,,, ,
(中北大學(xué) 儀器科學(xué)與動(dòng)態(tài)測試教育部重點(diǎn)實(shí)驗(yàn)室,太 原 030051)
計(jì)算機(jī)斷層成像技術(shù)(CT)的基本原理是:對物體進(jìn)行不同角度的射線投影,使用探測器接收攜帶物體內(nèi)部結(jié)構(gòu)信息的射線強(qiáng)度信息,再通過特定的重建算法重建出物體的內(nèi)部結(jié)構(gòu)[1]。CT重建算法目前主要有解析法和迭代法兩種[2]。解析法相對于迭代法,計(jì)算量小,重建速度快,便于硬件實(shí)現(xiàn),但其對投影數(shù)據(jù)的完整性、噪聲含量、射線源的掃描軌跡以及射線源錐角大小的要求較高。CT技術(shù)現(xiàn)已廣泛應(yīng)用于工業(yè)無損檢測中,在實(shí)際工業(yè)檢測時(shí),檢測人員有時(shí)僅對工件的一小部分感興趣,但因無法確定感興趣區(qū)域(ROI)的具體位置與大小,所以只能對整個(gè)工件進(jìn)行全局重建,這樣不僅耗時(shí)長且效率低[3]。
固體火箭發(fā)動(dòng)機(jī)的構(gòu)造復(fù)雜,體積龐大,制造成本昂貴,因此不能通過直接點(diǎn)火發(fā)射進(jìn)行試驗(yàn),而需要通過合適的手段對其進(jìn)行無損檢測[4]。針對上述問題,筆者提出了一種對固體火箭發(fā)動(dòng)機(jī)的感興趣區(qū)域進(jìn)行精細(xì)快速重建的方法,該方法相對全局ART(代數(shù)重建法)重建算法來說,能在保持同等分辨率的情況下節(jié)省大量時(shí)間,有利于工程實(shí)踐。
解析法是目前應(yīng)用最廣泛的方法,包括傅里葉變換重建、濾波反投影和卷積反投影等方法。解析法在實(shí)際數(shù)據(jù)采集時(shí)無法避免噪聲,在某些情況下,由于被測物體體積較大,無法采集到完整的數(shù)據(jù),因此在實(shí)際工業(yè)中受到了限制[5-6]。筆者所用的數(shù)據(jù)均為完整數(shù)據(jù),擬采用等角扇束濾波反投影法進(jìn)行快速整體重建。
(1) 修正投影函數(shù)
假定β角下的投影函數(shù)是pβ(γ),若以等角度Δγ采樣,則有
pβ(γ)=pβ(nΔγ)
(1)
式中:n為等角度Δγ的個(gè)數(shù)。
得到修正后的投影函數(shù)為
Pβ(nΔγ)=pβ(nΔλ)Dcos(nΔγ)
(2)
(3)
式中:D為射線源到旋轉(zhuǎn)中心的距離;N為探測器通道數(shù)。
(2) 加入濾波函數(shù)
投影數(shù)據(jù)修正后與R-L濾波函數(shù)h′(γ)作卷積運(yùn)算,得到
Cβ(nΔγ)=Pβ(nΔγ)*h′(nΔγ)
(4)
(5)
(3) 加權(quán)反投影
將得到的卷積計(jì)算結(jié)果Cβ(nΔγ)乘以權(quán)重因子1/L2,再作反投影,得到所需圖像f(γ,φ)。
扇束濾波反投影重建的公式為
(6)
(7)
(8)
式中:r為重建點(diǎn)的極坐標(biāo);φ為笛卡爾坐標(biāo)。
利用得到的快速整體重建圖像可得到缺陷所在的位置以及對應(yīng)的坐標(biāo),通過計(jì)算得到ROI的圓心及半徑,再利用圓心及半徑得到一個(gè)圓形ROI。
迭代法中最基本的是ART,其基本思想是先將被測物體離散化為多個(gè)像素,再求解一個(gè)大型的線性方程組。迭代法雖然計(jì)算量大,重建速度慢,但是對數(shù)據(jù)完整性要求低,重建得到的圖像也較好。ART重建法的迭代公式為
(9)
式中:k為迭代次數(shù);pi為實(shí)際的投影值;wij為權(quán)因子;λk為第k次迭代過程中的松弛因子,λ∈(0,2);J為像素序號(hào)的最大值;win為權(quán)因子。
重建步驟是:
(1) 建立直角坐標(biāo)系,確定射線源坐標(biāo)以及離散化后被測物體的每個(gè)像素單元的坐標(biāo)、探測器探測單元的坐標(biāo)。
(2) 設(shè)定圖像的初值,令x(0)=0。
(3) 在一個(gè)投影方向下,確定當(dāng)前射線的方程,計(jì)算當(dāng)前射線穿過被測物體的體素單元的權(quán)值wij。
(5) 用第(4)步得到的更新系數(shù)C修正第i條射線經(jīng)過的體素單元。
(6) 對該投影方向下的所有射線重復(fù)步驟(3)~(5),完成該方向下所有射線對重建圖像的更新。
(7) 對其余的投影方向重復(fù)步驟(3)~(6),直到完成所有投影方向下的所有射線對重建圖像的更新,即完成一次迭代。
(8) 將上一次迭代重建的結(jié)果作為初值,重復(fù)步驟(3)~(7),開始下一次迭代,直到重建圖像滿足一定的收斂準(zhǔn)則。
