[发明专利]一种获取核废物桶层析γ扫描图像的方法

说明书

本发明公开了一种获取核废物桶层析γ扫描图像的方法，包括以下步骤：对核废物桶进行层析γ扫描，获取透射测量投影数据；根据透射测量投影数据建立投影方程；利用非最小最优化算法求解投影方程，得到非最小最优化解；将非最小最优化解作为MLEM算法的迭代初值，利用MLEM算法重建图像。本发明利用非迭代类的非最小最优化算法计算求解投影方程，将求得的非最小最优化解作为MLEM算法的迭代初值，能够避免传统MLEM算法的随机性、偶然性，提高重建图像的精度和准确性，提高计算机图像重建的自动化程度，降低工作量，简化过程，提高工作效率。

技术领域

本发明属于图像处理技术领域，尤其是一种获取核废物桶层析γ扫描图像的方法。

背景技术

目前图像重建方法主要可归纳为两类：一种是以Radon变换为理论基础的解析重建算法，一种是建立在解方程思想上的迭代重建算法。迭代类算法重建效果好、过程稳定、适用复杂投影情况，是目前层析γ扫描(Tomographic gamma scanning,TGS)图像重建中最常用的方法，但是相比解析法，存在计算格式更复杂、计算量大等缺点。如何有效提高迭代算法在重建过程的算法收敛速度和最终重建精度，是目前图像重建领域的研究热点。

对于一个迭代算法，迭代过程中有三个重要因素：迭代初值、迭代格式和迭代次数。迭代初值，即代入初次迭代的各体素图像值。目前TGS图像重建中的处理方法是将图像初值设置为同一任意数值(通常取1)，但这样的选取方法与实际图像值的分布情况并不相符。初始值的准确估计是保证迭代收敛性和准确性的必要条件，同时关系到收敛速度，而采用传统的经验值方法或随机数方法，盲目性较大，且结果误差大甚至不收敛。为了保证收敛性和准确性，须选取初始值接近于所要求的解，这在采用计算机自动化图像重建时尤为重要。

发明内容

本发明的目的在于提供一种获取核废物桶层析γ扫描图像的方法，能够提高层析γ扫描图像重建精度和速度，提高计算机图像重建自动化程度。

本发明的目的是这样实现的：一种获取核废物桶层析γ扫描图像的方法，包括以下步骤：

对核废物桶进行层析γ扫描，获取透射测量投影数据；

根据透射测量投影数据建立投影方程；

利用非最小最优化算法求解投影方程，得到非最小最优化解；

将非最小最优化解作为MLEM算法的迭代初值，利用MLEM算法重建图像。

进一步地，投影方程为

其中，x_j为第j个体素的线衰减系数值，j＝1,2,…,J，J为划分的体素总数；a_ij代表探测器在第i个测量位置测到的射线穿过第j个体素的径迹长度，i＝1,2,…,I。

进一步地，利用非最小最优化算法求解投影方程的步骤包括：

A1、将投影方程矩阵形式B＝AX改写成：

[A，-B][X，1]^T＝0

构造已知矩阵L＝[A，-B]，其中A为径迹矩阵，B为透射率负对数矩阵；

构造未知矩阵M＝[X，1]^T，其中X为待求的线衰减系数矩阵；

A2、构造最优化代价方程：

其中，

A3、为了获得最优化的M，需要将代价方程最小化，所以使用估算方程：

GM＝ψM；