基于立體匹配技術(shù)的X射線分層成像方法研究

田 婷,陳 平,劉 賓

(中北大學(xué)信息探測(cè)與處理山西省重點(diǎn)實(shí)驗(yàn)室，山西 太原 030051)

0 引言

X射線成像具有穿透物體并能看到物體內(nèi)部結(jié)構(gòu)，成像分辨率高等優(yōu)點(diǎn)，已廣泛應(yīng)用于機(jī)場(chǎng)、車站等安檢行業(yè)[1]。但由于其透視圖像是二維的，無(wú)法區(qū)分不同層次的結(jié)構(gòu)信息，也不能對(duì)各物體進(jìn)行定位，會(huì)存在極大的安全隱患[2]，因此，對(duì)如何進(jìn)一步提高各個(gè)深度層目標(biāo)物的結(jié)構(gòu)信息已經(jīng)成為了研究的必要問(wèn)題。

目前，用于安檢的三維成像技術(shù)有計(jì)算機(jī)斷層成像(CT)技術(shù)和計(jì)算機(jī)層析成像(CL)技術(shù)。傳統(tǒng)的CT技術(shù)需要對(duì)目標(biāo)物進(jìn)行全方位掃描和重建[3-4]，因此需要較大的計(jì)算量和成像時(shí)間，極大地限制了其在工業(yè)在線檢測(cè)等領(lǐng)域的應(yīng)用。針對(duì)該問(wèn)題，有研究者對(duì)欠采樣數(shù)據(jù)的算法進(jìn)行了研究，Jiang、Liu、Cai等[5-7]提出了一系列正則化的重建算法，這些算法雖然可以降低成像時(shí)間，但是對(duì)于板狀物體進(jìn)行掃描時(shí)，成像質(zhì)量較差。金鑫等[8]提出雙能靜態(tài)CT系統(tǒng)，雖然得到較為高分辨率的圖像，但是該技術(shù)探測(cè)器結(jié)構(gòu)復(fù)雜，成本較高，因此推廣使用較為不便。CL技術(shù)雖然可以解決板狀結(jié)構(gòu)成像差等問(wèn)題，但是射線源和探測(cè)物1次相反運(yùn)動(dòng)只能獲得1個(gè)深度的結(jié)構(gòu)，想要獲得不同深度信息需要物體多次相對(duì)運(yùn)動(dòng)，增加了成像時(shí)間。當(dāng)被檢測(cè)物存在遮擋時(shí)，CT和CL技術(shù)都無(wú)法實(shí)現(xiàn)被檢測(cè)物體不同層的快速成像，都不利于X射線安檢等簡(jiǎn)單場(chǎng)合的實(shí)時(shí)檢測(cè)。而對(duì)于簡(jiǎn)單場(chǎng)合的快速成像安檢系統(tǒng)，不需要高精度、全方位的三維成像，只需消除二維圖像中多層物體的盲點(diǎn)，可以快速、高效地對(duì)各層物體進(jìn)行有效區(qū)分，準(zhǔn)確識(shí)別即可。

針對(duì)上述問(wèn)題，本文結(jié)合雙目立體視覺(jué)技術(shù)和視差原理[9-12]，提出了一種可以實(shí)時(shí)獲取三維信息的X射線圖像分層技術(shù)，其僅通過(guò)2個(gè)視角的投影圖獲得物體不同深度的結(jié)構(gòu)信息，快速有效地實(shí)現(xiàn)了對(duì)物體的不同層準(zhǔn)確識(shí)別。與CT技術(shù)相比，雖然該方法得到的三維信息是不完全或近似的，但是其不需要對(duì)物體進(jìn)行多角度掃描，在一定程度上提高了物體識(shí)別準(zhǔn)確率，成像時(shí)間短，對(duì)于快速安檢具有重要的參考意義。

1 成像原理

人們的視覺(jué)效果本質(zhì)上是三維的，在看同一物體時(shí)，由于瞳距會(huì)造成兩眼所看到的圖像是不同的，經(jīng)過(guò)大腦的融合，就會(huì)對(duì)各物體產(chǎn)生了立體感，可以看到現(xiàn)實(shí)場(chǎng)景中不同深度的物體，這就是雙目立體視覺(jué)的基本原理，即通過(guò)2張略有差異的二維圖像得到三維圖像。基于此技術(shù)，該成像系統(tǒng)參考單能X射線技術(shù)，由輻射源和探測(cè)器陣列組成，不同之處在于，單視點(diǎn)成像基于1組探測(cè)器陣列獲得投影圖像，而雙視角則需要用2組探測(cè)器陣列，通過(guò)物體移動(dòng)獲得2個(gè)不同角度的投影圖像。

