WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

ГОСУДАРСТВЕННОЕ НАУЧНОЕ УЧРЕЖДЕНИЕ «ОБЪЕДИНЕННЫЙ ИНСТИТУТ ПРОБЛЕМ ИНФОРМАТИКИ НАЦИОНАЛЬНОЙ АКАДЕМИИ НАУК БЕЛАРУСИ» УДК 519.688:616–073.756.8 НАУМОВ Александр Олегович РАЗРАБОТКА РЕКУРРЕНТНЫХ АЛГОРИТМОВ

РЕКОНСТРУКЦИИ ИЗОБРАЖЕНИЙ ДЛЯ ЗАДАЧ ТОМОГРАФИИ Специальность 05.13.18 – Математическое моделирование, численные методы и комплексы программ Автореферат диссертации на соискание ученой степени кандидата физико-математических наук Минск 2003 1 Работа выполнена в Институте прикладной физики НАН Беларуси и Федеральном институте исследования и испытания материалов, г. Берлин Научные руководители: доктор технических наук, профессор, чл.-корр. НАН Беларуси Артемьев В.М.

(Институт прикладной физики НАН Беларуси, лаборатория проблем адаптивного управления) доктор, приват-доцент Дрезденского Университета Тиллак Г.–Р. (Федеральный институт исследования и испытания материалов, г. Берлин, департамент VIII «Защита материалов;

Неразрушающий контроль») Официальные оппоненты: доктор физико-математических наук, Тузиков А.В. (Национальный центр информационных ресурсов и технологий, отдел параллельных вычислений и архитектур) кандидат физико-математических наук, доцент Краснопрошин В.В. (Белорусский государственный университет, факультет прикладной математики и информатики).

Оппонирующая организация: Институт прикладной математики им. М.В.Келдыша РАН, г. Москва Защита состоится «7» октября 2003 г. в 14:30 на заседании совета по защите диссертаций Д 01.04.01 при Государственном научном учреждении «Объединенный институт проблем информатики Национальной академии наук Беларуси» по адресу 220012, г. Минск, ул.

Сурганова, 6, тел. ученого секретаря +375 17 284-21-68.

С диссертацией можно ознакомится в библиотеке Государственного научного учреждения «Объединенный институт проблем информатики НАН Беларуси» Автореферат разослан «» _ 2003 г.

Ученый секретарь совета по защите диссертаций доктор технических наук С.Ф. Липницкий ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы диссертации. В последние годы появи лись задачи, связанные с необходимостью томографии объектов, па раметры и структура которых изменяются во времени, иначе говоря, динамических объектов. В технике к таким объектам относятся хи мические реакторы, трубопроводы и ряд других. Измерения такого рода важны и в медицинской практике для наблюдения внутренних органов в процессе их функционирования. Это приводит к необходи мости разработки специальных методов реконструкции изменяющих ся во времени или динамических изображений по их проекциям, из меряемым на границах объекта. В Республике Беларусь такие методы актуальны для применения в задачах контроля и исследования свойств новых материалов, в медицинских томографических систе мах и системах пограничного контроля багажа и грузов.

Связь работы с крупными научными программами, темами.

Диссертационная работа выполнена в соответствии с научно техническими заданиями и планами работ лаборатории Проблем адаптивного управления Института прикладной физики НАН Белару си: программой «Диагностика-08» по теме «Разработка статистиче ской теории и методов измерений на основе обратного рассеяния рентгеновского излучения» в 1996–2000 гг.;

программой «Диагности ка-02» по теме «Разработка теории восстановления динамических изображений внутренней структуры объектов» в 2001–2005 гг.;

дого вором Т98-023 с БР ФФИ по теме «Адаптивная реконструкция изо бражений по проекциям в задачах компьютерной томографии» в 1999–2001 гг.;

проектом INTAS-96-2240 в 1998–2000 гг.;

меморанду мом о взаимопонимании и научной кооперации между ИПФ НАНБ и Департаментом VIII Федерального института исследования и испы тания материалов (ВАМ, Германия).

Цель и задачи исследования. Целью диссертационной работы являлась разработка рекуррентных алгоритмов реконструкции дина мических и статических изображений в компьютерной томографии реального времени, в том числе пригодных для решения задач нераз рушающего контроля.

Для достижения цели потребовалось решить следующие задачи:

- разработать математические модели статических и динамических изображений и систем наблюдения их проекций;

- разработать рекуррентные алгоритмы реконструкции, позволяю щие восстанавливать изображение внутренней структуры наблю даемых объектов в реальном времени;

- проверить работоспособность и эффективность разработанных ал горитмов с использованием модельных и экспериментальных про екционных данных;

- предложить схему, разработать алгоритмы и исследовать возмож ности рентгеновской томографической системы визуализации структуры листового пористого материала в режиме сканирования.

Объект и предмет исследования. Объектом исследования яв лялось изображение внутренней структуры материалов и изделий.

Изображение формировалось за счет пространственно-неоднородного распределения коэффициента линейного ослабления рентгеновского излучения. Предметом исследования являлись алгоритмы реконст рукции изображений по результатам измерения томографических проекций.

Методология и методы проведенного исследования. Методо логия исследования основывалась на использовании результатов тео рии марковских случайных процессов и статистического оценивания.

Математические модели изображений и наблюдения проекций задавались в виде марковских случайных последовательностей.

