X射线图像（共9篇）
X射线图像 篇1
摘要：基于X射线影像增强器的视觉系统所成图像的缺点是动态范围小,对比度不够高。为此,提出一种新的X射线图像增强算法。首先在高低两个不同射线管电压下分别获取两幅图像,利用离散小波变换对其进行多分辨率图像融合,以扩展X射线图像动态范围,之后再利用双平台直方图均衡算法对融合图像进行增强。实验结果显示,射线图像得到有效增强。
关键词：X射线图像,图像增强,图像融合,双平台直方图均衡化
在电子器件生产过程中,通常需要对器件焊点焊接情况进行在线检测,以确定合格品与不合格品。为满足此项需求,在此基于高性能双近贴式X射线影像增强器的基础上设计出电子工业用X射线检测系统。与目前最为先进的射线检测设备平板探测器相比,X射线影像增强器的突出优点是价格便宜很多,使用寿命较长,而且完全能够实现国产化[1],这决定了它目前在无损检测领域仍然是广泛使用的X射线成像设备,但其缺点是动态范围小,对比度不够高,背景噪声大,不均匀性较为严重。X射线影像增强器的噪声绝大部分为随机噪声,使用多种叠加方法可以基本消除[2],文献[3]给出了射线图像不均匀性的校正方法。本文在此提出一种新的X射线图像增强算法,用以扩展动态范围,并拉伸对比度。新算法有别于对单幅图像进行处理的传统图像增强算法,它首先利用小波变换把高低能量的两幅射线图像融合为一幅图像,以扩展射线图像的动态范围,然后采用双平台直方图均衡化对融合图像进行增强处理。实验结果表明,方法能够有效地对射线图像进行增强,具有较好的推广能力。
1 算法原理
算法原理如图1所示,高低能量的两幅X射线图像经过一定层数的离散小波变换(digital wavelet transform,DWT),分解成相应层上的高频和低频分量。之后分别对高频和低频分量使用离散小波反变换,以不同法则进行融合,使得两幅射线图像融合为一幅图像,以扩展射线图像的动态范围。最后通过双平台直方图均衡化对融合图像进行增强,以加强射线图像的对比度。
1.1 小波分解与重构
根据Mallat提出的塔式分解方法[4],离散小波分解如下:
式中:a表示低频子带;h,v,d分别表示水平、垂直和对角方向的高频子带;j表示执行小波分解的层数j=0,1,2,…,L-1,C0表示原始图像;H和G分别为尺度函数和小波函数对应的滤波器系数矩阵;H′和G′分别是H和G的共轭转置矩阵,它们都随小波基的选择而定。相应的小波重构算法为:
小波变换应用于图像融合的优势在于它可以将图像分解到不同的频率域,在不同的频率域运用不同的选择规则,得到融合图像的多分辨率分解,从而在合成图像中保留源图像在不同频率域的显著特征。因而,小波分解的层数与各个频率域融合规则的选取对基于小波变换的图像融合至关重要。本文小波分解层为两层[5]。由小波分解的特点可知,高层的小波系数由前一层的低频系数分解而成,低频系数体现了图像的主要能量,高频系数对应于图像的细节。若能采用较好的方法融合低频系数,则只需用较少的小波分解层数即可实现最优的融合效果;然而,若能采用较好的方法融合高频系数,则可以尽可能多地保持源图像清晰区域的主要细节特征。
本文高频系数的融合采用局部方差最大准则。方差可视为对比度的测度,反映的是图像的细节信息。采用局部方差最大准则可以使融合图像最大限度地保持源图像细节信息。兼顾计算量和体现局部区域特性面,方差计算选取高频系数矩阵元素3×3邻域进行操作[6],表达式如下:
式中:H表示高频系数矩阵;p代表高频系数矩阵中的1个点;σ表示求邻域方差;l表示相应的小波分解层数;A,B表示两幅源图像。低频系数的融合采用目前应用比较广泛的Burt方法[3]。
1.2 双平台直方图均衡化
直方图均衡化是方便快捷且经常被使用的图像对比度增强算法[7,8,9]。它的基本思想是将原始图像的不均衡直方图变换为均匀分布形式,即将输入图像转换为在每一灰度级上都有相同的像素点数。直方图均衡化的结果扩展了像元取值的动态范围,从而达到增强图像整体对比度的效果。如果对X射线图像直接采用这种方法予以增强,就会使占有大多数像素的背景过度放大,而占有像素较少的目标和细节受到一定程度的抑制,均衡化结果有时候还会出现“过亮”。为此,本文采用一种自适应的双平台直方图均衡化方法。
双平台直方图均衡是通过选择两个合适的平台阈值T1和T2分别作为上限平台和下限平台,对输入统计直方图进行修改。上限平台T1取像素数的20%~30%,下限平台取像素数的5%~10%。为对占像素数较多的背景和噪声进行抑制,在某一灰度级直方图值大于上限平台阈值T1时,将其重置为T1;为对图像中占有较少像素的目标细节进行放大,在某一灰度级直方图值小于下限平台阈值T2时,将其重置为T2;介于T1和T2之间的灰度级直方图值保持不变,如下所示:
式中:H(sk)为图像的双平台直方图值;h(sk)为图像的统计直方图值;L为图像的灰度级数;sk为灰度值。经过式(4)处理,图像的累积直方图如下:
据此对图像灰度进行重新分配,即可得到均衡化的灰度值:
式中:round( )表示四舍五入取整。经过上述处理,占有较少像素的目标细节部分的灰度分布比较集中,因此还要对灰度间距进行均衡处理。
首先,对双直方图均衡后的灰度级数目进行统计,如下:
式(7)是对灰度范围内不为零的灰度级进行统计。由此得到双平台直方图均衡后图像实际有效的灰度级数ML-1,然后对图像有效的灰度级进行重新排序,再在整个灰度范围内进行等间距排序,其变换函数为:
灰度等间距均衡化实际就是把灰度等级在整个显示范围内等间距排序,以增强图像显示的细节和清晰度[10]。
2 实验结果分析
本文实验所用射线源管电压为35~80 kV;管电流为10~250 μA;焦斑为33 μm;X射线像增强器为钛窗Ф75 mm双近贴式X射线像增强器;后端数字化成像采用百万像素的科学级CCD相机。为便于分析和观察,本文所用试验图片均经过256帧叠加,以消除随机噪声。台阶铝块常用来测试射线成像系统的成像动态范围。本文将台阶铝块在两个不同射线管电压下采集的高低能量两幅射线图像作为源图像,为做对比还采集了一幅管电压取中间值的射线图像。图2的射线图像中图2(a)~图2(c)对应的射线管电压/电流分别为46 kV/146 μA,74 kV/146 μA,60 kV/146 μA。实验结果如图2(d)所示。
在电子工业用X射线成像系统中,焊点缺陷识别能力是至关重要的。取3个不同的射线管电压/电流65 kV/121 μA,45 kV/121 μA,55 kV/121 μA,分别采集3幅含气泡缺陷的PCB板射线图像,如图3所示。
由图2、图3中两组实验图像可以看出,经过多分辨率图像融合,有效地克服了单帧X射线图像动态范围小的问题。
在台阶铝块试验中,经过图像融合,可分辨台阶级数得到扩展;而在气泡缺陷PCB板试验中,经过图像融合,气泡缺陷变得十分清晰明了,各个焊点边缘也没有了高管压时的白化现象。但是融合图像的对比度却显得不尽人意,需要进行对比度增强。经过双平台直方图均衡化处理后的气泡缺陷PCB板融合图像显示效果如图4所示。
3 结 语
小波变换和直方图均衡化算法都可分别单独用来对图像进行增强处理。本文首次提出一种将小波变换多分辨率图像融合与双平台直方图均衡化结合起来的射线图像增强算法,并将该算法应用到基于双近贴式X射线影像增强器的电子工业用X射线检测机上。
仿真实验结果显示,经过该算法的增强处理,射线图像的动态范围得到显著扩展,对比度得到有效加强。由此可以认为,采用本文方法,能够有效地对X射线图像进行增强处理。
参考文献
[1]赵宝升.X射线像增强器像质评价[J].光子学报,1991,20(3):292-299.
[2]陈树越,路宏年,张丕状,等.科学级CCD相机像元不一致特性及其校正研究[J].兵工学报,2001,22(2):226-229.
[3]李伟,赵宝升,赵菲菲,等.双近贴式X射线像增强器成像不均匀性分析与校正[J].光子学报,2009,38(6):1353-1357.
[4]徐晨,赵瑞珍,甘小冰.小波分析应用算法[M].北京:科学出版社,2004.
[5]楚恒.像素级图像融合及其关键技术研究[D].成都:电子科技大学,2008.
[6]强赞霞,彭嘉雄,王洪群.基于小波变换局部方差的遥感图像融合[J].武汉:华中科技大学,2003,31(6):89-91.
[7]宋岩峰,邵晓鹏,徐军,等.基于双平台直方图的红外图像增强算法[J].红外与激光工程,2008,37(2):308-311.
[8]刘常春,胡顺波,杨吉宏,等.一种直方图不完全均衡化方法[J].山东大学学报:工学版,2003,33(6):661-664.
[9]张志龙,李吉成,沈振康.一种保持图像细节的直方图均衡新算法[J].计算机工程与科学,2006,28(5):36-38.
[10]蔡兰,陈帧,梅林.图像增强技术在X射线探伤中的应用[J].无损检测,2005,27(5):256-258.
