X射线线阵探测器校正与滤波的制作方法

技术特征：

1.一种X射线线阵探测器校正与滤波方法，包括下列步骤：

(1)利用X射线线阵探测器采集数据；

(2)建立两点校正模型；

(3)建立求解补偿增益因子和补偿偏置因子模型；

(4)半隐式差分格式的建立；

(5)对半隐式偏微分方程进行迭代求解；

(6)将校正与滤波后的数据组成图像。

2.如权利要求1所述的方法，其特征在于，所述第一步骤进一步包括：当X射线穿透被测工件到达X射线线阵探测器后，就携带了物体内部的信息，X射线线阵探测器的感光元件是按行排列的，对携带了物体内部信息的X光信号采用逐行扫描的方式对其接收，并经过转换器转换为电信号，该信号在标准化后经过以太网传输到计算机上，计算机将这些行数据按顺序重新排列成整幅图像。为了完整地得到图像，需要使被测工件通过X射线成像区域的速度与X射线线阵探测器的积分时间相一致，即传送带的速度V与X射线线阵探测器的扫描速度相匹配，应符合公式：

式中：V为传送带移动速度，D为像素间隔，N为像素合并个数，T为积分时间，M为放大倍数。由于X射线线阵探测器的接收区域为一条狭长的细缝，需要调整角度和位置，使X射线光源、被测物体及X射线线阵探测器的接收区域在一条直线上，即可得到较完整的图像。

3.如权利要求1所述的方法，其特征在于，所述第二步骤进一步包括：在一定程度范围内，当X射线发射后，X射线线阵探测器内的感光器件对X射线的响应变化率可以近似地看作是线性变化。由于每个感光元件的偏置量和增益不同，造成对于接收同样大小能量的像素，其响应输出量不同，因此，对于X射线图像校正的实质就是对像素点的响应率偏置因子和增益因子进行修正；

假设每个X射线感光元件的响应满足公式：

上式中：Y_i表示第i个X射线感光元件的输出信号，K_i表示第i个感光元件的增益因子，表示第i个感光元件接收到的X射线的光能量，B_i表示第i个感光元件的偏置因子，N表示X射线线阵探测器的感光元件个数；

两点校正的目的是使每个感光元件在接收到相同大小X射线能量的时候，也输出一样大小的输出信号，输出满足：

式中：表示经过两点校正后的输出信号，Z_i表示增益校正因子，P_i表示偏置校 正因子，经过两点校正后，满足：

4.如权利要求1所述的方法，其特征在于，所述第三步骤进一步包括：若想使得感光元件的输出得以校正，每个感光元件只需代入两次不同大小的X射线能量，即每个点代入两次不同的值，既可以对感光元件响应的偏置量因子做补偿，也可以对增益因子做补偿；

选择两个定标点和为关闭X射线光源时接收的能量，为不放被测工件的情况下打开X射线光源时接收的能量。在条件下连续采集M行数据，求出该样本下感光元件的输出信号样本均值，即：

式中：表示在接收X射线能量为时第i个感光元件在样本容量为M下求取的输出信号的均值，表示在接收X射线能量为时第i个感光元件在样本容量为M下第j次的输出信号；

将所有感光元件的平均输出信号的期望作为目标输出信号，即：

令代入：

求得补偿增益因子和补偿偏置因子：

。

5.如权利要求1所述的方法，其特征在于，所述第四步骤进一步包括：半隐式偏微 分方程的建立，设I：R²→R代表一幅灰度图像，其中I(x，y)是像素点(x，y)处的灰度值。引入时间参数t，则图像演化过程可以表示如下：

其中表示图像u对时间t的一阶导数，F表示针对不同的图像处理过程所给出的偏微分算子，原始图像I可看作初始条件。这样，此微分方程的解u(x，y，t)就是在时间参数t下处理后的图像，这就是偏微分方程的思想。

由于热传导方程各向同性线性扩散所产生的缺点，即会使图像边缘模糊，为了达到去噪同时保护图像边缘信息的目的，使用P-M方程：

其中，div是散度算子，是梯度算子，I(x，y)为原始图像，是一个平滑的非增函数，称为扩散系数。半隐式差分格式所得到的方程组是线性的，这就使得数值计算比非线性方程组简单了许多，并且也是绝对稳定的。采用半隐式方案：

其中，下标s，p以及Γ_s的含义如下图所示，p₁p₂p₃p₄是s的四邻点，Γ_s表示以s为中心的四邻点集合。

此外，

g的代数表达式即边缘函数采用下面的形式：

其中，k是可调参数，又称反差参数，可以控制g随r变化速度的快慢。具体半隐式格式表示如下：

式中，τ表示时间步长，g采用“半点”离散格式，即用在n层数据两个相邻整点值来求平均值，得到的结果来近似它在“半点”上的值，表达如下：

用矩阵形式表示如下：

进一步推导：

uⁿ⁺¹＝(I-τ·Aⁿ)^-1uⁿ

式中uⁿ⁺¹和uⁿ表示在n+1和n时刻的图像矢量，是M×N维列矢量；Aⁿ表示MN×MN维矩阵，I表示MN×MN维单位矩阵。矩阵Aⁿ的元素为

。

6.如权利要求1所述的方法，其特征在于，所述第五步骤进一步包括：

将一次迭代分为两个子步骤，首先对uⁿ的行和列各作一维扩散，得到两个中间结果 和即

然后对和求平均值完成一次完整的迭代，即

进一步推导得：