DR 平板探测器图像校正方法研究

2021-10-23肖雄晖

中国测试 2021年9期

肖雄晖，吴伟，梁毅，廖翔

(南昌航空大学无损检测技术教育部重点实验室，江西南昌 330063)

0 引言

平板探测器是数字射线（digital radiography，DR）成像系统中重要组成部分，在工业无损检测、医学等领域有大量应用，其性能直接影响所采集图像的质量[1-5]。在进行DR 成像的过程中，为了避免因暗电流，坏点等噪声影响探测器成像质量，需要进行偏移、增益和坏像素校正。

针对探测器校正方法的研究，有基于图像处理算法，对整幅图像进行校正；也有基于数理统计的方法，分析各像元的分布情况，运用统计学公式进行修正。在图像处理领域，胡云生等[6]提出了一种算法对图像传感器的坏点进行检测和修正，但该方法不能有效修正坏像素簇，有待进一步优化；徐有青等[7]对CMOS 数字图像传感器的坏像素进行检测和补偿，得到修饰过的视频图像在肉眼下无法分辨坏像素，但该法不适用面积较小的缺陷的检测；在统计分析领域，张丰收等[8]对工业CT 的平板探测器基于统计模型按区域模板不同，把坏像素进行分类并对各个区域进行优化插值，能有效消除坏像素造成的伪影，该方法对工件投影图像进行分析，会对图像造成损伤，产生漏检的风险；徐燕等[9]对用于牙科CT 的平板探测器进行了空气投影图像校正，有效抑制了重建切片环状伪影的产生，但该方法不能有效进行增益校正；闵吉磊等[10]对PE0822非晶硅平板探测器进行了暗场、增益和坏像素校正，发现校正过后提高了DR 图像的质量，但是该方法过分依赖于厂家给出的校正文件，当管电压较低的时候，无法得到准确的校正。

目前工业应用X 射线数字图像检测，国外主要有美国材料实验协会（American Society of Testing Materials，ASTM）标准ASTM-E2597[11]。最新GB/T 3323.2—2019《焊缝无损检测射线检测第2 部分：使用数字化探测器的X 和伽玛射线技术》标准中[12]，对坏像素描述为：坏像素是数字阵列探测器阵列中性能超出要求的单元，ASTM-E2597 有详细说明。对结构噪声处理方法是：使用校准软件按照一定的校准程序校准，以降低数字图像的结构噪声。在NB/T 47013.11—2015《X 射线数字成像检测》标准中，定义坏像素为：在暗场图像中出现比相邻像素灰度值过高或过低的白点或黑点。同样在校正后的图像中，输出值远离图像均值的异常点。

以上标准对图像校正并没有具体的规定，本文基于像素灰度值统计分析方法，参照ASTM-E2597标准，研究偏移校正、增益校正和坏像素标定算法，用标准差和信噪比量化指标[13]来评价校正前后图像质量，找到适用于不同型号平板探测器图像校正的通用方法。

1 DR 平板探测器图像特征及校正

X 射线平板探测器作为DR 成像系统中关键的组成部分，具有灵敏度高，固有噪声低，动态范围大，存储方便可靠，所得图像可以进行后续处理等诸多优点。

1.1 DR 平板探测器成像原理及特征

目前平板探测器主要分为非晶硅、CMOS 和非晶硒三类。非晶硅平板探测器有玻璃衬底的非结晶硅阵列板，表面涂有闪烁体层——碘化铯，其下方是按阵列方式排列的薄膜晶体管电路。晶体管电路像素单元大小直接影响图像的空间分辨率，每一个单元具有电荷接受电极信号储存电容与信号传输器，通过数据网线与扫描电路相连。非晶硒数字平板结构与非晶硅有所不同，其表面不用碘化铯闪烁体而直接使用硒涂层。X 射线光子经过闪烁体转化为可见光，再由非晶硒阵列将可见光转化为电信号，电信号读出为数字化信息，计算机最后经过处理，重建形成图像[14]。

图1 所示为Varex 公司XRPad2 4336 平板探测器，分辨率为3524×4288，转换精度16 位，即灰度最大值为65535。在射线源-平板距离为1000 mm，管电流3 mA，不同管电压条件下采集没有工件的空场图像如图2 所示，对该图像作灰度分布直方图和箱形图如图3 所示。

图1 XRPad2 4336 平板探测器

图2 不同管电压下采集的灰度图像

图3 不同管电压下灰度图像像素分布

图2 可以看出没有经过处理的图像像素均匀非常差，从图3(a)可以看出，从暗场图像到100 kV 工作条件下，图像灰度值逐渐增大；在低管电压和高管电压条件下，灰度值分布较集中；在中间电压状态下，灰度值分布比较分散，这是由于平板探测器成像时受到暗场漂移、响应不一致和坏点等因素造成的影响。特别需要指出的是，从图3(b)中的灰度值箱形分布图可以发现：有一些像素灰度值总是最大值65535 或是最小值0，不随工作管电压改变而改变；还有一些像素值处在四分位数之外，这些值从统计学的角度上来说属于异常值，对应的像素可以认为是“坏像素”。因此要对图像进行校正和坏像素处理来改善成像质量。

