СПОСОБ И УСТРОЙСТВО ДЛЯ РАСПОЗНАВАНИЯ ВЕЩЕСТВ Российский патент 2010 года по МПК G01N23/04 

ОБЛАСТЬ ИЗОБРЕТЕНИЯ

Настоящее изобретение относится к радиографической технологии, более конкретно, к способу для распознавания веществ, который применяется в высокоэнергетической рентгеновской системе, создающей изображение объектов для досмотра, и к устройству для осуществления этого способа. Способ и устройство способны не только создавать изображения объекта, передаваемые на дисплей при досмотре, но также позволяют получить информацию о материале объекта.

ПРЕДПОСЫЛКИ СОЗДАНИЯ ИЗОБРЕТЕНИЯ

В настоящее время широкое распространение получила практика контейнерной транспортировки товаров. Контейнеризация перевозка стала основным средством международной транспортировки грузов. В то же время, использование контейнеров для контрабанды огнестрельного оружия, оружия, наркотиков, взрывчатых веществ и даже оружия массового поражения (WMD) и (устройств рассеивания радиоактивных материалов (RDD) стало международной опасностью, вызывающей беспокойство многих стран и мешающей нормальному порядку функционирования международных грузовых перевозок.

Начиная с террористического акта 11 сентября, правительство США стало придавать большое значение потенциальным рискам при транспортировке грузов, и особенно возможности ввоза оружия массового поражения и радиоактивных материалов в контейнерах в Соединенные Штаты. Для снижения таких рисков Таможенное управление США выпустило директиву "Меры безопасности при осуществлении контейнерных перевозок" от 17 января 2001 года, в которой все иностранные торговые порты, непосредственно связанные с американскими портами, должны быть оборудованы неразрушающими устройствами сканирования рентгеновскими лучами, с оборудованием отображения содержимого контейнеров, отправляемых в США. Спустя год после опубликования указанного документа 18 главных портов мира поддержали эту инициативу и начали работать в таком режиме. Тем временем требования по международной безопасности транспортировки ужесточаются, и Всемирная таможенная организация единодушно принимает резолюцию, требующую, чтобы все 160 участников разработали план по безопасному досмотру контейнеров в режиме CSI, в результате чего безопасный досмотр контейнеров стал общей темой в мире транспортировки грузов.

Существующая система проверки контейнеров рентгеновскими лучами, в основном, состоит из передачи изображения, то есть непосредственное проникновение в груз, используя рентгеновские лучи, чтобы получить изображения всех предметов на пути следования рентгеновских лучей. Стандартная технология передачи изображений решает проблему "визуализации" контейнеров и поэтому широко используется на практике. Однако такое оборудование обычно имеет ряд недостатков. Во-первых, информация с двумерной структурой уязвима для изделий, находящихся на пути лучей. Во-вторых, информация о плотности материала не выдается. В-третьих, информация о составе материала также не выдается.

Что касается требования по "предотвращению контрабанды", главная контрмера против контрабанды заключается в сравнении информации об элементах, перечисленных в таможенной декларации, с изображениями системы высокогоэнергетического сканирования контейнеров рентгеновскими лучами, с последующим анализом, соответствуют ли вышеупомянутые элементы друг другу. Здесь таможенный опыт является априорным знанием, и стандартная технология передачи рентгеновского изображения может в значительной степени удовлетворить вышеупомянутому требованию. Однако предложенная методика распознавания CSI перехода от досмотра контейнеров, от досмотра ввезенных контрабандой изделий (для краткости "предотвращение контрабанды") к досмотру опасных изделий (для краткости "предотвращение опасности"). Поскольку существуют различные типы опасных изделий, и они не имеют какой-либо определенной формы, то при досмотре нет никакой априорной информации об изделиях в контейнере; и уже оказалось трудным отвечать требованиям безопасности контейнеров при досмотре, полагаясь только на стандартную передачу рентгеновского изображения.

Более точный и эффективный безопасный досмотр возможен только при определении многочисленных характеристик объекта, например WMD, RDD и других опасных изделий. При этом используется рентгеновская досмотровая установка с двумя уровнями энергии, имеющая различные спектры энергии, чтобы проникнуть через объект при досмотре. Сигналы, полученные с различными уровнями энергии, обрабатываются, чтобы получить информацию об атомном числе материала объекта. Таким образом, при использовании этой технологии уровень безопасности досмотра эффективно повышается до некоторой степени. Желательно, чтобы система досмотра контейнеров с помощью высокоэнергетических рентгеновских лучей обладала бы способностью установления различий материалов, что стало отправной точкой международных исследований в последние годы.

