwei Projektionsbildern und zweier Systemgeometrien beschränkt, sondern kann auch aus mehreren solcher Datenpaare erfolgen. In diesen Fällen können die Strahlenschnittpunktkoordinaten nicht mehr durch die simple Berechnung von Strahlenschnittpunkten bestimmt werden, sondern müs sen durch geeignete Ansätze, wie zum Beispiel die Methode der kleinsten Quad rate, ermittelt werden. Due to the differences between the system geometries G A and G B , the rays from different directions cross each other in the spatial area. These cross Points of intersection are defined as ray intersection coordinates. The calculated ray intersection coordinates represent positions at which the object feature could be located in the local area. The beam intersection point coordinates can also be determined, for example, by spanning an area between the focus of the X-ray tube and two adjacent feature pattern coordinates. The coordinate can then be determined as a beam intersection point coordinate at which a beam from a second X-ray tube to a feature pattern coordinate in the second projection image penetrates this area. The determination of the ray intersection coordinates is not limited to the use of two projection images and two system geometries, but can also be made from several such data pairs. In these cases, the ray intersection coordinates can no longer be determined by the simple calculation of ray intersections, but must be determined using suitable approaches, such as the method of least squares.
Es können neue Systemgeometrien und Projektionsbilder verwendet werden, um weitere Strahlenschnittpunktkoordinaten im Ortsraum zu bestimmen. Von der Er findung umfasst ist auch, wenn nur ein Rekonstruktionsschritt durchgeführt wird. Dies kann dann der Fall sein, wenn eine Merkmalsposition bereits nach einem Rekonstruktionsschritt eindeutig und ausreichend genau bestimmt werden kann. New system geometries and projection images can be used to determine further ray intersection coordinates in the spatial area. It is also covered by the invention if only one reconstruction step is carried out. This can be the case when a feature position can be determined unambiguously and with sufficient accuracy after a reconstruction step.
In jedem Rekonstruktionsschritt werden durch die zuvor beschriebenen Methoden Strahlenschnittpunktkoordinaten berechnet. Strahlenschnittpunktkoordinaten ent stehen vorwiegend dort, wo sich eine Merkmalsposition im Untersuchungsobjekt befindet. Strahlenschnittpunktkoordinaten können jedoch aus zwei Flauptgründen im Ortsraum auch an Stellen entstehen, wo im physischen Untersuchungsobjekt kein Objektmerkmal positioniert ist: Zum einen sind im Projektionsbild alle Struktu ren des Untersuchungsobjektes entlang der Röntgenstrahlen überlagert. Dies macht die Aufgabe der Mustererkennung recht schwierig, so dass Bildstrukturen fälschlicherweise als Merkmalsmuster interpretiert werden können. Zum anderen werden für Untersuchungsobjekte, in denen die gleiche Art von Objektmerkmalen an mehreren Stellen im Untersuchungsobjekt vorkommt, auch mehrere Merk malskoordinaten im Projektionsbild bestimmt. Somit können bestimmte System geometriepaarungen dazu führen, dass sich Strahlen, die vom Fokus der Rönt genröhre aus auf Merkmalskoordinaten zeigen, sehr nahe passieren und eine Strahlenschnittpunktkoordinate erzeugen, obwohl die Merkmalskoordinaten von zwei verschiedenen Positionen einer Objektmerkmalsart im Objekt erzeugt wur den. Die Strahlenschnittpunktkoordinate ist somit eine falsch-positive. Korrekt po sitionierte Strahlenschnittpunktkoordinaten treten mit einer höheren Dichte um die tatsächliche Merkmalsposition auf. Falsch-positive Koordinaten treten hingegen isoliert auf. Um diese beiden Gruppen voneinander zu unterscheiden, werden die Koordinaten zunächst in Clustern zusammengefasst. Ein Cluster ist dabei definiert als eine Gruppe von Strahlenschnittpunktkoordinaten, deren Schwerpunkt und ei nen auf diesen bezogenen Akzeptanzradius. Sofern neue Strahlenschnittpunktko ordinaten aus weiteren Rekonstruktionsschritten in diesem Akzeptanzradius lie gen, werden diese ebenfalls dem Cluster zugeordnet. Alle im Cluster enthaltenen Strahlenschnittpunktkoordinaten können in einem Mittelwert zusammengefasst werden. Isoliert liegende Strahlenschnittpunktkoordinaten werden in einem Cluster mit nur einem Element, genauer einer Strahlenschnittpunktkoordinate, überführt. In each reconstruction step, ray intersection coordinates are calculated using the methods described above. Ray intersection coordinates arise predominantly where a feature position is located in the examination object. For two main reasons, however, ray intersection coordinates can also arise in the local space where no object feature is positioned in the physical examination object: On the one hand, all structures of the examination object are superimposed along the X-rays in the projection image. This makes the task of pattern recognition quite difficult, so that image structures can be incorrectly interpreted as feature patterns. On the other hand, for examination objects, in which the same type of object features occurs at several points in the examination subject, several feature coordinates are also determined in the projection image. Thus, certain system geometry pairings can lead to rays that point to feature coordinates from the focus of the X-ray tube passing very closely and generating a ray intersection coordinate even though the feature coordinates were generated from two different positions of an object feature type in the object. The ray intersection coordinate is thus a false positive. Correctly positioned ray intersection coordinates occur with a higher density around the actual feature position. False positive coordinates, however, occur in isolation. In order to distinguish these two groups from one another, the coordinates are first grouped together. A cluster is defined as a group of ray intersection coordinates, their center of gravity and an acceptance radius related to this. If new ray intersection coordinates from further reconstruction steps lie within this acceptance radius, these are also assigned to the cluster. All ray intersection coordinates contained in the cluster can be summarized in a mean value. Ray intersection coordinates that are isolated are transferred in a cluster with only one element, more precisely a ray intersection coordinate.
Die aus den Strahlenschnittpunktkoordinaten bestimmten Cluster können, genau so wie die zu Grunde liegenden Strahlenschnittpunktkoordinaten, entweder korrekt in der Nähe von Merkmalskoordinaten positioniert sein oder an Positionen im Un tersuchungsobjekt, an denen das Merkmal nicht zu finden ist (falsch-positive Fun de). Korrekt positionierte Cluster weisen eine höhere Anzahl an Elemen The clusters determined from the ray intersection coordinates, just like the underlying ray intersection coordinates, can either be correctly positioned in the vicinity of feature coordinates or at positions in the object under investigation where the feature cannot be found (false-positive reason). Correctly positioned clusters have a higher number of elements
ten/Strahlenschnittpunktkoordinaten auf und können somit von Falsch-positiven anhand dieser Charakteristik unterschieden werden. th / ray intersection coordinates and can thus be distinguished from false positives based on this characteristic.
Wird das Objektmerkmal in den Merkmalsmusterkoordinaten durch weitere Maße beschrieben, werden diese Maße ebenfalls mit in die Strahlenschnittpunktkoordi naten übertragen. Diese Maße können zum einen für die Clusteranalyse verwen det werden und zum anderen kann die Kombination der Maße dazu genutzt wer den, das Objektmerkmal im Ortsraum eindeutig zu beschreiben. Diese eindeutige io If the object feature is described in the feature pattern coordinates by further dimensions, these dimensions are also transferred to the ray intersection coordinates. On the one hand, these dimensions can be used for the cluster analysis and, on the other hand, the combination of the dimensions can be used to clearly describe the object feature in the local area. This unambiguous ok
Beschreibung des Objektmerkmals im Ortsraum ist das Rekonstruktionsergebnis der vorliegenden Erfindung. Description of the object feature in the location space is the reconstruction result of the present invention.