Задача реконструкции рассматривалась с позиций теории стати стического оценивания. Для решения задачи реконструкции предло жено использовать и адаптировать теорию фильтра Калмана.

Для учета плохой определенности задачи реконструкции вслед ствие недостаточного объема априорной информации предложен ме тод псевдобайесовской оценки и рекуррентный метод наименьших квадратов. Для снижения вычислительных затрат вследствие высокой размерности изображения использован метод декомпозиции.

При написании программ, реализующих алгоритмы, использо вались методы линейной алгебры и теории матриц. При численном моделировании использовался метод статистических испытаний.

В работе использованы экспериментальные данные, полученные на основе измерений с помощью микротомографа.

Научная новизна и значимость полученных результатов.

1. Для задач компьютерной томографии развита модель изображения в форме дискретного во времени и пространстве марковского слу чайного поля. Модель позволяет формировать потенциальные и вихревые поля с заданными статистическими характеристиками.

2. Для оптимальной рекуррентной реконструкции изображений впер вые использован алгоритм фильтра Калмана, позволяющий осуще ствлять реконструкцию синхронно с процессом наблюдения про екций.

3. Показана возможность решения ряда новых задач томографии, та ких как оптимальная реконструкция изображения на фоне корре лированного шумового поля и раздельная реконструкция суперпо зиции двух изображений.

4. Разработан алгоритм псевдокалмановской реконструкции статиче ских изображений для решения задачи в условиях ограниченного объема априорной информации, требующий значительно меньших вычислительных затрат.

5. Развита процедура декомпозиции ковариационной матрицы изо бражения, позволяющая уменьшить затраты на вычисление матри цы коэффициента усиления.

6. Впервые разработан алгоритм выбора последовательности проек ций, позволяющий существенно увеличить скорость сходимости процесса реконструкции.

7. Для решения задачи реконструкции динамических изображений при эмпирическом задании априорной информации применен ре куррентный метод наименьших квадратов.

Практическая значимость полученных результатов. Пред ложена схема томографической системы с продольным измерением проекций, предназначенная для визуализации структуры листового материала в режиме сканирования. Работа выполнена в рамках Госу дарственной программы фундаментальных исследований «Диагно стика» совместно с Федеральным институтом исследования и испы тания материалов (ВАМ, Германия), где проведены апробация и ис пытания разработанных алгоритмов на макете системы. Отмечено, что систему можно использовать при контроле композитных и по рошковых материалов. Предложенную схему предполагается исполь зовать при разработке перспективной рентгеновской системы тамо женного контроля грузов совместно с фирмой СЭНС (г. Минск).

Основные положения диссертации, выносимые на защиту.

1. Модель случайного дискретного изображения. Уравнения для на хождения его пространственных ковариационных характеристик и временных корреляционных характеристик.

2. Использование и адаптация методики фильтра Калмана для разра ботки алгоритмов реконструкции статических и динамических изображений в реальном времени.

3. Примеры томографических задач, поддающихся решению с помо щью предлагаемой методики.

4. Алгоритмы реконструкции изображений на основе псевдобайесов ского подхода и рекуррентного метода наименьших квадратов.

5. Процедура декомпозиции ковариационной матрицы ошибок в ал горитме реконструкции.

6. Оптимальная процедура выбора последовательности проекций.

7. Результаты численного моделирования и экспериментального ис следования алгоритмов реконструкции.

8. Схема и алгоритмы томографической системы с продольным из мерением проекций для визуализации в режиме сканирования структуры листового пористого материала.

9. Результаты аналитического и экспериментального исследования воз можностей предлагаемой системы визуализации на примере реконст рукции изображений структуры листового пенистого алюминия.

Личный вклад соискателя. Предложил использовать методику и алгоритм фильтра Калмана для решения новых задач, таких как ре конструкция динамических изображений, изображений на фоне кор релированного шумового поля, раздельная реконструкция суперпо зиции двух полей. Разработал алгоритм псевдокалмановской фильт рации при использовании эмпирической информации о характери стиках статического изображения. Разработал рекуррентный алго ритм реконструкции динамических изображений по методу наи меньших квадратов и вывел уравнения для оценки точности реконст рукции. Предложил оптимальную процедуру выбора и разработал ал горитм нахождения оптимальной последовательности проекций.

Обосновал схему, разработал алгоритм и провел исследование томо графической системы, предназначенной для визуализации структуры листового материала в режиме сканирования. Провел численное мо делирование и разработал программное обеспечение, реализующее все алгоритмы реконструкции, полученные в работе.

Апробация результатов диссертации. Результаты исследова ний, включенные в диссертацию, докладывались на 12 международ ных конференциях и симпозиумах.

Опубликованность результатов. Основные результаты дис сертационной работы отражены в 24 печатных работах, в том числе в 11 статьях, 13 трудах конференций. Общий объем опубликованных материалов составляет 179 страниц.

Структура и объем диссертации. Диссертационная работа со стоит из введения, общей характеристики работы, четырех глав, за ключения, списка использованных источников. Полный объем дис сертации составляет 133 страницы, в том числе текста — 104 страни цы, иллюстраций — 20 страниц, таблиц — 1 страница, списка источ ников — 8 страниц (105 наименований).

ОСНОВНОЕ СОДЕРЖАНИЕ Во введении дается общая оценка состояния проблемы восста новления изображений и в частности задачи реконструкции изобра жений по проекциям.