Технология рентгеновской системы досмотра с двумя уровнями энергии особенно эффективна, когда энергия рентгеновских лучей ниже 200 кЭВ, и эта система широко используется при досмотре багажа. Однако когда энергия рентгеновских лучей, проникающих через контейнер, достигает нескольких МЭВ, для различных материалов с той же самой толщиной массы, таких как С, Al и Fe, ослабление энергии по этому спектру не имеет большого влияния на ослабление луча. Поэтому способность установления различий материалов, полученная при использовании высокоэнергетического рентгеновского изображения, является несколько менее эффективной по сравнению с технологией рентгеновского досмотра с двумя низкими уровнями энергии. Некоторые эксперты в области досмотра контейнеров полагают, что технология двойного уровня энергии не является эффективной, когда энергия рентгеновских лучей лежит за пределами 200 кЭВ, так что эта технология не является подходящей для системы досмотра контейнеров.

КРАТКОЕ СОДЕРЖАНИЕ ИЗОБРЕТЕНИЯ

Настоящее изобретение предлагает систему распознавания веществ, содержащую средство формирования энергетического спектра и средство автоматической калибровки, которая может преодолеть недостатки, возникающие, когда распознавание различий материалов не может быть эффективно выполнено в высокоэнергетической системе, в которой досмотр контейнеров осуществляется путем создания рентгеновских изображений двойного уровня энергии в реальном времени, с визуализацией информации о распознавании различий материалов и информации серой шкалы, используя определенный алгоритм, например алгоритм полутонового изображения с двойным уровнем энергии, алгоритм расцвечивания и т.д.

По сравнению с традиционным способом формирования высокоэнергетических рентгеновских изображений, используя полученное изображение с двумя уровнями энергии, предлагаемая система может не только получить слитое изображение с высокой проникающей способностью и высокой контрастной чувствительностью, но также позволяет получить некоторую информацию о материале груза и обладает определенной способностью распознавания взрывчатых веществ, наркотиков, радиоактивных материалов и т.д., что повышает способность досмотра безопасности контейнеров.

Кроме того, настоящее изобретение полностью использует преимущества системы человеческого зрения для полутоновых или псевдо-цветных изображений, полученных с помощью традиционной высокоэнергетической системы формирования рентгеновских изображений, чтобы выцветать изображения для установления различий материалов, переданные от высокоэнергетической системы создания рентгеновских изображений двойного уровня, чтобы предоставить пользователям подробную информацию.

В настоящем изобретении предоставлен способ распознавания веществ, включающий следующие стадии: передачу изображения проверяемого объекта, используя высокоэнергетические лучи и низкоэнергетические лучи, чтобы выполнить передачу высокоэнергетического изображения и низкоэнергетического изображения объекта, в котором величина каждого пикселя в высокоэнергетическом изображении указывает на высокую проницаемость высокоэнергетических лучей через соответствующие части объекта, и величина каждого пикселя в низкоэнергетическом изображении указывает на низкоэнергетическую проницаемость лучей низкой энергии через соответствующие части объекта; вычисление величины первой функции для высокоэнергетической проницаемости и величины второй функции для высокоэнергетической проницаемости и низкоэнергетической проницаемости для каждого пикселя и классифицирование местоположений, определяемых величиной первой функции и величиной второй функции, используя предварительно созданную кривую классификации, для распознавания типа вещества части объекта, соответствующей каждому пикселю.

Согласно одному варианту воплощения настоящего изобретения способ дополнительно содержит стадии создания окрестности предопределенного размера и снижение уровня шума на высокоэнергетическом изображении и низкоэнергетическом изображении в окрестности каждого пикселя.

Согласно одному варианту воплощения настоящего изобретения стадия снижения шумов на высокоэнергетическом изображении и низкоэнергетическом изображении в окрестности каждого пикселя, в свою очередь, включает следующие стадии: поиск пикселя, аналогичного центральному пикселю в окрестности, как пикселя подобия и выполнение взвешенного усреднения пикселя подобия в окрестности.

Согласно одному варианту воплощения настоящего изобретения разница между высокоэнергетической проницаемостью и низкоэнергетической проницаемостью пикселя подобия и высокоэнергетической проницаемостью и низкоэнергетической проницаемостью центрального пикселя, соответственно, в обоих случаях ниже предварительно установленного значения.

Согласно еще одному варианту воплощения настоящего изобретения объект распознается как органическое вещество, легкие металлы, неорганическое вещество или тяжелые металлы.

Согласно еще одному варианту воплощения настоящего изобретения способ дополнительно содержит стадию выполнения расцвечивания изображения, полученного в результате распознавания.

В другом варианте воплощения изобретение включает стадию выполнения расцвечивания изображения: вычисление средневзвешенной величины высокоэнергетической проницаемости и низкоэнергетической проницаемости каждого пикселя как величины слитого полутонового изображения; определение оттенка по типу материала части объекта, соответствующей пикселю; определение уровня яркости пикселя по величине слитого полутонового изображения пикселя и получение величины R, величины G и величины В пикселя по предопределенной таблице поиска, взяв оттенок и уровень яркости в качестве индексов.