Eine vorteilhafte Weiterbildung der Erfindung sieht vor, dass die Schritte gemäß den ersten fünf Spiegelstrichen mehrfach wiederholt werden, bevor sich der Schritt des letzten Spiegelstrichs anschließt. Die Methoden zur Merkmalserkennung sind, da sie auf diskretisierten Projektionsbildern beruhen, nicht beliebig genau, so dass Schnittpunktkoordinaten nicht exakt mit der Merkmalsposition im Untersuchungs objekt übereinstimmten könnten und somit einen kleinen Fehler aufweisen. Das Wiederholen der Rekonstruktionsschritte und die Verwendung zusätzlicher Sys temgeometrien führen dazu, dass mehrere Datenpunkte für eine Position eines Objektmerkmals zur Verfügung stehen. Diese Datenpunkte werden durch das Clustering gemittelt, wodurch der Fehler der Rekonstruktion minimiert wird. Wie zuvor erläutert, kann ein Untersuchungsobjekt bei dem ein Objektmerkmal an mehreren Stellen auftritt, zu falsch-positiven Strahlenschnittpunktkoordinaten wäh rend der Rekonstruktion führen. Diese falsch-positiven Funde werden in den ein zelnen Rekonstruktionsschritten über den gesamten Ortsraum verteilt, wohinge gen echte Strahlenschnittpunktkoordinaten in der Nähe der Position des Merkmals im Untersuchungsobjekt lokalisiert werden. Durch das mehrfache wiederholen der Rekonstruktionsschritte können somit die falsch-positiven Funde während der Clusteranalyse anhand der Dichteverteilung herausgefiltert werden. An advantageous development of the invention provides that the steps according to the first five indents are repeated several times before the step of the last indent follows. The methods for feature recognition, since they are based on discretized projection images, are not as precise as desired, so that the intersection point coordinates could not exactly match the feature position in the examination object and thus have a small error. Repeating the reconstruction steps and using additional system geometries mean that several data points are available for a position of an object feature. These data points are averaged by the clustering, which minimizes the reconstruction error. As explained above, an examination object in which an object feature occurs in several places can lead to false-positive ray intersection coordinates during the reconstruction. These false-positive findings are distributed over the entire spatial area in the individual reconstruction steps, whereas real ray intersection coordinates are localized in the vicinity of the position of the feature in the examination object. By repeating the reconstruction steps several times, the false-positive findings can be filtered out during the cluster analysis based on the density distribution.
Eine weitere vorteilhafte Weiterbildung der Erfindung sieht vor, dass die System geometrie des Röntgensystems für jedes Projektionsbild bekannt ist, wobei insbe sondere die jeweilige Röntgenröhrenposition auf die Position ihres jeweiligen Fo kuspunktes reduziert ist. Wenn die Bewegung des Fokus bekannt ist, kann diese Information in die Rekonstruktion eingebunden werden. Da während der Rekon struktion der physikalische Prozess, also die Abschwächung der Röntgenstrahlen beim ihrem Weg durch das Untersuchungsobjekt und die Erzeugung des Projekti onsbildes mit mathematischen Methoden invertiert wird, führt die Reduktion der Position der Röntgenröhre auf ihren Fokus zu einer höheren Genauigkeit des Re konstruktionsergebnisses. Eine weitere vorteilhafte Weiterbildung der Erfindung sieht vor, dass die Merk malsmusterkoordinaten so definiert sind, dass die Merkmalsmuster im Projekti onsbild mit mathematischen Methoden eindeutig beschrieben werden und die Po sition des Merkmalsmusters eindeutig in Detektorkoordinaten angegeben werden. Das Überführen der Merkmalsmuster in eine mathematische Beschreibung bietet die Möglichkeit, eine höhere Genauigkeit zu erzielen, indem nach der Bildverarbei tung zwischen Pixeln interpoliert wird, um eine höhere Genauigkeit und eine bes sere Abschätzung der Position des Merkmalsmusters zu erhalten. Eine Angabe der Position des Merkmalsmusters in Detektorkoordinaten bietet die Möglichkeit, die Detektorgeometrie des Röntgendetektors zu berücksichtigen und diese in die Rekonstruktion einfließen zu lassen. Hierdurch kann die Genauigkeit des Rekon struktionsergebnisses erhöht werden. Another advantageous development of the invention provides that the system geometry of the X-ray system is known for each projection image, with the particular X-ray tube position being reduced to the position of its respective focus point. If the movement of the focus is known, this information can be incorporated into the reconstruction. Since the physical process, i.e. the weakening of the X-rays as they travel through the examination object and the generation of the projection image, is inverted with mathematical methods during the reconstruction, the reduction of the position of the X-ray tube to its focus leads to a higher accuracy of the reconstruction result. Another advantageous development of the invention provides that the feature pattern coordinates are defined in such a way that the feature pattern in the projection image is clearly described using mathematical methods and the position of the feature pattern is clearly specified in detector coordinates. The conversion of the feature pattern into a mathematical description offers the possibility of achieving a higher accuracy by interpolating between pixels after the image processing in order to obtain a higher accuracy and a better estimation of the position of the feature pattern. An indication of the position of the feature pattern in detector coordinates offers the possibility of taking into account the detector geometry of the X-ray detector and allowing this to flow into the reconstruction. This allows the accuracy of the reconstruction result to be increased.
Eine weitere vorteilhafte Weiterbildung der Erfindung sieht vor, dass zusätzlich noch Maße in den Merkmalsmusterkoordinaten enthalten sind, die die Form, Grö ße und Orientierung des Merkmalsmusters beschreiben. Diese weiteren Maße, stellen zum Beispiel den Radius einer detektierten Kugel dar. Während der Be rechnung der Strahlenschnittpunktkoordinaten kann diese zusätzlichen Informati onen genutzt werden. So kann bei zwei sich kreuzenden Strahlen überprüft wer den, ob die Radien der zugehörigen detektierten projizierten Kugel zueinander passen. Passen diese zusammen, wird eine Strahlenschnittpunktkoordinate er zeugt. Passen die Radien nicht zusammen, wird keine Strahlenschnittpunktkoor dinate erzeugt. Somit kann die Anzahl der falsch-positiven Strahlenschnittpunkt koordinaten bereits in den Rekonstruktionsschritten reduziert werden. A further advantageous development of the invention provides that the feature pattern coordinates also contain dimensions that describe the shape, size and orientation of the feature pattern. These additional dimensions represent, for example, the radius of a detected sphere. This additional information can be used during the calculation of the ray intersection coordinates. In the case of two intersecting beams, it is possible to check whether the radii of the associated detected projected sphere match. If these match, a ray intersection coordinate is generated. If the radii do not match, no ray intersection coordinate is generated. In this way, the number of false-positive ray intersection coordinates can already be reduced in the reconstruction steps.
Eine weitere vorteilhafte Weiterbildung der Erfindung sieht vor, dass der Schritt der Berechnung der Strahlenschnittpunktkoordinaten umfasst, dass die Strahlen schnittpunktkoordinate von zwei Strahlengängen, die sich nicht schneiden aber ei ne geringste Distanz voneinander aufweisen, die unter einem vorgebbaren Schwellenwert liegt, als der Mittelpunkt dieser geringsten Distanz definiert wird. Dieser Strahlmittelpunkt, angegeben als Strahlenschnittpunktkoordinate, wird nur bestimmt, sofern die Distanz zwischen den beiden Strahlen unter einem bestimm ten Schwellwert liegt. Dies bietet den Vorteil, dass Ungenauigkeiten in der Sys temgeometrie oder der Merkmalsfindung kompensiert werden, indem keine exak ten Schnittpunkte aber eine gute Annäherung verwendet wird. Die Möglichkeit zur Wahl eines Schnittpunktes bietet zudem die Möglichkeit, die Genauigkeit zu beein flussen. A further advantageous development of the invention provides that the step of calculating the ray intersection coordinates includes that the rays intersection coordinates of two beam paths that do not intersect but have a smallest distance from each other, which is below a predeterminable threshold value, as the center of these smallest Distance is defined. This beam center point, specified as the beam intersection coordinate, is only if the distance between the two beams is below a certain threshold value. This offers the advantage that inaccuracies in the system geometry or in finding features are compensated for by using no exact intersection points but a good approximation. The option of selecting an intersection also offers the option of influencing the accuracy.
