X射線液體圖像高密度容器特征提取方法

孔維武 查艷麗 公安部第一研究所

引言

多視角X射線安檢設備同時具備常規雙能X射線安檢設備快速DR成像測定物體材料特征和CT型X射線安檢設備測定物體密度特征的特點，采用多個固定視角X射線對物體進行透照，通過雙能X射線圖像獲得物體材料特征，通過多視角投影圖像重建物體截面，獲得物體密度特征，從而達到較精確的物性探測[1]。特別是在液體檢查技術領域，多視角技術受到越來越多安檢廠商的關注，紛紛推出各自的多視角液體檢查設備，歐盟民航管理部門已將此類型設備定義為液體檢查Type C型設備。

利用多視角X射線檢查液體，其核心是通過多視角圖像獲得液體的材料特征和密度特征，尤其對于高密度容器內的液體，通常情況下，由于容器對射線的吸收性能強于液體，容器與液體對射線的衰減混疊一起，難以直接通過投影信息獲得液體材料特征和密度特征。為解決上述問題，一種可行的方法是通過射線穿透液體距離以及穿透高密度容器壁厚，根據某種特定剔除公式、查詢事先建立的高密度容器剔除表，剔除容器影響，獲得液體材料特征；然后，以某一合適的容器形狀、容器外徑和容器壁厚為初始形態，通過數值分析中的最優化方法迭代解析出液體與容器衰減系數，獲得液體密度特征[2]。

不難看出，此類方法的關鍵前提是如何通過多視角液體投影圖像，獲得高密度容器的截面形狀、外徑、壁厚特征。為此，筆者以FISCAN品牌某型號多視角設備為試驗平臺，研究了一種有效的解決方法：首先結合利用邊緣檢測與閾值分割方法定位每個視角液體區域；然后設計了一種基于多視角液體區域重建多邊形最小內切圓分析的容器截面形狀判斷與外徑計算方法；最后研究了一種基于容器投影特征與數值差分分析的容器壁厚估計方法，從而獲得完整的基于多視角液體圖像的高密度容器特征，為后續材料特征識別與密度特征識別奠定了良好基礎。

一、多視角液體區域分割

根據歐盟液體檢查Type C標準，需要將液體放置在專門的塑料盒子中進行檢查。FISCAN品牌某型號多視角設備采集的液體圖像四個視角如圖1所示。

容器特征識別的基礎是對各視角中液體進行準確分割。由于每個視角射線源位于通道不同位置，特別是在側照視角中，并排放置的液體存在嚴重的重疊關系，而另外三個視角中液體不存在重疊關系，使得側照視角的分割方法不能與其它三個視角分割方法完全相同，由此，液體區域分割分為液體重疊視角分割與非重疊視角分割兩種策略。

首先對圖1中非重疊視角V1、V3、V4圖像進行閾值分割，這三組圖像背景均勻，因此直接利用一個高灰度閾值進行圖像二值化處理，然后，利用小尺度灰度形態學與連通區分析的方法，以連通區位置、連通區大小、連通區平均灰度等特征，過濾掉特征不符合要求的連通區，獲得初始液體連通區，然后以這些初始連通區為基礎，對連通區進行一定尺度的形態學膨脹，再應用常規Canny邊緣檢測定位出液體區域精確邊緣[3]。圖2為圖1中V1、V3、V4圖像的分割結果。

對于側照液體重疊視角，其分割策略分為兩部分：首先，以底照V1視角液體分割結果為指導，識別出側照視角中液體間重疊關系，并予以標記；然后，根據標記結果，在側照視角每組已標記重疊區域的部分，利用對應的高能圖像灰度直方圖極小值檢測方法，首先分割出重疊區域，進而分割出完整的液體區域，其中，方法難點在于灰度直方圖極小值檢測，假設用h(z)代表直方圖，那么直方圖的極小值點應該同時滿足[4]：

實際操作時，順序掃描直方圖h(z)，當遇到第一個滿足上式的z值時，理想情況下，該值即可用作重疊區域的分割閾值，但是，實際圖像直方圖由于信號的統計漲落等原因不可避免的存在很多起伏，使得按上式計算出來的谷值可能對應于一個不正確的極小值，為此，設計以下三條規則避免上述問題：

（1）對灰度圖像進行較大尺度中值濾波，降低圖像信號本身的統計漲落影響；

（2）對直方圖h(z)進行較大尺度一維均值濾波，降低統計帶來的統計漲落影響；

（3）每得到一個符合要求的z值，統計被分割部分像素數目，如果像素數目低于事先設定的經驗閾值，刪除此z值，繼續往下掃描，直至得到的z值對應的被分割部分像素數目滿足要求，將此時的z值作為最終的重疊區域分割閾值。

