基于感兴趣区域的精细快速重建

甄 妮， 王明泉， 侯慧玲， 许 娜

(中北大学 仪器科学与动态测试教育部重点实验室， 山西 太原 030051)

基于感兴趣区域的精细快速重建

甄 妮， 王明泉， 侯慧玲， 许 娜

(中北大学 仪器科学与动态测试教育部重点实验室， 山西 太原 030051)

现有的工业CT重建算法均为全局物体的断层成像， 即使只需要重建物体中的一个相当小的区域， 也必须通过扫描整个物体的断层来获取投影数据， 并利用投影数据重建整个物体， 利用迭代法重建数据量大且耗费时间长， 难以满足工程需要. 本文拟先对整个固体火箭发动机工件进行低分辨率的初次快速解析法重建， 可视化选取感兴趣区域， 再对感兴趣区域进行迭代法精细高分辨率重建， 实现工业CT缺陷区域的快速精细重建.

无损检测； 感兴趣区域； 图像重建； 迭代法； 固体火箭发动机

0 引 言

随着CT分辨率的不断提高， CT重建数据量不断增大. CT成像系统中最重要的环节就是重建算法的选择以及实现. CT重建目前有解析法和迭代法两种算法. 最基本的解析法是滤波反投影法， 其基本原理是中心切片定理， 相当于是对一个积分方程进行求解. 解析法计算量小， 重建速度快， 但对投影数据的完备性要求非常高， 在实际采集中噪声是无可避免的， 而且在某些情况下， 由于被测物体体积较大， 无法采集到完备的数据. 最基本的迭代法是代数重建法(ART)， 其基本思想是将被测物体离散化为多个像素， 然后求解一个大型的线性方程组. 迭代法虽然计算量大， 重建速度慢， 但是对数据完备性要求低， 重建得到的图像也比较好.

随着CT 技术的发展， 一些针对感兴趣区域的局部重建算法在最近十几年的时间里得到了快速的发展， 这种算法减少了重建图像的时间， 提升了重建的速度， 对于实际的工程需要提供了很大的便利.

对工件的感兴趣区域快速精细重建大致分为3个步骤：

1) 对工件进行低分辨率的快速重建， 本文拟采用等角为0.01的等角扇束滤波反投影法来快速重建；

2) 对感兴趣区域进行划定， 拟初步划定矩形区域；

3) 对感兴趣区域运用代数重建算法进行精细的重建.

1 Shepp-Logan头颅模型感兴趣区域重建

首先对Shepp-Logan头颅投影数据进行低分辨率等角扇束滤波反投影算法， 重建图像尺寸大小为256*256， 设定等角分别为2， 1， 0.01， 重建得到的图像如图 1 所示. 由图 1 可以得到， 当等角扇束为0.01时重建得到的图像最为清晰， 因此我们选择用等角为0.01来进行快速的重建.

利用等角为0.01的等角扇束滤波得到的头颅模型的快速重建如图 2 所示. 我们选取头颅模型的中间部分为感兴趣区域， 选取的感兴趣区域如图 3 所示.

图 1 不同等角对应的重建图像Fig.1 The reconstructed images corresponding to different equal angles

图 2 等角为0.01扇束滤波重建图Fig.2 The reconstructed images of fan-beam filter based on the equiangular of 0.01

对所得到的感兴趣区域图做精细迭代重建， 设定图像初值为0， 松弛因子为0.15， 迭代次数为25,探测器通道个数366， 投影数据访问方式为顺序访问方式. 得到的感兴趣区域的重建图如图 4 所示.

图 3 感兴趣区域的选定Fig.3 Select the region of interest

图 4 针对感兴趣区域精细重建Fig.4 Fine reconstruction of region of interest

这样的重建只需要9 min， 而对整个头颅模型的迭代重建需要11 min， 这样可以缩短对我们感兴趣区域的重建时间.

2 针对固体火箭发动机的感兴趣区域重建

固体火箭发动机模拟件的采集参数为： 射线源电压290 kV， 电流1.8 mA. 平板探测器有1 920*1 536 个探测单元， 每个探测单元的大小为0.127 mm. 射线源到旋转中心的距离为1 060 mm， 旋转中心到探测器的距离为140 mm. 物体绕旋转中心旋转360°， 每隔1°采集一幅投影图像.

图 5 等角滤波快速重建图Fig.5 Rapid reconstruction of equiangular filter

首先对固体火箭发动机的投影数据进行低分辨率等角扇束滤波反投影算法， 重建图像尺寸大小为512*512， 设定等角分别为2， 1， 0.01， 可以得到， 当等角扇束为0.01时重建得到的图像最为清晰. 因此我们选择用等角为0.01来进行快速的重建.

利用等角为0.01的等角扇束滤波得到的固体火箭发动机的快速重建如图 5 所示.

选取固体火箭发动机的中间部分为感兴趣区域， 具体坐标x轴为180～340，y轴为166～350， 选取的感兴趣区域如图 6 所示.

对所得到的感兴趣区域图做精细迭代重建， 设定图像初值为0， 松弛因子为0.15， 迭代次数为25,探测器通道个数729， 投影数据访问方式为顺序访问方式. 得到的感兴趣区域的重建图如图 7 所示.