Eine weitere vorteilhafte Weiterbildung der Erfindung sieht vor, dass bei der Clus teranalyse Cluster definiert werden als Gruppen von Strahlenschnittpunktkoordina ten, die alle innerhalb eines vorgebbaren Akzeptanzradius liegen. Die Gruppierung der Strahlenschnittpunktkoordinaten in Clustern bietet den Vorteil, dass Merkmal spositionen nicht aus einem einzigen Datenpunkt bestehen, sondern aus mehre ren Daten in einem Cluster gemittelt werden können. Weiter bieten die Cluster die Möglichkeit, über die Anzahl der enthaltenen Strahlenschnittpunktkoordinaten eine Aussage über die Verlässlichkeit des Merkmals zu machen. Außerdem können einzelne Strahlenschnittpunkte unter Umständen eine unvollständige Beschrei bung eines Merkmals darstellen. So kann zum Beispiel die Ausrichtung eines Merkmals als Vektor in Strahlenschnittpunktkoordinaten hinterlegt werden. Einzel ne Rekonstruktionsschritte zeigen eine ungefähre Ausrichtung des Merkmals und speichern diese in den Strahlenschnittpunktkoordinaten. Eine eindeutige Be schreibung der Ausrichtung könnte erst zustande kommen, wenn die einzelnen Vektoren der Strahlenschnittpunktkoordinaten durch das Clustering überlagert werden. A further advantageous development of the invention provides that, in the cluster analysis, clusters are defined as groups of ray intersection coordinates which are all within a predeterminable acceptance radius. The grouping of the ray intersection point coordinates in clusters offers the advantage that feature positions do not consist of a single data point, but can be averaged from several data in a cluster. The clusters also offer the possibility of making a statement about the reliability of the feature using the number of ray intersection coordinates contained. In addition, individual ray intersections may represent an incomplete description of a feature. For example, the alignment of a feature can be stored as a vector in ray intersection coordinates. Individual reconstruction steps show an approximate alignment of the feature and save this in the ray intersection coordinates. A clear description of the alignment could only come about when the individual vectors of the ray intersection coordinates are superimposed by the clustering.
Eine weitere vorteilhafte Weiterbildung der Erfindung sieht vor, dass anschließend ein Grenzwert- oder Schwellwertverfahren durchgeführt wird und nur solche Clus ter behalten werden, die eine vorgebbare Mindestanzahl von Strahlenschnitt punktkoordinaten aufweisen, wobei diese Mindestanzahl abhängig ist von dem zu rekonstruierenden Merkmal, der Anzahl der verwendeten Projektionen und des verwendeten Röntgensystems. Dadurch wird erreicht, dass nur echte Merkmals positionen dargestellt werden und die falsch-positiven gelöscht werden. Die Wahl einer Mindestzahl bietet die Möglichkeit, das Rekonstruktionsergebnis zu beein- flussen. Eine hohe Mindestzahl wird gegebenenfalls auch Cluster löschen, die sich an Positionen einer tatsächlichen Merkmalsausprägung befinden, jedoch in man chen Projektionen nicht detektiert wurden. Eine niedrige Mindestanzahl wird eine höhere Anzahl an Clustern zur Auswertung übrig lassen, beinhaltet jedoch die Ge fahr, dass falsch-positive Cluster in der Lösungsmenge enthalten sind. Die Mög lichkeit hier Einstellungen vorzunehmen, erlaubt es dem Anwender, die beiden Optionen - hohe Datenzahl mit geringerer Sicherheit und hohe Sicherheit mit ge ringerer Datenzahl - gegeneinander abzuwägen und auf das Untersuchungsobjekt sowie die Messaufgabe abzustimmen. A further advantageous development of the invention provides that a limit value or threshold value method is then carried out and only those clusters are retained that have a predeterminable minimum number of beam intersection point coordinates, this minimum number being dependent on the feature to be reconstructed, the number of those used Projections and the X-ray system used. This ensures that only real feature positions are displayed and the false positives are deleted. The choice of a minimum number offers the possibility of influencing the reconstruction result. rivers. If necessary, a high minimum number will also delete clusters that are located at positions of an actual feature expression, but were not detected in some projections. A low minimum number will leave a higher number of clusters for evaluation, but carries the risk that false-positive clusters are included in the solution set. The possibility of making settings here allows the user to weigh up the two options - high number of data with lower security and high security with lower number of data - and to match them to the examination object and the measuring task.
Eine weitere vorteilhafte Weiterbildung der Erfindung sieht vor, dass das Zentrum der Strahlenschnittpunktkoordinaten innerhalb eines Clusters als rekonstruierte Position des Merkmals definiert wird. Ein Messsystem besitzt eine begrenzte Ge nauigkeit und ihre Messwerte weisen daher inhärent Fehler auf. Korrekte Strah lenschnittpunktkoordinaten aus unterschiedlichen Rekonstruktionsschritten kön nen somit in der Nähe einer tatsächlichen Merkmalsposition positioniert sein, wer den aber stets mit einem gewissen Fehler behaftet sein. Durch das Aufnehmen von mehreren Datenpunkten kann ein mittlerer Datenpunkt berechnet werden, dessen Fehler geringer ist als der von Ausreißern in den Einzelmessungen. A further advantageous development of the invention provides that the center of the ray intersection coordinates within a cluster is defined as the reconstructed position of the feature. A measuring system has a limited accuracy and its measured values therefore have inherent errors. Correct beam intersection coordinates from different reconstruction steps can thus be positioned in the vicinity of an actual feature position, but who are always subject to a certain error. By recording several data points, an average data point can be calculated, the error of which is smaller than that of outliers in the individual measurements.
Eine weitere vorteilhafte Weiterbildung der Erfindung sieht vor, dass die Bestim mung der Strahlengänge von der jeweiligen Röntgenröhre zu den Merkmalsmus terkoordinaten vom Fokus der jeweiligen Röntgenröhre ausgeht. Das Projektions bild zeigt alle Strukturen des Untersuchungsobjektes in einer Ebene so überlagert, wie es die Röntgenstrahlen vom Fokus der Röntgenröhre zu den Detektorelemen ten des Röntgendetektors vorgeben. Eine Reduzierung der Röntgenröhrenposition auf die Position ihres Fokus kann somit unter einer genauen Kenntnis der Fokus position zu einer höheren Genauigkeit des Rekonstruktionsergebnisses führen. Auch die Alternative, wenn in Systemgeometrien die Röntgenröhre nicht auf die Position des Fokuspunktes reduziert wird, ist von der Erfindung umfasst. Eine weitere vorteilhafte Weiterbildung der Erfindung sieht vor, dass nicht nur die Intensitätswerte des abgeschwächten Röntgenstrahls in den Projektionsbildern verwendet werden, sondern auch noch zusätzliche Informationen eines Photonen zählenden Röntgendetektors oder eines Energie-auflösenden Röntgendetektors. Die Anzahl der Photonen oder das Energiespektrum liefern weitere strukturelle In formationen über das Untersuchungsobjekt. Einige Objektmerkmale könnten sich gerade in diesen Informationen besonders gut von Bildbereichen ohne diese Merkmale abgrenzen. Bilderkennende Methoden, die diese Informationen berück sichtigen, können zu einer Merkmalserkennung führen, die zuverlässiger ist, als eine rein auf Grauwerten basierende Methode. Another advantageous development of the invention provides that the determination of the beam paths from the respective X-ray tube to the feature pattern is based on the focus of the respective X-ray tube. The projection image shows all the structures of the examination subject superimposed in a plane as the X-rays from the focus of the X-ray tube to the detector elements of the X-ray detector specify. A reduction of the X-ray tube position to the position of its focus can thus lead to a higher accuracy of the reconstruction result with precise knowledge of the focus position. The alternative, when the X-ray tube is not reduced to the position of the focal point in system geometries, is also covered by the invention. Another advantageous development of the invention provides that not only the intensity values of the attenuated X-ray beam are used in the projection images, but also additional information from an X-ray detector that counts photons or an energy-resolving X-ray detector. The number of photons or the energy spectrum provide further structural information about the examination subject. It is precisely in this information that some object features can be particularly well delimited from image areas without these features. Image recognition methods that take this information into account can lead to feature recognition that is more reliable than a method based purely on gray values.