2 成像方法

立體成像一般包括5個(gè)過(guò)程：圖像采集、探測(cè)器標(biāo)定、特征提取、立體匹配和三維重建。由于射線圖像可以看到被檢測(cè)物體的各個(gè)深度信息，其灰度值是不同深度層物體疊加的，而可見(jiàn)光圖像只是遮擋關(guān)系，其灰度值只是表面信息，因此射線圖像特征提取和匹配成了研究的重點(diǎn)和難點(diǎn)，本文對(duì)其進(jìn)行深入研究，通過(guò)對(duì)各環(huán)節(jié)問(wèn)題的解決獲得了高精度的圖像分層成像。

2.1 二維投影圖像的產(chǎn)生

射線源發(fā)射出的X射線通過(guò)雙縫準(zhǔn)直器，產(chǎn)生具有一定夾角的2條扇束形射線，物體通過(guò)傳送帶運(yùn)送，依次在左右探測(cè)器成像，獲得2個(gè)不同角度的透視圖，圖像的成像系統(tǒng)如圖1所示。

圖1 成像系統(tǒng)

2.2 基于改進(jìn)類間方差的特征提取

特征提取是為了找到圖像的匹配點(diǎn)，不同的匹配方法選取的特征是不同的。通常圖像的特征選取分為點(diǎn)特征、區(qū)域特征和輪廓特征。本文根據(jù)射線成像特征，選取圖像的區(qū)域特征，對(duì)圖像進(jìn)行塊匹配。區(qū)域特征選取采用改進(jìn)最大類間方差法(Ostu法)，該方法通過(guò)對(duì)閾值范圍進(jìn)行確定，解決了極值不唯一時(shí)最佳閾值會(huì)因初始條件變化而變化等問(wèn)題，具體實(shí)現(xiàn)過(guò)程如下所述。

根據(jù)圖像的灰度值，選取一個(gè)初始閾值，初步將圖像分為2部分，其具體公式為

(1)

m和n分別為圖像的行數(shù)和列數(shù)；N為總像素?cái)?shù)；f(x,y)為各點(diǎn)的灰度值。

用閾值T0將圖像分為背景M1和目標(biāo)M22部分，M1中的像素灰度值在[0,T0]之間，M2中的像素灰度值在[T0+1,S-1]之間。背景與目標(biāo)的概率和均值分別為：

(2)

(3)

(4)

(5)

w0和w1分別為M1和M2的概率；u0和u1分別為M1和M2均值。可根據(jù)均值和概率計(jì)算類方差，其公式為

(6)

用上述方法，先對(duì)最外層的圖像與背景區(qū)域直接相鄰的區(qū)域，選取一個(gè)最佳的閾值將圖像分為2部分，將最外層的圖像變?yōu)榕c背景相同的灰度值從原圖上剝?nèi)ィ賹?duì)次外層的圖像重新選取合適的閾值，對(duì)投影圖不斷重復(fù)上述過(guò)程，將閾值進(jìn)行迭代更新，直到所有的圖像都分割完。將第1次的分割結(jié)果與第2次的分割結(jié)果進(jìn)行相減得到最外層圖像的分割結(jié)果，以此類推。

分割后的圖像在重疊的部分會(huì)有空缺，先判斷空缺部位是否有值再對(duì)其采用閉運(yùn)算進(jìn)行填充。先對(duì)最外層的物體采用逐行進(jìn)行判斷，如果該行空缺部分的值與后分割物體該行的所對(duì)應(yīng)像素和的值小于一個(gè)閾值時(shí)，則判斷該行空缺部分有值，否則為空缺。依次對(duì)分割物體進(jìn)行此操作，其具體公式為

(7)

j、j+n分別為某行中的j列、j+n列；xK1為K次分割中第1次分割的物體的像素值。

執(zhí)行完上述操作后采用閉運(yùn)算對(duì)分割物體進(jìn)行填充，并依次對(duì)每個(gè)分割物體進(jìn)行該操作。閉運(yùn)算是一個(gè)先膨脹后腐蝕的過(guò)程，其具體公式為

M·N=(M⊕N)!N

(8)