1.2 偏移校正与增益校正

由于DR 图像从本质上来说反映了感受射线能量的大小，每个像素点都可以看成是一个射线传感器，当所有传感器性能相对一致时，整个图像就会表现得比较均匀，而由于各种原因又往往很难做到这点，因此需要对获取图像的像素进行修正，从本质上来说就是像素灰度值与射线能量的线性拟合过程，在DR 相关标准里定义为偏移校正和增益校正。

偏移校正相当于消除零点漂移，一般在平板探测器接通电源后预热一段时间，获取多幅暗场图像后求平均值，设灰度值为 offset(i,j)，i，j为图像像素点坐标。由于暗场图像并没有加射线源，可以认为是由于电噪声引起的漂移，实际采集图像灰度值应该减去这个漂移。

加载射线源后由于平板探测器各个像元响应不一致，应该给所有像元的灰度值均衡化处理，把所有像素值看成一组数列，引入统计分析的中位数概念：中位数是按顺序排列的一组数据中居于中间位置的数，即在这组数据中，有一半数据比这个数大，有一半数据比这个数小，用m0.5来表示，即有：

设有一组数据：X1,···,XN，将它按从小到大的顺序排序为：X(1),···,X(N)。则当N为奇数时，m0.5=X(N+1)/2；当N为偶数时，m0.5=

中位数的特点是不受分布数列的极大或极小值影响，在一定程度上提高了中位数对分布数列的代表性。对多次采集信号来说，中位数比平均数更合理；此外，由于图像是由许多像素组成，可以用中位数表示灰度值是否饱和，即当图像像素中位数为65535 时，表明至少有一半以上像素达到饱和，可以认为图像已经饱和。在不同工作电压下所有像素灰度的中位数和平均数如图4 所示。

图4 不同工作电压下图像灰度中位数和平均数

从图中可以看出，在低工作电压条件下，中位数与均值相差并不大，但随着工作电压的升高，中位数与均值的差异越来越大，表明图像中确实存在与管电压无关的坏像素（始终为0 或最大值65535），导致均值始终达不到饱和值。可见用中位数评价像素是否整体饱和是合理的。

设x(i,j)是在某一工作条件下获取原图像中某像素点灰度值，m(i,j)是校正后的像素值，i,j表示像素点在图像中的位置。两者的线性拟合可以用下式表示：

式中：o ffset(i,j)——暗场图像灰度值；

Gain(i,j)——图像增益系数。

由于每个像素点经过偏移校正后的灰度值还是有差异，因此希望通过调整 Gain(i,j)值来达到均衡化目标，目的是使得原来比中位数值大的像元灰度值减小，比中位数小的像元灰度值增大，图像的灰度值分布向整幅图像像素中位数靠拢。因此Gain(i,j)值可以按下式取得：

其中 (R1,···Rn)median表示相同工作条件下空场n幅图像平均灰度图像像素的中位数值。

把（2）式代入（1）式并重写如下式：

以80 kV 工作电压分别采集偏移、增益图像，再将采集的图像分别作灰度分布和箱型分布如图5所示。

从图5 统计图中明显可以发现，相对比原始图像，偏移校正只是总体灰度值有所下降，相当于单个像素点消除了零点漂移，灰度值分布并没有改变；增益校正修正了每个像素点的灰度值，以图像中位数为标准，高灰度值降低，低灰度值增高，向中位数靠拢，而且使得分布更加集中，图像整体表现更加均衡化。

图5 80 kV 工作电压下图像灰度分布

2 基于像素灰度统计值的坏像素标定

2.1 坏像素定义

从图3（b）的图像灰度值箱型统计图可以发现存在异常值，但并不能定义为坏像素，实际应用中还需要按一定的规范进行。在ASTM-E2597 标准中，不仅定义了满足什么样的条件是坏像素，还规定了它们的标定方法，分成以下7 类：

1）死像素（Dead Pixel）：与X 射线剂量无关的恒定响应像素或是无响应像素。

2）嘈杂坏点（Noisy Pixel）：在30 到100 帧暗场图像中，像素灰度值的标准差是整幅图像标准差6倍以上的像素点。

3）非均匀像素（Non-Uniform Pixel）：偏移和增益校正完成后，像素灰度值超过它周围9×9 邻域像素中值±1%以上的像素。

4）延迟坏点（Persistence/Lag Pixel）：在关闭射线源获得的第一幅图像中，选取一个像素区域大小为9×9，若区域中心点灰度值超过区域平均灰度值的2 倍，那么该点称为延迟坏点。