图 6 感兴趣区域划定Fig.6 Select the region of interest

图 7 感兴趣区域重建图Fig.7 Fine reconstruction of region of interest

这样的重建只需要36 min， 而对整个固体火箭发动机的迭代重建需要93 min， 时间较感兴趣区域多出了两倍， 因此对感兴趣区域的精细重建对于实际工业CT检测中工件缺陷方面的检测具有很大的帮助.

3 结束语

在实际检测中， 对被检工件进行CT整体检测， 重建数据量大， 重建时间长， 而人们感兴趣的往往是内部有无缺陷以及含缺陷的局部信息.

缺陷的出现具有一定的随机性， 无法靠一般的局部重建在检测开始前就确定重建区域. 而且并不是工件的每一个部分都需要用最高的空间分辨率去进行检查， 如果可以确定重点可疑区域， 即工件的感兴趣区域， 则通过重建高分辨率局部感兴趣图像， 判断其有无缺陷， 如同医生通过CT诊断病情一样， 不仅可以实现缺陷的可视化检测， 而且通过对局部数据进行重建， 减少了数据的采集时间和重建时间， 从而也提高了数据扫描和数据重建的速度.

本文初步实现了对工件感兴趣区域的快速重建， 所需的时间相较于全局重建有了很大的缩短.

[1] 杨娟. 锥束工业CT迭代重建算法及伪影校正技术研究[D]. 太原： 中北大学, 2015.

[2] 王浩. CT不完全投影数据重建算法研究[D]. 大连： 大连理工大学, 2008.

[3] 李亮, 陈志强, 康克军. CT局部重建算法发展综述[J]. 核电子学与探测技术, 2005, 25(6)： 881-886.

Li Liang， Chen Zhiqiang， Kang Kejun. Investigation of algorithms for image reconstruction in local tomography[J]. Study of Dose Distribution From Electron Beam, 2005, 25(6)： 881-886. (in Chinese)

[4] 张卫贞. 固体火箭发动机ICT局部重建算法研究[D]. 太原： 中北大学, 2009.

[5] 黄力宇, 朱守平, 匡涛. 医学断层图像重建仿真实验[M]. 西安： 西安电子科技大学出版社, 2015.

[6] Miao C. Comparative studies of different system models for iterative CT image reconstruction[J]. Dissertations & Theses-Gradworks, 2013.

[7] Wang G. Fast and accurate computation of system matrix for area integral model-based algebraic reconstruction technique[J]. Optical Engineering, 2014, 53(3)： 113101.

[8] Maaβ C, Knaup M, Sawall S, et al. Simple ROI cone-beam computed tomography[C]// Nuclear Science Symposium Conference Record. IEEE, 2011： 3161-3168.

[9] Zou Y, Pan X, Sidky E Y. Image reconstruction in regions-of-interest from truncated projections in a reduced fan-beam scan[J]. Physics in Medicine & Biology, 2005, 50(1)： 13-27.

[10] 赵双任, 杨新铁. 图像重建的分块迭代算法[J]. 中国科技论文, 2006, 1(4)： 301-308.

Zhao Shuangren,Yang Xintie.Iterative reconstruction in all sub-regions[J]. Sciencepaper Online,2006, 1(4)： 301-308. (in Chinese)

[11] 洪贤勇, 乔志伟. 用反投影滤波算法实现CT图像的ROI重建[J]. 电视技术, 2014, 38(7)： 29-32.

Hong Xianyong, Qiao Zhiwei. ROI reconstruction of CT images based on back projection filteration algorithm[J]. Igital Video, 2014, 38(7)： 29-32. (in Chinese)

TheRapidandHighResolutionReconstructionBasedonInterstedRegion

ZHEN Ni, WANG Mingquan， HOU Huiling， XU Na

(Key Laboratory of In North University of China, Taiyuan 030051, China)

All the existing industrial CT reconstruction algorithm are the tomography of global object, even if you only need to reconstruct a relatively small area of the object, you have to obtain the projection data by scanning the fault of the whole object and use the projection data to reconstruct the whole object. The data volume is large and it takes a long time by using the iterative methods to reconstruct and it's hard to meet the needs of engineering. The paper intended to have a rapid and low resolution to the entire solid rocket engine, visually select the region of interested, finally use iterative method of high resolution reconstruction to rebuild the region of interested, the method realize the rapid and precisely reconstruction for the defect area in industrial CT.

nondestructive testing; interested region; image reconstruction; ART; solid rocket engine

1671-7449(2017)06-0537-04

2017-03-17

国家自然基金资助项目(61171177)； 国家重大科学仪器设备开发专项资助课题(2013YQ240830)； 山西省科技攻关资助项目(20140321010-02)

甄 妮(1991- )， 硕士生， 主要从事图像处理与重建等研究.

TP391

A

10.3969/j.issn.1671-7449.2017.06.012

声明

本刊已许可中国学术期刊(光盘版)电子杂志社、 万方数据知识服务平台、 超星等多家单位在其网站及其系列数据库产品中， 以数字化方式复制、 汇编、 发行、 信息网络传播本刊全文。 该社著作权使用费与本刊稿酬一并支付。 作者向本刊提交文章发表的行为即视为同意我编辑部上述声明。