В еще одном варианте воплощения изобретение включает стадию определения оттенка по типу материала части объекта, соответствующей пикселю, а именно: назначение оранжевого цвета для органического вещества, назначение зеленого цвета для легких металлов, назначение синего цвета для неорганического вещества и назначение фиолетового цвета для тяжелых металлов.

В другом варианте воплощения изобретения способ включает стадию формирования спектра лучей от источника излучения, чтобы увеличить разницу энергетического спектра между лучами высокой энергии и лучами низкой энергии.

В другом варианте воплощения изобретения кривая классификации создается для каждого типа калибровочного материала через следующие стадии: получение соответствующей высокоэнергетической проницаемости и низкоэнергетической проницаемости путем облучения калибровочных материалов различной толщины, используя высокоэнергетические лучи и низкоэнергетические лучи; формирование точек калибровочных материалов различной толщины, используя первую функцию высокоэнергетической проницаемости как абсциссу и вторую функцию низкоэнергетической проницаемости и высокоэнергетической проницаемости как ординату, и формирование кривой классификации, основанной на указанных точках.

В другом варианте воплощения изобретения стадия формирования кривой классификации, основанной на указанных точках, включает вычерчивание кривой по методу наименьших квадратов, выполняя вычерчивание кривой по указанным точкам.

В еще одном варианте воплощения изобретения стадия формирования указанной кривой классификации, проведенной по указанным точкам, включает оптимальное построение полинома Чебышева, выполняя вычерчивание кривой по указанным точкам.

В еще одном варианте воплощения изобретения способ дополнительно включает стадию выполнения дискретизации на кривой классификации.

В еще одном варианте настоящего изобретения предложено устройство для распознавания веществ, содержащее средство формирования изображения для передачи изображения проверяемого объекта, используя высокоэнергетические лучи и низкоэнергетические лучи, обеспечивающие передачу высокоэнергетического изображения и передачу низкоэнергетического изображения объекта, в котором величина каждого пикселя в высокоэнергетическом изображении указывает на высокоэнергетическую проницаемость высокоэнергетических лучей относительно соответствующей части объекта, и величина каждого пикселя в низкоэнергетическом изображении указывает на низкоэнергетическую проницаемость низкоэнергетических лучей по отношению к соответствующим частям объекта; вычислительное средство для вычисления величины первой функции для высокоэнергетической проницаемости и величины второй функции для высокоэнергетической проницаемости и низкоэнергетической проницаемости для каждого пикселя, и средство классификации для классификации местоположений, определенных величиной первой функции и величиной второй функции, используя предварительно созданную кривую классификации, для распознавания типа вещества части объекта, соответствующей каждому пикселю.

В еще одном варианте воплощения изобретения заявленное устройство дополнительно содержит средство для создания окрестности предопределенного размера и средство для снижения уровня шума на высокоэнергетическом изображении и низкоэнергетическом изображении в окрестности каждого пикселя.

В еще одном варианте воплощения изобретения средство для снижения уровня шума на высокоэнергетическом изображении и низкоэнергетическом изображении в окрестности каждого пикселя включает средство для поиска пикселя, подобного центральному пикселю в окрестности как пикселя подобия и средство для выполнения взвешенного усреднения пикселя подобия в окрестности.

Изобретательская система распознавания веществ встроена в систему досмотра контейнеров, используя рентгеновские высокоэнергетические лучи двойного уровня, и предназначена для формирования энергетического спектра лучей путем использования средства формирования спектра, улучшая, таким образом, способность установления различия материалов. Кроме того, путем создания средства калибровки, обнаружения в реальном времени для состояния системы и получения параметра классификации, который полностью соответствует состоянию системы, можно обеспечить твердую основу для точного установления различий материалов. Кроме того, путем внедрения быстрого алгоритма распознавания и алгоритма снижения искажения изображения в модуле установления различий материалов обеспечиваются операции с алгоритмами в реальном времени, влияние статистических колебаний системы рентгеновских данных значительно снижается и обеспечивается точность установления различий материалов.

Кроме того, предлагаемая система распознавания веществ может обеспечить слитое изображение с высокой проникающей способностью и контрастной чувствительностью путем создания алгоритма слияния полутонового изображения, получая, таким образом, более подробную информацию, чем в одноуровневой системе, в которой получается только полутоновое изображение.

После получения результата установления различий материалов и слитого полутонового изображения настоящее изобретение дополнительно создает модуль цветного дисплея, который может гарантировать целостность всей процедуры обработки данных от ввода оригинальных данных передачи двух уровней энергии до вывода данных на цветной дисплей в системе RGB.

