专利名称：一种利用双视角多能量透射图像进行材料识别的方法及系统的制作方法
技术领域：
本发明涉及辐射成像技术领域，尤其涉及利用双视角多能量透射图像 进行材料识别的方法。
背景技术：
辐射成像技术借助于高能x射线的穿透能力，可以在非接触情况下对 物体的内部进行透射，从而得到物体的透射图像。对于大型物体的检查， 现有技术中，扫描辐射成像的工作原理均采用由辐射源发射x射线，x射 线穿过被检测物体由探测器接收后转换成电信号输入图像获取系统，由图 像获取系统将图像信号输入计算机显示器显示所检测图像。 一般情况下， 辐射成像所形成的透射图像是x射线束流所穿透的全部物体的投影，不包 含深度方向的信息，如果多个物体正好沿着射线入射的方向放置，则在所 形成的扫描图像是沿扫描束流方向全部物体叠加形成的图像，这样不利于 对隐藏于其它物体背后的物品进行检查，同时也无法对透射图像的材料进 行识别。为了解决上述问题，在辐射成像领域中， 一种比较成熟的主体重
建技术是采用计算机断层扫描技术，但这种技术的缺点是不仅设备复杂、
成本高，而且无法对大型物体进行快速检査、通过率低，再有，就是不能 识别透射物体的材料。
相对地，双视角辐射透射图像处理技术是一种可以将位于在探测空间 中不同断层深度的物体从图像中剥离，从而去除遮挡物的辐射成像技术。 利用这一技术剥离透射图像中的某些重叠物体，使被遮物体在图像中更为 明显，但不能对材料属性进行识别。多能量透射图像识别技术是一利用特 定物质对于不同能量的射线衰减能力不同这一特性，对材料的属性，如对
有机物、混合物、金属等进行识别的辐射透射图像处理技术。然而，当物 体有重叠时，这一技术只能将占衰减主要部分的物体的属性识别出来。如 果所要识别的物体只吸收了总衰减剂量中的很少一部分，则无法只利用该 技术识别这样物体的属性。
发明内容
针对上述现有技术中存在的不足，本发明提供一种结构简单的大型物 体辐射检查系统的扫描辐射识别-成像方法。该方法是一种将双视角技术 和多能量透射图像技术相结合，用来进行透射图像的材料识别方法。该方 法首先通过双视角技术得到探测空间中物体沿深度方向的断层模板图，然 后由透射图像重构出断层灰度图，最后利用多能量技术对断层中灰度重构 成功的物体进行材料识别。
根据本发明的利用双视角多能量透射图像进行材料识别的方法，包括 如下步骤
使两条成一定夹角的X射线经过被检物体，从而获得左右透射图像数 据，对所述左、右透射图像进行分割，对所述分割的结果进行匹配； 建成透射图在深度方向上的断层模板图； 由透射图像重构出断层灰度图，
对任意一种能量的透射图像重复上述过程，得到任意一种能量在各层
的断层模板将处于同一位置的不同能量的断层模板图合并，得到预定种能量中所
有能量的各层的断层模板对断层中灰度重构成功的物体进行材料识别。
本发明提供了 一种利用双视角多能量透射图像进行材料识别的方法， 通过这种方法，可以实现对于在射线束方向上重叠的物体，剥离其中占射 线吸收的主要成分的遮挡物，使原本因占射线吸收的次要成分所以不明显 的物体变得明显，并且可以识别其材料属性如有机物、混合物、金属等)。
根据本发明的方法可以对射线方向上非主要成份进行材料识别，这为 自动识别集装箱内藏有的爆炸物品、毒品等其它有害物体奠定了基础。
附图描述
图1示出了根据本发明的双视角技术探测空间断层示意图2示出了根据本发明的图像分割的具体流程图3示出了根据本发明的匹配好的断层的模板图的实例
图4示出了根据本发明的得到各能量各层模板图的流程；
图5示出了根据本发明的方法得到的左视图及其灰度重建的示例；
图6示出了根据本发明的包括不同能量的灰度图灰度重建的流程；
图7示出了根据本发明的就单一能量的灰度重建的详细流程；