В первой главе проводится обзор литературы по теме диссер тации. Перечислены задачи, решаемые с помощью компьютерной томографии. Дан обзор методов реконструкции статических изобра жений. Особое внимание уделено способам учета априорной инфор мации. Приведен обзор методов реконструкции динамических изо бражений и отмечено, что состояние этой задачи далеко от оконча тельного решения.

Сформулировано направление исследований, проводимых в рамках диссертации, заключающееся в разработке рекуррентных ал горитмов, позволяющих осуществлять реконструкцию статических и динамических изображений в реальном масштабе времени.

Вторая глава посвящена разработке алгоритмов оптимальной рекуррентной реконструкции статических изображений.

Изображение рассматривается в виде дискретного случайного поля. Общее число элементов изображения обозначается через S и называется его размерностью. Величина поля в точке i = 1,2,,S в момент k обозначается через xi,k. Совокупность всех этих величин T образует вектор поля xk = x1,k,, xi,k, xS,k. Подобное представле ние справедливо как для двух-, так и для трехмерных полей.

Уравнение статического поля (изображения) имеет вид xk+1 = xk и является частным случаем стохастического конечно-разностного уравнения при случайном задании начальных условий. Основными статистическими характеристиками такого изображения являются вектор математического ожидания m0 и пространственная ковариа ционная матрица P0. На рис. 1 показана реализация случайного изо бражения с радиусом пространственной ковариации равным двадцати элементам изображения.

Используется линейная модель наблюдения проекций с уравне нием zk = Hk Dk xk + vk, в частности соответствующая схеме рентге новской томографической системы, изображенной на рис. 2 (двумер ный случай). В этом уравнении обозначено: Hk — проекционная матрица;

Dk — матрица размытия изображения;

vk — белый шум на блюдения. На каждом шаге матрица наблюдения Hk различная и имеет ранг rH (k) S. Таким образом, наблюдение проекций есть процесс существенно нестационарный и плохо определенный.

Рис. 1. Пример реализации Рис. 2. Схема томографической случайного поля. системы.

Для решения задачи реконструкции изображений в реальном масштабе времени впервые предложено использовать теорию фильт ра Калмана во временной области. Такой подход позволил получить рекуррентные оптимальные алгоритмы реконструкции, что дало воз можность осуществлять оптимальную реконструкцию одновременно с процессом измерения проекций;

проводить предварительное иссле дование точности реконструкции;

заранее вычислять и хранить в па мяти ЭВМ значения оптимального коэффициента усиления. Качество реконструкции оценивалось скалярной величиной k, равной усред ненной по всему изображению относительному значению дисперсии ошибки реконструкции в момент k. Как функция последовательности шагов реконструкции она показывает характер процесса сходимости решения.

На основе развития традиционного алгоритма фильтра Калмана разработаны алгоритмы: реконструкции изображений, искаженных шумами наблюдения;

реконструкции размытого изображения;

рекон струкции изображения объекта на фоне коррелированного шумового поля;

реконструкции суперпозиции двух изображений.

В качестве примера на рис. 3 показан результат реконструкции по 50 проекциям изображения, приведенного на рис. 1, при отсутст вии шумов наблюдения. Для этого примера на рис. 4 кривой с индек сом q = показана сходимость решения в зависимости от числа про екций n. Другие кривые на этом рисунке показывают сходимость решения при наличии шумов наблюдения и различных отношениях сигнала к шумам q.

1. 0. q= q= 0. q= 0.7 q= 0. 0. 0. 0. 0. 0. 0. 0 5 10 15 20 25 30 35 40 45 n Рис. 3. Оптимальная реконструкция Рис. 4. Сходимость процесса реконструк при отсутствии шумов наблюдения. ции при различных отношениях с/ш q.

В качестве следующего примера ниже приводятся результаты решения задачи раздельной реконструкции изображения, состоящего из суперпозиции двух случайных полей. На рис. 5 и 6 показаны реа лизации обоих компонент комбинированного изображения, а на рис. 7 и 8 — результаты их раздельной реконструкции по 50 проек ционным наблюдениям их аддитивной смеси.

Рис. 5. Реализация изображения Рис. 6. Реализация изображения второй первой компоненты. компоненты.

Рис. 7. Реконструкция изображения Рис. 8. Реконструкция изображения первой компоненты. второй компоненты.

Недостатками фильтра Калмана (ФК), применительно к задаче реконструкции, являются высокая размерность ковариационной мат рицы ошибки и необходимость знания априорных статистических ха рактеристик изображения, таких как математическое ожидание m0 и ковариационная матрица P0.

Для снижения влияния указанных отрицательных факторов предложено два способа модификации фильтра Калмана. Первый на зван алгоритмом псевдо–ФК и впервые предложен в настоящей дис сертации. Сущность способа состояла в замене апостериорной функ ции плотности распределения вероятности на эмпирическую, что ис ключает необходимость решения наиболее трудоемкого уравнения для ковариационной матрицы ошибки. Предлагаемый подход являлся распространением на случай ФК принципов регуляризации решения плохо определенных задач. Для согласования эмпирических и на блюдаемых данных введен коэффициент регуляризации k и получе ны уравнения для его вычисления. Первоначально предполагалось, что эмпирическая ковариационная матрица равна априорной кова риационной матрице P0. В этом случае коэффициент усиления опре делялся по формуле:

-1 - TT- K =k P0Hk+1 Hk+1P0Hk+1 k + qk+1, () ( ) p,k+ а коэффициент регуляризации находился из уравнения - T k+1 = k - () () PH Hk P0 P k0 k+1 -1 - T - () ( ) H P0Hk+1 k + qk+1, (0) = 1, k+ где символ означает сумму элементов соответствующей матрицы.

