安检中原子序数图像的处理方法

技术领域

本发明涉及辐射成像技术领域，尤其涉及一种安检中原子序数图像的处理方法。

背景技术

现有的X射线多能CT(computed tomography)成像技术，通过将不同能量对应的投影数据采用投影分解的方法获取到相应的分解数据，进而经过CT重建等其他处理获取到扫描物体的材料信息-物质的电子密度和等效原子序数。该技术可以有效的判断扫描物体的种类，从而可以用于行李物品的安全检查中。然而由于投影分解所用的投影数据包含噪声、分解模型的误差、能谱信息的不准确等问题，使得原子序数图像的图像质量较投影数据的重建图像差，数值波动较大；其中，由于原子序数代表着物质的属性信息，在物质识别和三维显示中都起着至关重要的作用。

目前常用的方法包含：分解所用数据的图像处理、修正分解模型(例如采用多个基材料的方法)等方法。然而，这些方法大多聚焦在投影分解上，处理过程比较复杂且数据处理比较耗时。

综上，目前的现有技术存在算法复杂且数据处理耗时长的问题。

发明内容

鉴于上述的分析，本发明实施例旨在提供一种安检中原子序数图像的处理方法，用以解决现有技术存在算法复杂且数据处理耗时长的问题。

本发明的目的主要是通过以下技术方案实现的：

本发明实施例提供了一种安检中原子序数图像的处理方法，包括如下步骤：

S1.采集高/低能投影图像，对该图像进行投影分解处理，获取分解系数；基于分解系数，经处理，获取有效原子序数图像；其中，投影分解处理包括利用基效应模型或基材料模型，对高/低能投影图像进行投影分解；

S2.基于高/低能投影图像，经处理，得到断层图像；

S3.将断层图像和有效原子序数图像进行融合处理，得到更新后的有效原子序数图像。

基于上述方法的进一步改进，所述融合处理包括：

步骤A1：将断层图像和有效原子图像中对应相同位置的一个像素点作为处理点，使用断层图像中该处理点位置及其周围位置的像素值做为权重，并将该权重与有效原子图像中对应位置的像素值相乘后求和的结果，再除以断层图像中该处理点位置及其周围位置的像素值之和，作为更新后的有效原子序数图像该处理点的数值；其中，若断层图像中该处理点位置及其周围位置的像素值之和为小于等于0的数值，则将该位置数值赋值为0。

步骤A2：遍历断层图像和有效原子图像中对应相同位置的像素点，进行步骤A1的处理，获得更新后的有效原子序数图像。

基于上述方法的进一步改进，所述融合处理包括：

步骤B1：计算获得有效原子序数图像该处理点的数值S(u,v)，其更新过程如下：

其中，

W

步骤B2：遍历断层图像和有效原子图像中对应相同位置的像素点，进行步骤B1的处理，获得更新后的有效原子序数图像。

基于上述方法的进一步改进，基于高/低能投影图像，经处理，得到断层图像，包括：

基于高/低能投影图像，先使用重建算法重建得到高/低能投影图像的初始断层图像，再对重建后的初始断层图像做降噪、高/低能图像融合处理，更新初始断层图像，得到更新后的断层图像；或者，