图8示出了根据本发明的对任一层内的物体进行材料识别的流程图;
图9示出了对无重叠的多种材料的多能量识别效果图IO示出了无剥离识别效果图11示出了经双视角遮挡物剥离处理的多能量材料识别效果图。 图12为根据本发明的双视角多能量扫描辐射成像系统架构图13A和图13B为根据本发明的双视角多能量扫描辐射成像系统布置 示意图的俯视图14为根据本发明的双视角扫描多能量辐射成像系统布置示意图的 侧视图。
具体实施例方式
下面结合说明书附图对本发明进行详细描述。
根据本发明的双视角多能量透射图像材料识别的方法的具体实施过 程在下文中分三部分进行描述。
一.分别对每一种能量的双视角图像运用双视角处理技术得到对应 这一种能量的透射图像的断层模板图，并将不同能量的断层模板合并为一 组断层图像的模板。
图1为根据本发明的双视角技术探测空间断层示意图。如图1所示， 如图1所示，探测空间为由射线源(坐标原点仍至探测器(Z和7 处的
垂直阵列)所成的扇面扫描经过的区域形成的三维空间其中A坐标 原点；5:放射源位置；厶左探测器阵列；必右探测器阵列；"左射
线束；〖汲右射线束；^左、右射线束夹角。
在图1中，以扫描方向(垂直向上)为X轴正向，坐标值为扫描序数， 以探测器排列方向(垂直于纸面向外)为7轴正向，坐标值为探测器序数， 以水平向右为Z轴正向，坐标值为断层序数。以射线源5"所在位置^为坐 标原点，建立空间直角坐标系，我们称这一直角坐标系所在的空间为探测 空间。断层为一系列与x-O-y平面平行的空间平面，图中虚线所示为断层 所在平面在rO^平面上的投影，各层深度即为该层所在平面与Z-^hF平 面的距离。图中Z为左射线束主束方向在X-^Z平面上的投影，/ 为右射 线束主束方向在r^^平面上的投影。^为左、右射线束在义-^Z平面上 投影所成夹角。
由图像边缘提取技术可得到探测空间物体的模板图。即通过检测局部
不连续性得到若干边缘，然后将它们连接。由于x射线透射图像在物体重
叠时的固有特性，边缘提取方法在X射线透射图像分割中是可靠的。本发
明同时采用Sobel和Ca皿y边缘检测算子来提取边缘，然后将两个检测算 子检测到的边缘进行综合。对最后得到的边缘进行边缘连接处理，形成封 闭的区域，从而实现左右视图的分割。
图2示出了根据本发明的图像分割的具体流程图。
参考图2，根据本发明的图像分割实现过程详细描述如下
首先，在步骤Ol，提取边缘。本发明中同时采用Sobel和Canny边
缘检测算子来提取边缘。对于数字图像v(Q'i其中y("')代表图像中第
i列、第j行的像素灰度值，i^'』即为图像所有像素点的集合，本发明 采用Sobel边缘检测算子对数字图像(/(U'》的每个像素考察上、下、左、 右邻点灰度的加权差，近邻点权重大，次近邻点权重小。其定义如下
+ 2/(/J + l)+/(/ + lJ + l)〗 上式中1~/|、 lA^I分别为巻积算子A^、 A,在第i歹U、第j行的巻
占
积和)
巻积算子的矩阵定义式为
<formula>formula see original document page 11</formula>
然后选取阈值7% ，符合条件S(/,y) > 2Tz的点(/,力即为阶跃状边乡 {外,4为边缘图像。
Carmy边缘检测算法的一般步骤为先利用高斯滤波器平滑图像；然 后用一阶偏导的有限差分来计算梯度的幅值和方向；对梯度幅值进行非极 大值抑制；最后利用双阈值算法检测和连接边缘。Ca皿y算子使用双阈值 算法减少假边缘。即对非极大值抑制图像用两个阈值A和7^二值化，且 277^77^，得到两个阈值边缘图像M(/,/)和A^,y)。 iV2(Q')使用高阈值得
到，含有很少的假边缘，但有间断。然后要在A^/,y)中把边缘连接成轮廓。