Eine weitere vorteilhafte Weiterbildung der Erfindung sieht vor, dass die Beschrei bung der Systemgeometrie in kartesischen Koordinatensystemen, homogenen Koordinatensystemen oder einer vektorbasierten Lagebeschreibung erfolgt. Die Systemgeometrie kann - wie oben aufgeführt - über verschiedene mathematische Prinzipien beschrieben werden, wobei diese Prinzipien den gleichen/einen ähnli chen Informationsgehalt aufweisen. Die unterschiedlichen Prinzipien können in un terschiedlichen Realisierungen der Erfindung jedoch zu einem Geschwindigkeits zuwachs gegenüber anderen Prinzipien führen, indem sie erlauben, notwendige Berechnungen parallel durchzuführen oder unnötige Berechnungen vermeiden. Es versteht sich von selbst, dass neben den oben genannten Koordinatensystemen auch alle anderen Arten von Koordinatensystemen, insbesondere Polarkoordina ten, von der Erfindung umfasst sind. Another advantageous development of the invention provides that the description of the system geometry takes place in Cartesian coordinate systems, homogeneous coordinate systems, or a vector-based position description. The system geometry can - as mentioned above - be described using various mathematical principles, these principles having the same / similar information content. In different implementations of the invention, however, the different principles can lead to an increase in speed compared to other principles in that they allow necessary calculations to be carried out in parallel or unnecessary calculations to be avoided. It goes without saying that in addition to the above-mentioned coordinate systems, all other types of coordinate systems, in particular polar coordinates, are also covered by the invention.
Die Aufgabe wird auch durch ein Röntgensystem mit mindestens einer The task is also through an X-ray system with at least one
Röntgenröhre, mindestens einem Röntgendetektor und einem dazwischen ange ordneten Untersuchungsobjekt gelöst, bei dem das Röntgensystem so ausgestal tet ist, dass es ein erfindungsgemäßes Verfahren ausführen kann. X-ray tube, at least one X-ray detector and an examination object arranged therebetween, in which the X-ray system is configured so that it can carry out a method according to the invention.
Weitere Einzelheiten und Vorteile der Erfindung werden nun anhand eines in den Zeichnungen dargestellten Ausführungsbeispiels näher erläutert. Es zeigen: Fig. 1 Strahlenverhältnisse und Merkmalsbestimmung für ein erstes Untersu chungsobjekt, Further details and advantages of the invention will now be explained in more detail with reference to an embodiment shown in the drawings. Show it: Fig. 1 radiation ratios and feature determination for a first examination object,
Fig. 2 schematische Darstellungen zum Cluster-Verfahren, 2 shows schematic representations of the cluster method,
Fig. 3 Darstellungen zur Muster- und Koordinatenerkennung für ein zweites Un tersuchungsobjekt, Fig. 3 representations for pattern and coordinate recognition for a second Un investigation object,
Fig. 4 schematische Darstellung der Merkmalsrekonstruktion für das zweite Un- tersuchungsobjekt und 4 shows a schematic representation of the feature reconstruction for the second examination object and
Fig. 5 schematische Darstellungen zum Cluster-Verfahren für das zweite Un tersuchungsobjekt. 5 shows schematic representations of the clustering method for the second examination object.
In Fig. 1 ist ein Untersuchungsobjekt 5 dargestellt, das im Ortsraum eines In Fig. 1, an examination object 5 is shown, which in the local area of a
Röntgensystems angeordnet ist. Das Röntgensystem weist zwei Röntgenröhren 1 , 1’ auf, denen jeweils ein Röntgendetektor 2, 2’ gegenüber liegt. Das X-ray system is arranged. The X-ray system has two X-ray tubes 1, 1 ', each of which has an X-ray detector 2, 2' opposite. The
Röntgensystem ist um eine senkrecht zur Blattebene stehende, durch den X-ray system is around a perpendicular to the plane of the sheet, through the
Mittelpunkt des Kreises verlaufende Drehachse drehbar. Die Röntgenröhren 1 , 1’ erzeugen Fächerstrahlen, deren Fächer in der Blattebene verlaufen. Als Rotatable axis of rotation running through the center of the circle. The X-ray tubes 1, 1 'generate fan beams whose fans run in the plane of the sheet. As
Röntgendetektoren 2, 2’ werden Zeilendetektoren verwendet. Das X-ray detectors 2, 2 ’, line detectors are used. The
Untersuchungsobjekt 5 ist ein zweidimensionaler Schnitt eines 3D-Objektes, welches in der Schnittebene im Wesentlichen ein Dreieck aus einheitlichem Examination object 5 is a two-dimensional section of a 3D object, which in the cutting plane is essentially a triangle of uniform
Material entspricht, welches in der Blattebene liegt. Material corresponds to which lies in the plane of the sheet.
Die Systemgeometrie wird durch die relative Position von Röntgenröhre 1 , 1’ und Röntgendetektor 2, 2’ in Verbindung mit der Position des Untersuchungsobjekts 5 zwischen diesen beiden Komponeneten definiert. Prinzipiell kann die The system geometry is defined by the relative position of X-ray tube 1, 1 'and X-ray detector 2, 2' in connection with the position of the examination object 5 between these two components. In principle, the
Systemgeometrie für die beiden Röntgenröhre-Röntgendetektor-Paare 1 -2 und 1’- 2’ verschieden sein. Die Röntgenstrahlen projizieren das Objektmerkmal 4, dieSystem geometry for the two X-ray tube-X-ray detector pairs 1 -2 and 1'- 2 'may be different. The X-rays project the object feature 4, the
Ecken des Dreiecks, auf die Röntgendetektoren 2, 2’. Bildverarbeitungsmethoden detektieren das projizierte Objektmerkmal 4 in jedem Projektionsbild als drei Merkmalsmusterkoordinaten 3, 3’ - außer in dem Spezialfall, dass zwei Ecken des Dreiecks auf einem Strahl liegen. Die Strahlenverhältnisse unterschiedlicher Systemgeometrien werden ins Verhältnis gesetzt, um das Objektmerkmal 4 im Ortsraum zu charakterisieren. Corners of the triangle on the X-ray detectors 2, 2 '. Image processing methods detect the projected object feature 4 as three in each projection image Feature pattern coordinates 3, 3 '- except in the special case that two corners of the triangle lie on a ray. The beam ratios of different system geometries are set in relation to characterize the object feature 4 in the spatial area.
Die Punkte im Ortsraum, an denen sich zwei Strahlen der beiden Röntgenröhren 1 , 1’ schneiden, in deren Projektionsbildern Merkmalsmusterkoordinaten 3, 3’ Vorkommen, geben mögliche Orte im Ortsraum wieder, an denen sich das The points in the spatial area at which two rays from the two X-ray tubes 1, 1 'intersect, in whose projection images feature pattern coordinates 3, 3' occur, reflect possible locations in the spatial area at which this is
Objektmerkmal 4 befinden könnte, diese Strahlenschnittpunktkoordinaten 6 stellen potentielle Merkmalspositionen dar. Object feature 4 could be located, these ray intersection coordinates 6 represent potential feature positions.
Die Strahlenverhältnisse aus nur zwei Projektionen, wie sie in Fig. 1 a dargestellt sind, lassen gegebenenfalls mehrere und daher nicht eindeutige Lösungen für die Beschreibung des Objektmerkmals 4 im Ortsraum zu. Die Bestimmung des Objektmerkmals 4 wird somit für mehrere Projektionsgeometrien bestimmt. In Fig. 1 b ist das Röntgensystem bei festgehaltenem Untersuchungsobjekt 5 um die Drehachse gedreht worden. The radiation conditions from only two projections, as shown in FIG. 1 a, allow several and therefore ambiguous solutions for the description of the object feature 4 in the spatial area. The determination of the object feature 4 is thus determined for several projection geometries. In FIG. 1 b, the X-ray system has been rotated around the axis of rotation while the examination object 5 is held.
Rekonstruierte Merkmalspositionen 7 werden in verschiedenen Reconstructed feature positions 7 are in different
Projektionsgeometrien abgebildet und bilden sich durch eine verstärkte Projection geometries mapped and formed by a reinforced
Ansammlung der Strahlenschnittpunktkoordinaten 6 in einer engen Nachbarschaft des Objektmerkmals 4 heraus - dies sind die großen Punkte in Fig. 1 c. Sie unterscheiden sich von falsch-positiven Strahlenschnittpunktkoordinaten 6 - dies sind die kleinen Punkte in Fig. 1 c. Accumulation of the ray intersection coordinates 6 in a close vicinity of the object feature 4 - these are the large points in Fig. 1c. They differ from false-positive ray intersection coordinates 6 - these are the small points in Fig. 1c.
Anstatt zwei Röntgenröhren 1 , 1’ und zwei zugeordnete Röntgendetektoren 2, 2’ zu verwenden, kann auch nur ein solches Paar verwendet werden. Wenn Instead of using two X-ray tubes 1, 1 'and two assigned X-ray detectors 2, 2', only one such pair can be used. If
Objektmerkmale 4 eines dreidimensionalen Untersuchungsobjekts 5 rekonstruiert werden sollen, wird eine Röntgenröhre 1 , 1’, die einen Kegelstrahl aufweist, und ein zweidimensionaler Röntgendetektor 2, 2’ verwendet. Ein solches Verfahren wird weiter unten anhand der Figuren 3 bis 5 noch näher erläutert. In Fig. 2 ist eine zweidimensionale Veranschaulichung des Cluster-Verfahren ge zeigt. Dieses wird verwendet, um Strahlenschnittpunktkoordinaten 6 in Clustern zusammenzufassen und um Cluster in der Nähe von realen Objektmerkmalen von falsch-positiven Clustern zu unterscheiden. Object features 4 of a three-dimensional examination object 5 are to be reconstructed, an x-ray tube 1, 1 ', which has a cone beam, and a two-dimensional x-ray detector 2, 2' are used. Such a method is explained in more detail below with reference to FIGS. 3 to 5. 2 shows a two-dimensional illustration of the clustering method. This is used to combine ray intersection coordinates 6 in clusters and to distinguish clusters in the vicinity of real object features from false-positive clusters.
