基于线框模型的锥束CT几何参数校正方法

锥束CT几何参数偏差会导致重建图像畸变或图像模糊。针对工程实际中锥束CT系统初装和应用中的几何参数偏差与漂移,提出了一种改进的基于线框模型的几何参数测量与校正方法。通过对探测器两次不同径向位置的线框模型投影图像进行分析和处理,计算出源-探测器距离及源-旋转中心距离,并确定探测器纵向位置;通过对模型在两次互为180°的投影图像分析,确定探测器横向位置;在此基础上,根据模型参数及其投影图像的测量值求解其他几何参数;最后,用物体投影数据进行带参数重建,获得校正后的重建图像。实验结果表明,该方法能精确求解各几何参数偏差,通过校正可有效减少图像伪影,其主要参数探测器绕其法线旋转角的测量精度可达到0.03°,探测器沿其行和列方向的平移测量精度分别可达到0.03和0.06 pixel,其抗噪性好精度高。同时,该方法降低了对模型安装精度的严格要求,有较高工程实用价值。     

锥束CT圆轨道扫描的几何校正

借鉴针孔摄像机模型,提出了一种锥束CT圆轨道扫描的几何校正方法,用于有效降低由系统几何误差所带来的重建图像伪影。首先,利用共轴旋转的钢球在探测器上所成椭圆像的特征求取圆环点;然后,结合极线约束条件建立绝对二次曲线像的约束方程,通过线性求解获得系统的内参数;最后,在求得内参数的基础上,通过几何方法和椭圆参数建立系统的外参数方程,求解系统的外参数。实验结果显示:利用本文方法进行锥束CT几何校正的内参数标定精度和外参数标定精度分别为0.193%和0.2%。本文方法能够精确地求解出所有失真参数,建立完整的几何模型,消除重建时因几何误差所带来的几何伪影,而且校正体模制作简单,应用性较强,适用于所有圆轨道CT。     

静态锥束CT成像系统的几何标定方法研究

采用X射线源阵列的静态CT成像系统为消除机械运动伪影,提高重建图像质量以及扫描成像效率提供了有效途径。高效、准确的几何标定方法是对X射线源阵列标定的关键。提出通过对一个已知三维标定模板的一次投影成像,采用最小二乘的直接线性变换法实现X射线成像系统的内、外参数准确估计的方法,以此方法用于静态CT扫描成像系统的几何标定。实验和仿真结果表明,该标定方法无需辅助装置,避免了满足要求条件的多次投影成像的过程;不受标定模板空间姿态的限制,一个X射线源与探测器的几何标定只需一次投影成像过程,方法简单、准确、易于操作,适于平面探测器的静态锥束X射线源阵列的成像系统几何参数的准确标定。     

基于切片轮廓重投影的锥束CT射束硬化校正方法

根据锥束CT射束硬化机理.提出一种基于切片轮廓重投影的锥束CT射束硬化校正新方法.该方法从原始投影图像重建的序列切片图像中得到中心切片和斜切片的轮廓信息,然后根据实际扫描时的锥束CT成像系统参数建立重投影坐标系,通过射线与切片轮廓重投影到平板探测器上的求交计算,得到射线穿越物体长度与投影灰度之间的对应关系,最后拟合射束硬化曲线并校正射束硬化伪影.仿真与实际校正结果均表明,该方法可简单有效地消除锥束CT的射束硬化伪影.     

一种迭代的锥束CT螺旋轨迹几何参数标定算法

针对工业锥束计算机断层成像螺旋轨迹扫描中系统几何参数失配严重影响重建图像质量的问题,提出了一种基于双球体模的高精度、迭代的几何参数标定算法.首先在载物台的升降轴上选择少数测试点,并根据投影几何关系建立关于所有测试点的几何参数的非线性最小二乘求解模型,然后利用计算机图形学中的消失线理论和高斯牛顿算法对模型进行求解,最后利用线性拟合和插值计算升降轴上所有采集投影位置处的系统几何参数.实验结果表明,该方法能够有效改善几何参数失配引起的重建图像失真,并且算法求取参数的精度接近50 μm.     