算法在W(^')中边缘的端点，在^"力图的相应8邻域位置寻找可以连接 的边缘，这样，算法不断地在^"力中收集边缘，直到将^("')连接起来， 形成轮廓为止。
在步骤02，获得封闭边缘。综合Sobel和Canny边缘检测算子检测 到的边缘，并进行边缘连接，使其封闭。
本发明初步的边缘图为对上述两算子所得二值边缘图像求逻辑"或" 的结果。由于噪声等影响的存在，由上述方法获得的边缘一般仍是不连续 的，所以还需要对它们进行连接。本发明根据边缘像素在梯度幅度或梯度 方向上的连续性将其连接。例如，如像素(W)在像素Oc,力的邻域且它们的 梯度幅度与梯度方向在给定的阈值下满足
<formula>formula see original document page 11</formula>
其中<formula>formula see original document page 11</formula> r是幅度阈值，^
是角度阈值。这样，对所有的边缘像素都进行上述的判断和连接就可以得 到一个闭合的边界。 在步骤03，依据得到的封闭边缘进行视图的分割。因为闭合的边缘 将图像分为内外两个区域，所以可以采用形态学膨胀-腐蚀操作找到属于 区域内部的点。然后可以以此点为起点采用区域生长法将区域内的像素用 数值"1"进行填充，而区域外的像素用数值"0"填充，得到每个封闭边 缘内部区域的二值模板，模板图的大小等于探测空间在^y平面上的投 影，即扫描次数(宽)X探测器个数(高)。至此完成图像分割，得到对 象模板。
根据本发明，通过双视角技术按一定的规则将两模板图上物体进行匹 配。g口，将左模板图中的每一内部值为1的连通区域与右模板图中的各模 板逐一比较，找到同一物体在右视图中的对应模板。这样，每一个匹配成 功的物体就对应左、右视图中的一个模板，两模板在水平方向上位置差就 是视差^。
根据双视角理论，各断层深度z与视差^的关系为
tanp/2卜；Wz 。
所有匹配好的对象将在相应深度的断层模板中绘出，其深度为 z = F/tan-1,)—/^, -A》/tan-，/2)
其中和是断层模板中匹配成功的对象在左右视图中的重心横 坐标位置，视差与各层深度成正比。
图3所示是根据本发明的匹配好的断层的模板图实例图。参见图3， 其中所示是左右视图分割结果。图3(a)为左视图对象模板；图3(b)为右 视图对象模板，由图可见这一对象的模板均为一矩形。
根据双视角断层技术得到的透射图像的断层模板，其所属的层数反映 了物体在被检测空间中沿深度方向所处的前后位置，而断层模板的几何形 状则反映了物体的形状轮廓。
对任意一种能量的透射图像重复这一处理过程，就可以得到任意一种
能量在各层的断层模板图。将处于同一位置的不同能量的断层模板图以逻 辑或方式合并，就可以得到所有能量的各层的断层模板图。
图4所示是根据本发明的获到各能量各层模板图的流程图。参见图 4，首先建立包含由各个辐射能量产生的透射图像的集合。之后进行一个 内外嵌套的二重循环操作，内外两虚线框分别代表内、外两重循环。内循 环是模板断层图生成循环。在这一循环中系统建立匹配对象集，以匹配对
象序号为循环变量按照(1)中所述步骤01至03)对某一能量的双视角
透射图像中的物体进行模板的创建、匹配与物体视差计算。将视差近似的 模板以逻辑或的方式合并于同一断层图中，从而取得某一辐射能量下各断 层中的匹配好的物体的模板断层图集合。外循环是针对不同辐射能量的循 环，在这一循环顺序实施内循环、生成本能量下包含各个断层深度上匹配 好物体的模板的断层图、选择下一能量下生成的透射图像，对这一图像重 复以上步骤直至所有能量的透射图像被处理完。外循环结束后，将不同能 量的模板断层图集合以逻辑或的方式同层合并为一以断层深度为区分标 志的，每层包含若干物体模板的模板断层图集合。