Linienbeziehungen aus unterschiedlichen Projektionen (die eine Projektion ist in den Figuren 2a und 2c gestrichelt und die andere Projektion durchgezogen darge stellt - in Fig. 2b sind drei Projektionen dargestellt, von denen eine gestrichelt und die beiden anderen durchgezogen dargestellt sind) stellen eine potentielle Merk malsposition 6 dar. Diese Strahlenschnittpunktkoordinate 6 wird in ein Cluster mit einem Akzeptanzradius 8 umgewandelt. Line relationships from different projections (one projection is dashed in Figures 2a and 2c and the other projection is solid - in Fig. 2b three projections are shown, of which one is shown in dashed lines and the other two are shown in solid lines) represent a potential feature position 6. This ray intersection coordinate 6 is converted into a cluster with an acceptance radius 8.
Werden aus anderen Projektionen Strahlenschnittpunktkoordinaten 6 außerhalb des Clusters lokalisiert, erzeugen diese ein neues Cluster, wie dies in Fig. 2b dar gestellt ist. Werden in anderen Projektionen Strahlenschnittpunktkoordinaten 6 be rechnet, die innerhalb des Akzeptanzradius 8 lokalisiert sind, werden diese dem Cluster hinzugefügt, wie dies in Fig. 2c dargestellt ist. Cluster, die sich in der Nähe eines Objektmerkmals 4 befinden (siehe Fig. 2e), stellen korrekt rekonstruierte Merkmalspositionen 7 dar und unterscheiden sich von falsch-positiven Clustern durch eine höhere Anzahl von Elementen und lassen sich somit filtern, wie dies in Fig. 2d dargestellt ist. If beam intersection coordinates 6 are localized outside the cluster from other projections, they generate a new cluster, as is shown in FIG. 2b. If ray intersection coordinates 6 are calculated in other projections, which are located within the acceptance radius 8, these are added to the cluster, as shown in FIG. 2c. Clusters that are located in the vicinity of an object feature 4 (see FIG. 2e) represent correctly reconstructed feature positions 7 and differ from false-positive clusters in that they have a higher number of elements and can thus be filtered, as in FIG. 2d is shown.
In Fig. 2e ist das Cluster der Fig. 2d gezeigt, nachdem aus den dortigen Strahlen schnittpunktkoordinaten 6 die rekonstruierte Merkmalsposition 7 (als Kreuz darge stellt) berechnet wurde. Zusätzlich ist noch ein Teil des zweidimensionalen Schnitts des Untersuchungsobjekts 5 (das Dreieck aus Fig. 1 ) mit seinem Objekt merkmal 4 (einer Ecke) eingefügt. Aufgrund von Messungenauigkeiten fallen die rekonstruierte Merkmalsposition 7 und der realer Ort des Objektmerkmals 4 nicht exakt zusammen. In Fig. 2e, the cluster of Fig. 2d is shown after the reconstructed feature position 7 (as a cross represents Darge) was calculated from the rays intersection point coordinates 6 there. In addition, a part of the two-dimensional section of the examination object 5 (the triangle in FIG. 1) with its object feature 4 (a corner) is inserted. Because of measurement inaccuracies, the reconstructed feature position 7 and the real location of the object feature 4 do not exactly coincide.
Im Folgenden wird anhand der Figuren 3 bis 5 ein Ausführungsbeispiel eines er findungsgemäßen Verfahrens beschrieben, bei dem das Untersuchungsobjekt 5 ein aus einem einzigen Material bestehender Würfel ist. Das zu rekonstruierende Objektmerkmal sind die Ecken des Würfels. In the following, an exemplary embodiment of a method according to the invention is described with reference to FIGS. 3 to 5, in which the examination subject 5 is a cube made of a single material. The object features to be reconstructed are the corners of the cube.
Die Ecken des dreidimensionalen Würfels im Projektionsbild - wie dies in Fig. 3a dargestellt ist - sind in eine Ebene projiziert. In unterschiedlichen The corners of the three-dimensional cube in the projection image - as shown in FIG. 3a - are projected into a plane. In different
Systemgeometrien werden die Ecken an unterschiedliche Stellen im System geometries are the corners at different places in the
Röntgendetektor 2, 2’ abgebildet. Unter Berücksichtigung der Systemgeometrie und der Koordinaten der projizierten Ecken im Projektionsbild X-ray detector 2, 2 'shown. Taking into account the system geometry and the coordinates of the projected corners in the projection image
(Merkmalsmusterkoordinaten 3) können die dreidimensionalen Positionen der Ecken des Würfels berechnet werden. (Feature pattern coordinates 3) the three-dimensional positions of the corners of the cube can be calculated.
Im beschriebenen Beispiel wird der Würfel von einer Röntgenanlage unter verschiedenen Systemgeometrien gescannt, wobei für jede Systemgeometrie ein Projektionsbild (siehe Fig. 3a) aufgezeichnet wird. Die Liste von Projektionsbildern des Würfels, kann unter Systemgeometrien aufgenommen worden sein, bei dem die Röntgenröhre 1 vor dem Würfel und der Röntgendetektor 2 dahinter oder die Röntgenröhre 1’ links und der Röntgendetektor 2’ rechts vom Würfel positioniert waren. Die Liste der Systemgeometrien beschreibt diese Lagen dann über Koordinaten und Raumwinkel für die Röntgenröhre 1 , 1’, den Würfel und den Röntgendetektor 2, 2’ (siehe Fig. 4). Zwischen Röntgendetektor 2, 2’ und In the example described, the cube is scanned by an X-ray system under different system geometries, a projection image (see FIG. 3a) being recorded for each system geometry. The list of projection images of the cube can have been included under system geometries in which the X-ray tube 1 was positioned in front of the cube and the X-ray detector 2 behind it, or the X-ray tube 1 'to the left and the X-ray detector 2' to the right of the cube. The list of system geometries then describes these positions using coordinates and solid angles for the X-ray tube 1, 1 ', the cube and the X-ray detector 2, 2' (see Fig. 4). Between X-ray detector 2, 2 'and
Projektionsbild wird in den Abbildungen der Einfachheit halber nicht Projection image is not shown in the illustrations for the sake of simplicity
unterschieden, da von einer 1 :1 -Beziehung zwischen Pixeln und differentiated because of a 1: 1 relationship between pixels and
Detektorelementen ausgegangen wird. Detector elements is assumed.
Einige der äußeren Kanten des untersuchten Würfels sind im Projektionsbild der Fig. 3a dadurch gut zu erkennen, dass sie das Untersuchungsobjekt vom Some of the outer edges of the examined cube can be clearly seen in the projection image of FIG. 3a in that they have the examination object from
Hintergrund (schwarz wiedergegeben) abheben. Diese Kanten laufen an den Ecken des Würfels (Projektionen der Merkmalspositionen) zusammen. Die Ecken des Würfels sind das interessierende Objektmerkmal 4. Die detektierbaren Kanten laufen im Projektionsbild dort zusammen (siehe Fig. 3b), wo die projizierten Würfelecken liegen, so dass die äußeren Kanten detektierbare Background (shown in black) stand out. These edges converge at the corners of the cube (projections of the feature positions). The corners of the cube are the object feature of interest 4. The detectable edges converge in the projection image there (see FIG. 3b) where the projected cube corners lie, so that the outer edges are detectable
Merkmalsmusterkoordinaten 3,3’ für dieses Objektmerkmal 4 darstellen. Da der Würfel acht Ecken besitzt, besitzt der Würfel dieses Objektmerkmal 4 an acht Merkmalspositionen im Untersuchungsobjekt 5, so dass die Mustererkennung idealerweise acht Bildbereiche im Projektionsbild kennzeichnet. Represent feature pattern coordinates 3, 3 'for this object feature 4. Since the If the cube has eight corners, the cube has this object feature 4 at eight feature positions in the examination object 5, so that the pattern recognition ideally identifies eight image areas in the projection image.
Die Positionen der Ecken des projizierten Würfels können beispielsweise in den Projektionen durch den Harris-Eckendetektor bestimmt werden. Es ist The positions of the corners of the projected cube can be determined in the projections by the Harris corner detector, for example. It is
wahrscheinlich, dass die so bestimmten Strahlenschnittpunktkoordinaten 6 mit einer der Würfelecken übereinstimmen. Aus dem binären Kantenbild der Fig. 3b wurden die projizierten Würfelecken in Merkmalsmusterkoordinaten 3 it is probable that the ray intersection coordinates 6 determined in this way coincide with one of the cube corners. The projected cube corners in feature pattern coordinates 3 were derived from the binary edge image in FIG. 3b
umgewendelt, welche zunächst in Detektorkoordinaten angegeben sind und anschließend in Objektkoordinaten umgewandelt werden, wobei die inverted, which are initially specified in detector coordinates and then converted into object coordinates, the