某固體火箭發(fā)動(dòng)機(jī)模擬件的CT檢測采集的射線源電壓為290 kV,電流為1.8 mA。平板探測器有1 920×1 536個(gè)探測單元,每個(gè)探測單元的大小為0.127 mm。射線源到旋轉(zhuǎn)中心的距離為1 060 mm,旋轉(zhuǎn)中心到探測器的距離為140 mm。物體繞旋轉(zhuǎn)中心旋轉(zhuǎn)360°,每隔1°采集1幅投影圖像。且該固體火箭發(fā)動(dòng)機(jī)模型中間填充了高密度的人工炸藥,上面有2個(gè)深淺不同的人工設(shè)計(jì)孔缺陷。
對某固體火箭發(fā)動(dòng)機(jī)先采用解析法和代數(shù)迭代法分別進(jìn)行全局重建,可以得到如圖1,2所示的重建模型。解析法對全局的重建時(shí)間為86 s,代數(shù)迭代法對全局的重建時(shí)間為1 398 s。
圖1 某固體火箭發(fā)動(dòng)機(jī)的等角扇束濾波反投影重建圖和代數(shù)迭代重建圖
圖2 不同等角扇束的重建圖
由試驗(yàn)結(jié)果可以得出,解析法時(shí)間很短,但是得到的重建結(jié)果噪聲比較大,圖像較為模糊;迭代法得到的圖像明顯比解析法得到的圖像清晰,但是迭代法耗費(fèi)的時(shí)間較長。
筆者提出的算法很好地解決了上述問題,具體步驟如下所述。
(1) 首先對固體火箭發(fā)動(dòng)機(jī)的投影數(shù)據(jù)進(jìn)行低分辨率等角扇束濾波反投影算法,重建圖像大小為512×512,設(shè)定的等角分別為1°,0.01°,可以得到不同等角扇束重建圖(見圖2),可以看出等角扇束為0.01°時(shí)重建得到的圖像更清晰,因此選擇用等角扇束為0.01°來進(jìn)行快速重建,結(jié)果如圖3所示。
圖3 等角扇束為0.01°的濾波反投影重建圖
(2) 從圖3可以看出,固體火箭發(fā)動(dòng)機(jī)模型有兩個(gè)設(shè)計(jì)孔缺陷,大致的缺陷坐標(biāo)為(140,290),(330,145),通過計(jì)算分析確定ROI圓心坐標(biāo)為(198,218),半徑為128,得到的圓形ROI劃定如圖4所示。
圖4 圓形ROI劃定
(3) 對所得到的ROI圖做精細(xì)迭代重建,設(shè)定圖像初值為0,松弛因子為0.15,迭代次數(shù)為25,探測器通道個(gè)數(shù)為729,投影數(shù)據(jù)訪問方式為順序訪問。得到感興趣區(qū)域的重建圖如圖5所示。
圖5 感興趣區(qū)域重建圖
文中提出的解析法所用時(shí)間為86 s,迭代法為282 s,一共只需要368 s,而對整個(gè)固體火箭發(fā)動(dòng)機(jī)的迭代重建需要1 398 s,全局迭代重建時(shí)間較ROI重建時(shí)間多了3倍。
在實(shí)際檢測中,對被檢工件進(jìn)行CT整體檢測的重建數(shù)據(jù)量大,重建時(shí)間長,而人們感興趣的往往是內(nèi)部有無缺陷以及缺陷的局部信息。缺陷的出現(xiàn)具有一定的隨機(jī)性,無法依靠一般的局部重建在檢測開始前就確定重建區(qū)域,而且并不是工件的每一個(gè)部分都需要用最高的空間分辨率進(jìn)行檢查。如果
可以確定重點(diǎn)可疑區(qū)域,即工件的ROI,則可以通過重建高分辨率局部感興趣圖像來判斷該區(qū)域有無缺陷,如同醫(yī)生通過CT診斷病情一樣,不僅可以實(shí)現(xiàn)缺陷的可視化檢測,而且通過對局部數(shù)據(jù)進(jìn)行重建,減少了數(shù)據(jù)的采集時(shí)間和重建時(shí)間,也提高了數(shù)據(jù)掃描和數(shù)據(jù)重建的速度。
參考文獻(xiàn):
[1] 楊娟. 錐束工業(yè)CT迭代重建算法及偽影校正技術(shù)研究[D]. 太原:中北大學(xué), 2015.
[2] 王浩. CT不完全投影數(shù)據(jù)重建算法研究[D]. 大連:大連理工大學(xué), 2008.
[3] 李亮, 陳志強(qiáng), 康克軍. CT局部重建算法發(fā)展綜述[J]. 核電子學(xué)與探測技術(shù), 2005, 25(6):881-886.
[4] 張衛(wèi)貞. 固體火箭發(fā)動(dòng)機(jī)ICT局部重建算法研究[D]. 太原:中北大學(xué), 2009.
[5] 黃力宇, 朱守平, 匡濤. 醫(yī)學(xué)斷層圖像重建仿真實(shí)驗(yàn)[M]. 西安:西安電子科技大學(xué)出版社, 2015.
[6] 趙雙任, 楊新鐵. 圖像重建的分塊迭代算法[J]. 中國科技論文, 2006, 1(4):301-308.