В другом случае эмпирическая ковариационная матрица полага лась равной I. Уравнение для коэффициента усиления в этом случае имело особенно простой вид:

- -1 T K =kck+1Hk+1 k + q-1k+1.

() p,k+1 p, Для коэффициента регуляризации k получено уравнение:

- k+1 = k - 2S-1 k + q-1k+1, () k p, а второй коэффициент регуляризации определялся заданием эмпи рического отношения сигнала к шумам.

Работоспособность алгоритма псевдо-ФК проверена, как путем решения модельных примеров, так и реконструкции по реальным данным. Было отмечено существенное снижение скорости сходимо сти решения по сравнению с ФК, что привело к необходимости изу чения вопроса об ее увеличении путем целенаправленного выбора последовательности проекций. В работе получен алгоритм оптималь ного выбора этой последовательности. Сущность алгоритма состояла в том, чтобы повысить степень декорреляции невязок в псевдо-ФК и тем самым приблизить его свойства к свойствам ФК. На рис. 9 пока заны примеры сходимости решения для псевдо-ФК при последова тельной и оптимальной процедурах наблюдения проекций. Кривые А и В соответствуют неоптимальному случаю для первого и второго способов нахождения коэффициентов усиления. Кривые С и D соот ветствуют оптимальной последовательности использования проек ций. Эффективность предложенной методики продемонстрирована на примере реконструкции по реальным данным изображения внутрен него сечения оптико-волоконного кабеля.

Если статистическая априорная информация об изображении все же имеется, то ее целесообразно использовать полностью. Для со кращения вычислительных затрат в этом случае в диссертации пред ложен метод декомпозиции ковариационной матрицы ошибок на L независимых участков. Ошибка, вносимая декомпозицией, учитыва лась введением эквивалентного белого шума наблюдения. Получены формулы для нахождения ковариационной матрицы этого шума и со ответствующий алгоритм реконструкции. Для одного из решенных в диссертации примеров на рис. 10 приведены кривые сходимости про цесса реконструкции при различном числе участков декомпозиции.

1.0 1. A L= 0.9 0. B L= 0. 0. C L= D L= 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0 5 10 15 20 25 30 35 40 45 50 0 10 20 30 40 50 60 70 80 90 n n Рис. 9. Графики сходимости процесса Рис. 10. Сходимость квазиоптималь реконструкции для алгоритма ПФК. ной реконструкции при различном числе L участков декомпозиции.

В третьей главе диссертации решалась задача нахождения ал горитмов оптимальной рекуррентной реконструкции динамических изображений. Под динамическими понимались изображения, изме няющиеся во времени.

Модель динамического изображения предложено представлять случайным полем, дискретным в пространстве и во времени, с его описанием посредством стохастического конечно-разностного урав нения xk+1 = Ak xk + uk + wk, где u — неслучайная составляющая, а k wk — дискретный белый шум. Приведены уравнения для нахождения пространственных ковариационных характеристик изображения и его временных корреляционных свойств. Модель развита в направлении возможностей формирования изображений в виде полей с потенци альными и вихревыми характеристиками, называемых моделями без пространственной динамики и с пространственной динамикой. В ка честве примера на рис. 11 показана временная последовательность изображений без пространственной динамики, а на рис. 12 изображе ний с вихревым полем потока яркости.

k=1 k=2 k=10 k=30 k= Рис. 11. Реализации случайного динамического изображения без пространст венной динамики.

k=5 k=10 k=20 k=30 k= Рис. 12. Реализации случайного динамического изображения с вихревым полем потока яркости.

Особенность задачи реконструкции динамических изображений, как и статических, состояла в ее плохой определенности и высокой размерности. Для оценки уровня плохой определенности использова лось понятие степени наблюдаемости, широко применяемое в теории статистического оценивания. В диссертации приведено выражение для матрицы наблюдаемости и сформулировано условие полной на блюдаемости. Отмечено, что характерная особенность процесса ре конструкции состоит в том, что он осуществляется в условиях непол ной наблюдаемости и в этом его отличие от классических задач оце нивания.

При линейных моделях динамического изображения и наблюде ния, как и в статическом случае, алгоритм реконструкции сводится к фильтру Калмана. На его основе разработаны рекуррентные алгорит мы реконструкции динамических изображений с учетом шумов на блюдения, размытия, суперпозиции двух случайных полей и реконст рукции изображения объекта на фоне шумового поля. Высокая раз мерность изображения приводит к высокой размерности ФК. До сих пор не было опыта работы с фильтрами Калмана размерности S = 104 105, что потребовало практических доказательств работо способности алгоритма на примерах.

Рассмотрено три варианта структуры алгоритмов реконструк ции. В первом реконструкция осуществлялась для каждой лучевой суммы в отдельности, что позволило избежать обращения матрицы в уравнении оптимального коэффициента усиления. Во втором рекон струкция производилась от одной проекции к другой по наблюдению проекции в целом. В третьем предполагалось, что реконструкция на каждом шаге происходит без учета временных корреляционных свойств изображения. Этот случай назван квазидинамическим.