Кроме того, система дает полное представление операций в реальном времени и создает оптимизированные изображения на множестве алгоритмов с хорошей рабочей скоростью и производительностью в реальном времени.

Настоящее изобретение может эффективно решать проблемы, в которых высокоэнергетическая двухуровневая рентгеновская система досмотра имеет недостаточно высокую способность установления различий материалов, таким образом, настоящее изобретение повышает эффект установления различий материалов, а цветной дисплей обеспечивает удобство использования и высокую скорость обработки данных.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

Другие цели, особенности и преимущества изобретения будут очевидны из следующего подробного описания предпочтительных примеров воплощения настоящего изобретения со ссылками на сопровождающие чертежи, на которых:

Фигура 1А - принципиальная схема основного оборудования высокоэнергетической рентгеновской досмотровой системы с двумя уровнями энергии со средствами формирования изображений;

Фигура 1В - принципиальная схема высокоэнергетической рентгеновской досмотровой системы с двумя уровнями энергии со средствами формирования изображений и с устройством распознавания материалов;

Фигура 1C - кривая массового коэффициента ослабления;

Фигура 2 - схема средства формирования энергетического спектра. В этом варианте воплощения изобретения на схеме черные стрелки обозначают лучи, имеющие высокоэнергетический уровень, серые стрелки обозначают лучи, имеющие низкоэнергетический уровень, и черная область обозначает блок формирования материала;

Фигура 3 - схема средства автоматической калибровки в соответствии с еще одним вариантом воплощения изобретения, в котором черные стрелки обозначают лучи, имеющие высокий уровень энергии, а серые стрелки обозначают лучи, имеющие низкий уровень энергии;

На фигуре 4А показана блок-схема, иллюстрирующая процесс автоматической калибровки в еще одном варианте воплощения изобретения;

На фигура 4В показана блок-схема, иллюстрирующая способ распознавания веществ в другом варианте воплощения изобретения;

На фигуре 5 показано определение координат альфа-кривой;

Фигура 6А - схема данных тренировки калибровочных материалов, используемых в процессе автоматической калибровки;

Фигура 6В - схема альфа-кривой, сформированной из данных тренировки калибровочных материалов;

На фигуре 6С представлен статистический результат данных тренировки калибровочных материалов;

Фигура 7А - блок-схема, иллюстрирующая два уровня энергии (то есть высокий уровень энергии и низкий уровень энергии) в процессе снижения помех проницаемости;

Фигура 7В блок-схема, иллюстрирующая процесс снижения помех проницаемости, выполненный по результату распознавания материалов;

На фигуре 8 показаны результаты, полученные для различных параметров предварительной обработки модулем установления различий материалов;

Фигура 9 - блок-схема, иллюстрирующая процесс формирования таблицы цветов и процесс формирования цветного изображения RGB;

Фигура 10 иллюстрирует полутоновое изображение и цветное изображение.

ПОДРОБНОЕ ОПИСАНИЕ ПРЕДПОЧТИТЕЛЬНЫХ ВАРИАНТОВ

Ниже будет описан предпочтительный вариант воплощения изобретения со ссылками на сопровождающие чертежи. Для ясности здесь будет опущено подробное описание известных функций и конструкций, включение которых затруднило бы понимание сущности изобретения.

Устройство распознавания веществ в соответствии с примером воплощения настоящего изобретения имеет аппаратную часть и программную часть в виде алгоритма обработки данных. Устройство распознавания веществ представляет собой подсистему, встроенную в систему досмотра контейнеров, используя рентгеновские высокоэнергетические лучи двойного уровня, которая выполняет распознавание материалов на основе высокоэнергетической передачи данных с двумя уровнями энергии.

Для удобства чтения лучи с высоким уровнем энергии высокоэнергетической рентгеновской досмотровой системы с двумя уровнями энергии называются ниже как высокоэнергетические рентгеновские лучи, а лучи с низким уровнем энергии называются низкоэнергетические рентгеновские лучи. Разумный выбор энергетического спектра является предпосылкой создания системы досмотра контейнеров, используя рентгеновские лучи с двумя уровнями энергии. Диапазон выбора энергетического спектра для рентгеновской системы с двумя уровнями энергии, в основном, лежит в пределах от 3 МЭВ до 10 МЭВ. В теории, в соответствующем энергетическом диапазоне, чем больше разница в уровнях энергии, тем выше способность установления различий материалов. Однако эффективный диапазон для осуществления распознавания материалов будет узким, если разница в уровнях энергии будет слишком большой, и разница в проникающей способности между лучами высокой энергии и лучами низкой энергии будет слишком большой.