X射线图像 篇2
（大庆师范学院 物理与电气信息工程系 10级物理学一班 周瑞勇 201001071465）
摘 要：X射线受到原子核外电子的散射而发生的衍射现象。由于晶体中规则的原子排列就会产生规则的衍射图像，可据此计算分子中各种原子间的距离和空间排列，是分析大分子空间结构有用的方法。
关键词：核外电子 散射 衍射 空间排列
一
前言
1912年劳埃等人根据理论预见，并用实验证实了X射线与晶体相遇时能发生衍射现象，证明了X射线具有电磁波的性质，成为X射线衍射学的第一个里程碑。当一束单色X射线入射到晶体时，由于晶体是由原子规则排列成的晶胞组成，这些规则排列的原子间距离与入射X射线波长有X射线衍射分析相同数量级，故由不同原子散射的X射线相互干涉，在某些特殊方向上产生强X射线衍射，衍射线在空间分布的方位和强度，与晶体结构密切相关。这就是X射线衍射的基本原理。
X射线及其衍射X射线是一种波长很短(约为20～0.06埃)的电磁波，能穿透一定厚度的物质，并能使荧光物质发光、照相乳胶感光、气体电离。在用高能电子束轰击金属“靶”材产生X射线，它具有与靶中元素相对应的特定波长，称为特征（或标识）X射线。如通常使用的靶材对应的X射线的波长大约
为1.5406埃。考虑到X射线的波长和晶体内部原子面间的距离相近，1912年德国物理学家劳厄(M.von Laue)提出一个重要的科学预见：晶体可以作为X射线的空间衍射光栅,即当一束 X射线通过晶体时将发生衍射，衍射波叠加的结果使射线的强度在某些方向上加强，在其他方向上减弱。分析在照相底片上得到的衍射花样，便可确定晶体结构。这一预见随即为实验所验证。
二 发展
X射线是19世纪末20世纪初物理学的三大发现（X射线1895年、放射线1896年、电子1897年）之一，这一发现标志着现代物理学的产生。
自伦琴发现X射线后，许多物理学家都在积极地研究和探索，1905年和1909年，巴克拉曾先后发现X射线的偏振现象，但对X射线究竟是一种电磁波还是微粒辐射，仍不清楚。1912年德国物理学家劳厄发现了X射线通过晶体时产生衍射现象，证明了X射线的波动性和晶体内部结构的周期性，发表了《X射线的干涉现象》一文。
劳厄的文章发表不久，就引起英国布拉格父子的关注，当时老布拉格（WH．Bragg）已是利兹大学的物理学教授，而小布拉格（WL．Bragg）则刚从剑桥大学毕业，在卡文迪许实验室。由于都是X射线微粒论者，两人都试图用X射线的微粒理论来解释劳厄的照片，但他们的尝试未能取得成功。年轻的小布拉格经过反复研究，成功地解释了劳厄的实验事实。他以更简洁的方式，清楚地解释了X射线晶体衍射的形成，并提出了著名的布拉格公式：nX=Zdsino这一结果不仅证明了小布拉格的解释的正确性，更重要的是证明了能够用X射线来获取关于晶体结构的信息。
1912年11月，年仅22岁的小布位格以《晶体对短波长电磁波衍射》为题向剑桥哲学学会报告了上述研究结果。老布拉格则于1913年元月设计出第一台X射线分光计，并利用这台仪器，发现了特征X射线。小布拉格在用特征X射线分析了一些碱金属卤化物的晶体结构之后，与其父亲合作，成功地测定出了金刚石的晶体结构，并用劳厄法进行了验证。金刚石结构的测定完美地说明了化学家长期以来认为的碳原子的四个键按正四面体形状排列的结论。这对尚处于新生阶段的X射线晶体学来说是一个非常重要的事件，它充分显示了X射线衍射用于分析晶体结构的有效性，使其开始为物理学家和化学家普遍接受。
三 原理与应用
1913年英国物理学家布拉格父子(W.H.Bragg,W.L.Bragg)在劳厄发现的基础上,不仅成功地测定了NaCl、KCl等的晶体结构,并提出了作为晶体衍射基础的著名公式──布拉格方程：
2d sinθ=nλ
式中λ为X射线的波长，n为任何正整数。
当X射线以掠角θ(入射角的余角)入射到某一点阵晶格间距为d的晶面上时,在符合上式的条件下，将在反射方向上得到因叠加而加强的衍射线。布拉格方程简洁直观地表达了衍射所必须满足的条件。当 X射线波长λ已知时(选用固定波长的特征X射线)，采用细粉末或细粒多晶体的线状样品,可从一堆任意取向的晶体中，从每一θ角符合布拉格方程条件的反射面得到反射,测出θ后，利用布拉格方程即可确定点阵晶面间距、晶胞大小和类型;根据衍射线的强度,还可进一步确定晶胞内原子的排布。这便是X射线结构分析中的粉末法或德拜-谢乐(Debye—Scherrer)法的理论基础。而在测定单晶取向的劳厄法中所用单晶样品保持固定不变动（即θ不变）,以辐射束的波长作为变量来保证晶体中一切晶面都满足布拉格方程的条件,故选用连续X射线束。如果利用结构已知的晶体，则在测定出衍射线的方向θ后,便可计算X射线的波长，从而判定产生特征X射线的元素。这便是X射线谱术,可用于分析金属和合金的成分。
X射线衍射在金属学中的应用 X射线衍射现象发现后，很快被用于研究金属和合金的晶体结构，出现了许多具有重大意义的结果。如韦斯特格伦（A.Westgren）(1922年)证明α、β和δ铁都是立方结构，β-Fe并不是一种新相;而铁中的α─→γ
转变实质上是由体心立方晶体转变为面心立方晶体，从而最终否定了β-Fe硬化理论。随后,在用X射线测定众多金属和合金的晶体结构的同时，在相图测定以及在固态相变和范性形变研究等领域中均取得了丰硕的成果。如对超点阵结构的发现，推动了对合金中有序无序转变的研究，对马氏体相变晶体学的测定，确定了马氏体和奥氏体的取向关系；对铝铜合金脱溶的研究等等。目前 X射线衍射(包括散射)已经成为研究晶体物质和某些非晶态物质微观结构的有效方法。在金属中的主要应用有以下方面。
四 物相分析与取向分析
物相分析 是 X射线衍射在金属中用得最多的方面，分定性分析和定量分析。前者把对材料测得的点阵平面间距及衍射强度与标准物相的衍射数据相比较，确定材料中存在的物相；后者则根据衍射花样的强度，确定材料中各相的含量。在研究性能和各相含量的关系和检查材料的成分配比及随后的处理规程是否合理等方面都得到广泛应用。
取向分析 包括测定单晶取向和多晶的结构（见择优取向）。测定硅钢片的取向就是一例。另外，为研究金属的范性形变过程，如孪生、滑移、滑移面的转动等，也与取向的测定有关。
晶粒（嵌镶块）大小和微观应力的测定 由衍射花样的形状和强度可计算晶粒和微应力的大小。在形变和热处理过程中这两者有明显变化，它直接影响材料的性能。
宏观应力的测定 宏观残留应力的方向和大小，直接影响机器零件的使用寿命。利用测量点阵平面在不同方向上的间距的变化，可计算出残留应力的大小和方向。
对晶体结构不完整性的研究 包括对层错、位错、原子静态或动态地偏离平衡位置，短程有序，原子偏聚等方面的研究（见晶体缺陷）。
合金相变 包括脱溶、有序无序转变、母相新相的晶体学关系，等等。
结构分析 对新发现的合金相进行测定，确定点阵类型、点阵参数、对称性、原子位置等晶体学数据。
液态金属和非晶态金属 研究非晶态金属和液态金属结构，如测定近程序参量、配位数等。
特殊状态下的分析 在高温、低温和瞬时的动态分析。
此外，小角度散射用于研究电子浓度不均匀区的形状和大小,X射线形貌术用于研究近完整晶体中的缺陷如位错线等，也得到了重视。
五 最新进展
X射线分析的新发展 金属X射线分析由于设备和技术的普及已逐步变成金属研究和材料测试的常规方法。早期多用照相法，这种方法费时较长，强度测量的精确度低。50年代初问世的计数器衍射仪法具有快速、强度测量准确，并可配备计算机控制等优点，已经得到广泛的应用。但使用单色器的照相法在微量样品和探索未知新相的分析中仍有自己的特色。从70年代以来，随着高强度X射线源（包括超高强度的旋转阳极X射线发生器、电子同步加速辐射,高压脉冲X射线源）和高灵敏度探测器的出现以及电子计算机分析的应用，使金属 X射线学获得新的推动力。这些新技术的结合，不仅大大加快分析速度，提高精度，而且可以进行瞬时的动态观察以及对更为微弱或精细效应的研究。
参考文献：
[1] 梁栋材，X射线晶体学基础，科学出版社，2006年，北京
X射线图像 篇3
对于电力设备而言, 其运行的可靠性与设备本身的设计、制造、运输、安装和调试都有极大的关系, 因此相关的标准制定了产品的形式、出厂和现场的试验标准, 从不同的角度和层次保证设备能够达到其功能要求, 并能在至少规定的时间内不丧失其功能。但对于各种电力设备而言, 由于在设计、材料、制造等环节考虑的不足, 往往会出现由于自身原因导致的设备故障, 而影响到电网的安全、稳定和可靠运行。因此, 如何判断电力设备的健康状况一直以来都是生产运行和研究部门极为关注的问题[1,2]。与此同时, 针对电力设备各种检测方法, 也是为了达到此目标。电力系统现有传统技术手段, 如局部放电检测, 它们具有检测结果不直观、不可视的问题, 仅能了解缺陷的外部物理参数和所处的大致区域。如果不对设备进行停电、解体检修, 一般无法确缺陷部件和缺陷程度。即使能够停电并解体检修, 也往往由于电力设备内部空间狭窄, 观测困难, 难以正确判断电力设备内部故障的原因, 从而导致制定检修策略存在盲目性。近几年, 通过将X射线数字成像技术引入电力系统对设备进行透视检测, 实现了电力设备不解体情况下, 对其内部的可视化检测, 直观、可靠地确定缺陷部位和程度[3,4]。然而, 由于电力设备体积一般较大, 而X射线数字图像受成像板的尺寸限制, 无法在一张图片上显示设备整体情况, 而需分段拍摄, 然后将分段拍摄的局部图像拼接成为一张整体图像, 便于对电力设备做出整体的评价。针对此问题, 本文通过比较改进模板匹配算法、互信息算法及基于像素相关的改进SIFT方法, 提出基于粒子群优化的最大互信息相关的无缝拼接算法, 实验结果表明, 该方法具有较强的鲁棒性。
1 基准图像匹配
图像配准是指对于一幅图像寻求一种 (或一系列) 空间变换, 使它与另一幅图像上的对应点达到空间上的一致。配准的结果应使两幅图像上所有的点, 或至少是所有具有意义的点及感兴趣的点都达到匹配[5]。
对在不同时间或不同条件下获取的两幅图像I (x) 和J (x) 配准, 就是要定义一个相似性测度, 并寻找一个空间变换关系, 使得经过该空间变换后, 两幅图像的相似性达到最大。即使得图像I上的每一个点在图像J上都有唯一的点与之对应, 且这两点对应同一位置。