0. 0. 0. Радиус ковариации Время корреляции 0. динамическая реконструкция квази-динамическая реконструкция 0. 0. 0. 0. 0. 0 5 10 15 20 25 30 35 40 45 n Рис. 13. Геометрия томографической Рис. 14. Сходимость процесса системы. динамической и квазидинамической реконструкции.

На рис. 13 изображена схема модели одного из вариантов сис темы наблюдения проекций, для которой решен ряд примеров рекон струкции динамических изображений. На рис. 15 приводится один из результатов реконструкции трехмерного изображения движущегося объекта. На графиках рис. 14 изображены кривые сходимости про цесса реконструкции этого объекта для алгоритмов ФК и квазидина мической реконструкции.

Оригинал Реконструкция Рис. 15. Реконструкция трехмерного изображения.

При наличии лишь эмпирической информации об изображении в работе развит рекуррентный метод наименьших квадратов (МНК) применительно к реконструкции динамических изображений. Для получения рекуррентного алгоритма реконструкции введена функция потерь rk+1 = (zk+1 - Hk+1xk+1)T (zk+1 - Hk+1xk+1) + +-1(xk+1 - xk+1)T (xk+1 - xk+1) + (xk+1 - xk )T (xk+1 - xk ).

Первое слагаемое в этой сумме учитывает потери за счет невязки, второе — это пространственный сглаживающий функционал, а третье — это временной сглаживающий функционал. Коэффициенты и являются параметрами регуляризации.

Применительно к выбранной функции потерь разработан рекур рентный алгоритм реконструкции в виде уравнений:

xk+1 =xk + Kk+1(zk+1 - Hk+1xk ), - TT Kk+1 = Hk+1Hk+1 + -1I Hk+1.

() Выведены формулы для 1. нахождения коэффициентов Радиус ковариации 0. Время корреляции регуляризации. Для задания 0. 0. величины необходимо 0. иметь эмпирическую инфор- 0. 0. мацию о величине отношения 0. 0. сигнала к шумам, а для нахо 0. ждения — эмпирическую 0. 0 5 10 15 20 25 30 35 40 45 оценку длительности времен n ной корреляции изображения.

Рис. 16. Влияние выбора последовательно В работе получено рекур сти наблюдений на скорость сходимости.

рентное уравнение для кова риационной матрицы ошибки реконструкции и проведено исследова ние влияния выбора эмпирических коэффициентов регуляризации на величину этой ошибки. На рис. 16 показаны графики изменения ве личины при: использовании алгоритма МНК с оптимальным выбо ром последовательности проекций (кривая 1);

использовании алго ритма МНК и последовательном выборе проекций (кривая 2) и при использовании алгоритма ФК (кривая 3). На рис. 17 показаны резуль таты реконструкции динамического изображения (см. рис. 11) алго ритмом МНК (верхний ряд) и алгоритмом ФК (нижний ряд) при оп тимальном выборе последовательности проекций.

k=1 k=2 k=10 k=30 k= k=1 k=2 k=10 k=30 k= Рис. 17. Реконструкция динамического изображения алгоритмами МНК и ФК.

В четвертой главе проведено исследование возможностей соз дания томографической системы визуализации структуры листового пористого материала в режиме сканирования.

Оценка механических характеристик пористого листового мате риала является важной технической задачей. В случае, когда структу ра такого материала статистически однородна, оценка характеристик может осуществляться путем измерения закона распределения дли тельности пор. Для этого необходимо иметь изображения структуры на участках большой протяженности. Чтобы получить такие изобра жения в диссертации предложена и исследована схема рентгеновской томографической системы, работающая в режиме сканирования с учетом ограниченного угла обзора объекта (рис. 18).

В предложенной схеме источник излучения и плоский детектор находятся в фиксированном положении, а объект перемещается отно сительно измерительной системы вдоль линии детекторов с извест ной постоянной скоростью. Проекции измеряются дискретно во вре мени в процессе шагового движения объекта. Рекон струкция осуществляется одновременно с измерени ем проекций для каждого продольного сечения раз дельно, формируя в сово купности трехмерное изо бражение структуры.

Проведены экспери ментальные исследования Рис. 18. Схема томографической системы с изображения структуры продольным измерением проекций.

эталонных образцов мате риала с применением стандартной рентгеновской томографической техники. Эти результаты позволили определить ковариационные ха рактеристики структуры и на их основе построить математическую модель изображения. На рис. 19а приведено изображение фрагмента структуры пенистого алюминия в оптическом диапазоне, на рис. 19b — в рентгеновском, а на рис. 19с — модельное изображение с такими же ковариационными характеристиками.

а b c Рис. 19. Изображение сечения листа пенистого алюминия: а — в оптическом диапазоне;

b — в рентгеновском диапазоне;

с — модельное изображение.

Для предложенной схемы наблюдения продольных проекций и модели изображения разработан алгоритм реконструкции типа фильтра Калмана. Проведено исследование качества реконструкции путем решения уравнения для ковариационной матрицы ошибок при различных значениях параметров системы. Переходный процесс формирования изображения в процессе сканирования приведен на рис. 20, где k является дискретным временем наблюдения.

k= k= k= k= k= k= k= оригинал размер де тектора Рис. 20. Переходной процесс реконструкции изображения.

Предложенная схема рентгеновской томографической системы измерения продольных проекций показала свою работоспособность и может быть положена в основу создания системы контроля статисти ческих характеристик структуры пористых материалов.