На фигурах 1А и 1В приведены принципиальные схемы системы досмотра контейнеров со средствами формирования изображений, используя рентгеновские лучи с двумя уровнями энергии. Как показано на фигуре 1, система досмотра контейнеров со средствами формирования изображений, в которой используются рентгеновские лучи с двумя уровнями энергии, имеет генератор рентгеновского излучения 10, механическое пусковое устройство (не показано), проверяемый объект 20, например контейнер, подсистему сбора данных 30, компьютер управления сканированием и компьютер обработки данных (не показан).

Генератор рентгеновского излучения 10 включает ускоритель на два уровня энергии и другое вспомогательное оборудование и может генерировать рентгеновские лучи с двумя уровнями энергии. Механическое пусковое устройство позволяет генератору рентгеновского излучения 10 и подсистеме сбора данных 30 перемещаться в горизонтальном направлении относительно контейнера 20.

Возможно положение, при котором генератор рентгеновского излучения 10 и подсистема сбора данных 30 неподвижны, а контейнер 20 движется. Альтернативно, может иметь место положение, в котором контейнер 20 неподвижен, в то время как генератор рентгеновского излучения 10 и подсистема сбора данных 30 перемещаются относительно контейнера.

Подсистема сбора данных 30, в основном, содержит линейные матричные детекторы, которые используются для обнаружения лучей, полученных после того, как рентгеновские лучи с двумя уровнями энергии, сформированные генератором рентгеновских лучей 10, пройдут через объект, чтобы сформировать данные передачи двух уровней энергии, и используются для передачи данных компьютеру (не показан). Подсистема сбора данных 30 дополнительно содержит схему считывания для считывания проекционных данных, логический блок управления с детектором и т.д. Детектор может быть твердым детектором, газовым детектором или полупроводниковым детектором.

Компьютер управления сканированием отвечает за работу системы управления, включая механическое управление, электрическое управление и управление цепью безопасности процесса работы системы. Компьютер обработки данных отвечает за обработку и отображение данных передачи двух уровней энергии, полученных подсистемой сбора данных.

Устройство 40, формирующее энергетический спектр, и автоматическое калибровочное устройство 50, показанные на фигуре 1 В, повышают способность установления отличий материалов системы с двумя уровнями энергии, улучшая, таким образом, эффект распознавания веществ.

Устройство 40, формирующее энергетический спектр, включает материалы, формирующие энергетический спектр, и соответствующие вспомогательные устройства. Устройство 40, формирующее энергетический спектр 40, размещено между генератором рентгеновских лучей 10 и объектом 20 и служит для формирования энергетических спектров лучей, излучаемых генератором 10, перед передачей лучей, проникающих через объект 20, с тем, чтобы распределение энергетического спектра было более благоприятным для установления различий материалов.

Материал, формирующий энергетический спектр, отличается тем, что он сильно ослабляет лучи с низкой энергией и почти не влияет на лучи с высокой энергией. Чем лучше эта характеристика, тем выше эффект формирования энергетического спектра. Материал может рассматриваться как материал, формирующий энергетический спектр, в той мере, в какой он соответствует вышеупомянутой характеристике. В зависимости от характеристики материала, формирующего энергетический спектр, эквивалентная энергия лучей может быть увеличена после формирования энергетического спектра. Если материал, формирующий энергетический спектр, воздействует на лучи, имеющие высокий уровень энергии, эквивалентная энергия лучей, имеющих высокий уровень энергии, будет увеличена, тогда как эквивалентная энергия лучей, имеющих низкий уровень энергии, сохраняется постоянной, увеличивая, таким образом, разницу в уровнях энергии между высокоэнергетическими лучами и низкоэнергетическими лучами, что улучшает способность установления различий материалов системы.

На основе указанной характеристики в качестве формирующего материала может быть выбран графит. Чисто теоретическое представление состоит в том, что чем толще формирующий материал, тем лучше его способность в установлении различий материалов при досмотре. Однако чем толще формирующий материал, тем больше степень затухания проходящих через него лучей, тем меньше количество лучей, которое получает детектор, и тех хуже соотношение сигнал-шум, принимая во внимание статистические колебания. В результате, толщина формирующего материала имеет оптимальное значение, которое должно быть определено на основе фактической конструкции системы. В соответствии с распределением энергии высокоэнергетических лучей и низкоэнергетических лучей было определено, что формирование энергетического спектра может быть выполнено только при определенном уровне энергии. На фигуре 2А представлена принципиальная схема устройства формирования энергетического спектра ротационного типа. Альтернативно можно формировать энергетический спектр одновременно на высокоэнергетическом уровне и на низкоэнергетическом уровне. На фигуре 2В показано устройство формирования энергетического спектра, которое выполняет формирование энергетического спектра на обоих уровнях энергии.