锥束CT圆轨迹半覆盖扫描的几何校正

研究了一种高精度的几何校正方法用于对锥束CT圆轨迹半覆盖成像进行几何校正.首先,使用Otsu算法分割体模投影中钢球所在的区域,并计算质心坐标.然后,采用最小二乘算法对质心进行椭圆拟合,并根据椭圆参数采用Cho的全覆盖几何校正算法计算探测器的旋转角度.最后,顺时针旋转质心,求得旋转的角度后,再次进行椭圆拟合,并根据得到的椭圆参数采用Noo的全覆盖几何校正算法计算除探测器倾斜角之外的所有几何参数.实验结果表明:探测器旋转角和偏转角的测量精度分别为0.02°和0.01°;射线源到探测器和到旋转轴的距离的测量精度分别为0.05 mm和0.01 mm;射线源在探测器上投影坐标的计算精度分别为0.07 mm和0.15 mm.由得到的结果可知,所提出的校正方法有效地去除了几何伪影的干扰,满足半覆盖成像图像重建的要求.     

锥束螺旋CT半覆盖扫描重建

锥束螺旋CT能够解决长物体的检测问题,但其视场直径受限于面板探测器的宽度。为扩大锥束螺旋CT的视场直径,提出了一种螺旋CT视场区域半覆盖扫描的重建方法。扫描时,转台首先沿垂直于中心射线和转轴的方向平移一定距离,然后用普通螺旋CT的扫描方式来获得需要的投影数据。接着,利用推广的偏心锥束螺旋FDK算法进行重建,推广后的重建算法与标准的螺旋FDK算法具有同样的计算效率,而且不需要重排投影数据。实验结果表明,锥束螺旋CT半覆盖扫描能够将锥束螺旋CT的视场半径扩大1.86倍;重建图像的质量与使用大面板探测器全覆盖的标准FDK算法基本相当;由于投影数据量的减少,锥束螺旋CT半覆盖扫描的重建时间比使用大面板探测器的标准FDK算法减少了376.66s。因此,锥束螺旋CT的半覆盖扫描可以有效扩大视场直径,且具有较高的计算效率和较少的重建时间。     

锥束螺旋CT半覆盖扫描的重建算法

目的：锥束螺旋CT能够解决长物体的检测问题,但是它的视场直径受限于面板探测器的宽度。为扩大锥束螺旋CT的视场直径,本文研究了一种视场区域半覆盖扫描的螺旋CT扫描方法和相应的重建方法。方法：扫描时,转台沿垂直于中心射线的方向水平平移一定距离,然后用普通螺旋CT的扫描方式即可获得需要的投影。重建时,利用推广的偏心锥束螺旋FDK（Feldkamp-Davis-Kress）算法,推广后的重建算法与标准的螺旋FDK算法具有同样的计算效率,而且不需要重排投影数据。结果：实验结果表明,本文提出的扫描方法能够将螺旋锥束CT的视场半径扩大0.86倍;重建图像的质量与使用大探测器全覆盖的标准FDK算法基本相当;由于投影数据量的减少,使重建时间比使用大探测器的标准FDK减少了376.66秒。结论：锥束螺旋CT的半覆盖扫描可以有效扩大视场直径,且具有较高的计算效率和较少的重建时间。     

大视场相机最优投影模型识别及星光标定方法

针对在轨摄影测量中近距离大尺寸测量需求,提出利用星光约束的大视场角摄影测量相机最优投影模型识别及标定方法。首先,构建了具备调节系数的星光几何投影分段函数模型。随后,针对分段星光投影模型开发多站位自标定光束平差算法。通过将光束平差算法与北方苍鹰寻优策略相结合,对投影模型调节系数、相机内方位参数、相机外方位参数及镜头畸变系数同步优化,直到星点像面重投影均方根误差达到全局最小,得到最优投影模型及其参数。实测实验表明,大视场角相机星光标定后,星点像面坐标的重投影均方根误差为1/9 pixel。在连续帧星光标定实验中,通过卡尔曼滤波算法对相机参数随机误差进行了有效消除。该方法可在相机星光标定过程中识别最优投影模型并标定全部成像参数,具备连续帧标定及参数校准能力。     