式中S是相似性测度, Tα为空间变换, α为空间变换参数。配准过程可归结为寻求最佳空间变换:
基于灰度信息的图像配准方法一般不需对图像进行复杂的预处理, 而是利用图像本身具有的灰度的一些统计信息来度量图像的相似程度。其主要特点是实现简单, 但应用范围较窄, 不能直接用于校正图像的非线性形变, 而在最优变换的搜索过程中往往需要巨大的运算量。同时, X射线数字图像具有灰度信息的图像, 因此本文采用基于灰度信息的匹配方法进行图像匹配。
假设标准参考图像为R, 待配准图像为S, R大小为m×n, S大小为M×N, 基于灰度信息的图像配准方法的基本流程是以参考图像R叠放在待配准图像S上平移, 参考图像覆盖被搜索的那块区域叫子图Sij。i和j为子图左上角待配准图像S上的坐标。搜索范围如下所示。
通过比较R和Sij的相似性, 完成配准过程。
互相关配准方法是最基本的基于灰度统计的图像配准方法。它要求参考图像和待匹配图像具有相似的尺度和灰度信息, 并以参考图像作为模板在待匹配图像上进行遍历, 计算每个位置处参考图像和待匹配图像的互相关。互相关最大的位置就是参考图像中与待匹配图像相应的位置。
常用的互相关计算公式有如下两种:
设R (x, y) 和S (x, y) 分别表示参考图像和待配准图像。
上式中, 分别表示R (x, y) 和S (x+i, y+j) 的均值。当R (x, y) =S (x+i, y+j) 时, 式 (4) 和 (5) 计算的互相关系数达到最大, 但实际由于噪声的存在, 一般R和S是不完全匹配的。因此, 通常将其最大值的位置作为最佳匹配点来实现图像配准。
X射线图像进行拼接时首先需要确定基准图像, 在基准图像的待拼接区域寻找一个M*N的特征块。本文通过灰度差异最大原则, 即使用一个滑动窗在待拼接区域滑动, 每次都计算窗内像素平均值。求出用每一像素值减去平均值的绝对值, 最后将这些灰度差异相加便是这个位置的灰度差异值。因为灰度差异大的区域图像较为复杂, 特征较为明显, 所以取灰度差异最大值的特征块为基准匹配区域。
基准匹配特征块如图1 (c) 所示, 其大小为72*72像素, 图1 (a) 和图1 (b) 为待拼接图像, 其大小为2 048*2 048像素。当匹配特征块在图像一中滑动时, 最大互信息值为1.168 8, 第一幅度图像的与标准特征块的整体偏移量为81个像素;同理, 标准匹配特征块与第二幅图像的最大互信息值为4.141 3, 第二幅图像的整体偏移量为91像素, 通过基准特征块确定图1 (a) 和图1 (b) 配准时的相对位置。
2 待拼接图像
传统的图像相关度匹配算法是在参考图像上抽取一个网格阵列, 使其在待匹配图像上移动, 计算两幅图像的所有网格点对应像素点的灰度值差的平方和最小, 找到最小网格值的位置即认为是最佳匹配位置。然而, 在X射线图像匹配中, 由于不同的射线图像灰度的差异, 使用传统方法匹配的准确度不高。因此, 本文提出采用改进的一个基于粒子群优化的拼接算法, 该算法首先在找出基准匹配区域后, 开始在待拼接图像的拼接区域使用一个与基准匹配区域同样大小滑动块寻找最佳匹配点[6,7]。
窗口每次移动若干个像素的位置, 每移动一次进行一次比较, 求出当前窗口下的像素与基准匹配区域的像素对应的比值D;求出此区域所有的比值之后, 再求出这些比值的均值R;并求出均值R与比值D的差的绝对值P。图2是图像位置调整处理后输出的图像, 采用最大互信息熵相关的方法对待拼接图像位置进行调整, 图2中左侧为黑色像素为图1 (c) 相对图1 (a) 参考图像位置调整的结果, 右侧灰色像素为图1 (b) 相对图1 (b) 位置调整结果。算法中为了提高拼接的速度, 先进行粗略的匹配, 再进行细致匹配。图3~图5为三组X射线图像的位置调整处理结果。
3 基于SIFT的鲁棒匹配方法
尺度不变特征提取算法总的来说分为4步:检测尺度空间极值、特征点位置提取、计算特征点的描述信息和生成本地特征描述符。
1) 检测尺度空间极值:尺度空间理论是通过对原始图像进行尺度变换, 获得图像多尺度下的尺度空间表示序列, 对这些序列进行尺度空间主轮廓的提取, 并以该主轮廓作为一种特征向量, 实现边缘、角点检测和不同分辨率上的特征提取等。为了对图像进行多尺度划分, 我们主要是利用高斯核对原始图像进行尺度变换, 获得图像多尺度下的尺度空间表示序列, 对这些序列进行尺度空间特征提取。高斯核的定义如下所示。
对于二维图像I (x, y) , 其尺度空间表示为:
本步骤主要是建立高斯金字塔和DOG (differenceof Gaussian) 金字塔, 然后在DOG金字塔里面进行极值检测, 以初步确定特征点的位置和所在尺度。对图像二维平面空间和DOG尺度空间中同时检测局部极值以作为特征点, 以使特征具备良好的独特性和稳定性。DOG算子定义为两个不同尺度的高斯核的差分, 其具有计算简单的特点, 是归一化LOG (laplacian-of-Gaussian) 算子的近似。
为得到在不同尺度空间下的稳定特征点, 将图像I (x, y) 与不同尺度因子下的高斯核G (x, y, σ) 进行卷积操作, 构成高斯金字塔。一般高斯金字塔分为4阶, 每阶分为5层尺度图像。在同一阶中相邻两层的尺度因子比例系数为k。接着建立DOG金字塔, DOG金字塔通过高斯金字塔中相邻尺度空间函数相减得到。
2) 特征点位置提取:通过尺度空间检测出来的特征点, 由于DOG算子的自身特性会对噪声和边缘信息比较敏感, 因此, 为得到更适合图像拼接的特征点还需对特征点进行提取, 除去低对比度的特征点和不稳定的边缘响应点, 以增强匹配稳定性、提高抗噪声能力。通过拟和三维二次函数以精确确定关键点的位置和尺度, 通常可以通过对该点进行泰勒展开, 尺度空间函数D (x, y, σ) 在局部极值点 (x0, y0, σ) 处的泰勒展开如式 (9) 所示。
3) 计算特征点的描述信息:尺度不变特征提取算法最大的优点是具有旋转不变性, 而使其具有旋转不变性的关键步骤是利用关键点邻域像素的梯度方向分布特性为每个关键点指定方向参数。
上式 (10) 为点 (x, y) 处的梯度值和方向, L为所用的尺度为每个特征点各自所在的尺度, (x, y) 要确定具体层数。图像特征用椭圆表示, 椭圆的中心位置代表了关键点在图像中的二维坐标位置, 椭圆的长轴代表了关键点的尺度, 椭圆的方向代表了该关键点的方向, 此时, 图像的特征点已检测完毕, 每个特征点有3个信息、位置、对应尺度、方向。
4) 生成本地特征描述符:首先将坐标轴旋转为特征点的方向, 来确保旋转不变性, 以特征点为中心取8*8的窗口 (特征点所在的行和列不取) 。然后, 在每4*4的图像小块上计算8个方向的梯度方向直方图, 绘制每个梯度方向的累加值, 形成一个种子点。实际计算过程中, 为了增强匹配的稳健性, 对每个特征点使用4*4共16个种子点来描述, 每个种子点有8个方向向量信息, 这样对于一个特征点就可以产生4*4*8共128个数据, 最终形成128维的SIFT特征向量, 所需的图像数据块为16*16。此时特征向量已经去除了尺度变化、旋转等几何变形因素的影响, 再继续将特征向量的长度归一化, 则可以进一步去除光照变化的影响。依次根据以上4个步骤, 可提取在不同尺度下都保持同一特性的特征。
由于设备的移动会导致采集的图像发生平移、错位、旋转等问题, 因而, 本文采用改进SIFT算法对X射线扫描图像进行匹配。SIFT算法是一种提取局部特征的算法, 其提取特征点的匹配能力较强, 利用它可以在尺度空间寻找极值点, 提取位置、尺度、旋转不变量, 从而确定二维平面中故障出现的位置信息, 特征子描述中在32维高维向量中选取梯度相关的8维向量, 从而大大优化计算速度。图6是改进SIFT算法对X射线扫描图像进行匹配过程。
图6 (a) 和图6 (b) 为待拼接图像特征点提取效果图, 粉色箭头表示梯度变化的方向, 图6 (c) 为图6 (a) 和图6 (b) 中特征点匹配的结果图。从匹配结果可以看出, 图6 (c) 中有110个坐标点对匹配。图7~图10为三组图像对特征点提取及匹配试验, 试验结果表明, 本文的提取方法, 可稳定的提取待拼接图像中的特征点, 从而达到良好的拼接效果。
本文提出基于X射线图片的匹配方法是在SIFT匹配算法基础上的, 因而具有良好的旋转特性不变性。此外, 由于对SIFT特征描述子进行改进, 有效节省匹配时间。
5) X射线拼接无缝拼接技术:在找到匹配位置并进行灰度调整后, 如果直接进行拼接会在两幅图像的拼接处出现一条明显的拼接缝, 这是由于图像间存在亮度差造成的。为了达到无缝拼接, 本文对两幅图像的交叠区域进行渐变系数加权值融合。首先, 计算两重叠部分的累积直方图, 然后利用直方图匹配的方法, 建立起灰度级的映射关系, 非重叠部分和重叠部分具有相同灰度时按此映射关系变换即可, 而重叠部分没有的灰度级, 则可按预测的映射关系变换。对设备X射线数字图像拼接过程如图10所示。
图10是对罐式断路器两幅X射线透照图像进行拼接处理的结果图, 原来两幅度图像大小均为2 048*2 048像素, 拼接处理后图像大小变为2 048*2 611像素, 试验结果可知, 提出的拼接算法可以较好的处理不同偏差下的X射线图像的拼接处理过程。图11和图12分别是电压互感器和GIS设备的无缝拼接结果图。
4 结束语
X射线数字成像技术可在电力设备不解体情况下, 对其内部情况的可视化无损检测。但电力设备体积一般较大, 而X射线图像受成像板的尺寸限制, 无法在一张图片上显示设备整体情况, 需分段拍摄, 然后将分段拍摄的局部图像拼接成为一张整体图像, 便于对电力设备做出整体的评价。针对此问题, 本文提出通过像素级的基准图像匹配区域寻找、待拼接图像最近拼接区域寻找、图像拼接处融合等关键步骤, 利用SIFT方法对旋转的图像进行校正, 使得拼接后X射线图像的拼接准确度和效率都得到提高, 且本文提出的无缝拼接方法具有较强的鲁棒性。
参考文献
[1]李继胜, 赵学风, 杨景刚, 等.GIS典型缺陷局部放电测量与分析[J].高电压技术, 2009, 35 (10) :2440-2445.
