[发明专利]基于锥束CT的工业部件三维图像表面平滑方法

摘要

本发明公开了一种基于锥束CT(Computed Tomography，计算机断层成像)的工业部件三维图像表面平滑方法，本发明在扫描前将射线源和面阵探测器分别放置在工业部件的两侧，扫描开始后，将射线源对准面阵探测器的中心，射线源和面阵探测器绕工业部件的中心旋转一周来获得完整的投影数据，然后将得到的投影数据传送给控制与图像处理系统并利用Feldkamp,Davis,and Kress(FDK)重建算法进行三维图像重建。得到工业部件的三维图像后利用三维鲁棒Chan‑Vese(3D‑RCV)算法来获得它的表面，最后使用基于水平集的非局部表面恢复算法来对工业部件三维图像的表面进行平滑。经过该方法处理后，工业部件三维图像的表面在边界得到保护的同时减少了大量的噪声，而且在表面的有些地方还进行了重造，让表面更加的平滑。

主权项

1.一种基于锥束CT的工业部件三维图像表面平滑方法，其特征在于：该方法包括以下步骤：S1：检测装置安装：该检测装置包括射线源(1)、面阵探测器(2)以及控制与图像处理系统(5)，所述射线源(1)、面阵探测器(2)的信号线路与控制与图像处理系统(5)相连，射线源的圆形轨道(3)的中心与工业部件(4)某一横截面的圆心重合，射线源(1)、面阵探测器(2)分别固定在各自的圆形轨道上，使得射线源(1)产生的锥形射线束能够覆盖工业部件(4)的全体区域；S2：射线源和探测器绕工业部件的中心旋转一周来获得完整的投影数据：在控制与图像处理系统(5)的控制下，首先将射线源(1)对准面阵探测器(2)的中心，射线源(1)和面阵探测器(2)绕工业部件的中心旋转一周来获得完整的投影数据，然后传送到控制与图像处理系统(5)中存储；S3：工业部件的三维图像重建：根据得到的投影数据利用FDK算法重建工业部件的三维图像；S4：利用三维鲁棒3D‑RCV算法来得到工业部件三维图像的表面；S5：使用基于水平集的非局部表面恢复算法来对工业部件的三维图像表面进行平滑；S6：显示三维图像表面的平滑结果；在步骤S4中，利用3D‑RCV算法来得到工业部件三维图像的表面通过求解以下偏微分方程得到：其中，I(y)是点x的邻域N(x)内点q(x,y,z)的灰度值，x,y,z分别代表笛卡尔坐标系中的点对应的三个坐标分量的值，为水平集函数，为定义的初始轮廓，为函数的梯度，H_ε为Heaviside函数的正则化形式，δ_ε为一维Dirac测度的正则化形式，ε为正常数，div(·)表示求散度，c_i表示图像被划分为目标即轮廓面内部和背景即轮廓面外部两个同质区域时的平均灰度，μ,v≥0，λ₁,λ₂＞0是各项的权值系数，t为引入的人工变量，m是正则化常数，σ是高斯函数的标准差，r是邻域N(x)的半径；步骤S5中，所述使用基于水平集的非局部表面恢复算法来对工业部件的三维图像表面进行平滑具体包括以下步骤：S51：采用符号距离函数φ来表示三维图像的表面：其中，t表示图像的像素点，它的坐标为(x,y,z),∑表示物体边界的内部，S表示区域∑的边界；S52：在φ的0水平集的一个狭窄的带上进行计算，把狭窄带记作∑η，η是狭窄带的宽度；S53：选择权重ω(x,y)和相似函数D(x,y)：其中：b1和b2是两个正则化参数，Nη是x在∑η中的邻域，φ[x]是φ中心在x处的3D块；S54：对能量函数J(u)的梯度下降流使用有限差分法得到离散的迭代格式如下：ωjl可以由S53的式子计算得出，令dt为：j遍历完∑η中所有的网格点；S55：给定停止迭代步数k。