ЗАКЛЮЧЕНИЕ В диссертации получены следующие основные результаты:

1. Разработаны рекуррентные алгоритмы реконструкции стати ческих изображений.

Предложена модель статического изображения в виде дискрет ного случайного поля, задаваемого разностным уравнением со слу чайными начальными условиями [7].

Для решения задачи реконструкции изображений в реальном масштабе времени впервые предложено использовать теорию фильт ра Калмана во временной области. Такой подход позволил получить следующие рекуррентные оптимальные алгоритмы: реконструкции изображений, искаженных шумами наблюдения;

реконструкции раз мытого изображения;

реконструкции изображения объекта на фоне коррелированного шумового поля;

реконструкции суперпозиции двух изображений [6, 7].

2. Предложено два способа модификации фильтра Калмана.

Первый назван алгоритмом псевдо-ФК и впервые разработан в на стоящей диссертации [1, 5, 7, 12, 13, 14, 15]. Второй способ связан с развитием методики декомпозиции изображения на статистически независимые фрагменты с последующей раздельной их реконструк цией [23].

3. Разработаны рекуррентные алгоритмы реконструкции дина мических изображений.

Предложено представлять модель динамического изображения в виде многомерной случайной марковской последовательности с его описанием посредством стохастического конечно-разностного урав нения. [18, 20].

Для решения задачи динамической реконструкции использован байесовский подход. При линейной модели динамического изобра жения он, как и в статическом случае, привел к алгоритму фильтра Калмана [8, 2, 16, 17, 18, 20, 24]. Разработаны рекуррентные алгорит мы реконструкции динамических изображений с учетом шумов на блюдения, размытия, суперпозиции двух случайных полей, реконст рукции изображения на фоне коррелированного шумового поля. В работе предложена оценка степени определенности задачи реконст рукции на основе известного понятия наблюдаемости динамической системы [18, 20]. Это позволило впервые получить алгоритм выбора оптимальной последовательности проекций [21].

4. В работе предложен подход к задаче реконструкции динами ческих изображений на основе рекуррентного метода наименьших квадратов. Введен специальный квадратичный критерий точности, и на его основе впервые разработан алгоритм реконструкции динами ческих изображений по методу наименьших квадратов. Выведены уравнения для оценки точности реконструкции и сходимости реше ния. Работоспособность предложенного алгоритма продемонстриро вана на примерах [9, 4, 22].

5. Решена задача разработки рентгеновской томографической системы визуализации структуры листового пористого материала в режиме сканирования. Предложена схема томографической системы с продольным измерением проекций, получена и исследована ее ма тематическая модель. Проведены экспериментальные исследования с целью определения статистических характеристик структуры эталон ных образцов материала (пенистый алюминий). Разработан алгоритм реконструкции изображений структуры материала в режиме сканиро вания на основе фильтра Калмана. Подготовлен экспериментальный макет томографической системы и проведено его исследование [8, 9, 10, 19, 25].

СПИСОК ОПУБЛИКОВАННЫХ РАБОТ ПО ТЕМЕ ДИССЕРТАЦИИ Статьи в научных журналах 1. Artemiev V., Naumov A., Tillack G.-R. Adaptive image reconstruc tion applied to X-Ray tomography // Materialprfung.— 1998.— Vol.

40, № 9.— P. 342–345.

2. Tillack G.-R., Artemiev V.M., Naumov A.O. Reconstruction of dy namic object properties for CT applications // Materialprfung.— 2001.— № 6.— P. 254–258.

3. Artemiev V.M., Naumov A.O., Tillack G.-R. Recursive Tomographic Image Reconstruction Using a Kalman Filter Approach in the Time Domain // J.Phys.D: Appl. Phys.— 2001.—Vol. 34.— P. 2073–2083.

4. Наумов А.О. Оптимальная реконструкция динамических изобра жений на основе рекуррентного метода наименьших квадратов в целях томогрфии // Весцi НАН Беларусi. Сер. фiз.-тэхн. навук.— 2003.— № 2.— С. 90–95.

Статьи в научных сборниках 5. Artemiev V., Naumov A., Tillack G.-R. Adaptive image reconstruc tion with predictive model // Maximum Entrophy and Bayesian Meth ods / Eds. W. von der Linden e. a.— Kluwer Academic Publishers, 1999.— P. 123–130.

6. Artemiev V.M., Naumov A.O., Tillack G.-R. Optimal Dynamic Image Reconstruction with Sequence Projection Data Aquisition // Сб. на учных трудов ИТК НАНБ «Цифровая обработка изображений».— Минск, 2000.— Выпуск 4.— C. 7–20.

7. Artemiev V.M., Naumov A.O., Tillack G.-R. Pseudo Kalman Filter Approach for Dynamic Image Reconstruction // Сб. научных трудов ИТК НАНБ «Цифровая обработка изображений».— Минск, 2000.— Выпуск 4.— C. 133–142.

8. Tillack G.-R., Artemiev V.M., Naumov A.O. Dynamic image recon struction for CT applications // Review of Progress in Quantitative Nondestructive Evaluation.— 2001.— Vol. 20.— P. 748–755.

9. Tillack G.-R., Goebbels J., Illerhaus B., Artemiev V.M., Naumov A.O. Statistical characterization of complex object structure by dy namic tomography // Review of Progress in QNDE.— 2002.— Vol. 21.— P. 764–771.