[2]王天健.GIS局部放电检测与故障识别[D].北京交通大学, 2010.
[3]艾维平.DXR250RT平板探测器X射线实时成像检测系统的研究[D].兰州理工大学, 2007.
[4]董旭.医用X射线数字摄影 (CR/DR) 系统检测方法的研究和评定[J].中国医学装备, 2010, 7 (1) :8-11.
[5]HSadamitsu Nishihara.A basic study automatic recognition of osteoporosis using abdominal X-ray CT images[J].Journal of proceedings of SPIE-The international society for optical engineering, 2004, 2 (5370) :926-933.
[6]Huang Huiyu, Hsiao Chunnan.Image inpainting based on illumination variation and structure consistency[J].International journal of advancements in computing technology, 2011, 3 (6) :1-9.
X射线衍射实验报告 篇4
摘要：
本实验通过了解到X射线的产生、特点和应用；理解X射线管产生连续X射线谱和特征X射线谱的基本原理，了解D8xX射线衍射仪的基本原理和使用方法，通过分析软件对测量样品进行定性的物相分析。
关键字：布拉格公式 晶体结构，X射线衍射仪，物相分析
引言：
X射线最早由德国科学家W.C.Roentgen在1895年在研究阴极射线发现，具有很强的穿透性，又因x射线是不带电的粒子流，所以在电磁场中不偏转。1912年劳厄等人发现了X射线在晶体中的衍射现象，证实了X射线本质上是一种波长很短的电磁辐射，其波长约为10nm到10–2nm之间，与晶体中原子间的距离为同一数量级，是研究晶体结构的有力工具。物相分析中的衍射方法包括X射线衍射，电子衍射和中子衍射三种，其中X射线衍射方法使用最广，它包括德拜照相法，聚集照相法，和衍射仪法。
实验目的：1.了解X射线衍射仪的结构及工作原理
2.熟悉X射线衍射仪的操作
3.掌握运用X射线衍射分析软件进行物相分析的方法
实验原理：
（1）X射线的产生和X射线的光谱
实验中通常使用X光管来产生X射线。在抽成真空的X光管内，当由热阴极发出的电子经高压电场加速后，高速运动的电子轰击由金属做成的阳极靶时，靶就发射X射线。发射出的X射线分为两类：（1）如果被靶阻挡的电子的能量不越过一定限度时，发射的是连续光谱的辐射。这种辐射叫做轫致辐射；（2）当电子的能量超过一定的限度时，可以发射一种不连续的、只有几条特殊的谱线组成的线状光谱，这种发射线状光谱的辐射叫做特征辐射。对于特征X光谱分为
（1）K系谱线:外层电子填K层空穴产生的特征X射线Kα、Kβ…
（2）L系谱线:外层电子填L层空穴产生的特征X射线Lα、Lβ…如下图1
图1 特征X射线 X射线与物质的作用
X射线与物质相互作用产生各种复杂过程。就其能量转换而言，一束X射线通过物质分为三部分：散射，吸收，透过物质沿原来的方向传播，如下图2，其中相干散射是产生衍射花样原因。
图2
X射线与物质的作用
晶体结构与晶体X射线衍射
晶体结构可以用三维点阵来表示。每个点阵点代表晶体中的一个基本单元，如离子、原子或分子等。
空间点阵可以从各个方向予以划分，而成为许多组平行的平面点阵。因此，晶体可以看成是由一系列具有相同晶面指数的平面按一定的距离分布而形成的。各种晶体具有不同的基本单元、晶胞大小、对称性，因此，每一种晶体都必然存在着一系列特定的d值，可以用于表征不同的晶体。
X射线波长与晶面间距相近，可以产生衍射。晶面间距d和X射线的波长的关系可以用布拉格方程来表示
2dsinθ＝nλ
根据布拉格方程，不同的晶面，其对X射线的衍射角也不同。因此，通过测定晶体对X射线的衍射，就可以得到它的X射线粉末衍射图。如下图3就是衍射仪的图谱。
图3 X射线衍射图谱 物相鉴定原理
任何结晶物质均具有特定晶体结构（结构类型，晶胞大小及质点种类，数目，分布）和组成元素。一种物质有自己独特的衍射谱与之对应，多相物质的衍射谱为各个互不相干，独立存在物相衍射谱的简单叠加。
衍射方向是晶胞参数的函数（取决于晶体结构）；衍射强度是结构因子函数（取决于晶胞中原子的种类、数目和排列方式）。任何一个物相都有一套d-I特征值及衍射谱图。因此，可以对多相共存的体系进行全分析。也就是说实验测得的图谱与数据库中的已知X射线粉末衍射图对照，通过两者的匹配性就可以确定它的物相。
实验仪器
本实验中使用的是德国布鲁克公司D8 X射线衍射仪
其核心部件是：
1）高压发生器与X光管
2）精度测角仪与B-B衍射几何
3）光学系统及其参数选择对采
集数据质量影响
4）探测器
5）控测、采集数据与数据处理
仪器设计原理：R1=R2=R ,试样转θ角，探测器转2θ角（2θ/θ偶合）或试样不动，光管转θ，探测器转θ（θ/ θ偶合），其基本结构原理图如下图4
图4 X射线衍射仪设计原理
聚焦圆随衍射角大小而变化，衍射角越大、聚焦圆半径越小，当2θ=0，聚焦圆半径r=∞；当2θ=1800时，r=R/2,且r = R/2sinθ。
实验步骤
一，样品制备
将待测粉末样品在试样架里均匀分布并用玻璃板压平实，使试样面与玻璃表面齐平，二，D8 X射线衍射仪使用测量衍射图谱 1.按照D8 X射线衍射仪操作规程开机。（1）开总电源。（2）开电脑。（3）开循环水。
（4）开仪器电源（按绿色按钮，由4灯全亮变成ON和ALARM灯亮）。
（5）开X-ray高压（右侧扳手顺时针向上扳45度保持3~5秒，直到Ready灯亮）。
（6）开BIAS（在前盖盘内）。
2，开软件XRD Commander。在XRD Commander里升电压和电流，每隔30秒加5kV直到40kV；然后加电流，每隔30秒加5mA直到40mA。如果停机2天以上最好做光管老化：点击D8 Tools主界面/X-ray generator，点击工具栏里的utilities/X-ray.../Tube condition ON/OFF，在右下角的状态栏出现Tube condition ON，电压和电流会逐步升到50kV-5mA。大概需要1小时，等电压和电流回到20kV-5mA，点击Tube condition ON/OFF老化结束。（老化过程可随时终止：点击Tube condition ON/OFF即可。）
打开XRD Commander，先初始化（点击两个轴上面的选项Requested，选定两个轴，使Tube为20，Detector为20，点击菜单里的初始化图标进行初始化）。做物相分析在Scantype中选Locked Coupled，并且在Detail中将探测器改为1D。在XRD Commander中选择各参数（起始角、终止角、步长等）开始测量。即可获得一张衍射图谱，将其保存为*.raw文件。对于未知的样品：首先，扫描范围
0.10~900，步长大些，快速扫描。然后，参照第前面的谱线，把扫描起始角放在第一个峰前一点，把终止角放在最后一个峰后一点。对于一般定性分析用连续扫描。对于定量分析（例如无标样定量相分析等）对强度要求高，就用步进扫描。3.按照D8 X射线衍射仪操作规程关机。
（1）在软件里降高压。在软件XRD Commander里将高压调到20kV~5mA，点击“Set”。
（2）关软件XRD Commander。
（3）关X-ray高压（右侧扳手逆时针向上扳45度），再等5分钟。（4）关仪器电源（按红色按钮）。
（5）关循环水（关仪器电源后迅速关水）。（6）关BIAS（在前盖盘内）。（7）关电脑。（8）关总电源。
三，Eva软件对图谱处理进行物相分析
（1）将待处理的数据文件导入。点击File/Import/Scan调入原始数据文件*.raw进行处
（2）在ToolBox框内进行数据处理。i)扣背景：点击Backgnd/点击Default/点击Replace，显示扣背景处理后的数据（也可以点击Backgnd，把门槛threshold改为“0”，上下移动滑块，调整至合适背景，点击“Replace”，显示扣背景处理后的数据）。
ii)删除k：点击Strip k/点击Default/点击Replace，显示处理后的数据（也可以上下移动滑块调整至合适，单击Replace，显示处理后的数据）。
iii)平滑处理：单击Smooth/点击Default/点击Replace，显示处理后的数据（也可以设定需要平滑的参数，左右或上下移动滑块进行调整，合适后单击Replace，显示处理后的数据）。
iv)寻峰：点击Peak Search，设定寻峰参数（门槛threshold与峰宽Width标定，可以上下移动滑块进行调整）。点击“Append to list”标定全谱衍射d值（标定漏峰只需按左键将“↓”拖移至峰顶点击即可，删除峰可点击删除峰与“×”即可），此时数据在peak状态列于框内。
（2）选定所有的峰，单击Made DIF生成DIF文件。
（4）物相的定性分析：点击Search/Match。在Search/Match框内选择前三个Quality Marks，选择可能的元素，并选择Pattern，点击Search进行检索/匹配。（先选Toggle All/点击左上角的元素“H”可以将所有的元素变为红色，即肯定没有。/选择肯定有的点成绿色。/选择可能有的点成灰色。红色肯定没有。）。最后根据列表给出的可能物质通过比较卡片内的谱线和实际测量出谱线的吻合程度来确定组成成分，也就完成了X射线衍射的初步分析工作。
实验数据处理：
（1）对Fe和Cu样品，其中可能氧化有氧，实验初步测量结果图如下