圖1中側照V2視角重疊液體分割結果如圖3所示，其中，高灰度的部分標記了重疊區域，低灰度的部分標記了非重疊區域，每個液體區域通過事先設計好的不同灰度組合完成。

二、多視角高密度容器特征提取方法

（一）方法概述

在分割出液體區域后，如何將其與多視角二維投影信息相結合，獲得高密度容器特征是本文研究的另一重點與研究難點，為此，進一步研究了一種基于液體分割結果與多視角液體投影圖像分析的高密度容器特征提取方法。

作為后續高密度容器內液體材料特征與密度特征計算的輸入參數，容器特征主要包括容器截面形狀、容器截面外徑尺寸和容器壁厚。需要說明，容器特征計算需要首先對多視角設備檢查通道建立坐標系，如圖4所示，以通道底面中間位置作為坐標系原點，圖4中的（p1x，p1y）、（p2x，p2y）、（p3x，p3y）、（p4x，p4y）分別代表4個射線源源心在坐標系中相對位置，此外，需要根據設備探測器布局結構圖計算每個探測像元在坐標系中的相對位置。

（二）容器截面形狀判斷與外徑計算

容器截面形狀判斷與容器外徑計算，通過對四視角分割結果在檢查通道坐標系中重建多邊形進行分析完成，具體示例如圖5所示。

其中，所謂通道坐標系重建多邊形，實質是指：四個視角中代表同一液體的四組液體分割區域，在某一重建位置，在探測器方向重建多邊形交點區域，每個射線源與被檢查液態物品都有起始和終止兩條交線（對應于液體分割區域的上下邊緣位置），四個視角的八條交線會圍成一個交點區域多邊形，其中，圖5通道左側為一圓形截面液體重建多邊形，通道右側為一方形截面重建多邊形，多邊形區域以ABCDEFGH表示。

如圖5所示，容器截面形狀判斷與容器外徑計算通過一種窮舉迭代求取多邊形ABCDEFGH最小內切圓的方法實現，其具體步驟如下：

（1）計算多邊形ABCDEFGH的重心坐標（px，py）；

（2）以（px，py）為初始位置，分別往其外側擴展一定距離作為內切圓心，查找掃描區域ScanArea，然后，在x方形和y方向分別以小步長ε迭代移動（px，py）位置，移動后位置以（px'，py'）表示，同時計算（px'，py'）到多邊形ABCDEFGH每條邊的垂線距離，共計8條，以line1~line8表示，統計此8條line1~line8長度差異最大的兩條垂線差值delta并記錄；

（3）統計整個ScanArea區域內所有delta的最大值maxDis，如果此maxDis小于事先設定的經驗閾值LenS，說明此時圓心到多邊形8條邊距離非常接近，此多邊形圍的液體截面與多邊形最小內切圓相近，認為容器截面為圓形；否則，認為容器截面為類方形。

判斷出容器截面形狀之后，不難計算出容器外徑尺寸，計算過程分成兩部分：

（1）當判斷容器截面為圓形，直接計算圓心到多邊形每組邊距離的平均作為容器半徑；

（2）當判斷容器截面為類方形，如圖5中右側方形容器重建多邊形ABCDEFGH所示，直接計算其中BD距離作為容器高度（外徑），需要說明，考慮到實際高密度方形截面容器的轉角處都帶稍許弧度，計算出來的方形容器外徑值還需要經過一定經驗加權修正。

（三）容器壁厚計算

容器壁厚計算具體的方法分兩個步驟：

（1）在投影圖像數據上找到壁厚特征數據，即容器壁投影特征提取，利用數值差分分析的方法得到投影圖像上代表容器壁厚的像素個數；

（2）利用圖5給出的多視角液體重建多邊形模型，運用投影數據與截面數據的幾何關系計算出容器壁厚實際代表的像素個數，最終按照探測器尺寸得到容器壁厚。

通過前文中對高密度容器邊界精確定位，再通過對容器擺放姿態的分析，壁厚計算的第一步是在容器瓶身上確定一行理想分析位置，然后，從容器邊界讀取此行一維數據，不難看出，表示投影數據壁厚特征的邊界位置，是在上述理想分析位置行對應一維數據的內邊界一定范圍內的一個谷值。