10. Наумов А.О. Реконструкция динамических изображений на осно ве рекуррентного метода наименьших квадратов // Сб. научных трудов «Анализ цифровых изображений» / Национальная Акаде мия наук Беларуси. Объединенный институт проблем информа тики.— Минск, 2002.— Выпуск 1.— С. 20–27.

11. G.-R. Tillack, U. Samadurau, V.M. Artemiev, A.O. Naumov Statisti cal characterization of multi-phase flow by dynamic tomography // Review of Progress in QNDE.— 2003.— Vol. 22.— P. 643–650.

Доклады 12. Artemiev V. M., Naumov A. O., Tillack G.-R. Adaptive Image Re construction in X-Ray Tomography // Proc. of the 7th European Con ference on Non-Destructive Testing, ECNDT, Copenhagen, 1998.— P. 2379-2384.

13. Артемьев В.М., Наумов А.О., Степанов В.Л., Тиллак Г.-Р. Адап тивная реконструкция изображений по проекциям // Доклады Междун. конференции «Цифровая обработка информации и управление в чрезвычайных ситуациях», сентябрь 1998.— Минск, 1998.— Том 2.— С. 40–47.

14. Artemiev V.M., Naumov A.O., Tillack G.-R. Image Reconstruction from Projections in the Case of Prior Uncertainty // Proc. of the 2nd International Conference on Computer Methods and Inverse Problems in Non-Destructive Testing and Diagnostic, Minsk, Belarus, 20.-23.

Oktober, 1998.— DGZfP Berichtsband, Vol. 64, 1998.— P. 85-90.

15. Tillack G.-R., Artemiev V.M., Naumov A. O. Adaptive Bildrekonstruktion fr Projektionstechniken // DGZfP Jahrestagung "70 Jahre ZfP von Schweiverbindungen", Bamberg, 7.-9. September, 1998.— DGZfP-Berichtsband, Vol. 63, 1999.— P. 579-588.

16. Tillack G.-R., Artemiev V.M., Naumov A.O. Dynamische Bildrekonstruktion fuer CT-Anwendungen // DACH Jahrestagung "ZfP im Ubergang zum 3. Jahrtausend" Innsbruck, 29.-31. Mai, 2000.— DGZfP-Berichtsband, 2000.— P. 817–826.

17. Artemiev V.M., Naumov A.O., Tillack G.-R. Dynamic Image Recon struction: General estimation Principles for Dynamic tomography // Proc. 15th World Conference on Nondestructive Testing, Roma (Italy) 15-21 October 2000.— Roma, 2000.— on CDrom, idn326.

18. Artemiev V.M., Naumov A.O., Tillack G.-R. Dynamic Image Recon struction // Доклады второй междун. конференции «Цифровая об работка информации и управление в чрезвычайных ситуациях», ноябрь 2000 г.— Минск, 2000.— Том 2.— С. 168–178.

19. Tillack G.-R., Goebbels J., Illerhaus B., Artemiev V.M., Naumov A.O. Machbarkeitsstudie zum Einsatz der dynamischen Tomographie fr die statistische Charakterisierung komplexer Objektstrukturen // DGZfP-Jahrestagung "ZfP in Anwendung, Entwicklung und Forschung", Berlin, 21.-23. Mai, 2001.— DGZfP-Berichtsband, 2001.— CDrom P22.

20. Artemiev V.M., Naumov A.O., Tillack G.-R. Statistical Estimation theory Approach for the Dynamic Image Reconstruction // Proc. 2nd World Congress on Industrial Process Tomography.— Hannover, Germany, August 2001.— P. 772–779.

21. Наумов А.О. Оптимальный выбор последовательности проекций в динамической компьютерной томографии // Доклады Третьей международной конференции «Цифровая обработка информации и управление в чрезвычайных ситуациях», май 2002 г.— Минск, 2002.— Том 2.— С. 83–88.

22. Tillack G.-R., Samadurau U.A., Artemiev V.M., Naumov A.O. Non linear Dynamic Image Reconstruction for X-Ray Process Tomogra phy // Proc. 8th ECNDT, Barcelona (Spain) June 17-21, 2002.—Bar celona, 2002.— on CDrom, Paper80.

Тезисы докладов 23. Артемьев В.М., Наумов А.О., Тиллак Г.-Р. Рекуррентная реконст рукция изображений в рентгеновской томографии // 15-я научно техническая конференция по неразрушающему контролю и диаг ностике: Тез. докл., Том 2, Москва, 28 июня–2 июля 1999.— Мо сква, 1999.— С. 191.

24. Артемьев В.М., Наумов А.О., Тиллак Г.-Р. Реконструкция дина мических изображений на основе рекуррентного метода наи меньших квадратов // 3-я международная конференция «Компью терные методы и обратные задачи в неразрушающем контроле и диагностике»: Тезисы докладов, Москва, 18–21 марта 2002.— Москва, 2002.— С. 269–270.

РЭЗЮМЭ дысертацыйнай працы Навумава Аляксандра Алегавiча «РАСПРАЦОЎКА РЭКУРРЭНТНЫХ АЛГАРЫТМАЎ РЭКАНСТРУКЦЫI ВIДАРЫСАЎ ДЛЯ ЗАДАЧ ТАМАГРАФII» Ключавыя словы: рэканструкцыя вiдарысаў, камп’ютэрная тамаграфiя, праекцыя, алгарытм, адваротная задача, статыстычнае ацэньванне, аптымальная фiльтрацыя, выпадковая паслядоўнасць, фiльтр Калмана, каварыцыйная матрыца, апрыёрная iнфармацыя, тамаграфiя працэсаў, порысты матэрыял.