M和N分別為分割后的圖像和重疊部分的圖像；⊕表示膨脹過(guò)程；!表示腐蝕過(guò)程。

圖像的膨脹過(guò)程可以用公式表示，采用半徑為20像素點(diǎn)的圓盤，掃描投影圖中的每個(gè)像素，用該圓盤的值與其所覆蓋的圖像的值進(jìn)行“或”運(yùn)算，進(jìn)而得到膨脹的圖像L，其公式為

L=M⊕N={x,y|(N)xy∩M≠?}

(9)

x，y為圖像對(duì)象灰度值；L表示膨脹操作得到的圖像。

圖像的腐蝕過(guò)程可以用公式表示，在得到擴(kuò)大的圖像后，用預(yù)設(shè)的圓盤繼續(xù)掃描擴(kuò)大圖像中的每個(gè)像素，然后用該結(jié)構(gòu)與覆蓋圖像的值進(jìn)行“與”運(yùn)算，腐蝕可以縮小目標(biāo)區(qū)域并消除無(wú)意義的區(qū)域，其公式為

L!N={x,y|(N)xy?L}

(10)

通過(guò)閉運(yùn)算得到的圖像，可以將相鄰圖像的縫隙部分連接起來(lái)，填充了空洞，也可以豐富圖像的邊界，很好地彌補(bǔ)了重疊部分的空缺現(xiàn)象，保持與分割圖像形態(tài)基本相同。

2.3 基于屬性相似的立體匹配

立體匹配是立體成像中關(guān)鍵的一步，是為了根據(jù)2個(gè)不同圖之間的關(guān)系來(lái)計(jì)算視差。對(duì)于上述分割好的圖像，建立1個(gè)圖像的屬性集，具體公式為

Ek={EA,EB,EC}

(11)

EA，EB，EC分別為分割圖像的面積、邊緣的長(zhǎng)度和重心坐標(biāo)。

左投影圖的屬性集為{Ei,k}，右投影圖的屬性集為{Ej,k}，其中i為左投影圖中分割物體序號(hào)，j為右投影圖中分割物體對(duì)應(yīng)序號(hào)，這樣就可以通過(guò)下式進(jìn)行計(jì)算

(12)

通過(guò)對(duì)分割后圖像的屬性集中各個(gè)屬性進(jìn)行比較，設(shè)置合適的閾值T，當(dāng)Pi,j最小且Pi,j

2.4 基于重心坐標(biāo)的視差計(jì)算

由于物體是平行移動(dòng)，圖像的縱坐標(biāo)相同，根據(jù)左、右投影圖像中各個(gè)匹配好的圖像，將相應(yīng)匹配好的2幅圖像中的重心橫坐標(biāo)進(jìn)行相減，就可以得到物體的絕對(duì)視差，則相關(guān)公式為

(13)

ux，uy為重心坐標(biāo)；r為圖像點(diǎn)集。

Dk=uL,x,k-uR,x,k

(14)

Dk為視差值;uL,x,k、uR,x,k分別為左、右投影圖中第k個(gè)匹配好的物體的重心橫坐標(biāo)。

2.5 圖像分層成像

通過(guò)公式根據(jù)已求視差可以還原物體的結(jié)構(gòu)信息，對(duì)物體進(jìn)行分層顯示。立體成像幾何示意如圖2所示。

圖2 立體成像幾何示意圖

圖2中，點(diǎn)O為X射線源，射線源到重建物點(diǎn)M所在平面的距離為Z，物點(diǎn)M所在平面到探測(cè)器的距離為D，點(diǎn)M的運(yùn)動(dòng)距離為B，點(diǎn)M在2幅投影中的坐標(biāo)為(x1,y1)和(x2,y2)。由于物體在傳送帶平行移動(dòng)，其y坐標(biāo)相同，所以2個(gè)角度投影圖像中對(duì)應(yīng)的橫坐標(biāo)x1，x2為對(duì)應(yīng)視差(Dk)，根據(jù)三角形相似原理可以求得物點(diǎn)M(X，Y，Z)與投影坐標(biāo)之間的關(guān)系，則物點(diǎn)M的三維坐標(biāo)計(jì)算公式為：

(15)

(16)

(17)