图5 样品1的测量谱线
通过实验软件，定性分析出其中有Fe2O3,，CU2+1O，以及alpha Fe2O3,。其图谱与测量的匹配性如下；
对于alpha Fe2O3，其谱线与测量谱线的吻合度如下图6，蓝色线为alpha Fe2O3的谱线
图6 alpha Fe2O3谱线与测量谱线的匹配
可以看出有几个明显的峰吻合，可以判断样品中含有alpha Fe2O3
对于Fe2O3,其蓝色谱线与测量谱线的吻合度如下图7；
图7 Fe2O3谱线与测量谱线的吻合
同样可以看出。有几个小峰与测量谱线重合，样品中存在Fe2O3 对于CU2+1O的蓝色谱线与测量谱线的吻合度如下图8
图8
CU2+1O的谱线与测量谱线的吻合
可以看出，几个特别强的峰均与CU2+1O吻合，可以说样品中含有CU2+1O。综上和三者谱线之和与测量谱线的吻合度，可以看出，三种样品的图谱基本上把所有的峰都匹配了，如下图9
由此基本上可以定性分析出样品中的物质是Fe2O3,，CU2+1O，以及alpha Fe2O3
（2）Mg和Si样品，其中可能氧化有O，其实验测量的谱线图如下
图10 样品2的测量谱线
同样通过分析软件，可以分析出样品中只含Mg和Si两种物质，其各自的匹配性如下：
Mg的蓝色谱线与测量谱线的吻合度：
2.Si的蓝色谱线与测量谱线的吻合度：
3.综合Si和Mg两者谱线和与测量谱线的吻合度如下图，可以基本看出，测量谱线所有的峰都被匹配了。
从此图可以基本上定性分析出该样品中只含有Mg和Si.实验讨论
物相鉴定方法特点与注意点
不是单纯的元素分析，能确定组元所处的化学状态（式样属何物质，那种晶体结构，并确定其化学式）。
可区别同素异构物相，尤其是对多型、固体有序-无序转变的鉴别。样品由多组份构成时，可区别是固溶体或是混合相（多组份物相）。
可分析粉末状、块状、线状试样。样品易得，耗量少，与实体系相近，应用非常广泛。
物相必是结晶态，可检出非晶物。
微量相（如<1%wt）物相鉴定可利用物理化学电解分离萃取富集办法，如无法萃取可加大辐射功率，使有可能出现3条衍射峰，即可鉴定物相，如辅之以其它方法更有利判定物相。
对分析模棱两可的物相分析，借助试样的历史（如试样来源、化学组分、处理情况等），或者借助其它分析手段如化学分析、金相、电镜等）进行综合判断是绝对必要的。最终人工判断才能得出正确结论
实验思考
（1）X射线在晶体上产生衍射的条件是什么？
由Bragg 公式
可以知道，n最小取1，因而2d>=λ,也就是说满足2d>=λ 时，X射线在晶体上产生衍射。
（2）为什么衍射仪记录的始终是平行于试样表面的衍射？
对一些（hkl）晶面满足布拉格方程产生对于粉末多晶体试样，在任何方位上总会反射，而且反射是向四面八方的。但是那些平行于试样表面的（hkl）晶面满足入射角=衍射角=θ的条件，此时衍射线夹角为（π－2θ)，(π－2θ)正好为聚焦圆的圆周角，由平面几何可知，位于同一圆弧上的圆周角相等，所以，位于试样不同部位平行于试样表面的（hkl）晶面，可以把各自的衍射线会聚到F点(由于S是线光源，所以F点得到的也是线光源)，这样便达到了聚焦的目的。由此可以看出，衍射仪的衍射花样均来自与试样表面相平行的那些反射面的反射。（3）不平行表面的晶面有无衍射产生？
对于不平行于表面的晶面有衍射产生，只是不被接受器接受到，因而实验中观测不到。
（4）实验中使用的样品的颗粒度有无要求？为什么
对于实验中样品，粉晶、块状样均可,表面平整，但是小颗粒可改善强度再现性。粒的大小影响着样品衍射的最大相对强度及其对峰位的变化，对衍射峰位影响不是很大
晶粒的粒径越小，衍射峰的峰高强度就越低，但过小粒径的晶粒不能再近似看成具有无限多晶面的理想晶体，因其对X射线的弥散现象严重，表现在峰强变弱，峰变宽。
（5）用衍射仪如何区分单晶、多晶和非晶
对于非晶体，X射线衍射仪不产生衍射光谱，而对于单晶，产生的是一些不连续光谱，多晶产生的是连续性光谱，由此可以区分出单晶，多晶和非晶。
参考文献：
《近代物理实验》 第二版
X射线图像 篇5
关键词：脉冲耦合神经网络,骨龄,兴趣区域,图像分割,手骨
0 引言
骨龄是骨骼年龄的简称。通过对骨龄的评价, 可以确定儿童生物年龄, 了解儿童的生长发育潜力及性成熟趋势, 也可以预测儿童成年后身高[1], 且对运动员选才和公平竞赛等有重要的参考价值。目前常用的骨龄评价方法有TW3法[2]和RUS-CHN (RC) 法[3]等。由于骨龄自动评价系统研发滞后性, 现阶段骨龄评价工作主要通过骨龄专家人工读片完成, 他们通常根据左手的X光片中的手腕骨兴趣区域的骨化中心发育程度来判定骨龄。然而, 人工判读有工作量大、测定周期长, 主观性强等缺点, 所以能使骨龄评价达到简单、快速、准确、可重复性强的骨龄自动评价系统成为国内外众多研究机构的研究重点。
在研究骨龄自动评价系统过程中, 对X射线图像的手骨兴趣区域定位是研究人员所面临的重要挑战之一[4], 而通过手腕骨二值图对手骨兴趣区域定位是比较有效的方法。由于手腕骨二值图的特征信息相比手掌轮廓特征信息更加丰富, 所以用手腕骨二值图进行定位更具优势。文献[5-8]通过采用提取手掌轮廓, 根据手掌的轮廓信息对手腕骨兴趣区域进行定位, 然而受手掌轮廓信息限制, 他们不能对骨龄评价方法中的手骨所有兴趣区域进行定位, 其中文献[5-7]是采用其他区域进行替代来研究骨龄自动评价系统的, 这导致了他们对骨龄评定不够准确;而文献[8]利用k余弦和形状信息也没能实现对手骨骨骺区域的定位。然而手腕骨二值分割也是难点所在, 杨莉等[9]采用Canny算子和Sobel算子边缘图像的与操作虽然提取了较为完整的骨骼边缘, 但软组织的边缘仍保留较多, 不宜用于手骨兴趣区域定位工作。为了能较好实现手腕骨二值分割, 本文提出了一种改进的脉冲耦合神经网络PCNN (Pulse-Coupled Neural Network) 的图像分割方法, 该方法简化了传统PCNN模型[10,11], 同时提高了分割效率。本文在实现手腕骨二值分割基础上, 利用手指的顺序及指尖间距来确定小拇指、中指、大拇指的指骨边缘, 接着用3次多项式对边缘进行曲线拟合, 最后在原图像中沿曲线用Sobel算子进行边缘检测而得到兴趣区域的准确位置。
1 改进的PCNN算法及手腕骨图像二值分割
1.1 改进的PCNN分割算法
PCNN模型是由Eckhorn模型[12,13]演化而来, 具有哺乳动物视神经系统同步脉冲发放特性, 相对传统神经网络模型而言, 它不需经过训练即可实现图像分割。PCNN模型每一神经元由接受部分、调制部分和脉冲产生部分3部分组成, 用它进行图像处理时, 灰度相似、位置邻近的像素点趋向于同步点火, 利用该同步性质可实现图像分割。然而由于传统PCNN模型网络参数关系复杂, 不能很好地满足图像处理应用中的实时性要求, 于是对传统PCNN模型进行了如图1所示的简化并改进。
分割时, 由PCNN在不同时刻通过阈值动态衰减来对图像进行逐层分割, 然后从分割出的序列图像中选出所需的二值图像来。其算法描述如下:
①PCNN各神经元的反馈输入Fij只接收外部刺激输入Sij (图像像素) , 即:
②每个神经元只接收来自临近神经元的连接输入, Lij的固有电势可以通过式 (3) 的连接强度系数β进行反映, 故在此设置其固有电势为1。
③链接域L乘上链接强度β后与馈送域F调制相乘得到神经元的内部状态。
④当神经元内部状态Uij (n) 大于阈值时, 神经元点火, 输出一个脉冲Yij (n) =1;否则输出Yij (n) =0;
⑤动态阈值采用由大到小单调递减的指数规律逐渐衰减。
其中n表示迭代次数, Fij是第 (i, j) 个神经元的反馈, S是输入刺激信号 (这里表示图像像素灰度值) , L是耦合连接项, W是连接加权系数矩阵, Y是PCNN脉冲输出值, U是内部活动项, β为突触之间连接强度系数, E是动态门限, αE为E的衰减系数。改进PCNN图像分割算法步骤如下:
1) 将外界刺激信号像素灰度值S归一化, 初始化F (0) =S, E (0) =255, Y (0) =U (0) =L (0) =0, 并设定网络参数αE, β, W;
2) 设定网络迭代次数, 初始化迭代变量n=1;
3) 由式 (1) ~式 (5) 求出每个神经元的反馈输入Fij (n) , 链接输入Lij (n) , 内部活动项Uij (n) , Yij (n) 及脉冲输出动态阈值Eij (n) ;
4) 改变迭代变量的值, n=n+1;
5) 若n小于设定的迭代次数, 转到3) , 否则执行6) ;
6) 输出的Yij (n) , 即为图像分割结果。
1.2 图像预处理及手腕骨分割结果
由于骨龄X射线图像部分区域存在骨骼与软组织之间对比度较低的情况, 为了增加对比度使手腕骨图像分割效果更好, 在分割之前, 对原图采用拉普拉斯锐化进行预处理, 采用的锐化模板为。改进的PCNN算法中的参数值分别为, β=0.2, , 其中链接加权系数W为常用的3×3的矩阵, 矩阵中每一个元素的值为中心像素到周围每个像素的欧几里德距离的倒数。网络迭代次数根据分割效果由人工确定, 对于同一质量图片, 迭代次数都一样。图2 (b) 是采用改进的PCNN算法迭代3次的分割结果。
2 手骨兴趣区域的定位
2.1 手骨兴趣区域定位流程
手骨兴趣区域定位流程如图3所示。
2.2 目标指骨边缘的提取算法
中国人手腕骨发育标准—中华05中的RUS-CHN (RC) 法[3]所要求手骨的兴趣区域为图4 (a) 白圈所示的骨骺区域。本文获取小拇指、中指、大拇指的指骨边缘顺序如图4 (b) 所示, 图4 (b) 中手腕骨二值图是由图2 (b) 经腐蚀操作除去孤立点后的二值图。