Конструкция устройства 40 формирования энергетического спектра зависит от требований, предъявляемых к формированию энергетического спектра. Можно выполнять формирование только на лучах высокого энергетического уровня и затем увеличить разницу величины энергии между обоими уровнями энергии, улучшая эквивалентную энергию лучей высокого энергетического уровня, чтобы повысить способность установления различия материалов системы. Также возможно выполнить формирование энергетического спектра на обоих уровнях энергии, что является особым случаем, обычно применяемым в ситуации, когда низкоэнергетические лучи остаются порядка 3 МЭВ. Из массового коэффициента затухания на фигуре 1C можно видеть, что коэффициенты затухания материала с низким атомным числом близки друг к другу при энергетическом уровне порядка 3 МЭВ, и что тренд к изменению является очень медленным. В результате изменение энергии имеет очень малое влияние на способность установления различий материалов с низким атомным числом в этом диапазоне энергии, в то время как коэффициент затухания материалов с высоким атомным числом имеет точку перегиба около 3 МЭВ. Это приведет к тому, что при таком выборе энергии свинец (Pb) не может быть отличим от других материалов. Следовательно, формирование энергетического спектра также может быть выполнено лучами низкого энергетического уровня порядка 3 МЭВ. Таким образом, можно улучшить различимость материалов с высоким атомным числом при использовании материала, формирующего энергетические спектры, поглощая низкоэнергетическую часть лучей низкого уровня, без какого-либо отрицательного влияния на материалы с низким атомным числом.

На фигуре 3 представлена схема автоматического калибровочного устройства в еще одном варианте воплощения изобретения. Автоматическое калибровочное устройство имеет две основные части: аппаратную часть и программное обеспечение.

Автоматическое калибровочное устройство 50 включает калибровочные материалы, которые распределены лесенкой, и соответствующее вспомогательное оборудование. Автоматическое калибровочное устройство 50 может получать эталонные данные, запускать процесс автоматической калибровки, получать параметр классификации, который соответствуют состоянию системы в реальном времени, и сохранить его в файле как ввод в модуль установления различий материалов.

В данном примере калибровочные материалы включают различные стандартные материалы. Чтобы гарантировать точность калибровки, может быть подготовлен, по меньшей мере, один тип стандартного материала на одну категорию. Альтернативно, на одну категорию может быть подготовлено несколько типов стандартных материалов с различными эквивалентными атомными числами. Если нет подготовленного материала или имеется ограниченное пространство для размещения автоматического калибровочного устройства 50, материалы средних категорий могут быть исключены, и вместо этого в автоматическом алгоритме калибровки можно использовать интерполированное значение данных смежной категории. Выбор калибровочных материалов может быть связан с требованиями по установлению различий материалов для данной системы. Требования для рентгеновской системы с двумя уровнями энергии могут быть разделены на четыре категории, т.е. органическое вещество, легкие металлы, неорганическое вещество и тяжелые металлы. Далее, в свою очередь, выбираются четыре типа стандартных материалов из вышеупомянутых четырех категорий, т.е. графит с атомным числом (Z) (Z=6), алюминий (Z=13), железо (Z=26) и свинец (Z=82). Выбор этих четырех типов материалов основан на двух принципах. Первый состоит в том, эти материалы широко используются, и второй состоит в том, что каждый из них принадлежит элементарному веществу, которое имеет устойчивую природу.

Для каждого материала должны быть разработаны несколько классов лестничных структур от тонкой до толстой. Минимальная толщина и максимальная толщина зависят от диапазона установления различий материалов системы. Число классов лестничных структур может быть определено точностью калибровки вместе с пространством для размещения автоматического калибровочного устройства.

Вспомогательные устройства, в основном, обеспечивают механический запуск и локализацию сканирования, чтобы получить данные передачи двух уровней энергии каждой лестничной структуры для каждого материала. Когда в каждой локальной точке требуется несколько столбцов данных передачи двух уровней энергии, рекомендуется просмотреть более 256 столбцов, таким образом, значительно ослабляя влияние сигнала статистических колебаний.

В направлении высоты угловые распределения рентгеновских лучей, полученных различными детекторами над опорами детекторов, являются различными. Распределения спектра для различных угловых распределений являются различными, приводя, таким образом, к различным параметрам для установления различий материалов. Следовательно, учитывая влияние угловых распределений рентгеновских лучей, все высоты детектирования могут быть разделены на несколько областей, каждая из которых имеет независимую статистическую величину для формирования параметра классификации. При этом требуется, чтобы калибровочные материалы в автоматическом устройстве калибровки 50 покрывали бы все участки, представляющие интерес.