应用投影收缩的压缩感知锥束CT短扫描重建

由于锥束CT成像系统在短扫描方式下无法获得完全投影数据,从而限制了图像重建的质量,本文提出了一种基于投影收缩的压缩感知锥束CT短扫描重建算法。考虑BB(Barzilai-Borwen)梯度投影算法的非单调收敛,分析了投影收缩法的预测校正特性,并将校正过程引入到压缩感知图像重建算法中。结合目标函数下降方向和凸集投影下降方向,校正BB梯度投影算法,改善BB梯度投影算法的非单调特性。应用该算法对模拟投影数据和仿体扫描数据分别进行了重建试验。模拟试验结果表明,在25个采样角度下,用提出算法重建图像的信噪比值比自适应最速下降-凸集投影算法、投影收缩算法和BB梯度投影算法的重建结果分别高出9.487 0、9.802 7、3.615 9dB。仿真试验结果表明:在少量投影角度下该算法重建结果有效抑制了条状伪影,清晰重建出边缘细节,极大提高了少量投影数据重建图像的质量。     

投影仪内参数的标定新方法

基于编码结构光的自标定三维重构技术中需将投影仪视为一个逆向的摄像机,而且需要标定其在针孔模型下的内参数矩阵。本文提出的投影仪内参数新标定方法,不需要精密移动的机械装置或精密标定模块就可以实现投影仪内参数的标定。该方法首先提取图像中的特征点坐标,依据伪随机编码原理求出特征点在投影平面上的坐标,利用几何原理求得特征点在靶标平面上的二维坐标,再通过张氏标定法完成对投影仪的内参数标定。实验表明该方法可操作性好,结果准确可靠。     

X射线CT系统投影旋转中心的测量

为了精确测量X射线CT成像系统的投影旋转中心坐标,校准投影几何坐标系,消除由其定位误差引起的CT图像伪影,在概述现有方法优缺点的基础上,分析推导了两个引理:"质点扫描一圈.其投影地址的积分为零"以及"任意两质点扫描投影正弦线的交点坐标之和为零".依据上述引理,设定合适阈值对扫描得到的正弦图进行二值化分割;根据分割结果得...     

基于锥束CT图像的数字样品建模方法研究

提出了一种同时包含物体内部材料分布和表面几何信息的数字样品概念,研究并实现了基于锥束CT图像的数字样品建模方法.在材料建模方面,根据材料识别提出了一种计算材料相分布的方法;在几何建模方面,针对锥束CT图像的特点,提出并实现了一种局部结构重构和整体拓扑重构相结合的三维物体表面重构新方法.实验表明,该研究为三维物体内部结构和表面信息的测量重构提供了一种可行的新建模方法和实现技术.     

基于锥束CT图像的数字样品建模方法研究

提出了一种同时包含物体内部材料分布和表面几何信息的数字样品概念,研究并实现了基于锥束CT图像的数字样品建模方法。在材料建模方面,根据材料识别提出了一种计算材料相分布的方法;在几何建模方面,针对锥束CT图像的特点,提出并实现了一种局部结构重构和整体拓扑重构相结合的三维物体表面重构新方法。实验表明,该研究为三维物体内部结构和表面信息的测量重构提供了一种可行的新建模方法和实现技术。     

二维旋转平台下的相机参数标定

针对可旋转相机的参数标定问题,提出了一种基于二维旋转平台的相机成像模型。首先,通过一对坐标系的变换与逆变换,将相机的旋转平移变换关系转换为二维旋转平台纯旋转关系;然后,借助旋转平台读数以及相机到旋转平台的固定变换关系,实现相机内参的精确标定以及任意位置间相机外参的相互转换;最后,利用标定出的相机与旋转平台间变换矩阵实现不同位置相机参数的转换。相比于传统固定相机的标定方法,本文提出的方法标定获得的相机内参具有更好的收敛性,而且能够标定出相机到旋转平台的变换矩阵,从而实现相机坐标系变换参数的精确计算。实验结果表明,在标定模板图像数量相同时,与常用的张氏标定法相比,本文提出的方法标定获得的相机内参具有更快的收敛速度。棋盘格角点重投影坐标与实际拍摄图像中棋盘格角点坐标相对比,平均误差约为0.12pixel,表明该方法具有较高精度。     

