工业CT三维图像重建和分割算法的研究.pdf

万方数据 Study on Industrial CT 3D Image Reconstruction and Segmentation Algorithm A Thesis Submitted to Chongqing University in Partial Fulfillment of the Requirement for the Doctor’s Degree of Engineering By Zou Yongning Supervised by Prof. Li Jianwei Specialty: Instrument Science and Technology College of Optoelectronic Engineering of Chongqing University, Chongqing, China December, 2014 万方数据万方数据中文摘要 I 摘要工业 CT 是使用 X 射线来生成被测物体外部和内部二维或三维表示的技术。工业 CT 在许多领域已被用于零部件的内部检测, 主要应用有缺陷检测、故障分析、测量、装配分析等。锥束 CT(CBCT) 通过平板探测器采集投影数据,能够实现快速体积成像,并且具有各向同性的高分辨率和较高的 X 射线使用效率。锥束 CT 主要有圆形轨迹锥束 CT 和螺旋轨迹锥束 CT 两种形式。本文主要研究了工业锥束 CT 重建算法,并提出了改进方法,同时研究了三维 CT 图像缺陷分割方法。由于制作工艺问题,实际平板探测器获取的图像不一定理想,可能存在非均匀性,即使通过采集求平均也不能消去, 需要对数据进行校正才可以消除。平板探测器的非均匀性存在于整个平面上,平板探测器越大,非均匀性问题就越突出。围绕这个问题,本文提出了非均匀性校正的锥束 CT 重建算法。首先,在重建前对投影数据进行非均匀性校正,然后采用校正后的数据进行重建。采用仿真数据和实际采集的数据进行验证,结果表明提出的算法能显著改善重建图像的质量。因为存在 X 射线散射和电子噪声干扰,平板探测器采集的投影数据可能被许多噪声污染。如果不去噪就进行图像重建,那么重建图像的信噪比就会降低。而且螺旋轨迹锥束 CT 的 Katsevich 重建算法需要计算投影数据的导数,如果直接对含噪的投影数据进行求导,会放大噪声在投影数据中的影响,重建图像的质量会严重下降,所以含噪投影数据需要提前进行滤波处理。中值滤波能够较好地去除信号或图像中的椒盐噪声,但是该滤波方法可能会破坏图像的一些重要细节。本文提出采用冲击滤波器改进的算法来去噪,然后使用 Katsevich 算法对滤波后的投影数据进行图像重建。实验证实,采用该方法重建图像的质量明显好于中值滤波的重建图像。在锥束 CT 发展过程中,采集数据的尺寸越来越大,因此锥束 CT 的图像重建成为一项非常耗时的计算任务。 GPU 集群是高性能并行计算设备,利用多个计算机资源去同时处理计算任务,使计算时间极大地降低。本文采用 GPU 集群技术来加速图像重建同时维护图像质量。首先分析了 FDK 重建算法的并行性,组建了一个 GPU 集群平台,并用于实现锥束 CT 并行重建。提出了两级任务分配的并行计算策略。由于并行算法采用串行算法所使用的公式,这样就确保了重建结果的一致性。实验表明,本文提出的重建方法完好地维持了图像质量,同时极大地降低了计算时间,图像尺寸越大加速效果越明显。工业 CT 体数据的三维缺陷分割是工业 CT 应用的一项重要任务。为了实现自动、准确的缺陷分割,本文提出了一种数学形态学和重采样相结合的方法。首先对体数据执行形态学顶帽变换获得初始缺陷分割,然后通过重采样技术删除伪缺万方数据重庆大学博士学位论文 II 陷。对实际工业 CT 体积数据进行实验,结果表明本文提出的分割方法能够准确地分割三维 CT 图像中的缺陷。关键词: 工业 CT ,含噪的 Ketsevich 重建, GPU 集群并行重建, CT 图像分割,非均匀性万方数据英文摘要 III ABSTRACT puted tomography (CT) uses x-ray to produce two-dimensional or three-dimensional representation of the sca nned object both externally and internally. Industrial CT has been used in many industrial areas fo r internal imspection of components. Its key uses have been flaw detection