Если высоты калибровочных материалов ограничены объективными факторами, такими как возможность их обработки, место для оборудования и так далее, то невозможно покрыть все модули детектора на опоре. Упрощенный способ заключается в следующем. При нормальных обстоятельствах наиболее важная высота детектирования расположена в позиции, где в контейнере размещен груз, и система обычно направляет главный луч рентгеновского излучения непосредственно в это место. В результате главный луч рентгеновского аппарата сконцентрирован на важном объекте калибровки. Калибровочные материалы могут быть рассчитаны только на охват этой области. Затем полученные данные передачи двух уровней энергии вводятся в автоматический алгоритм калибровки как параметр для формирования параметра классификации, соответствующего распределению энергетического спектра в главном направлении рентгеновского луча в качестве параметра классификации для всех областей детектирования. Этот упрощенный способ находится в пределах допустимой погрешности с небольшим угловым распределением рентгеновских лучей.

Калибровочные материалы в автоматическом устройстве калибровки 50 могут быть любой формы при условии, что они отвечают вышеописанным требованиям. На фигуре 3 порядковый номер лестничной структуры и толщина приведены только в качестве примера без указания фактических значений.

На фигуре 4А показана блок-схема процесса автоматической калибровки в другом варианте воплощения изобретения. Как показано на фигуре 4А, генератор рентгеновского излучения 10 формирует рентгеновские лучи в блоке 110. В блоке 120 рентгеновские лучи формируются устройством 40 формирования энергетического спектра. В блоке 130 принудительно запускается процесс автоматической калибровки, когда необходимо выполнить автоматическую обработку по калибровке, чтобы получить оригинальные эталонные данные.

Далее в блоке 140 выполняется коррекция оригинальных данных калибровки. В блоке 150 выполняется автоматический алгоритм калибровки, чтобы сформировать параметр классификации, который сохраняется в файле.

Затем в блоке 150 вызывается автоматический алгоритм калибровки, чтобы вычислить параметр классификации, соответствующий текущему состоянию системы.

На фигуре 4В показана блок-схема способа распознавания веществ в другом варианте воплощения изобретения. Как показано на фигуре 4 В, генератор рентгеновского излучения 10 формирует рентгеновские лучи в блоке 210, затем в блоке 220 устройство 40 формирования энергетического спектра формирует рентгеновские лучи, которые желательны для установления различий материалов.

В блоке 230 сформированный рентгеновский луч проникает через объект 20, чтобы получить оригинальные данные двух уровней энергии для изображения объекта. После этого в блоке 240 модуль коррекции данных осуществляет коррекцию оригинальных данных двух уровней энергии, чтобы устранить помехи от фоновых данных детектора, от несогласованности детектора или изменения количества лучей. Исправленные данные используются для установления различий материалов и обработки слитого полутонового изображения с двумя уровнями энергии.

После этого в блоке 250 файл параметра классификации, сформированный в процессе автоматической калибровки, вводится в модуль установления различий материалов. Затем материал объекта распознается на основе откорректированных данных двух уровней энергии для создания информации о материале.

С другой стороны, в блоке 260 откорректированные данные двух уровней энергии вводятся в модуль слитого полутонового изображения с двойным уровнем энергии для формирования изображение объекта для передачи с данными двух уровней энергии. В этой точке в блоке 280 производится расцвечивание информации о материале, выданной модулем классификации материала. Иначе говоря, данные передаваемого изображения, подходящие для полутонового дисплея, преобразуются в данные RGB, подходящие для цветного дисплея в соответствии с информацией о материале, содержащейся в объекте, для отображения на дисплее компьютера обработки данных в блоке 290.

Как описано выше, при изменении состояния системы принудительно запускается автоматический процесс калибровки, чтобы дать возможность устройству автоматической калибровки 50 получить оригинальные формируемые спектром эталонные данные и затем передать эти данные в компьютер обработки данных через подсистему сбора данных. Алгоритм установления различий материалов создается, используя методику альфа-кривой. Таким образом, цель алгоритма автоматической калибровки состоит в том, чтобы вычислить параметр классификации, соответствующий состоянию системы для диаграммы альфа-кривой. Через запрос алгоритма автоматической калибровки параметр классификации, соответствующий состоянию системы для диаграммы альфа-кривой, передается и сохраняется в файле как ввод параметра в модуль установления различий материалов. Координата диаграммы альфа-кривой определяется как фигура 5.

Как показано на фигуре 5, alphaL и alphaH определены следующим образом.

- alphaL=(1-log(TL))*1000, где TL представляет собой низкоэнергетическую проницаемость;

alphaH=(11-log(TH))*1000, где ТН представляет собой

высокоэнергетическую проницаемость.

alphaH рассматривается как абсцисса alphax альфа-кривой, и разница между alphaL и

alphaH рассматривается как ордината alphay альфа-кривой:

alphax=alphaH=(11-log(TH))*1000;

alphay=alphaL - alphaH=(-log(TH)+log(TH))*1000.

