胡曉東,吳瑤瑤,陳津平,鄒 晶

(天津大學(xué)精密測試技術(shù)及儀器國家重點(diǎn)實(shí)驗(yàn)室,天津300072)

X射線投影圖像中閃爍體缺陷區(qū)域的修復(fù)

胡曉東,吳瑤瑤,陳津平,鄒 晶

(天津大學(xué)精密測試技術(shù)及儀器國家重點(diǎn)實(shí)驗(yàn)室,天津300072)

針對X射線投影圖像中閃爍體缺陷引起的圖像偽影,提出一種缺陷提取算法。采用提取極坐標(biāo)下局部異常點(diǎn)的方法提取缺陷像素。將本底圖像(空掃圖像)轉(zhuǎn)化為極坐標(biāo)形式,提取極坐標(biāo)下的局部異常像素為缺陷像素,從而得到標(biāo)記出缺陷像素的掩膜圖像。將算法應(yīng)用于仿真圖像的缺陷提取,客觀數(shù)值和主觀視覺2個(gè)方面的比較結(jié)果驗(yàn)證了該算法的有效性。將梯度信息沿等照度線方向擴(kuò)散實(shí)現(xiàn)圖像的修復(fù)過程,交叉進(jìn)行各向異性擴(kuò)散過程以保證清晰度。對系統(tǒng)采集到的不同放大倍率的X射線投影圖像進(jìn)行缺陷提取,并運(yùn)用BSCB算法對圖像進(jìn)行修復(fù)。實(shí)驗(yàn)結(jié)果表明,修復(fù)后圖像的質(zhì)量得到明顯改善。

圖像修復(fù);掩膜圖像;BSCB算法;閃爍體缺陷;X射線投影圖像;極坐標(biāo)

1 概述

隨著MEMS技術(shù)、生物技術(shù)和電子技術(shù)的發(fā)展,高分辨X射線成像技術(shù)在MEMS器件封裝和裝配誤差分析、半導(dǎo)體器件封裝和內(nèi)部缺陷檢測、石油地質(zhì)勘探等方面起到了越來越重要的作用。目前,新型的高分辨 X射線成像技術(shù)已經(jīng)成為研究的熱點(diǎn)[1]。

X射線成像系統(tǒng)主要包括射線源、樣品臺和探測器。其基本原理是:用X射線束對一定厚度和密度的物體層面進(jìn)行掃描,由探測器接收透過該層面的X射線,經(jīng)過模數(shù)轉(zhuǎn)換,轉(zhuǎn)變?yōu)閿?shù)字信息后由計(jì)算機(jī)進(jìn)行處理,從而得到該層面各個(gè)單位容積的X射線衰減值,即計(jì)算機(jī)斷層成像(Computed Tomography,CT)值[2]。探測器部分是高分辨 X射線成像系統(tǒng)與傳統(tǒng)X射線成像系統(tǒng)的主要差別之一。傳統(tǒng)X射線成像系統(tǒng)常采用由閃爍體和薄膜晶體管組成的平板探測器(Flat Panel Detector, FPD)。高分辨X射線成像系統(tǒng)一般采用由閃爍體、光學(xué)放大系統(tǒng)和光電耦合器件(Charged Coupled Device,CDD)組成的探測器。閃爍體的作用是將X射線轉(zhuǎn)換為可見光,是探測器的核心器件之一。閃爍體在生長及封裝過程中會產(chǎn)生開裂、氣泡、云層等缺陷[3],這些閃爍體缺陷尺寸較小。FPD像素尺寸較大,閃爍體的缺陷顯得微不足道,在傳統(tǒng)的X射線投影圖像中并未明顯體現(xiàn)出來;然而高分辨X射線成像系統(tǒng)中,CCD的像素尺寸較小,而且閃爍體缺陷通過光學(xué)系統(tǒng)得到了放大,因此,閃爍體的缺陷會明顯地體現(xiàn)在圖像中。閃爍體缺陷造成的圖像偽影嚴(yán)重影響了高分辨X射線投影圖像質(zhì)量,因此,閃爍體缺陷的修復(fù)至關(guān)重要。

