罗程远,刘世梁,蓝志鹏
(东华理工大学,南昌 330013)
自从德国科学家威廉伦琴(1854—1923)于1895年发现X 射线以来,X 射线技术在科学界引起了研究热潮,X 射线成像技术在医疗诊断、无损检测和安全监控等领域已得到了广泛应用。现阶段高精度X 射线成像系统造价成本高、结构复杂且操作不方便,核心技术多数还掌握在欧美、德国日本国家[1],所以自主研制出结构简单、成本低的X 射线成像系统势在必行。X 射线成像系统的成像器件从最初的胶片、荧光屏、成像板到现在的平板探测器、线阵探测器,考虑到成本和成像范围本文选用线阵探测器。X 射线成像过程中,首先X 射线穿透物体到达线阵探测器,经光电效应和AD 转换后得到数字信号,采集到的数信号经转换后得到对应的X 射线图像,在这整个成像过程中存在各种干扰,严重影响X 射线的成像质量。采集的原始X 射线图像普遍图像偏暗、对比度不高、噪声大、分辨率和清晰度低,图像处理是成像系统中关键的一步,计算机处理技术在近十几年的发展,为X 射线成像系统的发展提供关键性的技术支持[2]。本文重点研究线阵探测器对X 射线图像非均匀性的影响,测试和验证了非均匀性图像处理的常规算法,如一点校正法、两点校正法和非线性校正法等,最后在两点校正法的基础上,确定了多点定标分段校正方法,对X 射线图像的非均匀性有显著的校正效果。
X射线成像检测系统技术方案如图1所示。
图1 X射线成像检测系统技术方案
系统工作时,由X 射线源产生X 射线,X 射线准直后经过被检测样品形成透射后的X 射线,在成像探测器线阵上被接收并转换成点阵图像数据,传输至后台成像系统软件,生成单色灰度图像或伪彩图像,用于判别检测样品的形状、结构、厚度、物质构成等信息。
当X 射线透过物体,携带了物体内部信息的X 射线均匀的照射在线阵探测器上时,每个成像单元都会有自己相应的输出,由于每个成像都有自己的偏置量和增益,即使在均匀辐照的情况下,输出的结果也会有所差异,线阵探测器一般是由很多探测小卡拼接而成,各个小卡之间可能也会存在响应不均匀,这种现象称作为像素响应不均匀,这种现象的存在,导致采集的X 射线图像会出现很多条纹[3]。
本文使用的探测器的A∕D 精度为14 bits,采集的数据范围为0~16 383,整个线阵探测器是由是个探测小卡拼接而成。如图2 所示,每个光电二级管对应的本底噪声大小不一致,每个探测小卡所显示的数据也存在微小差距,采集的数据在小范围内波动。线阵探测器造成X射线不均匀的原因主要是线阵探测器的各个成像单元响应不一致且为非线性、成像单元前置放大电路不一致以及本底值不一致。由于上述种种因素的影响,采集的X射线空打的原始图像如图3所示。
图2 探测器本底噪声
图3 X射线空打原始图像
由于本文使用的探测器是由10 个成像小卡拼接而成,各个成像小卡之间响应不一致,空打的X 射线图存在明显不一致,有区域界线将整张图分割成10 个长矩形区域,故造成了图像的明显的区域分割,其中某一行数据如图4(a)所示。各垂直层次上也存在像素不均匀的情况,主要原因可能是X 射线不够稳定以及探测器的采集频率与射线频率不一致,某一列数据如图4(b)所示。
图4 图像行列数据比较
在均匀X 射线照射下,理想情况下各行各列的像素灰度值应该是一致的(如图5虚线所示),但是由于各种干扰因素的存在,导致各行各列像素的灰度值在理想值上下波动(如图5实线所示)[4],在成像小卡的拼接处灰度值波动更为严重,因此要对此进行校正和补偿。
图5 线性校正示意图
线性校正主要有一点校正法和两点校正法。一点校正过程分为标定和校正两步,首先计算出各个成像单元在同一X 射线强度下输出响应,计算出校正系数,完成标定;然后将各个成像单元实际输出响应与成像单元对应的校正因子相乘,即完成一点校正[5]。一点校正本质上只对器件的偏置做了补偿,并没有对增益做校正,即相当于将响应直线做了位置平移;当目标辐射度偏离标定点不大时,校正效果较好,但是当目标辐照度偏离标定点较大时,校正效果就会大大降低,由于各个成像单元的响应度不一致,校正误差也会越差,因此,一点校正不适用于X射线图像的校正[6]。