二.根据断层模板，分别进行多种能量的灰度重建的过程。 上面得到的断层模板图仅反映物体的几何形状以及其在集装箱中的 空间位置。如果要进行材料识别，还必须进行多种能量的灰度值重建。经 过灰度值重建，我们可以得到每个分割出来的物体的多种能量的灰度值。 从而可以实现物体的材料识别。
在灰度重建时，针对每一种能量，我们依据从外向内逐次剥离的双视
角灰度重建方法对各个断层中的物体进行重建。即先对x-0-y平面中最
外侧(与背景区域直接相邻)的匹配好的对象灰度进行重建，构成一幅背 景仍为原背景值，物体轮廓内为弧立地对此物体扫描应得的灰度值的重建 灰度图，并从原图上利用重建灰度剥去这一物体。再对次外层的对象进行 同样处理，重复以上手续直至所有匹配好的对象都已完成重建。
我们以图5 (a)所示的左视图为例，结合类似图4所示的模板图，进行灰度重建。
参见图5(a)，其中有三个物体互相重叠，由外向内依次是较大的
矩形，较小的矩形，小椭圆。图5 (b)，图5 (C)以及图5 (d)示出了灰
度重建的效果图。图5 (b)为最外侧，图5 (c)为中间以及图5 (d)为最里侧。
图5 (b)为最外侧的物体的灰度重建结果，其中浅色区域灰度值为原 始图中的背景值，深色区域的灰度值为浅色区域灰度减最外侧物体重构灰 度所得值，深色区域轮廓与该物体的模板图中轮廓相同，为一较大矩形； 图5 (c)为中间物体的灰度重建结果，其中浅色区域灰度值为原始图中的 背景值，深色区域的灰度值为浅色区域灰度减中间物体重建灰度所得值， 深色区域轮廓与该物体的模板图中轮廓相同，为一较小矩形；图5 (d)为 最里侧的物体的灰度重建结果，其中浅色区域灰度值为原始图中的背景 值，深色区域的灰度值为浅色区域灰度减最里侧物体重建灰度所得值，深 色区域轮廓与该物体的模板图中轮廓相同，为一椭圆形。 图6示出了包括不同能量的灰度图灰度重建的流程。 参见图6，其中虚线框代表对各种不同能量的循环。首先，创建包含 各种不同辐射能量且以能量为区分标志的透射图像以及由实施过程之第 一部分得到的以断层深度为区分标志的，每层包含若干物体模板的模板断 层图集的集合。在一次循环中对一种能量的双视角透射图，依据第一部分 中图像分割的结果，即第一部分所得的模板断层图集，经灰度重建、原图 物体消除、生成物体重构灰度图，完成一个能量的灰度图重建。关于灰度 重建的详细过程将在下文参照图7进行描述。然后不断选择新能量所对应 的透射图像，仍依据第一部分中图像分割的结果，重复以上步骤。最后将 所有能量的物体重建灰度图综合为一个集合，以备材料识别使用。这个集 合可以(但不限于)是一个三重集合第一重为断层集，包含以断层深度 为元素区分标志的所有模板断层图；第二重为对象集，以对象序号为元素 区分标志，包含特定断层深度上的各个匹配好的对象；第三重为能量集， 以不同辐射能量为区分标志，包含特定的匹配好的对象的在各个能量下的 透射灰度重建图。
以上生成物体重构灰度图，完成一个能量的灰度图重建的方法是采用 由外向内、灰度逐次剥离的方法进行物体的灰度重构。先对最外层(与背 景区域直接相邻)的匹配好的对象灰度进行重构，并从原图上剥去，再对
次外层的对象进行同样处理，重复以上过程直至所有匹配好的对象都已完 成。其流程图如图7所示。
图7示出了根据本发明的灰度重建的详细流程图。参考图7，对根据 本发明的灰度重建具体实现过程进行详细描述。
本发明在重构对象灰度时采用由外向内、灰度逐次剥离的方法进行物 体的灰度重构。先对最外层(与背景区域直接相邻)的匹配好的对象灰度 进行重构，并从原图上剥去，再对次外层的对象进行同样处理，重复以上 过程直至所有匹配好的对象都已完成。 该流程具体内容如下