获取小拇指指骨边缘算法:对手腕骨二值图由上到下, 由左到右进行扫描, 每一行只记录第一次遇到像素值为1的点, 同时计算前一个记录点到下一个记录点横向距离的差值。当出现两次差值大于经验值15时, 可以确定扫描到的像素为1的点是小拇指指骨边缘点, 存储该点坐标, 继续换行扫描并存储像素为1点的坐标, 直到扫描到纵坐标为图像高的2/3为止。
获取中指指骨边缘算法:对手腕骨二值图由上到下, 由右到左进行扫描, 第一次遇到像素值为1的点即为中指指骨边缘点, 存储其坐标, 以后每一次扫描到像素值为1的点的横坐标都与前一个存储记录点的横坐标差值比较, 如果小于5就换行继续扫描, 同时存储该点为中指指骨边缘点, 直到扫描到大拇指的指骨边缘点为止。而确定大拇指指骨第一个边缘点的位置算法和确定小拇指指骨第一个边缘点位置算法一样。
获取大拇指指骨边缘算法:该算法与获取小拇指指骨边缘算法类似, 只是换成由右到左进行扫描和扫描到图像高的4/5为止。
上述算法中, 提取中指指骨边缘是利用中指最长且中指的纵坐标偏移不大这两个特性来实现的, 而提取小拇指和中指指骨边缘是利用了指尖的横向距离较大这个特征来实现的, 实验结果如图4 (c) 所示。
2.3 指骨边缘曲线拟合及Sobel算子定位
通过对指骨数据进行统计分析得知, 用3次多项式[14,15]对指骨中心坐标进行拟合, 能最大程度地估计出指骨的中轴线。然而较大儿童, 手骨骨骺与骨干愈合比较完善, 中间间隙有的不是很明显, 而指骨边缘的骨骺与骨干间隙始终较大, 所以用指骨边缘线替代指骨中轴线比较合理。为了满足Sobel算子定位需要, 在实际处理过程中提取的边缘点需向内横向偏移一个像素。指骨的边缘线方程可表示为:
其中, y是边缘点的y轴坐标值, f (y) 是通过y计算出的横坐标, 参数a1, a2, a3, a4, 为多项式参数, 其值可以通过最小二乘法求解, 从而可估计出指骨的边缘线。图4 (d) 中的黑线是通过3次多项式拟合后的指骨边缘线。
由于拟合曲线经过骨干与骨骺之间的缝隙, 利用Sobel算子边缘检测的功能可以检测到原图中手指的骨骺区域, 本文用到Sobel算子模板。图5是用Sobel算子对中指骨骺兴趣区域定位结果。
3 实验结果及分析
实验选取的骨龄X射线图像为82例, 年龄在4~18岁, 来源于广东省体育科学研究所及网络[16], 图像大小为514×710×8 bit, 分辨率为96 dpi。本文实验环境为:CPU 3.06 GHz, Windows XP, Matlab 7.0。其部分实验结果如图6 (b) 所示, 从结果可以看出, 本文算法对手骨兴趣区域定位是很准确的。通过对82例骨龄X射线图像进行测试, 该算法对手骨骨骺区域定位准确率为93.9%。部分定位失败的原因是因部分图片中指偏斜角度偏大, 导致手指定位错误, 以及部分图片质量欠佳, 二值分割结果不理想所致。
4 结语
X射线图像 篇6
为了弥补小波变换的不足, Donoho等提出了Curve let变换[2], 它主要是将多尺度边缘作为其表达对象。Curve let变换的基本表示元素是图像边缘, 具有完备性, 能更好地满足图像处理的需要。另外Curve let变换的各向异性和很强的方向性也是X射线图像处理所需要的。
本文先介绍了Curve let变换的内容, 随后重点介绍了Curve let变换在X射线图像处理中的应用。
1 Curve let变换的概念
Curve let变换是一种由多尺度Ridge let变换和特殊的滤波过程组合而成的变换, 其核心是Ridge let变换[3]。Curve let这种多尺度变换具有方向性, 它可以将沿直线的奇异特性进行很好的描述, 因此在对图像进行处理过程中, 与其他方法相比, 可以将图像的线性特征保护的较好。
下面我们首先简要介绍Ridge let变换, 随后详细叙述Curve let变换的概念。
1.1 Ridge let变换
二维连续Ridge let变换的定义为[4]:设光滑函数Ψ:R→R, 符合以下条件:
那么对任意的a>0, b∈R和θ∈[0, 2π], 将Ridge let的基函数ψ (abθ) :R2→R2定义如下:
则Ridge let变换定义为:
其实, Ridge let变换是在Wavelet变换和Radon变换的基础上提出的。对函数f的Radon变换可以写成:
其中, δ是单位脉冲函数, (θ, t) ∈ (0, 2π) 。由 (3) 式和 (4) 式, 可以得到函数f的Ridge let变换为:
在公式 (5) 中, θ是角度变量, 它是个常数, 而t是一个变量, 它是沿角度θ的方向上变化的。由此可以看出在线性Radon变换切片上, Ridge let变换也可以称为是一维小波变换。
1.2 Curve let变换
Curve let变换是一种基于Ridge let变换理论、多尺度Ridge let变换理论和带通滤波器理论的变换[5]。Curve let变换也可以说成是“Ridge let变换的积分”, 它主要是由一组带通滤波器和多尺度的Ridge lets来完成的。多尺度的Ridge lets是指可以在一定尺度下按照一定长度和宽度进行分块的Ridge let, 也可以把它看成是一种塔形结构, 由一组加窗的Ridge let组成。通过带通滤波器组将目标函数f分解成从低频到高频的系列子带, 以简化不同尺度下的计算过程[6]。图1详细描述了Curve let变换的实现过程。
从图中可以看到, Curve let变换的核心部分是子带分解和Ridge let变换。首先, 用子带分解算法分解原始图像, 并对分解后的图像进行子带滤波;然后将不同的子带图像分成小块, 再对每一小块图像进行Ridge let变换就到达了Curve let域。
2 Curve let变换在X射线图像处理中的应用
2.1 Curve let变换在图像降噪中的应用
Curve let变换对图像边缘的“稀疏”表示, 则在确保均方误差比较低的同时, 使图像数据的精简性和精确性达到了理想平衡, 对图像边缘的精确表达仅需要较少的非零系数, 在噪声环境下, 它就体现出了很强的图像表达能力。
利用Curve let变换消除噪声的算法具体步骤如下[7]:
1) 利用Curve let变换对含噪声图像进行处理, 获得各个子带的Curve let变换系数;
2) 采用阈值分析法对得到的Curve let变换系数进行处理。在Curve let变换中, 较大的系数对应于较强的边缘, 较小的系数则对应于噪声[8], 因此就去除了较小的系数;
3) 将所保留的Curve let变换系数进行Curve let逆变换, 就得到了消除噪声后的图像。
实验结果如图2所示, 由实验结果来看, 经过Curve let变换降噪后的图像, 图像的细节和纹理都有了比较清楚的显示, 而且, 图像的视觉效果也有了明显改善。
2.2 Curve let变换在图像增强中的应用
对于X射线图像, 采用Curve let变换进行图像增强, 能够取得较好的增强效果, 具体的图像增强过程如下[9]:
1) 将输入图像的标准噪声方差σ估算出来。
2) 将图像的Curve let系数计算出来, 获得一系列子带ωj, 每个子带ωj包含Nj个系数, 和给定的分辨率是一一对应的。
3) 将每一个子带ωj中的标准噪声方差计算出来。
4) 求出每一个ωj中的最大值Mj, 然后将Curve let变换的系数和y (|ωj, k|, σj) 相乘。
5) 采用修正过的Curve let系数重建图像, 也就完成了图像的增强。
从图3中可以看出, 由Curve let增强算法增强后, 图像的清晰度有了很大提高, 可很清楚的看到32号丝, 图像的背景噪声也得到了抑制。Curve let变换在图像增强方面的效果也显而易见了。
2.3 Curve let变换在图像检索中的应用
由于Curve let变换在图像中层特征描述上具有很大优势, 且能够较好的对图像的各向异性特征进行描述, 因此, 它在图像检索上也有很大的应用空间。Lei提出了一种基于Curve let特征的网络图像检索方法。图4为其检索过程。
2.4 Curve let变换在图像压缩中的应用
Curve let对边缘具有较强的表达能力, 也就是说采用较少的Curve let系数, 就能够较好地重建富含边缘的图像[1]。可见, 和小波变换相比, Curve let变换仅仅需要较少的系数就能够很好地完成原始图像的重建, 这说明Curve let变换在指纹图像的压缩上具有很大的潜力。
另外, 也可以直接采用Ridge let变换对图像进行压缩, 它主要是对序列图像的运动补偿帧差图像进行编码, 形成一种小波变换与Ridge let变换相结合的混合算法, 更好地完成图像的压缩。
3 结束语
正是由于其多尺度和各向异性, 使得Curve let变换在图像边缘的描述及合成上有很广阔的应用空间, 在对比度的增强和背景噪声的抑制上, 在图像去噪以及增强方面明显的优于小波变换。经过近几年的发展, Curve let变换在图像背景的杂波抑制以及其他图像处理领域都发挥了重要作用, 弥补了小波变换的不足, 显示出了其优越性。
摘要：与其他算法相比, Curve let变换是一种更适合X射线图像特点的多尺度变换。它的基本表示元素是图像边缘, 具有完备性和各向异性以及很强的方向性, 能更好地对图像进行处理, 尤其是在X射线图像处理中的作用也日益重要。文章首先简要介绍了Curve let变换的概念, 随后详细叙述了Curve let变换在图像处理中的应用。
关键词：Curve let变换,Ridge let变换,X射线图像,图像处理
参考文献
[1]倪林, Miao Y.一种更适合图像处理的多尺度变换——Curve let变换[J].计算机工程与应用, 2004, 28:21-26.
