集装箱检查系统中的陈列探测器校正

大型集装箱检查系统中,采用一维线阵列探测器并行扫描方式,并以直线加速器为X射线源 .其中多个探测器及前放的线性不一致性和非线性以及X射线扇型束流的强度角分布导致图像出现水平条纹和明暗条带.这些因素严重影响了图像质量,必须对图像进行校正.通过实验,对探测器响应进行多点定标,再进行对数插值,得到校正参数.原始图像数据与校正参数进行适当的运算,图像即得到校正.计算结果与实验结果基本吻合,图像经校正后,水平条纹和条带基本消失.这种校正方法在集装箱检查系统中是有效和可行的,已经得到应用.     

基于阈值的平板探测器增益校正方法

为了更好地提高平板探测器在齿科CT中采集图像的质量,去除由于探测器制造缺陷等因素而导致的CT重建切片中的条状和环状伪影,提出了一种基于阈值的平板探测器增益校正方法.利用采集的相同放射条件下的空气数据,通过归一化方法计算得到增益系数矩阵.考虑到物体对射线的衰减性,先通过阈值区分出图像的不同部分,然后根据增益系数矩阵和阈值判断结果,对图像的每个像素逐一进行校正.实验结果表明:在校正后的图像中,由于探测器制造缺陷等因素所引起的重建切片中的大量条纹以及环状伪影被有效地清除,且未出现新引入的条纹,重建切片的图像质量得到明显改善.     

基于阈值的平板探测器增益校正方法

为了更好地提高平板探测器在齿科CT中采集图像的质量,去除由于探测器制造缺陷等因素而导致的CT重建切片中的条状和环状伪影,提出了一种基于阈值的平板探测器增益校正方法.利用采集的相同放射条件下的空气数据,通过归一化方法计算得到增益系数矩阵.考虑到物体对射线的衰减性,先通过阈值区分出图像的不同部分,然后根据增益系数矩阵和阈值判断结果,对图像的每个像素逐一进行校正.实验结果表明:在校正后的图像中,由于探测器制造缺陷等因素所引起的重建切片中的大量条纹以及环状伪影被有效地清除,且未出现新引入的条纹,重建切片的图像质量得到明显改善.     

神经网络LM算法在X射线探测器中的应用

介绍了1种探测X射线分布和剂量的方法.采用BP神经网络拟合图像灰度值与照射量率的关系曲线,实现了探测器的标定.分析了直接用CMOS图像传感器探测X射线的原理.探讨了神经网络参数选取的方法.利用LM算法优化BP神经网络,得到较为精确的拟合曲线和误差曲线,并且用测试数据验证该系统的误差性能指标.实验证明该算法能够较为精确的测量辐射的剂量信息,可应用于X射线探测器的标定.     

CT系统参数标定及成像

本文主要讨论2017年全国大学生数学建模竞赛A题的CT系统参数标定及成像问题.首先,利用Radon变换滤波反投影,建立了CT图像重构模型,利用标定模板的吸收率推导出参数CT系统的中心位置、探测器单元距离和X射线方向,进而得到成像位置校正参数.然后,利用Beer-Lambert定律得到接收信息,衰减系数,吸收率之间的关系并对赛题附件所给两个未知物体的接收信息进行重构和校正,利用中值滤波和Wiener滤波得到清晰的图像和指定位置的吸收率.最后,讨论了现行的参数标定模板的准确性问题及误差产生原因,提出新的参数标定模板,并进行了不同条件下的重构实验,验证新模板的有效性.     

基于图像重建的CT系统参数标定与成像模型

针对CT系统中,由探测器的接收信息确定介质形状的问题,首先基于解析几何原理,分析了旋转中心、X射线方向、介质吸收率和探测器接收数据之间的关系;然后根据标定模版所测数据,利用回归分析、二重搜索等算法,求解得到CT系统的参数;最后,基于傅立叶切片定理,建立了CT系统成像模型,通过图像重建中的滤波反投射方法和相应的平移变换得到未知介质的灰度矩阵,实现介质形状的确定。实验结果表明,该方法CT系统在图像重建方面有很强的可靠性和较大的精确度。     

