基于汽车复杂构件的变能量CT诊断法

赵晋芳

摘 要：传统的汽车零构件检测方法，不仅耗时费力，准确度还低。该文结合CT技术，提出基于变能量的CT诊断法，该方法通过不同能量和工件不同厚度的匹配性，利用加权TVART迭代法，将最终零构件内部的结构信息完整重建出来。实验表明，该理论不仅可以实现复杂零构件的完整重建，还可以进行结构缺失的有效诊断。

关键词：CT TVART 变能量 构件诊断

中图分类号：U279 文献标识码：A 文章编号：1672-3791（2016）12（a）-0086-02

汽车作为现代出行的必备工具，越来越受到大众青睐。传统的汽车构件检查方法分为人工经验法和仪器设备诊断法[1]。人工经验法有概率性，不能排除人为经验的错误性。仪器设备诊断法是对零构件外在物理和密度等方面的数据刻画，这两种方法都不能描述零构件的内在状态。文章结合现代科学新技术，提出一种全新的零构件诊断方法：变能量CT诊断法。

1 变能量CT技术

CT是通过X射线获取零构件不同角度的投影信息后，利用一定的成像方法重建物体结构层的技术[2]。常规的固定能量CT技术，已经不能满足现代复杂构件的检测要求，因为成像系统动态范围有限，使得单一能量下的X射线投影信息有所缺失[3]。而变能量能使得不同结构对应不同能量的投影信息，为此提出变能量CT技术。

此文变能量CT成像的原理是，先将低能量下的有效数据进行重建，然后把重建结果作为初始值重建下一个能量下的有效数据，依次类推直到最高能量，以此达到完整重建。

2 算法过程

为了重建不完全投影数据，目前主要是ART迭代法[4]。但是这种方法不仅效果不好，而且收敛速度慢。而最新引入的TV算法[5]，则在抑制噪声、加快收敛方面，有很大的优势。论文通过把TV最小化和ART结合起来，提出TVART迭代，较ART效果显著。具体过程为：

（1）计算最低能量时表征不完全投影信息下的矩阵。

（2）用ART算法迭代，已经初始化过的初始图像，得到迭代图像。

（3）将迭代图像，利用TV最小化算法得最小化图像。

（4）将最小化图像再次带入迭代循环，进行下一次迭代，直到迭代收敛得低能量重建图像。

（5）将低能量重建图像作为初始图像，按照步骤（2）依次迭代不同能量下的投影矩阵，直到最终的收敛结果图像。

3 仿真实验

为了验证此文提出方法的可行性，论文仿真了一个不同材料不同厚度的复杂构件，其中外层椭圆为镁，内层圆形为铝，如图1所示。为了仿真不同能量下的不完全投影数据，依据文献[8]和CT成像技术，得到部分投影图像如图3所示，从图3可以看出，不同能量下，投影数据表征的物体信息不一样，不同能量下的所有不完全投影信息加在一起，则可以表征物体的所有投影信息。

为了验证文中提出的变能量算法的必要性，文章对上述比较完整的80 kV投影信息做了重建，结果如图2所示。由图2可以看出此结果不仅本身的信息缺失很多，质量也很差。

为了改善上述固定能量下的投影结果，下面按照前文提出的理论和算法技术，对不同能量下的投影数据，依次进行TVART重建，结果如图4所示。

由最后能量下的重建结果和固定能量下的重建结果对比可以看出，该重建结果效果明显好于上面，而且从最后的结果信息量上来看，完全可以应用在构件缺损的诊断上。

4 结语

文章针对汽车复杂构件的诊断问题，结合变能量CT技术，解决了复杂构件的重建问题。通过仿真实验可以看出：该算法理论不仅可以实现非常规复杂构件的重建，还可以将其应用在无损检测领域，实现某些零构件诊断。

参考文献

[1] 李永力，唐秀丽.汽车故障诊断技术的现状及发展趋势[J].黑龙江科技信息，2014（31）：162.

[2] 段彦杰.变电压X射线扫描成像技术研究[D].中北大学，2010.

[3] 熊軍.代数迭代CT图像重建算法研究[D].成都：成都理工大学，2015.

[4] 刘宝东.工业CT截断投影数据重建算法研究[D].重庆：重庆大学，2010.

[5] 张兆田，张朋.改进的图像重建迭代算法[J].电子与信息学报，2004，26（10）：1626-1630.