在步骤01，利用由图像分割过程得到的对象建立灰度重构备选对象
集；
在步骤02，获取一对象的属性。
在步骤03，确认获取的对象是否有与背景相邻边缘。
在步骤04，获取的对象如有与背景相邻边缘，重构对象灰度；如果
对象有物体遮挡，那么要重构遮挡物灰度。
在步骤05，在图像中消去此对象。
重复02至05步骤针对对象集中的对象进行灰度重建直至所有对象的 灰度重构完成。
经过处理的每一个对象，重构灰度时只会有两种区域 一种是与背景
相邻的部分， 一种是被其他物体遮挡住的部分。注意，对于原本无法与背 景相邻的对象，在经过足够多次的遮挡物剥离后，遮挡物原本存在的区域 必有变为背景值的部分，那么这部分区域也可视为新的背景区域，所以最 终所有原本被完全遮挡的对象也将可以与背景值相邻。设重构出的物体灰 度等于边缘外侧灰度减边缘侧灰度，即
<formula>formula see original document page 15</formula>
三.对重建好的断层图像进行任一层的材料识别
经过上述的灰度值重建后，可以得到各层内每个模板所代表的物体的 多种能量的灰度值。这些灰度值由于能量的不同而有差异，分析这些差异 就可以对任一层内的物体进行材料识别。
图示出了上述识别过程的流程。参见图8，首先，引入由实施过程之 第二部分获得的"断层-对象-能量"三重集合。随后进行一个"断层-对 象"的二重循环。)其中，外虚线框内为对各个断层深度的循环。在外循 环中，对于每一个断层深度，本发明创建一个包含本断层各个匹配好的物 体的，并且包含每个物体各个能量下灰度重建图的"对象-能量"二重集 合。然后就进行内虚线框内的对象循环，即对于某一断层所有匹配好的图 中物体进行以物体序号为标志的循环。我们对本断层中每一个左右视图匹 配好且各能量灰度重构好的物体，顺序进行灰度差异分析、材料识别、彩
色图生成的处理(此处理过程在本申请人提出的公开号为CN 1995993的 现有技术中详细描述，在此不再赘述)。待此断层所有材料属性识别完毕， 本发明将在以此断层深度为标志的断层图中依据由第一部分得到的模板 断层图、由第二部分得到的灰度重建图以及上面获得的物体识别结果绘成
一彩色断层图，在这样一幅彩色断层图中被识别出的物体的轮廓由模板
轮廓决定，轮廓内填充的颜色由灰度重建结果和材料识别结果共同决定。
颜色的决定方式本发明将在下面对图9的相关说明中表述。然后，对于下
一个断层再次创建新的"对象-能量"集合，进行材料识别和彩色图重建， 直至所有断层都已经过同样处理。再按断层顺序将上面得到的所有彩色材 料识别效果断层图综合为一不同断层上各物体的彩色材料识别效果断层 图的集合，这就是本发明由双视角、多能量图像处理技术获得的最终结果。 '多能量材料识别方法可以对于无重叠的物体，根据不同能量透射图灰
度的差异进行识别。我们定义但不限于此定义橙色为有机物或轻材料的
识别色，绿色为轻金属或混合物的识别色，蓝色为金属识别色。我们还设
定，各种颜色的深浅决定于重构灰度值的大小。这样，识别效果图如图9所示。
参见图9，其中示了质量厚度为30g时的石墨、铝、铁、铅、聚乙烯 矩型的多能量识别效果图。
在图9中，从左至右的目标排列顺序为，石墨、铝、铁、铅、聚乙烯,
识别色排列顺序为橙、绿、蓝、蓝、橙，材料识别无误。
而当物体有相互遮挡时，如果不作遮挡物剥离处理，这种别就有可能
不正确，图io示出了无剥离识别效果图。
如图10中为较大的矩型钢板遮挡物，中间为被挡住的装有石油液化 气的钢瓶，左为纸箱装光盘，右为纸箱装香烟。可见识别钢瓶内的石油液 化气和右边的纸箱装香烟基本上都识别错误，对左边的纸箱装光盘也发生 了部分识别错误。如果运用双视角分层方法剥离遮挡物后再识别，效果即 如图ll所示。