Objektkoordinaten die relative Lagebeziehung der Merkmalsmusterkoordinaten 3, 3’ zum Untersuchungsobjekt 4 beschreiben. Das Ergebnis ist in Fig. 3c dargestellt (siehe auch Fig. 4). Object coordinates describe the relative positional relationship of the feature pattern coordinates 3, 3 'to the examination object 4. The result is shown in FIG. 3c (see also FIG. 4).
Bei dem Würfel könnten so aus zehn Projektionspaaren in der Nähe von jeder Ecke des Würfels jeweils acht bis zehn Strahlenschnittpunktkoordinaten 6 ermittelt worden sein (siehe Fig. 5). Aus Gründen der Messungenauigkeit könnte so auch in der Mitte des Würfels eine Strahlenschnittpunktkoordinate 6 ermittelt worden sein. Beim Clustering - wie es schon prinzipiell in Fig. 2 dargestellt und oben beschrieben wurde und nun für vier Ecken des Würfels in Fig. 5 nochmals verdeutlicht wird - werden nun die Strahlenschnittpunktkoordinaten 6 - also die als Kreuze dargestellten potentiellen Merkmalspositionen - an einer Ecke des Würfels zu einem Cluster (durch jeweils einen Kreis in Fig. 5 dargestellt) zusammengefasst, da diese sehr nahe beieinander liegen. Dies wird für alle Strahlenschnittpunktkoordinaten 6 gemacht. Da die falsch-positive In the case of the cube, eight to ten ray intersection coordinates 6 could thus have been determined from ten projection pairs in the vicinity of each corner of the cube (see FIG. 5). For reasons of measurement inaccuracy, a ray intersection coordinate 6 could also have been determined in the center of the cube. In clustering - as it has already been shown in principle in Fig. 2 and described above and is now made clear again for four corners of the cube in Fig. 5 - the ray intersection coordinates 6 - i.e. the potential feature positions shown as crosses - are now at one corner of the cube combined to form a cluster (each represented by a circle in FIG. 5), since these are very close to one another. This is done for all ray intersection coordinates 6. Because the false positives
Strahlenschnittpunktkoordinate 6 in der Mitte des Würfels isoliert positioniert ist, wird diese in ein eigenes Cluster umgewandelt (nicht in Fig. 5 gezeigt). If the ray intersection coordinate 6 is positioned isolated in the center of the cube, this is converted into its own cluster (not shown in FIG. 5).
Im Beispiel des Würfels wird somit für jedes übrig gebliebene Cluster die mittlere Koordinate aller im Cluster enthaltenen Strahlenschnittpunktkoordinaten 6 berechnet. Die mittlere Position aller Merkmalspositionen wird als Punkt dargestellt. Diese mittleren Koordinaten beschreiben die rekonstruierten In the example of the cube, the mean coordinate of all the ray intersection coordinates 6 contained in the cluster is calculated for each remaining cluster. The middle position of all feature positions is called a point shown. These mean coordinates describe the reconstructed ones
Merkmalspositionen 7 als Messergebnis der Merkmalsrekonstruktion für das Objektmerkmal: Ecken des Würfels. Die idealen Kanten des Würfels sind gestrichelt dargestellt. Die Abweichung der Positionen der Punkte der realen Merkmalspositionen, den Ecken der gestrichelt dargestellten vier Kanten, von den gemessenen Merkmalspositionen 7 ergibt sich daraus, dass eine gewisse Feature positions 7 as the measurement result of the feature reconstruction for the object feature: corners of the cube. The ideal edges of the cube are shown in dashed lines. The deviation of the positions of the points of the real feature positions, the corners of the four edges shown in broken lines, from the measured feature positions 7 results from the fact that a certain
Messungenauigkeit im Röntgensystem vorhanden ist. Eine schematiasche There is measurement inaccuracy in the X-ray system. A schematic
Darstellung zur Merkmalsrekonstruktion ist der Fig. 4 zu entnehmen. A representation of the feature reconstruction can be found in FIG. 4.
Die Ecken des Würfels - als Untersuchungsobjekt 5 - werden durch The corners of the cube - as examination object 5 - are through
Liniennachbarschaft zwischen den Wegen der Röntgenstrahlen von der jeweiligen Röntgenröhre 1 , 1’ zu den Koordinaten der detektierten Würfelecken in der Projektion der Merkmalsmusterkoordinaten 3, 3’ auf den beiden Line neighborhood between the paths of the X-rays from the respective X-ray tube 1, 1 'to the coordinates of the detected cube corners in the projection of the feature pattern coordinates 3, 3' on the two
Röntgendetektoren 2, 2’ in zwei unterschiedlichen Projektionsgeometrien bestimmt. X-ray detectors 2, 2 ’determined in two different projection geometries.
Es kann festgehalten werden, dass die Erfindung der clusterbasierten It can be stated that the invention of cluster-based
Merkmalsrekonstruktion eine Methodik zur Rekonstruktion einer digitalen Feature reconstruction a methodology for the reconstruction of a digital one
Repräsentation von Objektmerkmalen 4 im Ortsraum ist, die wie folgt knapp zusamengefasst werden kann. Beim Scannen eines Untersuchungsobjektes 5 in einer Röntgenanlage werden Objektmerkmale 4 auf einen Röntgendetektor 2, 2’ projiziert, wodurch sich Merkmalsmuster in den Grauwerten eines Representation of object features 4 in the local area, which can be summarized as follows. When an examination object 5 is scanned in an X-ray system, object features 4 are projected onto an X-ray detector 2, 2 ', whereby feature patterns are reflected in the gray values of a
Projektionsbildes widerspiegeln. Zunächst werden mit Mitteln der The projection image. First of all, the
Mustererkennung diese Merkmalsmuster bestimmt. Die erkannten Pattern recognition determines these feature patterns. The recognized
Merkmalsmuster werden durch eine mathematische Beschreibung, die sognannte Merkmalsmusterkoordinate 3, 3’ charakterisiert. Die Merkmalsmusterkoordinate 3, 3’ beinhaltet Angaben über die Position und optional weitere Merkmalsmaße, wie zum Beispiel die Orientierung oder die Größe des Merkmalsmusters im Feature patterns are characterized by a mathematical description, the so-called feature pattern coordinates 3, 3 '. The feature pattern coordinate 3, 3 'contains information about the position and optionally other feature dimensions, such as the orientation or the size of the feature pattern in the
Projektionsbild. Die Merkmalsmusterkoordinaten 3, 3’ werden für weitere Projection image. The feature pattern coordinates 3, 3 'are used for further
Projektionsbilder unter veränderten Systemgeometrien auf gleiche Weise parametrisiert. Unter Berücksichtigung der unterschiedlichen Systemgeometrien werden die Merkmalsmusterkoordinaten 3, 3’ ins Objektkoordinatensystem konvertiert. Es werden Strahlengänge vom Fokus der Röntgenröhre 1 , 1’, ebenfalls in Objektkoordinaten, zu den Merkmalsmusterkoordinaten 3, 3’ für alle Systemgeometrien bestimmt. Aus Nachbarschaftsbeziehungen, Schnittpunkten, relativen Positionsbeziehungen oder verwandten Methoden zwischen Projection images parameterized in the same way under changed system geometries. Taking into account the different system geometries, the feature pattern coordinates 3, 3 'become the object coordinate system converted. Beam paths from the focus of the X-ray tube 1, 1 ', also in object coordinates, to the feature pattern coordinates 3, 3' are determined for all system geometries. From neighborhood relationships, intersections, relative positional relationships, or related methods between
Strahlengängen von mindestens zwei Systemgeometrien werden Beam paths of at least two system geometries are
Strahlenschnittpunktkoordinaten 6 bestimmt. Strahlenschnittpunktkoordinaten 6 stellen mögliche Orte für Merkmalspositionen dar und beinhalten Maße, wie zum Beispiel die Position, Orientierung und Form des Objektmerkmals 4 im Ortsraum. Diese Strahlenschnittpunktkoordinaten 6 werden in mehreren Ray intersection coordinates 6 determined. Ray intersection coordinates 6 represent possible locations for feature positions and contain dimensions, such as the position, orientation and shape of the object feature 4 in the spatial space. These ray intersection coordinates 6 are in several
Rekonstruktionsschritten für unterschiedliche Systemgeometrien bestimmt. Um falschpositionierte Strahlenschnittpunktkoordinaten 6 vom Reconstruction steps determined for different system geometries. To get incorrectly positioned ray intersection coordinates 6 from
Rekonstruktionsergebnis auszuschließen wird eine Clusteranalyse verwendet, um eine eindeutige Beschreibung für das Objektmerkmal 4 zu erhalten. To exclude the reconstruction result, a cluster analysis is used in order to obtain a clear description of the object feature 4.
Bezugszeichenliste List of reference symbols
1 , 1’ Röntgenröhre 1, 1 'x-ray tube
2, 2’ Röntgendetektor 2, 2 ’X-ray detector
3, 3’ Merkmalsmusterkoordinate 3, 3 'feature pattern coordinate
4 Objektmerkmal 4 property feature
5 Untersuchungsobjekt 5 object of investigation
6 Strahlenschnittpunktkoordinate 6 ray intersection coordinate
7 rekonstruierte Merkmalsposition 7 reconstructed feature position
8 Akzeptanzradius 8 radius of acceptance