Аб’ектам даследавання ў дысертацыйнай працы з'яўляўся вiдарыс унутранай структуры матэрыялаў і вырабаў. Прадметам даследавання з'яўляліся алгарытмы рэканструкцыі вiдарысаў па выніках вымярэння тамаграфiчных праекцый. Мэтай працы была распрацоўка рэкуррэнтных алгарытмаў рэканструкцыі статычных і дынамічных вiдарысаў для камп’ютэрнай тамаграфii рэальнага часу.

Метадалогiя даследавання засноўвалася на выкарыстанні вынікаў тэорыі маркаўскiх выпадковых працэсаў і статыстычнага ацэньвання.

Упершыню тэорыя фільтра Калмана была выкарыстана для рэканструкцыі статычных і дынамічных вiдарысаў. Гэта дазволіла распрацаваць аптымальныя алгарытмы: рэканструкцыі вiдарысаў у ўмовах шумаў нагляду;

рэканструкцыі размытага вiдарысу;

паасобнай рэканструкцыі суперпазiцыi двух вiдарысаў. Для зніжэння вылiчальных выдаткаў распрацаваны алгарытмы псеўдакалманаўскай рэканструкцыі статычных вiдарысаў і алгарытм рэканструкцыі дынамічных вiдарысаў на аснове рэкуррэнтнага метада найменшых квадратаў.

У дысертацыi прапанавана схема тамаграфiчнай сiстэмы з удоўжаным вымярэннем праекцый, прызначаная для вiзуалiзацыi структуры лiставога порыстага матэрыяла ў рэжыме сканiравання.

Распрацаваныя алгарытмы могуць быць выкарыстаны ў неразбуральным кантроле для тамаграфii матэрыялаў, якiя маюць статыстычны характар, а таксама для тамаграфii аб'ектаў, зменьваюшчыхся з цягам часу.

РЕЗЮМЕ диссертационной работы Наумова Александра Олеговича «РАЗРАБОТКА РЕКУРРЕНТНЫХ АЛГОРИТМОВ РЕКОНСТРУКЦИИ ИЗОБРАЖЕНИЙ ДЛЯ ЗАДАЧ ТОМОГРАФИИ» Ключевые слова: реконструкция изображений, компьютерная томография, проекция, алгоритм, обратная задача, статистическое оценивание, оптимальная фильтрация, случайная последовательность, фильтр Калмана, ковариационная матрица, априорная информация, томография процессов, пористый материал.

Объектом исследования в диссертационной работе являлось изображение внутренней структуры материалов и изделий.

Предметом исследования являлись алгоритмы реконструкции изображений по результатам измерения томографических проекций.

Целью работы была разработка рекуррентных алгоритмов реконструкции статических и динамических изображений для компьютерной томографии реального времени. Методология исследования основывалась на использовании результатов теории марковских случайных процессов и статистического оценивания.

Впервые теория фильтра Калмана была использована для реконструкции статических и динамических изображений. Это позволило разработать оптимальные алгоритмы: реконструкции изображений в условиях шумов наблюдения;

реконструкции размытого изображения;

раздельной реконструкции суперпозиции двух изображений. Для снижения вычислительных затрат разработаны алгоритмы псевдокалмановской реконструкции статических изображений и алгоритм реконструкции динамических изображений на основе рекуррентного метода наименьших квадратов.

В диссертации предложена схема томографической системы с продольным измерением проекций, предназначенная для визуализации структуры листового пористого материала в режиме сканирования.

Разработанные алгоритмы могут быть использованы в неразрушающем контроле для томографии материалов, имеющих статистический характер, а также для томографии объектов, изменяющихся во времени.

SUMMARY of the Ph.D. thesis «DEVELOPMENT OF THE RECURSIVE IMAGE RECONSTRUCTION ALGORITHMS FOR TOMOGRAPHY» by Alexander O. Naumov Key words: image reconstruction, computed tomography, projection, algorithm, inverse problem, statistical estimation, optimal filtering, random sequence, Kalman filter, covariation matrix, a priori information, process tomography, foam material.

The image of interior structure of materials and products was an object of investigation in the thesis. The algorithms of image reconstruction by measuring of tomographic projections were a subject of investigation. The aim of the work consisted in developing recursive algorithms of static and dynamic image reconstruction for a real time computed tomography. The methodology of investigation was based on usage of the stochastic Markov processes theory and statistic estimation theory.

For the first time the Kalman filter technique was used for the reconstruction of static and dynamic images. It has allowed developing optimal algorithms of image reconstruction in presence of observation noise;

reconstruction of blurred images;

separate reconstruction of a superposition of two images. To reduce the computing expenses the algorithms of pseudo-Kalman reconstruction of static images and the algorithm of dynamic image reconstruction on the basis of a recursive least squares method were proposed.

In the thesis the plan of a tomographic system with longitudinal projection measuring that intended for visualization of structure of sheet porous materials in a scan mode was offered.

The designed algorithms can be used in nondestructive tasting for a tomography of materials having a statistical structure and also for a tomography of time-varying objects.




© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.