對閃爍體缺陷進(jìn)行修復(fù),首先要準(zhǔn)確地提取出閃爍體的缺陷。文獻(xiàn)[4]對X光圖像中缺陷的自動提取方法進(jìn)行了研究。文獻(xiàn)[5]對基于相似變換的CT圖像缺陷定位方法進(jìn)行了研究。文獻(xiàn)[6]對X射線圖像缺陷的提取方法進(jìn)行了研究。但在上述文獻(xiàn)提出的算法中,物體的結(jié)構(gòu)信息會影響缺陷的判斷。對于圖像的修復(fù),數(shù)字圖像修復(fù)的領(lǐng)域?qū)＜液蛯W(xué)者們有針對性地提出了許多有效的算法。對于較大的缺陷區(qū)域,基于紋理的修復(fù)方法有較好的效果。文獻(xiàn)[7]提出基于采樣復(fù)制的方法,較好地修復(fù)了紋理結(jié)構(gòu)區(qū)域的紋理。文獻(xiàn)[8]運(yùn)用整體變分模型對矢量圖像進(jìn)行了修復(fù)。文獻(xiàn)[9]對Criminisi算法進(jìn)行了研究并且對其進(jìn)行了改進(jìn)。對于較小的破損區(qū)域,基于偏微分的修復(fù)方法有優(yōu)勢。文獻(xiàn)[10]基于高階偏微分方程提出的BSCB算法對小的缺陷區(qū)域具有較好的修復(fù)效果。文獻(xiàn)[11]提出了一種新的基于偏微分方程的圖像修復(fù)。文獻(xiàn)[12]對基于偏微分方程的圖像修復(fù)算法進(jìn)行了研究。

結(jié)合X射線本底(空掃)投影圖像的特點(diǎn),本文提出基于極坐標(biāo)下局部異常值的缺陷提取方法。依據(jù)與X射線光源中心對應(yīng)像素(W1)的距離,將本底圖像的像素點(diǎn)分成不同的子區(qū)域,提取子區(qū)域中的異常點(diǎn)作為缺陷像素點(diǎn)。由于X射線投影圖像中閃爍體缺陷較小,因此運(yùn)用BSCB算法對提取出來的相應(yīng)缺陷區(qū)域進(jìn)行修復(fù)。

2 掩膜圖像的提取

X射線成像系統(tǒng)的機(jī)械裝配精度要求較高,要求X射線源的中心對應(yīng)CCD的成像中心。依據(jù)X射線光強(qiáng)空間位置的分布規(guī)律,X射線投影圖像中到CCD中心像素(W1)距離相等的像素點(diǎn)的像素值相同或相近。掩膜圖像提取步驟如下:

步驟1 利用式(1)計(jì)算每個(gè)像素到中心像素的距離:

其中,(i,j)代表像素點(diǎn)坐標(biāo);(imid,jmid)代表W1的坐標(biāo)值。

步驟2 根據(jù)像素點(diǎn)到中心像素的距離,將其劃分為不同的局部子區(qū)域:

對于每個(gè)子區(qū)域,利用式(2)求解該區(qū)域內(nèi)像素點(diǎn)的均值。其中,I代表本底圖像;radius代表各個(gè)像素點(diǎn)到W1的距離,對于大小為512×512的圖像來說,其取值為1,2,…,362。

步驟3 在每個(gè)子區(qū)域內(nèi),如果某點(diǎn)的像素值與均值的差值大于某一設(shè)定值(一般取均值的0.1倍),則將該點(diǎn)標(biāo)記為缺陷像素點(diǎn),缺陷像素點(diǎn)的集合形成缺陷區(qū)域(ψ)。

步驟4 對步驟3中獲得的區(qū)域提取邊緣得到待修復(fù)區(qū)域的邊緣區(qū)域(ψc)。

3 基于BSCB算法的樣品圖像修復(fù)

BSCB是基于高階偏微分的算法,以Bertalmio, Sapiro,Caselles和Ballester的名字命名。算法包括修復(fù)和擴(kuò)散2個(gè)過程,通過重復(fù)迭代修復(fù)和擴(kuò)散過程最終實(shí)現(xiàn)對缺陷造成的圖像偽影的修復(fù)。

3.1 修復(fù)過程

將Laplace算子濾波后的信息沿著等照度線方向擴(kuò)散實(shí)現(xiàn)圖像的修復(fù)。等照度線方向是和梯度方向垂直的方向。等照度線為:

其中,abs(result(i,j)-radius)＜1。代表梯度向量的幅值;δLn(i,j)代表采用Laplace算子進(jìn)行濾波。

3.2 擴(kuò)散過程

為了保持圖像的清晰度,防止等照度線交叉,修復(fù)過程中交叉進(jìn)行圖像擴(kuò)散過程。

擴(kuò)散過程采用各向異性方程:

4 實(shí)驗(yàn)結(jié)果與分析

4.1 實(shí)驗(yàn)系統(tǒng)

