一种基于边界信息扩散的X射线CL图像重建算法制造技术

本发明专利技术公开一种基于边界信息扩散的X射线CL图像重建算法，步骤如下：输入变量；初始化；假设已得到估计图像u

【技术实现步骤摘要】
一种基于边界信息扩散的X射线CL图像重建算法
本专利技术属于X射线CL成像
，涉及一种基于边界信息扩散的X射线CL图像重建算法。
技术介绍
在工业无损检测中，经常会遇到大尺寸板状物检测问题，如印制电路板、太阳能板、机翼等。对于该种物体的检测，传统的X射线CT扫描难以胜任。相反的，CL(Computedlaminography)扫描能够提供更多角度的扫描数据、以及更大的放大比，是一种板状物扫描成像的有效手段。然而，理论上CL成像为不完全数据成像问题。采用传统的图像重建算法(如FDK、SART等)得到的图像，存在严重的层间信息混叠，影响图像的层间分辨率，进而影响CL设备的实用性。通过检索，尚未发现与本专利技术专利申请相关的专利公开文献。
技术实现思路
本发的目的在于克服现有CL成像算法中存在的层间信息混叠问题，提供一种基于边界信息扩散的X射线CL图像重建算法，该专利技术算法利用重建出的图像边界信息，通过迭代的方式，逐步恢复出图像内部灰度值，能够有效降低重建图像层间信息混叠，提高重建图像的层间分辨率，进而提高CL系统的实用性。为了实现上述目的，本专利技术所采用的技术方案如下：一种基于边界信息扩散的X射线CL图像重建算法，步骤如下：步骤1、输入变量：CL扫描数据集p，CL扫描几何参数集G；步骤2、初始化：初始估计图像u(0)，迭代终止阈值ε或迭代次数上限N；步骤3、假设已得到估计图像u(k)，以u(k)为初值，利用CL扫描数据集p，更新估计图像u(k+1/2)＝RG(p,u(k))，其中RG表示扫描几何参数集G相关的图像重建算子；步骤4、利用图像u(k+1/2)的边界信息扩散修正估计图像，得到u(k+1)＝P(u(k+1/2))，其中P表示边界信息扩散修正算子；步骤5、判断相邻两次迭代图像间的差别是否小于给定阈值，即||u(k+1)-u(k)||≤ε，或是否达到迭代次数上限N，满足则终止迭代；否则，转步骤3，直至相邻两次迭代图像间的差别小于给定阈值，即||u(k+1)-u(k)||≤ε，或达到迭代次数上限N，则终止，基于边界信息扩散的X射线CL图像重建算法结束。而且，所述步骤4中边界信息扩散修正算子P由下列最优化问题所定义：其中K,λ,v,u(k+1),u(k+1/2)均为坐标分量x,y,z的函数，vx,vy分别表示v关于x和y的一阶偏导数；K为扩散函数，可取为常函数1；μ为调节参数，λ为边界保持函数，可设为u(k+1/2)的梯度的函数，如其中c＞0；求解该优化函数可通过引入时间参数t，转为求解如下偏微分方程，其中为图像边界,为边界的法方向；该偏微分方程采用经典数值方法求解。而且，所述的重建算子RG选择迭代类的重建算法或选用解析类算法。而且，所述迭代类的重建算法为ART、SART或EM；所述解析类算法为FDK或BPF。而且，在扩散过程中，边界位置保持不变。本专利技术取得的优点和积极效果是：本专利技术算法主要是为了解决现有CL图像重建算法重建的图像存在层间信息混叠，影响图像层间分辨率的问题，该专利技术算法利用重建出的图像边界信息，通过迭代的方式，逐步恢复出图像内部灰度值，能够有效降低重建图像层间信息混叠，提高重建图像的层间分辨率，进而提高CL系统的实用性。附图说明图1为本专利技术算法的流程图；图2为CL扫描系统示意图及扫描条件图；图3为本专利技术中扫描模体照片：一块多层PCB板；图4为本专利技术中SART重建图像的三视图；图5为本专利技术中DART重建图像的三视图；图6本专利技术算法重建图像的三视图；图7为图4中冠状面的放大图像；图8为图5中冠状面的放大图像；图9为图6中冠状面的放大图像；图10为图4中矢状面的放大图像；图11为图5中矢状面的放大图像；图12为图6中矢状面的放大图像。具体实施方式为能进一步了解本专利技术的内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。需要说明的是，本实施例是描述性的，不是限定性的，不能由此限定本专利技术的保护范围。本专利技术中未详细描述的结构、连接关系及方法，均可以理解为本领域内的公知常识。下面结合附图对本专利技术的具体实施方式做详细说明。实施例1一种基于边界信息扩散的X射线CL图像重建算法，其具体流程描述如下：步骤1、输入变量：CL扫描数据集p，CL扫描几何参数集G；步骤2、初始化：初始估计图像u(0)，迭代终止阈值ε或迭代次数上限N；步骤3、假设已得到估计图像u(k)，以u(k)为初值，利用CL扫描数据集p，更新估计图像u(k+1/2)＝RG(p,u(k))，其中RG表示扫描几何参数集G相关的图像重建算子步骤4、利用图像u(k+1/2)的边界信息扩散修正估计图像，得到u(k+1)＝P(u(k+1/2))，其中P表示边界信息扩散修正算子；步骤5、判断相邻两次迭代图像间的差别是否小于给定阈值，即||u(k+1)-u(k)||≤ε，或是否达到迭代次数上限N，满足则终止迭代；否则，转步骤3，直至相邻两次迭代图像间的差别小于给定阈值，即||u(k+1)-u(k)||≤ε，或达到迭代次数上限N，则终止，基于边界信息扩散的X射线CL图像重建算法结束。实施例2一种基于边界信息扩散的X射线CL图像重建算法，其具体流程描述如下：步骤1、输入变量：CL扫描数据集p，CL扫描几何参数集G；步骤2、初始化：初始估计图像u(0)，迭代终止阈值ε或迭代次数上限N；步骤3、假设已得到估计图像u(k)，以u(k)为初值，利用CL扫描数据集p，更新估计图像u(k+1/2)＝RG(p,u(k))，其中RG表示扫描几何参数集G相关的图像重建算子步骤4、利用图像u(k+1/2)的边界信息扩散修正估计图像，得到u(k+1)＝P(u(k+1/2))，其中P表示边界信息扩散修正算子；其中，步骤4中边界信息扩散修正算子P由下列最优化问题所定义：其中K,λ,v,u(k+1),u(k+1/2)均为坐标分量x,y,z的函数，vx,vy分别表示v关于x和y的一阶偏导数；K为扩散函数，可取为常函数1；μ为调节参数，λ为边界保持函数，可设为u(k+1/2)的梯度的函数，如其中c＞0；求解该优化函数可通过引入时间参数t，转为求解如下偏微分方程，其中为图像边界,为边界的法方向；该偏微分方程采用经典数值方法求解；步骤5、判断相邻两次迭代图像间的差别是否小于给定阈值，即||u(k+1)-u(k)||≤ε，或是否达到迭代次数上限N，满足则终止迭代；否则，转步骤3，直至相邻两次迭代图像间的差别小于给定阈值，即||u(k+1)-u(k)||≤ε，或达到迭代次数上限N，则终止，基于边界信息扩散的X射线CL图像重建算法结束；其中，在扩散过程中，边界位置保持不变。实施例3为了更好的体现本专利技术一种基于边界信息扩散的X射线CL图像重建算法在重建效果方面的优势，下面结合一具体实施例将本专利技术所述的算法与已存在的典型算法SART和DART做比较。本实施例所用CL设备示意图如图2所示，图中同时标明了扫描几何条件。扫描样品为一块多层PCB板，如图3所示。扫描电压为160kV，360度共采集720个投影数据。分别采用SART、DART和本专利技术算法对扫描数据进行图像重建，重建图像如图4、图5、图6所示。其中图4为SART的重建图像的三视图(横断面、冠状面和矢状面)，图7为对应冠状面的放大图像，图10为对应矢本文档来自技高网...