在求得三維點(diǎn)坐標(biāo)后，可根據(jù)三維點(diǎn)坐標(biāo)對(duì)被檢測(cè)物體分層成像。

3 實(shí)驗(yàn)設(shè)計(jì)與分析

為了驗(yàn)證本文方法的有效性和準(zhǔn)確性，使用YXLON FF20 CT系統(tǒng)獲取2個(gè)不同角度的投影圖，射線源到載物臺(tái)的距離為450 mm，射線源到探測(cè)器的距離為780.577 mm，載物臺(tái)移動(dòng)的距離48 mm，實(shí)驗(yàn)中電壓、電流等參數(shù)如表1所示。

表1 實(shí)驗(yàn)條件

通過(guò)表1實(shí)驗(yàn)條件獲取的2個(gè)不同角度的投影數(shù)據(jù)如圖3所示。

圖3 不同角度的投影圖

對(duì)投影圖進(jìn)行分割提取特征，使用傳統(tǒng)的最大類間差和本文的方法做對(duì)比，左右投影圖像的分割結(jié)果如圖4所示。

圖4 分割結(jié)果

圖4為左右投影圖的分割結(jié)果，其中，圖4a和圖4b為傳統(tǒng)的Ostu分割結(jié)果，圖4c和圖4d為本文方法的分割結(jié)果。從分割結(jié)果可以明顯看到，本文的方法對(duì)物體的分割更準(zhǔn)確，分割的精度得到了提高。

用本文方法對(duì)物體分割后，對(duì)分割后物體左、右投影圖空缺部位填充，結(jié)果如圖5所示。

圖5 填充圖

圖像分層立體顯示對(duì)比如圖6所示。圖6a為經(jīng)過(guò)傳統(tǒng)分割方法，通過(guò)匹配求視差后的圖像的立體顯示效果，圖6b為用本文方法后對(duì)圖像的立體顯示。

圖6 圖像分層立體顯示對(duì)比

通過(guò)對(duì)比圖4中的分割結(jié)果，發(fā)現(xiàn)傳統(tǒng)的分割方法會(huì)存在目標(biāo)物體分割不準(zhǔn)確的情況，這樣就會(huì)導(dǎo)致最后顯示的分層物體形狀有所差異。從圖4中可看出本文的分割方法更準(zhǔn)確，可以對(duì)分層物體進(jìn)行準(zhǔn)確的分辨。

為量化表示重建結(jié)果的好壞，根據(jù)先驗(yàn)情況已知目標(biāo)物的分布情況，可繪制各層真值圖像，使用結(jié)構(gòu)相似性(structural similarity index measure，SSIM)對(duì)目標(biāo)物的各層重建結(jié)果進(jìn)行定量評(píng)價(jià)。

(18)

μm,σm為各層重建圖像的均值和方差；μture，σture為各層物體真值圖像均值和方差；σm,ture為2幅圖像之間的協(xié)方差；c1，c2為常數(shù)。其中SSIM的取值范圍為[0，1]，值越接近1時(shí)，說(shuō)明重建質(zhì)量越好，2幅圖像越相似。實(shí)驗(yàn)評(píng)價(jià)結(jié)果如表2所示。

表2 目標(biāo)物各層重建結(jié)果的SSIM評(píng)價(jià)結(jié)果

經(jīng)過(guò)對(duì)比傳統(tǒng)方法和本文方法對(duì)各層重建結(jié)果的SSIM，可以看出本文方法提高了目標(biāo)物各層重建圖像質(zhì)量，對(duì)多層目標(biāo)物的重建得到了很好的展示效果，真實(shí)反映了被檢測(cè)物體各層的形狀。

4 結(jié)束語(yǔ)

本文針對(duì)安檢領(lǐng)域中多層物體重疊，無(wú)法有效地區(qū)分各層物體等問(wèn)題，提出了一種圖像分層成像方法，可以快速地獲取圖像的三維信息。該方法根據(jù)物體的運(yùn)動(dòng)獲得不同角度下的2個(gè)投影圖，對(duì)投影圖依據(jù)灰度信息由外向內(nèi)進(jìn)行分割匹配，根據(jù)匹配好的結(jié)果獲取視差，生成具有深度信息的透視圖像，經(jīng)實(shí)驗(yàn)驗(yàn)證，該方法有效地實(shí)現(xiàn)了目標(biāo)物不同深度層的重建，消除了圖像中大部分物體重疊現(xiàn)象。本文的方法在一定程度上反映了被檢測(cè)物體的形狀及本質(zhì)，相比單視角有很大的優(yōu)勢(shì)。