圖1為成像系統(tǒng)結(jié)構(gòu)。其中,1為射線源;2為射線光束;3為樣品臺,可以載著物體旋轉(zhuǎn);4為閃爍體;5為光學(xué)放大系統(tǒng),它包括不同放大倍率的物鏡;6為CCD。本文實(shí)驗(yàn)在實(shí)驗(yàn)室自主開發(fā)的高分辨X射線成像系統(tǒng)上開展,系統(tǒng)平臺如圖2所示。由于不同放大倍率的閃爍體缺陷不一致,因此對采集到的不同放大倍率的圖像進(jìn)行缺陷提取和修復(fù)。

圖1 系統(tǒng)結(jié)構(gòu)

圖2 X射線成像系統(tǒng)平臺

4.2 掩膜圖像提取結(jié)果

高分辨X射線投影圖像中各點(diǎn)的像素值隨著其與中心像素距離的增加而減少,基于此生成了X射線本底圖像的仿真圖像(如圖3(a)所示),同時(shí)添加了椒鹽噪聲,使其與真實(shí)圖像更加接近。在仿真圖像中生成線狀、類圓狀、點(diǎn)狀的不規(guī)則高亮度區(qū)域,模仿閃爍體的氣泡、裂縫和云層缺陷。仿真圖像中生成了243個(gè)閃爍體缺陷像素。圖3(b)、圖3(c)、圖3(d)和圖3(e)分別為用Sobel,Canny,Prewitt和Roberts算子提取邊緣,再對其進(jìn)行區(qū)域填充得到的掩膜圖像。從中可以看出 Sobel,Prewitt和Roberts算子提取出來的掩膜圖像,只是提取出部分的缺陷像素信息,沒有正確提取出較大缺陷區(qū)域的內(nèi)部區(qū)域。Canny算子將缺陷區(qū)域基本提取出來,但是同時(shí)將許多非缺陷像素也錯(cuò)誤地提取出來。圖3(f)為運(yùn)用本文算法提取到的掩膜圖像,該圖像中缺陷像素信息與本底圖像較符合。

圖3 仿真圖像的掩膜圖像

表1為各種算子提取的掩膜圖像客觀數(shù)值分析結(jié)果。對于仿真圖像中生成的243個(gè)缺陷像素點(diǎn), Canny算子能夠?qū)?0%的缺陷像素正確地提取出來,但同時(shí)錯(cuò)誤地提取出許多的非缺陷像素。Sobel, Prewitt和Roberts算子雖然提取出來的缺陷和原始缺陷形狀和外形均相似,但是大部分提取出的缺陷像素信息和真實(shí)信息存在著偏差,正確地提取出20%～30%的缺陷像素。本文算法將88%的缺陷像素信息正確地提取出來,而且錯(cuò)誤的提取像素個(gè)數(shù)較少。多提取缺陷像素一方面會導(dǎo)致運(yùn)算量的增加,另一方面會修改正確的像素信息,造成圖像信息的丟失;少提取缺陷像素會導(dǎo)致缺陷像素信息得不到修復(fù)。多提取或者少提取都會對后續(xù)的圖像修復(fù)帶來影響,因此準(zhǔn)確地提取掩膜圖像對于后續(xù)的圖像修復(fù)顯得至關(guān)重要。

表1 各種算子提取的缺陷像素個(gè)數(shù)

4.3 圖像偽影BSCB修復(fù)結(jié)果

從圖4(a)中可以看出4倍閃爍體的缺陷主要表現(xiàn)為不規(guī)則的點(diǎn)和線。對圖4(b)掩膜圖像中標(biāo)記出的缺陷像素進(jìn)行修復(fù)得到圖4(c),對于提取出來的缺陷區(qū)域,圖4(c)已經(jīng)得到了較好的修復(fù)。對圖4(d)中的缺陷區(qū)域進(jìn)行提取得到圖4(e),可以看出在此放大倍數(shù)下閃爍體的缺陷主要表現(xiàn)為圓圈狀的白色區(qū)域,這主要是閃爍體生長和封裝過程中的氣泡產(chǎn)生的。圖像經(jīng)過修復(fù)后,對應(yīng)缺陷區(qū)域的偽影在圖4(f)中已經(jīng)得到了修復(fù)。由此可以看出:經(jīng)過修復(fù)后,不同的閃爍體缺陷造成的圖像偽影都得到了較好的抑制。