在重建前对高/低能投影图像进行环状伪影校正或风车伪影处理，然后使用重建算法重建出高/低能投影图像的断层图像；或者，

在重建前对高/低能投影图像进行金属伪影校正处理，重建后再次进行金属伪影校正处理，得到断层图像。

基于上述方法的进一步改进，所述分解系数为基效应分解系数或基材料分解系数；

基于分解系数，经处理，获取有效原子序数图像，包括：

基于基效应分解系数进行重建和处理得到有效原子序数图像；或者，

基于基材料分解系数进行重建和处理得到有效原子序数图像。

基于上述方法的进一步改进，所述基效应分解系数包括康普顿散射基效应分解系数和光电效应基效应分解系数，通过如下方式得到：

构建A

按如下方式表示出基于基效应模型下的高能投影图像和低能投影图像：

其中，S

基于A

将物质的线性衰减系数μ(E)分解为康普顿散射和光电效应的组合，表示为：

μ(E)＝a

其中，E表示射线能量；f

α＝E/511keV

其中，l

基于上述方法的进一步改进，基于基效应分解系数进行重建和处理得到有效原子序数图像，包括：

基于基效应分解系数a

其中，K

得到原子序数后，将其作为扫描物体的图像中对应各像素点的值，得到有效原子序数图像。

基于上述方法的进一步改进，所述基材料分解系数包括基材料1的基材料分解系数和基材料2的基材料分解系数；其中，基材料1和基材料2根据工程经验设置，且与安检对象无关；所述基材料分解系数通过如下方式得到：

构建B

按如下方式表示出基于基材料模型下的高能投影图像和低能投影图像：

其中，S

基于B

基于上述方法的进一步改进，基于基材料分解系数进行重建和处理得到有效原子序数图像，包括：

基于基材料分解系数b

其中，ρ

得到原子序数后，将其作为扫描物体的图像中对应各像素点的值，得到有效原子序数图像。

基于上述方法的进一步改进，所述基材料模型，包括：

μ(E)＝b

其中，μ

与现有技术相比，本发明至少可实现如下有益效果之一：

1、本发明实施例提供的安检中原子序数图像的处理方法，能够以简洁的处理过程，提高原子序数图像质量。

2、本发明实施例提供的安检中原子序数图像的处理方法，耗时短，节约计算资源。

本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。

图1为本发明实施例提供的安检中原子序数图像的处理方法的流程图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

实施例1

本发明的一个具体实施例，公开了一种安检中原子序数图像的处理方法，如图1所示，包括如下步骤：

S1.采集高/低能投影图像，对该图像进行投影分解处理，获取分解系数；基于分解系数，经处理，获取有效原子序数图像；其中，投影分解处理包括利用基效应模型或基材料模型，对高/低能投影图像进行投影分解；

S2.基于高/低能投影图像，经处理，得到断层图像。

S3.将断层图像和有效原子序数图像进行融合处理，得到更新后的有效原子序数图像。

实施例2

在实施例1步骤S1的基础上，进一步细化为以下内容：

采集高/低能投影图像，使用投影分解的方法，对高/低能投影图像进行处理，获取分解系数。

基于分解系数，通过重建算法和相关处理获取到有效原子序数图像。

这里采用的投影分解方法为基于物理效应的基效应模型和基材料模型中的一种衰减系数分解模型。这里采用的重建算法为滤波反投影算法、迭代重建和深度学习中的一种方法。

基于双能探测器，获取高/低能投影图像，然后利用基效应模型对高/低能投影图像进行处理，得到基效应分解系数；基于基效应分解系数进行重建和处理得到有效原子序数图像；或者

利用基材料模型对高/低能投影图像进行处理，得到基材料分解系数，基于基材料分解系数进行重建和处理得到有效原子序数图像；其中，双能探测器中的双能指高能和低能。

具体来说，利用基效应模型进行处理，包括如下内容：

在200keV以内的射线能量范围内，射线与物质的相互作用包括康普顿散射和光电效应两种。将物质的线性衰减系数μ(E)分解为康普顿散射和光电效应的组合，表示为：

μ(E)＝a

其中，E表示射线能量；f

α＝E/511keV

其中，l

基效应模型表示在一定的射线能量范围内，物质的衰减可由光电效应和康普顿散射两种作用共同组成。

与基效应模型对应的还有一种关于物质衰减系数的物理模型，即基材料模型。利用基材料模型进行处理，包括如下内容：

μ(E)＝b

其中，μ

基材料模型表示任何一种物质的线性衰减系数都可由两种基材料的线性衰减系数线性叠加而成。

基效应模型和基材料模型两种物理模型是统一的，由基效应模型可以推导出基材料模型。

基于上述两种衰减系数分解模型，构建A

以及基于基效应模型下的高能投影图像和低能投影图像：

其中，S

由于A

基于a

其中，K

得到原子序数后，将其作为扫描物体的图像中对应各像素点的值，得到有效原子序数图像。

示例性的，对于目前安检CT多采用的双层探测器的双能实现方案，单次行李物品的扫描可以同时获取到两组投影数据，即分别为外层探测器对应的高能投影图像数据P

优选地，步骤S2可进一步细化为如下内容：

基于高/低能投影图像，先使用重建算法重建得到高/低能投影图像的初始断层图像，再对重建后的初始断层图像做降噪、高/低能图像融合处理，更新初始断层图像，得到更新后的断层图像；或者，