接触线双目视觉测量系统标定及立体校正方法研究

由于单个相机的镜头焦距和像面中心位置均存在偏差,且镜头成像存在畸变,而双目测量系统的两个相机的相对位置参数也不可避免存在误差,这将直接影响双目测量结果的可靠性与精度。因此,必须对每个相机的参数及两相机的位置关系进行精确标定。利用张正友的平面模板两步法对相机的内参数矩阵、外参数矩阵、镜头畸变参数和两相机的相对位置关系进行标定;然后,基于所得到的标定结果,应用bouguet立体校正方法对两相机拍摄的一对图像进行校正。实验结果表明,两相机的平均重投影误差均小于0.2个像素,达到了比较理想的标定精度。而且,通过bouguet立体校正,可使得非共面、非行对齐的一对图像实现共面和行对齐,充分证明了标定结果的准确性与可靠性。对接触线及类似目标的双目测量系统设计开发与标定提供了重要参考与理论依据。     

改进的精密测角法标定面阵摄像机参数

改进了用于标定线阵摄像机的传统精密测角算法,标定用于面阵摄像机的参数。该算法利用两束平行光之间的夹角和投影在摄像机上图像点之间的对应关系,在给定一个预测摄像机主点的基础上计算它和实际主点之间的偏差以及摄像机焦距。分析了图像特征提取误差对于平行光夹角测量精度的影响,并给出一种基于平行光夹角误差最小的最优估计,从而进一步提高摄像机内部参数的标定精度。通过仿真实验分析了图像特征提取精度和平行光夹角测量精度对摄像机参数标定精度的影响。结果显示,当图像特征提取精度为0.1pixel,二维转台精度为0.5″时,主点标定精度可以达到0.56pixel,焦距标定精度可以达到0.06mm。利用精度为0.5″的二维转台对摄像机参数进行了实际标定,通过分析像点和标定结果所计算的平行光夹角和实际测量的平行光夹角的误差,可知本文算法的误差是经典精密测角法的68.6%,由此证明该算法对于面阵摄像机参数标定具有更好的结果。     

采用直线模型的相机参数优化方法

提出了基于直线模型的相机在线标定算法。该方法通过自动跟踪视频中物件的边缘,在线求解相机系统内外参数,同时建立物件边缘同图像边缘的对应关系。然后,利用物件边缘同图像边缘的对应关系,在相机内外参数初值的基础上,通过构建融合边缘端点信息的误差函数,迭代优化求解相机内外参数。进行了仿真和实物实验,分别使用提出的基于直线的标定方法和传统的基于棋盘格内角点的方法标定了相机内外参数,并对两种方法的标定结果做了对比。结果显示:在仅使用边缘信息的条件下,本文方法可以获得同传统的标定法一致的精度,标定后重投影误差(RMS)为0.6pixel。本文方法利用具有标准尺寸的物件即能实现相机内外参数的估计,且无需制备平面靶板便可获得与传统方法相同的标定精度,标定过程更为灵活,有实用价值。     

利用圆心不对称投影精确标定工业相机

工业相机常采用基于圆形控制点的方法进行标定,但该方法存在不对称投影问题,极易产生标定误差。为了避免引入不对称投影误差并能以迭代方式修正这一误差,本文提出了一种利用圆心不对称投影所蕴含信息的相机标定方法。首先,推导了平面模板上的圆形控制点投影成为椭圆之后的理论坐标;然后,提取每一幅标定板图像中实际椭圆的中心坐标,通过最小二乘算法求得该幅图像对应的精确投影变换矩阵;最后,利用所有的投影变换矩阵求出相机内参数。实验结果表明:采用本文提出的标定方法,标定结果的重投影误差降到了1/50pixel。该方法可一次完成标定,计算简单,标定精度高,适用于工业相机的标定。     

机器视觉测量中相机两步标定法的改进

在机器视觉中为了确定空间三维模型和图像模型之间的几何坐标关系,必须要建立相机的图像几何模型及其参数,这个过程被称为相机的标定。作为最广泛使用的标定方法之一,两步标定法使用了网格板来进行相机的标定。在标定中,相机的多数参数都是通过求解分析方程得到的,然后经过反复迭代得到其他标定参数,使用这种标定方法需要在多个位置拍摄多个图像。本文针对两步标定法进行改进。在改进的方法中,用到了一个呈直角的L形标定板,标定时得到一副包含两个垂直标定图像的图片,之后使用两步标定法进行必要的相机内、外部参数的计算。标定的结果显示误差低于0.7%,能满足要求。