参见图11，其为双视角遮挡物剥离多能量材料识别效果图其中图 ll(a)为遮挡物;图ll(b)被识别物。
图11显示，运用双视角遮挡物剥离多能量材料识别技术后，图ll(a)
中的钢板遮挡物被识别为蓝色，是金属，而图ll(b)图中的纸箱装光盘、
液化石油气、纸箱装香烟均被识别为橙色，是有机物，识别结果正确。
图12为根据本发明的双视角多能量扫描辐射成像系统架构图。如图
12所示，本发明的双视角多能量扫描辐射成像系统包括以下装置
多能量辐射源l， x射线的发生器，能够产生不同能量的x射线束。 束流控制器，接收辐射源i发出的x射线，并发出两条对称的或非对 称的、成一定夹角的x射线。
左探测器阵列4，接收由多能量辐射源发出的不同能量的X射线，并
将其转换成电信号输入到左图像获取系统6。
右探测器阵列5，接收由多能量辐射源发出的不同能量的X射线，并
将其转换成电信号输入到右图像获取系统7。
左图像获取系统6，接收左探测器阵列4发出的电信号，并从中获取
左图像数据。
右图像获取系统7，接收右探测器阵列5发出的电信号，并从中获取 右图像数据。
计算机处理系统8，接收来自左图像获取系统6和右图像获取系统7 的左、右图像数据并进行处理，分别在计算机显示器中显示所测物体图像，
也可以显示由两者重建出不同深度的断层透视图像。
本发明中，辐射源1经束流控制器2发出两条对称的或非对称的、成
一定夹角的X射线，各条X射线束穿过被检物体3分别由左探测器阵列4
和右探测器阵列5接收；然后转换成电信号分别输入至左图像获取系统6
和右图像获取系统7，左、右图像获取系统6和7中的图像数据经计算机 处理系统8处理后可以分别在计算机显示器中显示所测物体图像，也可以 显示由两者重建出不同深度的断层透视图像。
根据本发明的双视角多能量扫描辐射成像系统可以分别对每一种能 量的双视角图像运用双视角处理技术得到对应这一种能量的透射图像的 断层模板图，并将不同能量的断层模板合并为一组断层图像的模板；再根 据断层模板，分别进行多种能量的灰度重建的过程，对重建好的断层图像 进行任一层的材料识别。其具体工作方法和过程如上文中对本发明的双视 角多能量扫描辐射成像方法的描述，在此不再重复。
本发明一个优选的实施方式是采用双缝准直器作为束流控制器来对 射线源发出的射线进行束流控制。
图13和图14分别为实施本发明的装置布置示意图的俯视图和侧视 图。其中图13A为束流射线对称的情形，图13B为束流射线非对称的情形。 如图13A和图13B所示，束流控制器上置有两条准直缝使辐射源发出的X 射线形成对称或非对称的、有一定夹角的射线束流，左、右探测器阵列4 和5分别正对由双缝准直器的准直缝限定的束流扇面，以对称的角度分别 对被测物体进行扫描检查，并将各自的电信号传输给对应的左、右图像获 取系统，然后由计算机处理系统8进行图像处理得出含有深度信息的断层 透视图像。
从上面示例可以看出，该方法不但可以对透射图像在射线方向上的主 要成分进行材料识别，同时也可以通过剥离主要成分，对非主要成分进行 材料识别。而传统的多能量材料识别方法，在射线方向只能对主要成分进 行材料识别。例如，在射线方向上， 一块较厚的钢板与一袋较小的毒品相 互重叠，若采用传统的多能量材料识别方法，则在射线方向上， 一般只能 识别出钢板，而不能识别出毒品。若采用本发明所述方法，由于先利用双 视角技术将钢板和毒品分成不同的两个断层，各层分别进行多能量的灰度 重建后，则可以在各断层分别进行材料识别，从而不但可以识别出钢板(在 射线方向上的主要成分对射线衰减较大)，也可以识别出毒品(在射线方 向上的非主要成分对射线衰减较小)。该方法对集装箱透射图像的材料识 别特别有用。对于集装箱的透射扫描图像来说，由于集装箱厚度较大，射 线穿透距离长，所以在射线方向上，爆炸物、毒品等有害物体往往都是非 主要成份。因此，该方法为在集装箱透射扫描图像内自动识别爆炸物、毒 品等有害物质奠定了基础。