[2]Cands E J, Donoho D L.Curvelet[R].USA:Department of Statistics, Stanford University, 1999.
[3]李智杰, 高新波, 姬红兵.基于Curvelet变换的红外图像背景杂波抑制算法[J].红外技术, 2004, 26 (5) :1-4.
[4]Emmanuel J, Candes, David L.Donoho.Ridgelets:The Key to High-Dimensional Intermittency[J].Phil Trans R Soc Lond A, 1999, 357:2495-2509.
[5]Jean-Lue Starck, Emmanuel J.Candes, David L.Donoho.The Curvelet Transform for Image Denoising[J].IEEE Trans on Image Processing, 2002, 11 (6) :670-684.
[6]Emmanuel J, Candes, David L.Donoho.Curvelets-A Surprisingly Effective Nonadaptive Representation for Objects with Edges[A].Saint-Malo Proceeding, 1999.Curve and Surface Fitting[C], IV:1-16.
[7]刘广东, 陈阿林.基于Curvelet变换的图像去噪[J].重庆师范大学学报 (自然科学版) , 2009, 26 (4) :86-89.
[8]阎敬文, 屈小波.超小波分析及应用[M].北京:国防工业出版社, 2001.
X射线图像 篇7
关键词：X线机,多叶准直器,滤过材料,数字化X射线摄影,图像质量,辐射剂量
诊断用X射线是由波长不同的混合射线构成, 其中波长较长的低能射线不能穿过人体用于成像, 这部分射线被人体皮肤、组织器官吸收, 对身体造成一定辐射伤害[1,2,3]。滤过可有效滤除这部分低能X射线。X线机的滤过分为固有滤过和附加滤过, 固有滤过是指X线机本身的滤过, 包括X线管的管壁、绝缘油层、窗口的滤过板。附加滤过是指X线管出口到被检体之间所附加的滤过板。本文通过在缩光器窗口附加不同滤过, 研究不同滤过条件下, mAs、射线剂量对数字图像质量的影响, 为优化摄片条件, 减少患者所受辐射剂量提供理论基础。
1 材料与方法
1.1 材料
1.1.1 数字化X射线机
使用北京新东方1000型X射线机, 有效探测器区域为17 inch×17 inch;像素矩阵为3121×3121;像素尺寸为143μm;动态采集宽度为14 bit;焦点大小为0.6 mm (小焦) /1.2 mm (大焦) ;滤线栅栅比为10:1。
1.1.2 滤过材料
选用厚度为1、1.5、2、2.5、3 mm的铝和厚度为1 mm的铜。
1.1.3 检测仪器
多功能无损X射线检测仪, 瑞典奥利克公司生产, 型号为巴拉库达系统, 用于X射线设备的质量控制检测。
1.1.4 体模
对比度-细节体模, 荷兰ARTINIS公司生产、型号CDRAD 2.0, 可用检测数字X射线机的图像质量。
1.1.5 剂量面积乘积仪
剂量面积乘积仪选用瑞典奥利克公司生产, 型号Doseguard 100。剂量面积乘积仪放置于多叶准直器的下方, 用于测试辐射剂量与面积之积 (DAP) 。
1.2 实验方法
1.2.1 X射线机的质量控制检测
用巴拉库达系统对X射线机进行检测, 主要指标包括管电压指示偏离、曝光时间指示偏离、输出量重复性、输出量线性、有用线束半值层、有用线束垂直度偏离、光野与照射野偏离。所有指标均满足国家标准要求后, 再开展进一步实验研究。
1.2.2 不同滤过对图像质量的影响
将剂量面积乘积仪固定于X射线机出束口处, 用8 cm厚度的有机玻璃模拟成人肺部平均厚度[4], CDRAD2.0体模置于有机玻璃之间, 放在检查床上, 并置照射野中央, 调节焦台距为100 cm, 照射野面积为30 cm×30 cm, 在剂量面积乘积仪与缩光器之间分别放置1、1.5、2、2.5、3 mmAl;1mmAl+1mmCu、1.5 mmAl+1mmCu、2 mmAl+1mmCu、2.5 mmAl+1mmCu、3 mmAl+1mmCu。每更换滤过曝光一次, 并记录曝光参数和剂量数据。
1.2.3 不同kV条件下滤过对图像质量的影响
分别在70、90、110、130 kV条件下, 在剂量面积乘积仪与缩光器之间放置上述所有滤过, 每更换滤过曝光一次, 并记录曝光参数和剂量数据。其他设置同上。
1.2.4 图像质量和辐射剂量分析方法
对比度——细节体模 (contrast detail phantom, CDRAD2.0) 是美国核协会推荐使用检测数字X线摄影系统成像质量的标准测量体模。CDRAD2.0体模为265 mm×265 mm×10 mm的丙烯酸平板, 上面具有多个不同深度和直径的洞孔。每列洞孔的直径按指数规律从8~0.3 mm变化, 每行洞孔的直径同样按指数规律从8~0.3 mm变化。在每个方格里, 除了最上面的3行, 中间有1个洞孔, 在1个角上也随机排列着1个洞孔。观察者必须确定洞孔位于哪个角。由此, 可将能看到的最小洞孔和其数值描绘下来, 并据此计算图像质量因子 (IQF, Image quality figure) 。IQF定义为体模上能看到的最小洞孔的深度与直径乘积的总和, 即。式中Ci和Di, th分别为第i列体模影像可分辩的最小洞孔直径及最小洞孔深度。为便于数据分析, 通常以图像质量因子反数值 (IQFinv, mage Quality Figure Inverse) 表示, 其计算方式为。IQFinv数值越大, 则说明在模体影像上同一直径下可探测的最小孔径深度越浅。在同一深度下可探测的孔径质量越小, 即图像质量越好。为了消除观察者个人视觉等因素对图像质量评判的影响, 本研究关于图像质量分析采用体模自带的分析软件自动获得图像的IQFinv。辐射剂量大小的评判采用剂量面积乘积仪测试, 在面积不变条件下, 剂量面积乘积仪读数越大说明辐射剂量越高。
1.3 统计学处理
所有数据录入EXCEL表格, 并用SPSS 13.0软件进行滤过厚度与mAs、DAP和IQFinv间的相关性分析。
2 结果
2.1 不同滤过条件的管电流变化
管电压不变条件下, 管电流随着滤过增加而升高[5,6], 特别是附加1mm的铜滤过时, 管电流升高更加明显。与无附加滤过相比, 70 kV条件下, 附加1 mmAl滤过, mAs上升8.0%, 附加3 mmAl滤过, mAs上升30.8%, 附加3 mmAl+1 mmCu滤过, mAs上升264.8%;随着管电压的升高, mAs随滤过的增加而升高的幅度明显缩小。130kV条件下, 附加1~3 mmAl滤过, mAs没有升高, 附加3 mmAl+1 mmCu滤过, mAs上升30%;130 kV条件下, 附加滤过引起管电流的上升幅度明显<70 kV条件下管电流的上升幅度。不同滤过条件下的mAs变化, 见表1。
2.2 不同滤过条件对辐射剂量的影响
在自动曝光条件下, 随着附加滤过厚度增加, 管电流随之升高, 辐射剂量却明显降低[7,8,9,10]。原子序数高的铜滤过对降低辐射剂量的作用更加明显, 见表2。
表2数据说明随着滤过板厚度的增加, X线束中的软射线成分减少, X线束中高能成分相对增加, 直接减少了体模表面的剂量。与无附加滤过相比, 70 kV条件下, 附加1 mmAl滤过, DAP降低3.4%, 附加3 mmAl滤过, DAP降低12%, 附件3 mmAl+1 mmCu滤过, DAP降低达95.2%;附加铜滤过时, 滤过对降低辐射剂量作用更明显。
2.3 不同滤过条件对图像质量的影响
分别以70、90、110、130kV条件下, 附加不同滤过, 获得图像质量, 见表3。
从表3可以看出, 随着附加滤过厚度的增加, IQFinv有降低的趋势, 也就是说图像质量有下降趋势。但随着摄片管电压升高, 附加滤过对图像质量的影响不断减小, 管电压为130 kV时, 附加滤过对图像质量影响并不明显。运用于实际工作中, 也就是在低管电压摄片时, 附加薄的铝滤过或不加滤过, 以满足摄片质量。而在高管电压摄片时, 可附加厚的铝滤过或原子序数高的铜滤过来降低辐射剂量。
2.4 滤过与辐射剂量和图像质量的相关性分析
在相同kV条件下, 滤过板厚度与mAs之间呈明显正相关 (P<0.05) , 说明随着滤过板厚度增加mAs也增加, 致使机器的负荷增加;滤过板厚度与剂量面积乘积呈负相关 (P<0.05) , 说明随着滤过板厚度增加辐射剂量降低。滤过板厚度与IQFinv呈负相关, 但这种相关性没有显著的统计学意义 (P>0.05) , 说明附加滤过对图像质量的影响不明显。相关性分析, 见表4。
3 讨论
3.1 mAs随滤过的增加而升高
滤过吸收软射线, 同时也吸收部分原发硬射线, 致使管球负载大幅增高。低管电压摄片时, X线束中低能射线占有量比较高, 滤除了其中的低能射线。自动曝光控制下, 为达到一致的图像密度, 设备延长了曝光时间, 使mAs变大。高管电压摄片时, X线束中高能射线占有量比较高, 能够滤除的低能射线少, mAs随滤过的增加而升高的幅度明显缩小。
3.2 附加滤过可明显降低辐射剂量
本实验表明, 随着附加滤过板厚度的增加, X线束中的软射线成分减少, X线束中高能成分相对增加, 但X射线机出束口处的剂量面积乘积明显降低, 特别是原子序数高的滤过对射线的滤过作用更大, 可直接导致被检者体表面的剂量减少, 降低被检者发生随机效应的风险。
3.3 附加滤过对图像质量的影响
不同管电压条件下, 附加滤过对图像质量的影响不同。低管电压条件下摄片 (70 kV和90 kV) , 附加过厚的滤过或原子序数较高的滤过, 吸收了大量低能射线, 也吸收了一部分用于成像的原发射线, 导致成像板获得的射线少使图像质量降低。线束硬化、康普顿散射增多, 滤线栅抗散射的能力不足以吸收掉大量高能散射线而使图像清晰度下降, 降低了图像质量。高管电压 (130 kV) 条件下摄片, 原发射线多为波长较短的高能射线, 能够穿透附加滤过或原子序数较高的滤过用于成像, 所以附加滤过对图像质量影响不大。
本实验结果表明, 附加一定厚度滤过板和利用高原子序数的滤过能降低辐射剂量, 但对图像质量的影响不大。在设备负荷能够承受的条件下, 应尽量附加滤过, 特别是某些DR设备本身在缩光器上带有滤过选项按钮, 操作者应积极使用这些滤过功能来降低辐射剂量, 尽量使放射线剂量降低至合理的程度, 以降低被检者接收辐射剂量的风险。
参考文献
[1]王新明, 邳建庭, 马永忠, 等.附加滤过对高千伏尘肺摄影受检者剂量影响实验研究[J].中国职业医学, 2011, 38 (4) :330-331.
