论文部分内容阅读
X射线计算机断层成像(Computed Tomography,CT)以无损检测、可三维内部结构成像等优点广泛应用于高聚物粘接炸药(Polymer Bonded Explosive,PBX)缺陷检测。CT系统对PBX扫描获得完备投影数据后,滤波反投影(Filtered Back-Projection,FBP)算法和联合代数迭代(Simultaneous Algebraic Reconstruction Technique,SART)算法可以重建出高质量的CT图像。在实际检测PBX时,会由于种种因素的限制,无法采集完备投影数据。本文针对PBX不完备投影数据重建高质量的CT图像开展研究,主要工作是研究合适的图像重建算法,主要内容如下:
首先,根据PBX内部缺陷形态、特点和尺寸,选用微焦点CT系统进行检测。PBX内部可能存在细小裂纹、气泡和残余孔隙等初始缺陷,这些缺陷尺度在百微米到毫米量级范围。本文实验中的微焦点CT系统,分辨力可达1-10μm,能够对PBX的初始缺陷进行精确检测和分析。
其次,为了改善传统图像重建算法用于PBX不完备投影数据重建时图像噪声大、伪影严重的问题,研究了压缩感知理论(Compressed Sensing,CS),全变分(Total Variation,TV)模型和SART-TV算法。SART-TV算法加入了CT图像在梯度域是稀疏或近似稀疏的先验知识,利用最速梯度下降的方法对该算法模型进行求解。实验结果表明,SART-TV算法比SART算法去除噪声、抑制伪影的能力更强。
再次,为了进一步提高PBX不完备投影数据重建图像质量,减少SART-TV算法重建图像中块状伪影的影响,研究了非局部均值(NonLocalMeans,NLM)算法,非局部全变分(NonLocalTV,NLTV)模型和SART-NLTV算法。SART-NLTV算法借鉴了非局部思想对TV模型进行了改进,运用Split-Bregman方法对算法模型进行求解。实验结果表明,SART-NLTV算法比SART-TV算法去噪能力更强,而且对块状伪影也有一定程度的减轻。
最后,为了减少PBX有限角不完备投影数据重建图像中阴影伪影的影响以及进一步提高稀疏角投影数据的重建图像质量,研究了先验图像约束的压缩感知(Prior Image Constrained Compressed Sensing,PICCS)算法。PICCS算法引入先验图像信息,运用最速梯度下降的方法对算法模型进行求解。实验结果表明,该算法的重建结果会受到先验图像质量的影响。对于高质量的先验图像,相比于SART-TV算法和SART-NLTV算法,PICCS算法能够重建出更好的图像,对阴影伪影也有较好的抑制效果。
首先,根据PBX内部缺陷形态、特点和尺寸,选用微焦点CT系统进行检测。PBX内部可能存在细小裂纹、气泡和残余孔隙等初始缺陷,这些缺陷尺度在百微米到毫米量级范围。本文实验中的微焦点CT系统,分辨力可达1-10μm,能够对PBX的初始缺陷进行精确检测和分析。
其次,为了改善传统图像重建算法用于PBX不完备投影数据重建时图像噪声大、伪影严重的问题,研究了压缩感知理论(Compressed Sensing,CS),全变分(Total Variation,TV)模型和SART-TV算法。SART-TV算法加入了CT图像在梯度域是稀疏或近似稀疏的先验知识,利用最速梯度下降的方法对该算法模型进行求解。实验结果表明,SART-TV算法比SART算法去除噪声、抑制伪影的能力更强。
再次,为了进一步提高PBX不完备投影数据重建图像质量,减少SART-TV算法重建图像中块状伪影的影响,研究了非局部均值(NonLocalMeans,NLM)算法,非局部全变分(NonLocalTV,NLTV)模型和SART-NLTV算法。SART-NLTV算法借鉴了非局部思想对TV模型进行了改进,运用Split-Bregman方法对算法模型进行求解。实验结果表明,SART-NLTV算法比SART-TV算法去噪能力更强,而且对块状伪影也有一定程度的减轻。
最后,为了减少PBX有限角不完备投影数据重建图像中阴影伪影的影响以及进一步提高稀疏角投影数据的重建图像质量,研究了先验图像约束的压缩感知(Prior Image Constrained Compressed Sensing,PICCS)算法。PICCS算法引入先验图像信息,运用最速梯度下降的方法对算法模型进行求解。实验结果表明,该算法的重建结果会受到先验图像质量的影响。对于高质量的先验图像,相比于SART-TV算法和SART-NLTV算法,PICCS算法能够重建出更好的图像,对阴影伪影也有较好的抑制效果。