权利要求
1、一种利用双视角多能量透射图像进行材料识别及成像方法，包括如下步骤1)使两条成一定夹角的X射线经过被检物体，从而获得左右透射图像数据，对所述左、右透射图像进行分割，对所述分割的结果进行匹配；2)建成透射图在深度方向上的断层图；3)对任意一种能量的透射图像重复上述过程，得到任意一种能量在各层的断层图；4)将处于同一位置的不同能量的断层图合并，得到预定种能量中所有能量的各层的断层图；5)对断层中灰度重构成功的物体进行材料识别。
2、 根据权利要求1所述的方法，其特征在于，所述步骤1中是采用边 缘提取算法对左、右透射图像进行分割。
3、 根据权利要求1或2所述的方法，其特征在于，所述对左、右透射图像进行分割进一步包括以下步骤1) 提取图像的边缘；2) 获得图像的封闭边缘；3) 依据得到的封闭边缘进行视图的分割。
4、 根据权利要求1所述的方法，其特征在于，所述步骤1中对分割的 结果进行匹配是根据左、右分割结果的几何特征进行匹配。
5、 根据权利要求1所述的方法，其特征在于，所述步骤1中对分割的 结果进行匹配包括以下步骤1) 建立分割结果的对象；2) 为以上对象属性集分配相应的权重。
6、 根据权利要求1所述的方法，其特征在于，所述步骤2中建成透射 图在深度方向上的断层图是根据左、右视图匹配的结果以及对应的绝对视 差值实现的。
7、根据权利要求1所述的方法，其特征在于，所述步骤3)中重构断层图灰度值采用由外向内、灰度逐次剥离的方法进行物体的灰度重建，其中， 先对与背景区域直接相邻的最外层的匹配好的对象灰度进行重构，并从原 图上剥去，再对次外层的对象进行同样处理，重复以上过程直至所有匹配 好的对象都已完成。
8、 根据权利要求1所述的方法，其特征在于，所述步骤3中重构断层 图灰度值包括以下步骤-1) 利用所述对象建立灰度重构备选对象集；2) 获取一对象的属性；3) 确认获取的对象是否有与背景相邻边缘；4) 获取的对象如有与背景相邻边缘，重构对象灰度；如果对象有 物体遮挡，那么要重构遮挡物灰度；5) 在图像中消去此对象；重复所述步骤2)至步骤5)对对象集中的对象进行灰度重建直至所有对象的灰度重构完成。
9、 根据权利要求3所述的方法，其特征在于，所述提取图像的边缘的 步骤是同时采用Sobel和Canny边缘检测算子来提取边缘。
10、 根据权利要求9所述的方法，其特征在于，所述Sobel边缘检测 算子对数字图像{/仏力}的每个像素考察上、下、左、右邻点灰度的加权差， 近邻点权重大，次近邻点权重小。
11、 根据权利要求9所述的方法，其特征在于，使用所述Ca皿y边缘 检测算子提取边缘的步骤如下1) 利用高斯滤波器平滑图像；2) 然后用一阶偏导的有限差分来计算梯度的幅值和方向；3) 对梯度幅值进行非极大值抑制；4) 利用双阈值算法检测和连接边缘。
12、 根据权利要求4所述的双视角扫描辐射成像方法，其特征在于， 所述步骤2中获得图像的封闭边缘是根据边缘像素在梯度幅度或梯度方 向上的相似性将其连接的。
13、 根据权利要求8所述的方法，其特征在于，所述步骤3中获取的 对象如有与背景相邻边缘，重构对象灰度，如有遮挡物，同时重构遮挡物灰度；在对象集和图像中消去此对象。
14、 根据权利要求1所述的方法，其中，还包括对一种能量的双视角透射图，进行灰度重建、原图物体消除、生成物体重构灰度图，完成一个能量的灰度图重建；然后，选择下一能量重复以上步骤，最后将所有能量的物体重建灰度 图综合为一个集合。
