[发明专利]X射线实时成像与CT断层扫描一体化智能无损检测系统

权利要求书

1.X射线实时成像与CT断层扫描一体化智能无损检测系统，其特征在于，所述的X射线实时成像与CT断层扫描一体化智能无损检测系统包括：数据采集模块、数据处理模块、缺陷检测模块和图像显示模块；所述数据采集模块控制采集装置相对于被测物运动，同时将采集到的数据存到计算机内存中；所述数据处理模块采用CPU多线程并行处理技术，对数据采集模块采集的数据实时处理，获得增强后的DR图像和重建的CT图像；所述缺陷检测模块对增强后的DR图像和重建的CT图像进行处理，自动检测得到DR和CT图像中的缺陷位置、大小和类别信息；所述图像显示模块将实时获得的DR和CT图像以及检测结果同时显示在显示器中，为检测人员提供不同视角下的检测信息；具体实现过程如下：

(1)DR数据采集模块

所述数据采集模块包括扫描成像装置和采集控制程序；所述扫描成像装置主要由射线源、探测器、旋转台和位移台组成；所述采集控制程序通过CPU执行程序指令，向所述扫描成像装置发送运动参数和图像采集参数，使旋转台保持匀速转动，同时射线源和探测器开始工作并在位移台带动下沿着被测物轴向运动，从而实现螺旋轨迹的扫描和DR图像采集；采集过程中，所述采集控制程序利用单独的CPU线程将探测器采集的DR图像数据转存到计算机内存中的共享存储区；当所述共享存储区存储空间存满时，采集控制程序将数据指针指向第一张图像的存储地址，以循环的方式从第一张图像开始覆盖已经采集的数据，从而避免内存空间申请的限制；

(2)DR/CT数据处理模块

数据采集模块采集的数据在保存到共享存储区的同时，数据处理模块将已采集的数据取出并进行处理；所述数据处理模块包括控制程序、DR图像处理程序和CT图像重建程序；

所述控制程序采用CPU多线程技术，同时控制DR图像处理程序和CT图像重建程序运行，并将共享存储区中采集到的DR图像数据送入相应的处理程序，最终将计算结果保存到计算机内存中的增强DR结果存储区和CT图像存储区；所述的DR图像处理程序采用MUSICA多尺度对比度增强算法，利用小波分解运算提取图像中的细节信息，并增强放大，最后重构到原图像上，使图像中缺陷目标相对于背景的对比度得到提高，从而获得增强后的DR图像，用于后续DR图像的缺陷检测；

所述CT图像重建程序采用基于螺旋扫描轨迹的Katsevich三维重建算法对共享存储区的DR图像进行处理，获得CT图像，包括数据预处理和数据反投影两个过程；通过采用两个CPU线程分别控制数据预处理和反投影两个过程，使两个串行任务并行化，提高任务处理的效率；其中一个线程控制数据预处理过程，对采集的数据采用每批处理N张图像的批处理方式进行微分和滤波运算，每一批数据处理过程中涉及数据的多层循环索引，使用OpenMulti-Processing并行处理技术，将其中图像循环索引计算的过程并行化，加快耗时的滤波运算的效率，最终得到处理后的中间数据并将其保存在内存中；另一个线程控制数据反投影过程，涉及反投影数据索引范围的计算和反投影过程的计算，通过CUDA核函数对计算过程重构，并在GPU上实现并行化加速计算，具体为：首先，根据重建CT图像位置的不同计算得到每张CT图像对应的中间数据的索引范围，采用GPU并行技术中的CUDA核函数对其中图像循环计算进行并行化重构，从而同时计算多张图像，然后，根据索引范围将所述中间数据取出，反投影到相应的CT图像上，图像中每一个像素点的反投影运算相互独立，利用CUDA核函数为每个像素计算分配计算资源，从而在GPU上并行计算每个像素点的反投影过程，最终实现CT图像的实时重建；

(3)缺陷检测模块

所述缺陷检测模块包括检测控制程序、DR图像检测程序、CT图像检测程序和检测结果筛选程序；所述检测控制程序通过两个CPU线程控制所述DR图像检测程序和CT图像检测程序同时运行，检测前首先分别载入DR图像检测程序和CT图像检测程序的网络参数，然后分别对增强后的DR图像和重建的CT图像进行实时地缺陷检测，从而获得缺陷的位置、大小和类别信息，最后对检测的结果进行筛选，去除冗余的检测结果；所述的DR图像检测程序和CT图像检测程序以基于深度学习的Faster R-CNN目标检测网络为基础，不同图像检测程序的区别在于网络参数的不同，对所述目标检测网络中的前向传播过程、卷积层、池化层、全连接层分别使用CUDA技术、cuDNN和cuBLAS函数库进行代码重构，从而得到缺陷检测程序；所述检测结果筛选程序通过编写CUDA核函数来实现重构，对DR和CT图像检测的结果依次执行排序操作和非极大值抑制操作，从而得到剔除冗余的缺陷结果；

所述的网络参数通过在图像数据集中对检测程序进行预先训练得到，包括数据集建立和训练两个过程；通过对采集到的DR和CT图像中的缺陷数据进行人工标注，构造DR和CT缺陷检测数据集；在不同的数据集上，利用GPU对算法中的网络参数进行训练，使检测程序自动学习到缺陷的特征，最终得到DR和CT检测的网络参数；

(4)图像显示模块

所述图像显示模块包括显示控制程序和显示程序；所述显示控制程序分别控制两个CPU线程接收通过数据处理模块得到的DR图像和CT图像以及通过缺陷检测模块得到的DR和CT缺陷检测结果，经过显示程序将原始数据和检测结果转换为高灰阶的图像并实时显示在显示器上；所述显示程序首先将得到的原始DR和CT图像数据通过数据归一化和缩放运算转换为高灰阶图像，并将缺陷检测结果以包围框的方式标注在图像中；然后，利用OpenGL技术为DR和CT图像的显示初始化不同的显示窗口，并将高灰阶的DR和CT图像分别渲染到对应的显示窗中，从而实现图像的高质量成像。