一個典型的高密度容器壁厚投影數據（容器理想分析位置行一維數據）如圖6所示，其中，圖中的橫坐標表示行數據像素位置，縱坐標表示像素灰度值。準確找到谷底位置到最近邊界的距離，就代表了投影圖像上容器壁厚的像素個數。

運用數值差分分析方法對圖6表征的一維信號計算得到谷值位置，把圖6看作一條曲線，則谷值檢測可借助求曲線極小值的方法，極小值點應同時滿足一階導數等于零，二階導數大于零的位置。假設gray(i)表示如圖6所示行中位置i的灰度數據，順序掃描此行數據，當遇到第一個滿足式（2）同時滿足式（3）的i位置時，此時i位置就對應于谷值位置。其中，gray'表示gray的差分結果。

投影圖像上代表容器壁厚像素個數與實際通道截面上壁厚代表像素個數的幾何關系如圖7所示，通過這個關系計算得到實際通道截面上壁厚代表像素個數，再通過像素個數、像素位置與實際對應的探測器尺寸，就可以計算得出容器壁厚。

三、多視角高密度容器特征提取試驗驗證

為驗證本文研究方法在高密度容器特征提取方面的實際效果，設計一種試驗驗證方法：

（1）選擇10個高密度容器樣本，包括：4個標準圓形試劑瓶，容積分別為100ml、250ml、500ml、1000ml；3個實際圓形容器，分別為1000ml調料、750ml紅酒、300ml啤酒；3個方形容器，分別為700ml白酒、500ml橄欖油、250ml調料，容器按上述順序依次以編號1~10表示；

（2）將容器放置在液體檢查塑料盒中，并在通道的左側和右側分別進行檢查，記錄每個容器在不同檢查位置上的容器截面形狀判斷結果、容器截面外徑計算結果和容器壁厚計算結果，其中，圓形容器截面外徑指容器的直徑，方形容器截面外徑指容器位于塑料檢查盒中的容器高度。

試驗結果如表1所示，其中，“左”“右”分別表示：正視安檢設備通道入口端，將容器置于安檢設備通道的“左側”以及“右側”。

?

從統計結果可以看出，本文研究的多視角高密度容器特征提取方法，對于判斷表1涉及樣本容器截面形狀而言，準確度達到了100%，這是因為圓形容器和方形容器對應的多視角重建多邊形，其最小內切圓情況差異較大。圓形容器重建多邊形最小內切圓理論上和此圓形容器截面本身是完全重合的，考慮到實際系統誤差，兩者間的差異也要遠小于方形容器的情況。

從容器外徑看，圓形容器直徑計算結果精度較高，與手工測量值很接近，都在2mm以內，方形容器的計算值與測量值差異稍大，這是因為，方形容器的計算模型是以容器截面四個轉角呈完全垂直關系設計的，而實際容器轉角都具有一定倒角，且加工工藝很難保證完全垂直關系，但需要說明，這種程度的精度，能夠滿足后續最優化迭代重建的要求。

分析容器壁厚計算，絕大多數樣本利用本文方法計算得到的結果，與液體CT計算結果誤差在15%左右，但仍有部分數據和液體CT計算結果存在較大差異，最大誤差超過了30%，這主要由兩點原因造成：

（1）試驗平臺多視角設備探測器大小為1.6mm，而容器壁厚范圍大多在2.5mm~5.0mm之間，容器分割和容器壁投影特征提取階段個別像素的分割差異與可能導致最終計算出來的容器壁厚結果存在較大差異；

（2）本文方法計算出的壁厚是容器截面指定位置的壁厚值，而液體CT計算結果中的壁厚是整個容器截面的平均壁厚值，這些都造成容器壁厚的計算很難像容器截面形狀判斷那樣達到特別理想的結果。

四、結語

利用多視角進行液體探測，其核心在于如何從多視角二維投影數據中提取出被檢查液體的材料特征和密度特征，特別是對于高密度容器內的液體，因為容器吸收性較強，對液體屬性判斷干擾較大，需要利用特定的容器剔除方法和最優化截面重建方法獲取所需要的信息，而這兩個方法的關鍵前提是通過多視角液體圖像提取出高密度容器截面形狀、外徑和壁厚等容器特征，為此，本文研究了一種基于多視角液體圖像的高密度容器特征提取方法。

試驗結果表明，本文研究方法獲取的高密度容器特征在判斷容器截面形狀方面達到了令人滿意的效果，對于圓形容器的外徑計算精度也達到了一個較高水平，對于方形容器外徑和容器壁厚的計算，雖然在部分情況下與真實數值存在一定差異，但同樣滿足后續步驟的計算要求，為材料特征識別與密度特征識別奠定了基礎。