【技术保护点】
一种基于边界信息扩散的X射线CL图像重建算法，其特征在于，步骤如下：步骤1、输入变量：CL扫描数据集p，CL扫描几何参数集G；步骤2、初始化：初始估计图像u

【技术特征摘要】
1.一种基于边界信息扩散的X射线CL图像重建算法，其特征在于，步骤如下：步骤1、输入变量：CL扫描数据集p，CL扫描几何参数集G；步骤2、初始化：初始估计图像u(0)，迭代终止阈值ε或迭代次数上限N；步骤3、假设已得到估计图像u(k)，以u(k)为初值，利用CL扫描数据集p，更新估计图像u(k+1/2)＝RG(p,u(k))，其中RG表示扫描几何参数集G相关的图像重建算子；步骤4、利用图像u(k+1/2)的边界信息扩散修正估计图像，得到u(k+1)＝P(u(k+1/2))，其中P表示边界信息扩散修正算子；步骤5、判断相邻两次迭代图像间的差别是否小于给定阈值，即||u(k+1)-u(k)||≤ε，或是否达到迭代次数上限N，满足则终止迭代；否则，转步骤3，直至相邻两次迭代图像间的差别小于给定阈值，即||u(k+1)-u(k)||≤ε，或达到迭代次数上限N，则终止，基于边界信息扩散的X射线CL图像重建算法结束。2.根据权利要求1所述的基于边界信息扩散的X射线CL图像重建算法，其特征在于：所述步骤4中边界信息扩散修正算子P由下列最优化问题所定义：其中K,λ,v,u(k+1),u(k+1/2)均为坐标分量x,y,z...

【专利技术属性】
技术研发人员：赵云松，徐金秋，李宏伟，张朋，
申请(专利权)人：首都师范大学，
类型：发明
国别省市：北京,11