在重建前对高/低能投影图像进行环状伪影校正或风车伪影处理，然后使用重建算法重建出高/低能投影图像的断层图像；或者，

在重建前对高/低能投影图像进行金属伪影校正处理，重建后再次进行金属伪影校正处理，得到断层图像。

示例性的，由高能投影图像P

优选地，步骤S3可进一步细化为如下内容：

将同一高/低能投影图像对应的断层图像和有效原子图像进行融合处理；其中，优选步骤S2中对高能投影图像数据进行重建得到的断层图像。

这里主要提供两种融合处理的方法。

步骤A1：将断层图像和有效原子图像中对应相同位置的一个像素点作为处理点，使用断层图像中该处理点位置及其周围位置的像素值做为权重，并将该权重与有效原子图像中对应位置的像素值相乘后求和的结果，再除以断层图像中该处理点位置及其周围位置的像素值之和，作为更新后的有效原子序数图像该处理点的数值；其中，若断层图像中该处理点位置及其周围位置的像素值之和为小于等于0的数值，则将该位置数值赋值为0。

步骤A2：遍历断层图像和有效原子图像中对应相同位置的像素点，进行步骤A1的处理，获得更新后的有效原子序数图像。

示例性的，采用3×3的区域大小进行处理，断层图像和有效原子序数图像的像素值分别如表1和表2所示：

表1断层图像3×3区域像素值

表2有效原子序数图像3×3区域像素值

基于断层图像3×3区域像素值和有效原子序数图像3×3区域像素值，对有效原子图像中处理点S5的像素值按照如下方式进行更新：

S5＝(l1*s1+l2*s2+l3*s3+l4*s4+l5*s5+l6*s6+l7*s7+l8*s8+l9*s9)/(l1+l2+l3+l4+l5+l6+l7+l8+l9)；其中，如果(l1+l2+l3+l4+l5+l6+l7+l8+l9)为小于等于0的数值，则将该位置数值赋值为0。遍历更新前的有效原子序数图像，完成对有效原子序数图像的更新，得到更新后的有效原子序数图像。

这里提供一种快速计算的方法：将S1中的原子序数图像和S2中的断层图像分别标记为S和T；全1的卷积核为s。则将W与s的卷积结果除以T与s的卷积结果，得到最终的结果，即更新后的有效原子序数图像。其中W为S和T点乘后的结果；卷积核大小可以是3×3，5×5等。

步骤B1：采用类似Bilateral滤波的方法，同时考虑空域信息(domain)和值域信息(range)。值域信息即考虑周围像素值与处理点像素值的差异，差异越小，则该像素点对于处理点的权重越大。空域信息则考虑周围像素点的位置距离处理点的位置的距离，距离越小，则该像素点对于处理点的权重越大。处理后原子序数位于(u，v)的结果S(u,v)，即为有效原子序数图像该处理点的数值，其更新过程如下：

其中，

W

步骤B2：遍历断层图像和有效原子图像中对应相同位置的像素点，进行步骤B1的处理，获得更新后的有效原子序数图像。

这里提供一种具体的滤波方法。位置(u，v)单个像素的的滤波结果为：

其中，

使用高斯函数作为空域权重函数和值域权重函数。

上述两种方法选择其一，就能够获得对应的更新后的有效原子序数图像。

与现有技术相比，本发明实施例提供的安检中原子序数图像的处理方法，能够以简洁的处理过程，提高原子序数图像质量；耗时短，节约计算资源。

本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。