15、 根据权利要求1所述的方法，其中， 所述步骤6)中的识别还包括对每一个左右视图匹配好且各能量灰度重构好的物体，顺序进行灰度差异分析、材料识别、彩色图生成的处理；所有物体处理完毕后，再按断层顺序综合为一组不同断层上各物体的 识别效果图。
16、 一种双视角多能量扫描辐射成像系统，包括辐射源(1)，左探测 器阵列(4)，右探测器阵列(5)，左图像获取系统(6)，右图像获取系统(7)和计算机处理系统(8)，其特征在于，所述辐射源(1)为多能量X射线发生器，能够产生不同能量的X射 线束；所述左探测器阵列(4)，接收不同能量的X射线，并将其转换成电信 号输入到左图像获取系统(6);所述右探测器阵列(5)，接收不同能量的X射线，并将其转换成电信 号输入到右图像获取系统(7);所述左图像获取系统(6)，接收左探测器阵列(4)发出的电信号， 并从中获取左图像数据；所述右图像获取系统(7)，接收右探测器阵列(5)发出的电信号， 并从中获取右图像数据。所述计算机处理系统(8)，接收来自左图像获取系统(6)和右图像获取系统(7)的左、右图像数据，并对所述不同能量下左、右图像数据进行处理，实现对某一特定断层上物体的材料识别。
17、 根据权利要求16所述的扫描辐射成像系统，其特征在于，其中 所述计算机处理系统对所述不同能量下左、右图象数据进行分割，对所述 分割的结果进行匹配，从而建成不同能量透视图在深度方向上的断层图， 并重构断层图的灰度值，得到任意一种能量在各层的断层图，将处于同一 位置的不同能量的断层图合并，得到预定种能量中所有能量的各层的断层 图，并对断层中匹配的物体进行材料识别。
18、 根据权利要求16所述的扫描辐射成像系统，其特征在于，还包括束流控制器(2)，接收辐射源(1)发出的X射线，并发出两条对称 的或非对称的、成一定夹角的X射线。
19、 根据权利要求18所述的扫描辐射成像系统，其特征在于，其中 所述束流控制器(2)为双缝准直器。
20、 根据权利要求19所述的扫描辐射成像系统，其特征在于，其中 所述双缝准直器上置有两条准直缝使辐射源发出的射线形成对称或者非 对称的、成一定夹角的束流扇面。
21、 根据权利要求16所述的扫描辐射成像系统，其特征在于所述探 测器阵列为"L"型探测器。
22、 根据权利要求16所述的扫描辐射成像系统，其特征在于所述计算机处理系统(8)，还可以基于左、右图像数据分别在计算机 显示器中显示所测物体图像。
23、根据权利要求16所述的扫描辐射成像系统，其特征在于 所述左探测器阵列(4)，接收不同能量的X射线，并将其转换成电f号输入到左图像获取系统(6);所述右探测器阵列(5)，接收不同能量的X射线，并将其转换成电信 号输入到右图像获取系统(7)0
全文摘要
本发明提供了一种利用双视角多能量透射图像进行材料识别的方法及系统。根据本发明，可以实现对于在射线束方向上重叠的物体，剥离其中占射线吸收的主要成分的遮挡物，使原本因占射线吸收的次要成分所以不明显的物体变得明显，并且可以识别其材料属性如有机物、混合物、金属等)。根据本发明的方法可以对射线方向上非主要成份进行材料识别，这为自动识别集装箱内藏有的爆炸物品、毒品等其它有害物体奠定了基础。
文档编号G01N23/04GK101358936SQ20081008132
公开日2009年2月4日 申请日期2008年2月25日 优先权日2007年8月2日
发明者丁先利, 蓓 何, 刘耀红, 唐传祥, 孙尚民, 宋全伟, 康克军, 华 彭, 曹学光, 津 林, 温宏胜, 王学武, 胡海峰, 苗齐田, 谢亚丽, 陈志强, 顾建平 申请人:同方威视技术股份有限公司;清华大学