圖4 不同閃爍體缺陷的修復(fù)圖像

5 結(jié)束語

本文提出基于極坐標(biāo)形式的X射線投影圖像缺陷提取算法。通過識別極坐標(biāo)下的局部異常點(diǎn)標(biāo)記出缺陷像素。仿真實(shí)驗(yàn)結(jié)果表明,本文算法能夠?qū)?8%的缺陷像素準(zhǔn)確地提取出來,這為后續(xù)的圖像修復(fù)工作奠定了基礎(chǔ)。對實(shí)際采集到的不同放大倍率的X射線投影圖像進(jìn)行缺陷提取和圖像修復(fù),修復(fù)后X射線投影圖像中閃爍體缺陷引起的偽影得到了較好的抑制。今后的研究方向是結(jié)合三維重構(gòu)算法進(jìn)一步提高該提取算法的準(zhǔn)確度。

[1] 張定華,黃魁東,程云勇.錐束CT技術(shù)及其應(yīng)用[M].西安:西北工業(yè)大學(xué)出版社,2010.

[2] 張朝宗,郭志平,張 朋,等.工業(yè)CT技術(shù)和原理[M].北京:科學(xué)出版社,2009.

[3] 單國強(qiáng),馬銘華,沈定中.摻鉈碘化銫晶體的生長缺陷[J].人工晶體學(xué)報(bào),2000,26(3/4):389.

[4] 周 賢,劉義倫.X光圖像中缺陷的自動提取方法研究[J].光學(xué)學(xué)報(bào),2006,26(6):1016-1020.

[5] 于光輝,盧洪義,朱 敏,等.基于相似變換的CT圖像缺陷定位方法[J].CT理論與應(yīng)用研究,2012,21(1): 36-42.

[6] 曾 理,劉玲慧,向才兵.X射線圖像缺陷提取方法研究[EB/OL].[2013-09-26].http://cpfd.cnki.com. cn/Article/CPFDTOTAL-CQKJ201005001028.htm.

[7] Criminisi A,Pérez P,Toyama K.Region Filling and Object Removal by Exemplar-based Image Inpainting [J].IEEE Transactions on Image Processing,2004,13 (9):1200-1212.

[8] 張福美,潘振寬,魏偉波.基于整體變分模型的矢量圖像修復(fù)[J].計(jì)算機(jī)工程,2008,34(8):223-225.

[9] 李景輝,張曉峰,馬 燕.紋理合成在圖像修復(fù)中的應(yīng)用研究[J].計(jì)算機(jī)工程,2009,35(7):206-208.

[10] Bertalmio M,Sapiro G,CasellesV,etal.Image Restoration[EB/OL].[2013-09-26].http://dl.acm. org/citation.cfm?id=344972.

[11] 廉曉麗,徐中宇,馮麗麗,等.一種新的基于偏微分方程的圖像修復(fù)[J].計(jì)算機(jī)工程,2009,35(6):234-236.

[12] 李 亮,郭樹旭,陳國法.基于偏微分方程的圖像修復(fù)算法[J].吉林大學(xué)學(xué)報(bào):信息科學(xué)版,2012,30(1): 62-64.

編輯 顧逸斐

Scintillation Defects Area Restoration in X-ray Projection Images

HU Xiao-dong,WU Yao-yao,CHEN Jin-ping,ZOU Jing
(State Key Laboratory of Precision Measuring Technology and Instruments,Tianjin University,Tianjin 300072,China)

An extraction method is proposed aiming at artifacts caused by scintillation defects in X-ray projection images.Defective pixels are extracted by extracting the local abnormal points.The normal images are transformed into polar coordinate,and the local abnormal points are extracted to get the mask images with marked defective pixels. Objective data and subjective visual comparison of simulation images validate the effectiveness of the extraction algorithm.The process includes the spreading process along the isolux line and the anisotropic diffusion process.The extraction method is applied.BSCB algorithm is restored into different magnifications of X-ray projection images. Experimental results show that the images quality is improved obviously.

image restoration;mask image;BSCB algorithm;scintillation defect;X-ray projection image;polar coordinate

1000-3428(2014)09-0200-04

A

TP391.41

10.3969/j.issn.1000-3428.2014.09.040

國家自然科學(xué)青年基金資助項(xiàng)目(61002041);國家重大科學(xué)儀器設(shè)備開發(fā)專項(xiàng)基金資助項(xiàng)目(2011YQ030112)。

胡曉東(1974-),男,教授、博士生導(dǎo)師,主研方向:精密測控技術(shù);吳瑤瑤,碩士研究生;陳津平、鄒 晶,副教授。

2013-09-03

2013-09-27E-mail:yywutd@163.com