两点校正算法在工程实际中应用范围最广,它能对探测元件输出的加性噪声进行补偿修正的同时对乘性噪声进行了校正,该算法简单易于实现,对线性度高的探测器件有很好的校正效果。假设线阵探测器的成像单元响应值为DN与X射线辐射强度ϕ呈线性变化,选取两个高低射线辐射强度最为定标点,可建立以下校正模型:
式中:Yi,j为校正后的像素值;Xi,j为实际采集的像素值;Gi,j为校正因子;Oi,j为偏置系数。
两点校正的示意图如图6 所示,校正前有3 条不同的响应曲线随辐射度变化而变化,校正后为一条响应函数直线:
图6 两点校正法示意图
将高低辐射度为ϕH和ϕL的图像为定标点,校正因子Gi,j和偏置系数Oi,j可根据下式计算:
两点校正法同样分定标和校正两个过程,两点校正算法补偿了器件偏置同时还对增益作了修正[7],其效果要优于一点校正法,理论上可以完全消除非均匀性,但实际上由于线阵探测器的非线性响应,使用两点校正仍然会引入较大误差。
非线性校正方法算法较复杂,对于一般的检测系统,不确定检测器件模型时,就无法确定探测成像单元响应曲线的函数模型,由于多种因素的影响,响应曲线往往是不规则的曲线,很难选择合适的函数模型去做拟合,如果模型选择不当可能会使校正结构产生较大的偏差[8]。
线阵探测器对X射线成像造成的非均匀性为非线性,其相应的曲线函数模型也是无法确定的,采用常规的线性一点校正算法、两点校正法和非线性校正法,进实验验证分析,都无法达到较理想的校正效果。多点定标分段校正法本质上是将线阵探测器的响应去想分成若干段,然后再每一小段上分别使用两点校正,相对于两点校正而言,多点定标分段校正法的校正图像与实际图像更加吻合[9]。分段校正过程就类似于拟合的过程,段分的越多,拟合度就越高,校正精度就越高,多点定标分段校正法能够更好地避免由于两点校正带来的线性恶化,同时又可以补偿探测成像单元响应的非线性问题,对X 射线图像的非均匀性有很好的校正效果,下一小节将对多点定标分段校正法进行验证分析。
基于多点定标分段校正法的校正效果如图7所示。
图7 非均匀校正前后对比
经过非均匀校正后,原图中的条纹基本都被消除了,整个张图像的灰度没有明显差异,图像质量得到明显改善,下面对空打图像校正前后图像数据进行分析,图像行列数据折线图对比如图8所示。
图8 校正前后图像行列数据对比
前面通过视觉效果对比,可以明显看出校正前后图像均匀度得到了较大的提升;再通过对校正前后行列数据的对比,可以看出由探测成像单元响应不一致和X 射线源不稳定造成数据大波动基本被拉平在小范围内波动。
非均匀度为图像数据的标准差与其均值的百分比(又称差异系数CV),计算出的非均匀度可表征为图像灰度不均匀(离散)的程度,非均匀度越小,代表数据离散程度越小,图像越均匀[10-11]。非均匀度CV计算公式如下:
均值和标准差σ的计算公式如下:
式中:m为图像的数据行数;n为图像的数据行数;x(i,j)为图像数据的第i行、第j列数据值;为所有图像数据的均值。
根据上述公式计算出校正前后的非均匀度,如表1所示。
根据上述非均匀度计算公式,计算得校正前后非均匀度分别为13.38%和2.43%,校正后图像的非均匀度降低了约82%,图像的非均匀度得到了显著改善。
采集的原始X 射线图像质量普遍较低,需要进一步进行图像处理才能获得分辨率、对比度较高的图像。本文主要针对线阵探测器对X 射线图像造成的非均匀性进行探究,首先分析了产生图像非均匀原因,然后利用一点校正法、两点校正法和非线性校正法进行非均匀校正,验证发现在线阵探测器线性响应范围内两点校正法有较理想的校正效果,但由于线阵探测器的非线性响应,使得两点校正存在较大的局限性;一点校正法由于线阵探测器的各个成像单元响应不一致,会产生较大校正误差;不能确定线阵探测器的响应模型,很难进行拟合[12]。最后本文将两点校正拓展成多点定标分段校正,经实验验证,该算法对X 射线图像的不均匀性有较理想的校正效果。