[2]罗来树, 许美珍, 芦春花, 等.DR的铜滤过技术在胸部高千伏摄影中的应用[J].中国辐射卫生, 2009, 18 (1) :78-79.
[3]王鹏程, 刘世民, 曹允希, 等.高千伏摄影附加滤过与皮肤入射剂量相对关系的实验研究[J].中国医学物理志, 2002, 19 (1) :1-2.
[4]林宇宁.X线曝光参数的最优化及其与图像质量和放射剂量之间的相关性研究[D].西安:第四军医大学, 2007.
[5]许传虓, 周平, 陈华芳, 等.DR摄影中滤过板的合理选择[J].内蒙古中医药, 2011, 30 (20) :91-92.
[6]赫英辉, 邓振生, 高凯, 等.附加铝质滤过板对X线图像质量和患者吸收剂量的影响[J].第四军医大学学报, 2006, 27 (11) :1002-1004.
[7]高志军, 王新明, 白立新, 等.高仟伏摄影附加滤过对受检者皮肤剂量的影响[J].职业与健康, 2012, 28 (20) :2437-2439.
[8]陈新沛, 代秀红, 王骏, 等.髋关节X线摄影中性腺防护的探讨[J].中国医疗设备, 2012, 27 (5) :136-137.
[9]王占宏, 于薇, 毕涛, 等.胸部摄影附加滤过对辐射剂量的影响[J].中国医学影像学杂志, 2012, 20 (2) :100-102.
X射线图像 篇8
关键词：数字减影X射线机,数据采集,医疗设备维修
1 故障一
1.1 故障现象
开机自检完成后,显示错误代码如下:4727 light bias inoperative;4740 video aperature did not respond;4723camera sync loss detected。此时进行透视或摄影,屏幕上只有一个直径2cm大小的光斑,无图像。
1.2 故障分析与排除
在透视状态下,调整光栅大小,屏幕上的光斑大小无改变,结合错误代码可知故障在摄像头部分。关机,拆下摄像头发现摄像头前的光圈已经关闭,只有一个很小的圆眼。开机加电,观察发现光圈不随光栅调整而变化,因此屏幕上只有一个直径2cm大小的光斑。根据图纸分析,机器开机后进行自检,若机器工作正常,摄像头光圈会自动调整大小,以适合消隐圆的大小。首先测量供给摄像管的几个电压,G1为88V、G2为256V、G3为523V、G4为5.8V,发现G4电压比标准值784V低很多。再测量其前端的输出电压,控制柜中VIC部分的A10板上的G4电压为785V。从而断定由A10板到摄像头的电缆有故障,测量电缆发现供给G4信号的电缆断路,断线部位大约在立柱与C形臂交叉的弯头处。更换新电缆后故障排除,机器恢复正常。
2 故障二
2.1 故障现象
在进行3D SPIN技术检查时,按下TEST按键进行测试时,机架旋转到位后,无回转动作,不曝光,无法进行3D旋转扫描。
2.2 故障分析与排除
首先排除由于操作失误而导致的扫描失败。仔细调整床的旋转中心,机架三轴的角度是否为零度,重新进行3D技术选择,故障仍未排除。根据图纸及故障现象仔细分析后,发现由于检查床的位置数据错误,导致CPU发出阻断曝光的信号,从而判定故障在检查床部分。测量检查床位置检测POT,发现Lat方向的POT(2kΩ电位器)损坏,更换新电位器后,故障排除。
3 故障三
3.1 故障现象
3D cal数据可以正常传送到AW40工作站,但重建时显示错误代码如下:internal error during the processing,数据无法重建。
3.2 故障分析与排除
根据故障现象,首先对摄像头、机架和床的机械位置进行校准,重新进行数据采集、重建,故障仍然存在。检查“模”,未发现异常。从而判定故障在工作站部分而不是数据采集部分。重新启动工作站,进入维修模式,点击service按钮,运行recover data base,故障排除。
4 故障四
4.1 故障现象
开机后显示:Image processor degraded configuration,GE NET not available,同时DLX采集控制台上的Network按钮不亮,不能向工作站传送图像。
4.2 故障分析与排除
该故障一开始偶有发生,重启机器后能够恢复正常,后来故障频率随开机时间增加而增加,最后彻底不能工作。根据故障现象分析,判定故障在DGW的GATEWAY计算机,检查发现该计算机主板故障,更换新品,故障排除。
5 故障五
5.1 故障现象
开机在DLX屏幕上显示:no utmpx entry you mustexec“login”from the lowest level“shell”,notice:realloccg/:file system full,无法开机。
5.2 故障分析与排除
通过错误代码提示可知,文件系统已满,需要清除。在Login状态下,进入维修模式,用df-k命令查看硬盘空间,发现第一项显示为100%。输入命令rm/var/cron/log后回车,即可排除故障。
6 故障六
6.1 故障现象
影像增强器只能连续上升,不能下降,L臂和C臂均不能动作。
6.2 故障分析与排除
根据故障现象分析,该故障在电源部分,检查电源柜下部的控制电路板发现LED 9灯为熄灭状态,测量发现F22保险丝熔断,更换新保险丝,故障排除。
7 故障七
7.1 故障现象
不能进行X射线摄影,报错42DA:over current sensed。透视时,报错42E8:power unit tube spit recovery。
7.2 故障分析与排除
根据故障现象分析,该故障在X射线高压发生电路部分,可能损坏的部件有球管、高压电缆和高压发生器。在按下手闸进行曝光时,可以听到球管旋转阳极的转动声,且声音正常。拔出球管侧高压电缆插头,没有发现放电打火的迹象。拔出高压发生器侧的高压电缆插头,也没有发现明显的放电打火的迹象。继续检查高压电缆,发现阳极端高压电缆中段有很细小的击穿孔。从而判定该故障是由高压短路引起保护电路工作发出阻断曝光的信号。更换高压电缆,故障排除。
8 结论
GE LCV PLUS数字减影X射线机运行相对比较稳定,故障率并不很高。上述故障发生在不同的电路,有硬件故障,也有软件故障。这就要求我们对该设备的原理要十分熟悉,发生故障时能够先判断出是硬件故障还是软件故障。如果是硬件故障,应结合故障现象初步判定故障属于哪部分电路。然后,结合电路图详细分析、检测该部分电路,直到排除故障。
参考文献
[1]叶昌印,等.GE DSA(LCV+)几个典型故障的分析[J].医疗卫生装备,2007,28(6):91-92.
[2]徐新春.GE DSA数字减影系统故障及维修[J].医疗装备,2003,16(4):46.
[3]徐新春.GE LCV+DSA工作站更新后的软件安装[J].中国医疗器械杂志,2003,27(1):75.
X射线图像 篇9
逆变电路根据直流侧电源性质的不同可分为两种 :直流侧是电压源的称为电压型逆变电路,直流侧是电流源的称为电流型逆变电路。它们也分别被称为电压源逆变电路和电流源逆变电路, 本设计采用的是电压型逆变电路。
2.电压型逆变电路的设计及优化
将半桥式变换电路中的两电解电容换成另外两只高反压功率晶体管,并配以适当驱动电路即可组成全桥式变换电路,如图1.2.1所示。VT1、VT2、VT3、VT4组成4个桥臂。高频变压器T连接在它们中间。相对臂的VT1、VT2和VT3、VT4由驱动电路激励而交替导通,将直流输入电压变换成高频方波交流电压。其工作过程与推挽式功率转换电路一样。这样,高频变压器工作时,其初级线圈得到的电压即为电源电压。它是半桥电路输出电压的一倍,而每个晶体管耐压仍为电源电压,使输出功率增大一倍。若是电流达到半桥电路的水平,即电流增大一倍的话,则输出功率就可以增大4倍。
全桥电路的主要不足是需要4组彼此绝缘的晶体管基极驱动电路 , 使控制驱动电路成本增大并复杂化,但选用全桥变换电路可使输出功率大大提高 , 而且晶体管的损耗少。在设计中驱动采用隔离变压器进行驱动信号隔离。
实际电路中缓冲吸收电路很重要,因为设计的不合适,会使吸收电路有很大损耗。然而吸收电路的设计主要还是靠经验而不是理论计算,这是由于需要吸收电路区改善的波形主要是由电路中存在的寄生元件引起的。吸收电路应该在电路实际搭建好以后才设计,即从己确定的印制电路板、变压器、功率开关管以及整流器的参数来构建吸收电路雏形,这样寄生参数就能很接近实际情况。
通常IGBT的开关时间约为1µs当IGBT由通态迅速关断时,有很大的 –di/dt产生,–di/dt在主回路的布线电感上引起较大的尖峰电压 –Ldi/dt,如图1.2.2所示
这个尖峰电压与直流电压叠加后,加在关断的IGBT的C-E之间。如果峰值电压很大,可能使叠加后的UCESP超出反向安全工作区,或者由于du/dt过大,而引起误导通,两者都有损于IGBT ;为此,在IGBT上加入缓冲电路。设计中采用的是充放电型RCD缓冲电路,其电路图如图1.2.3所示。
3.设计要点