[发明专利]一种基于边界信息扩散的X射线CL图像重建算法

说明书

本发明公开一种基于边界信息扩散的X射线CL图像重建算法，步骤如下：输入变量；初始化；假设已得到估计图像u^(k)，以u^(k)为初值，利用CL扫描数据集p，更新估计图像u^(k+1/2)＝R_G(p,u^(k))；利用图像u^(k+1/2)的边界信息扩散修正估计图像，得到u^(k+1)＝P(u^(k+1/2))；判断相邻两次迭代图像间的差别是否小于给定阈值，或是否达到迭代次数上限N，满足则终止迭代；否则，以u^(k+1)为初值，开始新一轮迭代，直至满足则终止，基于边界信息扩散的X射线CL图像重建算法结束。本发明算法利用重建出的图像边界信息，通过迭代的方式，逐步恢复出图像内部灰度值，能够有效降低重建图像层间信息混叠，提高重建图像的层间分辨率，进而提高CL系统的实用性。

技术领域

本发明属于X射线CL成像技术领域，涉及一种基于边界信息扩散的X射线CL图像重建算法。

背景技术

在工业无损检测中，经常会遇到大尺寸板状物检测问题，如印制电路板、太阳能板、机翼等。对于该种物体的检测，传统的X射线CT扫描难以胜任。相反的，CL(Computedlaminography)扫描能够提供更多角度的扫描数据、以及更大的放大比，是一种板状物扫描成像的有效手段。

然而，理论上CL成像为不完全数据成像问题。采用传统的图像重建算法(如FDK、SART等)得到的图像，存在严重的层间信息混叠，影响图像的层间分辨率，进而影响CL设备的实用性。

通过检索，尚未发现与本发明专利申请相关的专利公开文献。

发明内容

本发的目的在于克服现有CL成像算法中存在的层间信息混叠问题，提供一种基于边界信息扩散的X射线CL图像重建算法，该发明算法利用重建出的图像边界信息，通过迭代的方式，逐步恢复出图像内部灰度值，能够有效降低重建图像层间信息混叠，提高重建图像的层间分辨率，进而提高CL系统的实用性。

为了实现上述目的，本发明所采用的技术方案如下：

一种基于边界信息扩散的X射线CL图像重建算法，步骤如下：

步骤1、输入变量：CL扫描数据集p，CL扫描几何参数集G；

步骤2、初始化：初始估计图像u⁽⁰⁾，迭代终止阈值ε或迭代次数上限N；

步骤3、假设已得到估计图像u^(k)，以u^(k)为初值，利用CL扫描数据集p，更新估计图像u^(k+1/2)＝R_G(p,u^(k))，其中R_G表示扫描几何参数集G相关的图像重建算子；

步骤4、利用图像u^(k+1/2)的边界信息扩散修正估计图像，得到u^(k+1)＝P(u^(k+1/2))，其中P表示边界信息扩散修正算子；

步骤5、判断相邻两次迭代图像间的差别是否小于给定阈值，即||u^(k+1)-u^(k)||≤ε，或是否达到迭代次数上限N，满足则终止迭代；否则，转步骤3，直至相邻两次迭代图像间的差别小于给定阈值，即||u^(k+1)-u^(k)||≤ε，或达到迭代次数上限N，则终止，基于边界信息扩散的X射线CL图像重建算法结束。

而且，所述步骤4中边界信息扩散修正算子P由下列最优化问题所定义：