Claims

Patentansprüche Claims
1. Verfahren zur Rekonstruktion einer digitalen Repräsentation von Objektmerk malen (4) eines Untersuchungsobjekts (5) im Ortsraum eines Röntgensys tems, das mindestens eine Röntgenröhre (1 , 1’), mindestens einen Röntgen detektor (2, 2’) und ein dazwischen angeordnetes Untersuchungsobjekt (5) aufweist, bei dem das Untersuchungsobjekt (5) mittels Röntgenstrahlung durchstrahlt wird, mit folgenden Schritten: 1. A method for reconstructing a digital representation of object features paint (4) of an object to be examined (5) in the local area of an X-ray system, the at least one X-ray tube (1, 1 '), at least one X-ray detector (2, 2') and an interposed one The examination object (5), in which the examination object (5) is irradiated by means of X-rays, with the following steps:
a) Erstellung von mindestens zwei Projektionsbildern des Untersuchungsob jekts (5) mittels des Röntgensystems; a) creation of at least two projection images of the investigation object (5) by means of the X-ray system;
b) Durchführung einer Mustererkennung zur Lokalisation der Bildbereiche in den Projektionsbildern, die ein vorgebbares Merkmalsmuster beinhalten; c) Durchführung einer Musterkonvertierung zum Konvertieren der Merk b) Carrying out a pattern recognition to localize the image areas in the projection images which contain a predeterminable feature pattern; c) Performing a pattern conversion to convert the Merk
malsmuster in Merkmalsmusterkoordinaten (3, 3’); painting pattern in feature pattern coordinates (3, 3 ');
d) Bestimmung der Strahlengänge von der jeweiligen relativen Röntgenröh renposition zu den Merkmalsmusterkoordinaten unter Berücksichtigung der Systemgeometrien des Röntgensystems bei der Erstellung der Projek tionsbilder; d) Determination of the beam paths from the respective relative X-ray tube position to the feature pattern coordinates, taking into account the system geometries of the X-ray system when creating the projection images;
e) Berechnung der Strahlenschnittpunktkoordinaten (6), die potentielle e) Calculation of the ray intersection coordinates (6), the potential
Merkmalspositionen darstellen, aus den Strahlengängen zweier System geometrien; Represent feature positions, geometries from the beam paths of two system;
f) Durchführung einer Clusteranalyse samt Extraktion der rekonstruierten Merkmalsposition/en (7) aus allen berechneten Strahlenschnittpunktkoor dinaten (6). f) Carrying out a cluster analysis including extraction of the reconstructed feature position / s (7) from all calculated ray intersection coordinates (6).
2. Verfahren nach Patentanspruch 1 , bei dem die Schritte a bis e mehrfach wie derholt werden, bevor sich Schritt f anschließt. 2. The method according to claim 1, in which steps a to e are repeated several times before step f follows.
3. Verfahren nach einem der vorhergehenden Patentansprüche, bei dem die Systemgeometrie des Röntgensystems für jedes Projektionsbild bekannt ist, wobei insbesondere die jeweilige Röntgenröhrenposition auf die Position ihres jeweiligen Fokuspunktes reduziert ist. 3. The method according to any one of the preceding claims, in which the system geometry of the X-ray system is known for each projection image, in particular the respective X-ray tube position being reduced to the position of its respective focal point.
4. Verfahren nach einem der vorhergehenden Patentansprüche, bei dem die Merkmalsmusterkoordinaten (3, 3’) so definiert sind, dass die Merkmalsmuster im Projektionsbild mit mathematischen Methoden eindeutig beschrieben wer den und die Position des Merkmalsmusters eindeutig in Detektorkoordinaten angegeben werden. 4. The method according to one of the preceding claims, in which the feature pattern coordinates (3, 3 ') are defined so that the feature pattern in the projection image is clearly described using mathematical methods and the position of the feature pattern is clearly specified in detector coordinates.
5. Verfahren nach Patentanspruch 4, bei dem zusätzlich noch Maße in den 5. The method according to claim 4, in which additional dimensions in the
Merkmalsmusterkoordinaten (3, 3’) enthalten sind, die die Form, Größe und/oder Orientierung des Merkmalsmusters beschreiben. Feature pattern coordinates (3, 3 ') are included, which describe the shape, size and / or orientation of the feature pattern.
6. Verfahren nach einem der vorhergehenden Patentansprüche, bei dem der Schritt e umfasst, dass die Strahlenschnittpunktkoordinate (6) von zwei Strah lengängen, die sich nicht schneiden aber eine geringste Distanz voneinander aufweisen, die unter einem vorgebbaren Schwellenwert liegt, als der Mittel punkt dieser geringsten Distanz definiert wird. 6. The method according to any one of the preceding claims, in which step e comprises that the beam intersection coordinate (6) of two beam paths that do not intersect but have the smallest distance from each other, which is below a predeterminable threshold value, as the center of this smallest distance is defined.
7. Verfahren nach einem der vorhergehenden Patentansprüche, bei dem bei der Clusteranalyse Cluster definiert werden als Gruppen von Strahlenschnitt punktkoordinaten (6), die alle innerhalb eines vorgebbaren Akzeptanzradius (8) liegen. 7. The method according to any one of the preceding claims, in which in the cluster analysis clusters are defined as groups of ray intersection point coordinates (6), which are all within a predeterminable acceptance radius (8).
8. Verfahren nach Patentanspruch 7, bei dem anschließend ein Grenzwert- oder Schwellwertverfahren durchgeführt wird und nur solche Cluster behalten wer den, die eine vorgebbare Mindestanzahl von Strahlenschnittpunktkoordinaten (6) aufweisen, wobei diese Mindestanzahl abhängig ist von dem zu rekonstru ierenden Objektmerkmal (4), der Anzahl der verwendeten Projektionen und des verwendeten Röntgensystems. 8. The method according to claim 7, in which a limit value or threshold value method is then carried out and only those clusters are retained which have a predeterminable minimum number of ray intersection coordinates (6), this minimum number being dependent on the object feature (4) to be reconstructed , the number of projections used and the X-ray system used.
9. Verfahren nach Patentanspruch 7 oder 8, bei dem das Zentrum der Strahlen schnittpunktkoordinaten (6) innerhalb eines Clusters als rekonstruierte Merk malsposition (7) des Objektmerkmals (4) definiert wird. 9. The method according to claim 7 or 8, in which the center of the rays intersection coordinates (6) within a cluster as a reconstructed feature position (7) of the object feature (4) is defined.
10. Verfahren nach einem der vorhergehenden Patentansprüche, bei dem die Be stimmung der Strahlengänge von der jeweiligen Röntgenröhre (1 , 1’) zu den Merkmalsmusterkoordinaten (3) vom Fokus der jeweiligen Röntgenröhre (1 , 1’) ausgeht. 10. The method according to one of the preceding claims, in which the determination of the beam paths from the respective X-ray tube (1, 1 ') to the feature pattern coordinates (3) is based on the focus of the respective X-ray tube (1, 1').
11. Verfahren nach einem der vorhergehenden Patentansprüche, bei dem nicht nur die Intensitätswerte des abgeschwächten Röntgenstrahls in den Projekti onsbildern verwendet werden, sondern auch noch zusätzliche Informationen eines Photonen-zählenden Röntgendetektors (2, 2’) oder eines Energie- auflösenden Röntgendetektors (2, 2’). 11. The method according to any one of the preceding claims, in which not only the intensity values of the attenuated X-ray beam are used in the projection images, but also additional information from a photon-counting X-ray detector (2, 2 ') or an energy-resolving X-ray detector (2, 2 ').
12. Verfahren nach einem der vorhergehenden Patentansprüche, bei dem die Be schreibung der Systemgeometrie in kartesischen Koordinatensystemen, ho- mogenen Koordinatensystemen oder einer vektorbasierten Lagebeschreibung erfolgt. 12. The method according to any one of the preceding claims, in which the description of the system geometry takes place in Cartesian coordinate systems, homogeneous coordinate systems or a vector-based position description.
13. Röntgensystem mit mindestens einer Röntgenröhre (1 , 1’), mindestens einem Röntgendetektor (2, 2’) und einem dazwischen angeordneten Untersuchungs- Objekt (5), wobei das Röntgensystem so ausgestaltet ist, dass es ein Verfah ren nach einem der vorstehenden Patentansprüche ausführen kann. 13. X-ray system with at least one X-ray tube (1, 1 '), at least one X-ray detector (2, 2') and an examination object (5) arranged in between, the X-ray system being designed so that it is a procedural ren according to one of the preceding Can execute claims.
PCT/EP2020/050271 2019-02-12 2020-01-08 Method for reconstructing a digital representation of object features of an examination object in the position space of an x-ray system WO2020164812A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102019103382.9 2019-02-12
DE102019103382.9A DE102019103382A1 (en) 2019-02-12 2019-02-12 Method for the reconstruction of a digital representation of object features of an examination object in the spatial area of an X-ray system