5）过度响应像素（Over Responding Pixel）：偏移校正后，像素灰度值大于以其为中心21×21 像素区域平均值的1.3 倍的像素点。

6）响应不足像素（Under Responding Pixel）：偏移校正之后，像素灰度值小于以其为中心21×21 像素区域平均值的0.6 倍的像素点。

7）坏邻域像素（Bad Neighborhood Pixel）：如果一个正常像素周围的8 个像素都是坏像素，这个像素也标记为坏像素。

2.2 坏像素点标定

上述坏像素定义中，1）～3）项可以直接计算，响应不足像素、过度响应像素、延迟坏点的方法如下（以延迟坏点为例）：

1）根据标准定义，选取工况为100 kV 并进行偏移校正的图像。选定一个9×9 的判定区域，判定中心A初始在（5，5）。

2）计算判定区域内的所有像素点均值X，将2X与A作比较，符合判定标准（A>2X）则把该点坐标进行输出，并标定为响应不足坏点；如图6所示。

图6 延迟坏点判定示意图

3）判定区域中心向右移动一个单位，再进行步骤2）的判定，以此往复直至最后一个点（3519，4284），如图7 所示。

图7 区域中心移动过程

在图6 中，选定的判定中心为（1501，23）。中心值A为65534，区域平均值X为25551，A>2X，故判定该点为过度响应像素点。

经过标定，可以得出15 个坏像素点。其中响应不足像素5 个，过度响应像素10 个，延迟坏点1 个。统计上述坏像素如表1 所示，坏像素标定如图8 所示。

图8 坏点汇总图

表1 坏像素汇总表

2.3 坏像素点修正

坏像素标定完成后，采用常见的基于坏像素模板的校正方法。以坏像素为中心建立3×3 模板，对模板内像素按照是否正常像素进行编码。表2 展示了不同坏像素分布类型及其相应的修正方法。

表2 坏像素校正方案

图9 所示为上文标定的一个延迟坏点的校正过程。以标定坏点为中心，选取8 邻域内所有正常像素的平均值填充坏像素，达到校正的目标。

图9 坏点校正示意图

3 校正和标定后图像质量评价

3.1 校正后图像质量评定指标

对空场图像来说，评价均衡化的指标是标准差。显然，一幅图像所有像素点灰度值的标准差越小，表明图像越均衡。也可以将标准差理解为图像的噪声，国内标准NB/T 47013.14—2016 《承压设备无损检测第14 部分：X 射线计算机辅助成像检测》[15]中，将信噪比定义为图像感兴趣区域的信号平均值与信号标准差之比。信噪比的表示符号为SNR，表达式如下：

式中：S−图像感兴趣区域（也可以是整幅图像）平均灰度值；

N——标准差。

显然，信噪比越大，表明图像越均衡。

实际上，这个SNR 就是统计学上的变异系数的倒数，CV 的定义是数据标准差与平均值之比，反映数据的离散程度，显然CV 值越小（对应就是SNR越大），数据离散程度越小，反之则数据离散程度越大。

对从30 kV 电压到200 kV 电压工作条件采集图像，进行偏移、增益校正和坏像素标定修正，绘制灰度均值分布曲线、灰度中位数分布曲线、灰度标准差分布曲线、灰度值信噪比分布曲线如图10 所示。从图中(a)、(b)可知，平板探测器的输出图像随着电压升高是一个从暗到亮随电压逐渐升高的过程，当管电压升到90 kV 以后，其输出响应基本达到饱和。

图像数据的标准差越大，图像像素值越分散，在图10(c)中，随着电压的升高，射线强度加大，由于各像元感受信号能力不一致，使得标准差逐渐升高；在90～100 kV 时，图像灰度值标准差发生急剧衰减，说明各像元接近饱和，与之对应的信噪比增大。

图10 不同管电压下图像灰度值对比

3.2 平板对接焊缝透照结果对比

为了验证平板探测器校正与否对DR 成像结果的影响，选取平板对接激光焊工件进行透照实验，观察焊缝处校正处理前后的图像质量。成像参数为射线源到探测器的距离为1000 mm，工件到探测器的距离为500 mm，管电压为110 kV，管电流为4 mA，积分时间为500 ms，连续采集30 帧图像平均处理。采用GB/T 23901.5—2009[16]《无损检测射线照相底片像质第5 部分：双线型像质计图像不清晰度的测定》所规定的双线型像质计来评价射线照相的不清晰度。双丝型像质计放在被检工件表面，采用20%下沉法分辨第一组不清晰线对。根据公式（5）计算出下沉小于20%的第一个线对（见图11），图像中第一组达到下沉值和两波峰值之比小于20%的线对，即为像质计的测试结果。

图11 下沉值计算图

式中：A——第一波峰值；

B——下沉值；

C——第二波峰值。

图12 为平板对接激光焊缝校正前后的输出图像，（a）图为未做校正的图像，焊缝位置（黄色矩形框）的灰度值范围是15617 到41317，平均值为29834，标准差为5398.3，信噪比为5.52 焊缝区域最大灰度值为41371，灰度值偏高，焊缝区域对比度偏低，容易造成缺陷漏检，DR 图像上像质计最小能识别的丝号为D9，图像分辨率为3.85 线对/毫米(p/mm)。（b）图为校正后的图像，焊缝位置的灰度值范围26975到32399，平均值为29684，标准差为2298.4，信噪比为12.91。在图像灰度上校正后图像更加均匀，图像上像质计最小能识别的丝号是D10，图像分辨率为5 线对/毫米(p/mm)。经过偏移，增益和坏像素校正后的图像质量有明显提高。