CT系统的参数标定及成像方法研究

该文利用X射线在介质中的衰减规律以及电子计算机断层扫描(CT)图像重建的相关知识,建立了CT参数标定的单目标拟合优化模型以及CT成像的滤波反投影图像重建模型。首先结合X射线在介质中的衰减规律以及Radon变换的相关理论,基于最小二乘原理建立单目标拟合优化模型。然后利用遗传算法对旋转中心点以及探测单元间距进行分组优化多次求解,求解结果基本收敛于同一数值。之后在标定的CT系统参数下,结合CT图像重建相关知识,运用傅里叶变换以及傅里叶切片定理,建立CT图像的滤波反投影图像重建模型。基于探测器单元的接收信息,求解图像重建模型得到正方形托盘上各个位置的吸收率信息,并构建介质在托盘上的位置和形状。最后通过对原数据信息进行图像重建并对比,验证了模型的可行性。     

X射线线阵探测器的扫描成像研究

介绍基于线阵探测器的直接数字X射线成像系统的组成结构，叙述在Windows平台下X射线线阵探测器扫描成像的实现方法．其中包括计算机通过串行口向X射线线阵探测器发送控制命令，通过并行口控制步进电机使线阵探测器做机械扫描运动，利用IFC图像基础类库操纵图像采集卡实现成像数据的获取。     

一种新型X射线安检图像增强算法

针对X射线安检图像噪声大、对比度低和边缘不清晰等特点,提出一种基于对比度受限自适应直方图均衡化(CLAHE)变换和图像灰度最大值融合的双重能量X射线图像增强算法。首先,应用CLAHE变换分别对高能和低能X射线图像分别进行处理得到初步增强结果;然后采用空域灰度值最大融合算法融合经过CLAHE变换后的高能和低能X射线图像从而得到最终增强X射线图像。实验结果表明该算法能更有效地提高双重能量X射线图像的对比度,显著改善图像质量。     

基于多色系统参数的CT硬化校正算法

为提高工业CT中的图像质量,提出了一种校正X射线多色性产生的硬化现象的方法。该方法利用多色系统参数,将多色投影数据通过多项式运算转化为单色投影数据。定义了多色系统参数,证明了该参数在中能量段(0.3～5.0MeV),中低原子序数物质条件下,近似与被扫描物体无关的性质,并给出了获得该参数的方法。用该方法对模拟截面进行了硬化校正数字模拟实验。校正结果和真实值符合的很好。与现有的硬化校正方法相比,该方法不需进行迭代,不需要准确的先验知识,校正速度快和应用灵活是其主要优势。     

大型集装箱检测系统中的网络通讯技术

大型集装箱检测系统是海关用于检查集装箱内装货物的新一代设备，系统的计算机硬件结构包括运行管理站、图象检查处理站、检入站、验出站、图象获取站、环境控制站、数据库站等，各站之间需要进行大量的数据信息交换。介绍系统中应用的网络通讯技术，提出并讨论比较了实现通讯的几种方案，最终选择一种具有异步机制特点、基于主控／客户模式的方案作为基本通讯模式，这种方案基于ＴＣＰ／ＩＰ和请求／应答协议，极大地增强了通讯子系统的可靠性和实时响应性。在此基础上，将分布在不同地理位置、完成各自不同功能的多个计算机工作站，采用以太网连接起来就构成一个分布式计算机网络协同处理系统。     

Cobalt-60 Container Scanner

ＩｎｔｒｏｄｕｃｔｉｏｎＣｏｎｔａｉｎｅｒｉｎｓｐｅｃｔｉｏｎｅｑｕｉｐｍｅｎｔｉｓｕｒｇｅｎｔｌｙｒｅｑｕｉｒｅｄｔｏｃｏｎｔｒｏｌｓｈｉｐｍｅｎｔｏｆｉｌｅｇａｌｄｒｕｇｓ，ａｒｍｓａｎｄｃｏｎｔｒａｂａｎｄ．Ｓｉｎｃｅ１９９０，ｓｏｍｅＥｕｒｏ...     