Publications (1)

Publication Number Publication Date
WO2020164812A1 true WO2020164812A1 (en) 2020-08-20

Family

ID=69156423

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2020/050271 WO2020164812A1 (en) 2019-02-12 2020-01-08 Method for reconstructing a digital representation of object features of an examination object in the position space of an x-ray system

Country Status (2)

Country Link
DE (1) DE102019103382A1 (en)
WO (1) WO2020164812A1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115511831A (en) * 2022-09-27 2022-12-23 佳木斯大学 Data analysis processing system and method for tissue embryo pathological section
CN116196022A (en) * 2023-04-28 2023-06-02 之江实验室 Flux distribution calculation method and system for fan-shaped X-ray beam passing through medium

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004114221A1 (en) * 2003-06-24 2004-12-29 Philips Intellectual Property & Standards Gmbh Device to generate a three-dimensional image of a moved object
EP1898208A1 (en) * 2006-09-06 2008-03-12 YXLON International X-Ray GmbH X-ray CT test system and CT method for testing objects

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110019791A1 (en) * 2009-07-24 2011-01-27 The Research Foundation Of State University Of New York Selection of optimal views for computed tomography reconstruction

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004114221A1 (en) * 2003-06-24 2004-12-29 Philips Intellectual Property & Standards Gmbh Device to generate a three-dimensional image of a moved object
EP1898208A1 (en) * 2006-09-06 2008-03-12 YXLON International X-Ray GmbH X-ray CT test system and CT method for testing objects

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
IZUMI M ET AL: "Back projection voting considering the error of camera orientation", EMERGING TECHNOLOGIES AND FACTORY AUTOMATION, 1996. EFTA '96. PROCEEDI NGS., 1996 IEEE CONFERENCE ON KAUAI, HI, USA 18-21 NOV. 1996, NEW YORK, NY, USA,IEEE, US, vol. 2, 18 November 1996 (1996-11-18), pages 712 - 716, XP010204189, ISBN: 978-0-7803-3685-8, DOI: 10.1109/ETFA.1996.573992 *
KAWATO S: "STRUCTURE RECOVERY FROM MULTIPLE IMAGES BY DIRECTLY ESTIMATING THE INTERSECTIONS IN 3-D SPACE", IEICE TRANSACTIONS ON INFORMATION AND SYSTEMS, INFORMATION & SYSTEMS SOCIETY, TOKYO, JP, vol. E77-D, no. 9, September 1994 (1994-09-01), pages 966 - 972, XP000477272, ISSN: 0916-8532 *
XUE LIN ET AL: "A method for improving measurement accuracy of cylinders in dimensional CT metrology", COMPUTER AIDED DESIGN, ELSEVIER PUBLISHERS BV., BARKING, GB, vol. 69, 4 August 2015 (2015-08-04), pages 25 - 34, XP029280416, ISSN: 0010-4485, DOI: 10.1016/J.CAD.2015.07.015 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115511831A (en) * 2022-09-27 2022-12-23 佳木斯大学 Data analysis processing system and method for tissue embryo pathological section
CN116196022A (en) * 2023-04-28 2023-06-02 之江实验室 Flux distribution calculation method and system for fan-shaped X-ray beam passing through medium
CN116196022B (en) * 2023-04-28 2023-08-04 之江实验室 Flux distribution calculation method and system for fan-shaped X-ray beam passing through medium

Also Published As

Publication number Publication date
DE102019103382A1 (en) 2020-08-13

Similar Documents

Publication Publication Date Title
DE102009003387B4 (en) Method and system for image reconstruction
DE69129100T2 (en) 3-D image reconstruction
EP3219260B1 (en) Device and method for delineating a metal object for artefact reduction in tomographic images
DE69218839T2 (en) Tomographic imaging using oblique rays
EP3340178B1 (en) Calculation of a four-dimensional dsa data set with variable spatial resolution
DE10100572A1 (en) Method for displaying blood flow in a vascular tree
DE102007056480B4 (en) Method and apparatus for suppressing labeled material in preparatory CT colonography
EP1861822B1 (en) Method and device for a precise contour determination of an object during an imaging analysis method
DE19844955A1 (en) Method to operate computer tomography unit
EP1882232B1 (en) Method and device for determining the material interfaces of a test object
DE19545778A1 (en) Method and apparatus for masking cone beam projection data generated either by helical scanning of an area of interest or by helical scanning
WO2020164812A1 (en) Method for reconstructing a digital representation of object features of an examination object in the position space of an x-ray system
DE10255526B4 (en) Recognition of vascular-associated pulmonary nodules by volume projection analysis
WO2020212489A1 (en) Computer-implemented method for determining defects of an object produced using an additive manufacturing process
EP3566205B1 (en) Method of obtaining 3d model data of a plurality of components of an object
EP3756158B1 (en) Method for determining errors in parameters derived from digital object representations
EP3992620A1 (en) Computer-implemented method for determining at least one geometric parameter required for evaluation of measurement data
EP3569147A1 (en) Method and device for determining a geometric calibration for an imaging device and method for determining allocation data for geometric calibration
DE3716988A1 (en) METHOD FOR RECONSTRUCTING OBJECTS FROM SCANS WITH A LIMITED ANGLE IN COMPUTER TOMOGRAPHY
DE69920820T2 (en) Apparatus for extrapolating cone beam projection data
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
DE10307331B4 (en) Imaging method for the computer aided evaluation of computer-tomographic measurements by direct iterative reconstruction
DE19844543A1 (en) Two stage Radon inversion processing method especially for computer tomography
DE102020112650A1 (en) Computer-implemented method for measuring an object
DE102012203765B4 (en) Method and computer system for generating virtual projections of an object

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20700350

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20700350

Country of ref document: EP

Kind code of ref document: A1