基于汽車復雜構件的變能量CT診斷法

趙晉芳

摘 要：傳統的汽車零構件檢測方法，不僅耗時費力，準確度還低。該文結合CT技術，提出基于變能量的CT診斷法，該方法通過不同能量和工件不同厚度的匹配性，利用加權TVART迭代法，將最終零構件內部的結構信息完整重建出來。實驗表明，該理論不僅可以實現復雜零構件的完整重建，還可以進行結構缺失的有效診斷。

關鍵詞：CT TVART 變能量 構件診斷

中圖分類號：U279 文獻標識碼：A 文章編號：1672-3791（2016）12（a）-0086-02

汽車作為現代出行的必備工具，越來越受到大眾青睞。傳統的汽車構件檢查方法分為人工經驗法和儀器設備診斷法[1]。人工經驗法有概率性，不能排除人為經驗的錯誤性。儀器設備診斷法是對零構件外在物理和密度等方面的數據刻畫，這兩種方法都不能描述零構件的內在狀態。文章結合現代科學新技術，提出一種全新的零構件診斷方法：變能量CT診斷法。

1 變能量CT技術

CT是通過X射線獲取零構件不同角度的投影信息后，利用一定的成像方法重建物體結構層的技術[2]。常規的固定能量CT技術，已經不能滿足現代復雜構件的檢測要求，因為成像系統動態范圍有限，使得單一能量下的X射線投影信息有所缺失[3]。而變能量能使得不同結構對應不同能量的投影信息，為此提出變能量CT技術。

此文變能量CT成像的原理是，先將低能量下的有效數據進行重建，然后把重建結果作為初始值重建下一個能量下的有效數據，依次類推直到最高能量，以此達到完整重建。

2 算法過程

為了重建不完全投影數據，目前主要是ART迭代法[4]。但是這種方法不僅效果不好，而且收斂速度慢。而最新引入的TV算法[5]，則在抑制噪聲、加快收斂方面，有很大的優勢。論文通過把TV最小化和ART結合起來，提出TVART迭代，較ART效果顯著。具體過程為：

（1）計算最低能量時表征不完全投影信息下的矩陣。

（2）用ART算法迭代，已經初始化過的初始圖像，得到迭代圖像。

（3）將迭代圖像，利用TV最小化算法得最小化圖像。

（4）將最小化圖像再次帶入迭代循環，進行下一次迭代，直到迭代收斂得低能量重建圖像。

（5）將低能量重建圖像作為初始圖像，按照步驟（2）依次迭代不同能量下的投影矩陣，直到最終的收斂結果圖像。

3 仿真實驗

為了驗證此文提出方法的可行性，論文仿真了一個不同材料不同厚度的復雜構件，其中外層橢圓為鎂，內層圓形為鋁，如圖1所示。為了仿真不同能量下的不完全投影數據，依據文獻[8]和CT成像技術，得到部分投影圖像如圖3所示，從圖3可以看出，不同能量下，投影數據表征的物體信息不一樣，不同能量下的所有不完全投影信息加在一起，則可以表征物體的所有投影信息。

為了驗證文中提出的變能量算法的必要性，文章對上述比較完整的80 kV投影信息做了重建，結果如圖2所示。由圖2可以看出此結果不僅本身的信息缺失很多，質量也很差。

為了改善上述固定能量下的投影結果，下面按照前文提出的理論和算法技術，對不同能量下的投影數據，依次進行TVART重建，結果如圖4所示。

由最后能量下的重建結果和固定能量下的重建結果對比可以看出，該重建結果效果明顯好于上面，而且從最后的結果信息量上來看，完全可以應用在構件缺損的診斷上。

4 結語

文章針對汽車復雜構件的診斷問題，結合變能量CT技術，解決了復雜構件的重建問題。通過仿真實驗可以看出：該算法理論不僅可以實現非常規復雜構件的重建，還可以將其應用在無損檢測領域，實現某些零構件診斷。

參考文獻

[1] 李永力，唐秀麗.汽車故障診斷技術的現狀及發展趨勢[J].黑龍江科技信息，2014（31）：162.

[2] 段彥杰.變電壓X射線掃描成像技術研究[D].中北大學，2010.

[3] 熊軍.代數迭代CT圖像重建算法研究[D].成都：成都理工大學，2015.

[4] 劉寶東.工業CT截斷投影數據重建算法研究[D].重慶：重慶大學，2010.

[5] 張兆田，張朋.改進的圖像重建迭代算法[J].電子與信息學報，2004，26（10）：1626-1630.