基于计算机仿真的双能液体安全检查系统校正方法

双能液体安全检查系统采用CT成像方法,能够获得被扫描物体的原子序数和电子密度信息,具备物质识别能力,能准确排查出行李中所含液体的违禁品和危险品,相比于只提供衰减系数信息的传统成像方法有着突出的优势。然而,金属容器存在的情况下,重建出的原子序数图像中存在较大的误差,给物质识别造成了困难。该文提出了一种针对金属容器问题的校正方法:首先,进行初始重建,从重建图像中估计出容器的形状和位置参数;然后根据参数设置投影模型,采用计算机仿真技术,获得容器的光电系数积分和Compton系数积分的估计值;最后,分离出液体对应的光电系数积分和Compton系数积分,消除了金属容器的影响,重建出液体的原子序数和电子密度。实验证明,这一校正方法能有效地降低重建误差。以铁容器装水情况为例,进行了多组实验,经校正后,原子序数相对误差由高于14%降低为低于2%的水平。     

Techniques of Image Processing Based on Artificial Neural Networks

This paper presented an online quality inspection system based on artificial neural networks. Chromatism classification and edge detection are two difficult problems in glass steel surface quality inspection. Two artificial neural networks were made and the two problems were solved. The one solved chromatism classification. Hue, saturation and their probability of three colors, whose appearing probabilities were maximum in color histogram, were selected as input parameters, and the number of output node could be adjusted with the change of requirement. The other solved edge detection. In this neutral network, edge detection of gray scale image was able to be tested with trained neural networks for a binary image. It prevent the difficulty that the number of needed training samples was too large if gray scale images were directly regarded as training samples. This system is able to be applied to not only glass steel fault inspection but also other product online quality inspection and classification.     

焊缝X射线探伤数字图象处理方法研究

采用灰度分析法研究了实时X射线探伤图象特征,提出了一种能显著提高图象清晰度和对比度,降低图象噪音的S-T非线性图象变换方法,并用线灰度梯度法成功地提取了焊缝中的缺陷。结果表明:对于噪声成分多、灰度分布范围窄、对比度差的实时X射线探伤图象,S-T变换方法能明显地改善图象质量,线灰度梯度法提取的焊接缺陷定位准确、畸变小。该方法可以在实时X射线探伤系统中应用。     

Optimizing the Copy-on-Write Mechanism of Docker by Dynamic Prefetching

Docker, as a mainstream container solution, adopts the Copy-on-Write(CoW) mechanism in its storage drivers. This mechanism satisfies the need of different containers to share the same image. However, when a single container performs operations such as modification of an image file, a duplicate is created in the upper readwrite layer, which contributes to the runtime overhead. When the accessed image file is fairly large, this additional overhead becomes non-negligible. Here we present the concept of Dynamic Prefetching Strategy Optimization(DPSO), which optimizes the Co W mechanism for a Docker container on the basis of the dynamic prefetching strategy. At the beginning of the container life cycle, DPSO pre-copies up the image files that are most likely to be copied up later to eliminate the overhead caused by performing this operation during application runtime. The experimental results show that DPSO has an average prefetch accuracy of greater than 78% in complex scenarios and could effectively eliminate the overhead caused by the CoW mechanism.     

基于多类支持向量机的X射线焊缝图像缺陷类型识别方法

压力容器的焊缝结构多变,纹路复杂,这增加了压力容器检测时焊缝缺陷定级的难度,提出一种基于多类支持向量机的X射线焊缝图像缺陷类型识别方法。首先通过对X射线焊缝图像进行预处理及缺陷轮廓检测,提取表征焊缝缺陷的状态特征,以构造特征向量,然后基于多类支持向量机建立焊缝缺陷识别模型,对产品的焊缝缺陷进行分类识别。实验结果表明了该方法的有效性。     

基于多类支持向量机的X射线焊缝图像缺陷类型识别方法

压力容器的焊缝结构多变,纹路复杂,增加了压力容器检测焊缝缺陷时定级的难度.提出一种基于多类支持向量机的X射线焊缝图像缺陷类型识别方法.首先通过对X射线焊缝图像进行预处理及缺陷轮廓检测,提取表征焊缝缺陷的状态特征,以构造特征向量;然后基于多类支持向量机建立焊缝缺陷识别模型,对产品的焊缝缺陷进行分类识别.实验结果表明了该方法的有效性.     

用于焊缝检测的X射线实时图像序列时空域滤波

X射线实时图像处理技术是在线自动检测焊缝缺陷的关键环节。由于原始图像噪声大,严重影响了焊缝缺陷X射线实时自动检测技术的实际应用。该文先对焊缝X射线实时图像序列进行匹配,在此基础上采用扩展的局部线性最小均方差法进行时空域滤波,从而综合利用X射线实时图像序列的时域信息和空域信息。实验结果表明:焊缝X射线实时图像时空域滤波效果明显优于现有的空域滤波和时域滤波,为后续焊缝缺陷检测的图像处理提供了良好条件。