Как описано выше, в блоке 130 модуль коррекции данных выполняет коррекцию данных на оригинальных данных калибровки для устранения помех от фоновых данных детектора, несогласованности детектора и колебаний количества лучей, что позволяет получить данные тренировки калибровочного материала. На фигуре 6А представлена схема данных тренировки в пределах некоторого интервала детектирования на диаграмме альфа-кривой.

Процесс формирования границы классификации среди различных типов материалов из данных тренировки калибровочного материала будет далее описан более подробно.

(i) В пределах некоторого интервала детектирования средняя статистическая величина обрабатывается последовательно на нескольких столбцах откорректированных данных двух уровней энергии каждой лестничной структуры для каждого материала, чтобы получить ряд точек средней величины для данных тренировки калибровочного материала. На фигуре 6С представлена схема точек средней величины для данных тренировки в пределах некоторого интервала детектирования на альфа-кривой.

(ii) На диаграмме альфа-кривой фигуры 6В несколько точек средней величины для данных тренировки некоторого типа материала соединены вместе с тем, чтобы могла быть получена дискретная альфа-кривая для этого материала. Однако, поскольку порядковый номер лестничных структур калибровочного материала ограничен, дискретная альфа-кривая, полученная непосредственно из данного соединения, имеет весьма низкую точность. Следовательно, для вычерчивания кривой может быть принят метод наименьших квадратов, который позволяет прилучить согласующий полином точки данных по методу наименьших квадратов. Несколько точек данных тренировки рассматриваются как входные параметры для вычерчивания кривой таким образом, что может быть получен подгоняемый параметр для кривой, т.е. могут быть получены коэффициенты соответствующего порядка полинома. Порядок подгонки полинома выбирается, исходя из фактической ситуации. Вычерчивание кривой может также осуществляться другими способами, например через оптимальное построение полинома Чебышева.

(iii) Дискретизация выполняется по оси Х альфа-кривой, причем точность дискретизации зависит от потребностей. Затем данные оси Y, соответствующие каждой дискретной точке, могут быть вычислены, используя параметры подгонки кривой. На этой стадии может быть получена альфа-кривая дискретизации для данного материала.

(iv) Повторять стадии (ii) и (iii) до тех пор, пока не будут получены альфа-кривые дискретизации для всех материалов.

(v) Как можно видеть из фигуры 6В, альфа-кривая является монотонной в направлении атомного числа, которое является основной для алгоритма установления различий материалов двух уровней энергии. В результате, альфа-кривые дискретизации для различных типов материалов могут быть получены таким образом, что граница дискретизации двух смежных кривых может быть вычислена последовательно, как показано на фигуре 6С.

- классификация четырех типов категорий зависит от эквивалентного атомного числа: Z=1-10 классифицируется в категорию органического вещества; Z=10-18 классифицируется в категорию легких металлов; Z=18-57 классифицируется в категорию неорганического вещества и Z>57 классифицируется в категорию тяжелых металлов. Графит (Z=6), алюминий (Z=13), железо (Z=26) и свинец (Z=82) выбран для четырех типов стандартных материалов, соответственно. Альфа-кривая дискретизации для атомного числа Z=10, т.е. граница классификации между органическим веществом и неорганическим веществом, получена, выполняя взвешенное усреднение на альфа-кривой дискретизации для графита (Z=6) и альфа-кривой дискретизации для алюминия (Z=13). Между прочим, взвешенная величина усреднения может быть вычислена просто на основе атомного числа, т.е. предполагается, что различимость в пределах различных диапазонов атомного числа является одной и той же. Хотя различимость в пределах различных диапазонов атомного числа, строго говоря, должна быть различной, так как высокоэнергетический двойной уровень энергии отличается от низкоэнергетического двойного уровня энергии в том, что способность установления различий материалов является относительно невысокой, т.е. можно различать только материалы, принадлежащие к различным категориям, материалы с различными атомными числами нельзя точно отличить друг от друга. Однако такая разница является приемлемой.

- Точно так же альфа-кривая дискретизации для атомного числа Z=18, т.е. граница классификации между легкими металлами и неорганическим веществом, может быть получена, выполняя взвешенное усреднение на альфа-кривой дискретизации для алюминия (Z=13) и на альфа-кривой дискретизации для свинца (Z=82). Альфа-кривая дискретизации для атомного числа Z=57, т.е. граница классификации между неорганическим веществом и тяжелыми металлами получена, выполняя взвешенное усреднение на альфа-кривой дискретизации для железа (Z=26) и на альфа-кривой дискретизации для свинца (Z=82).

(vi) Повторять стадии (i), (ii), (III), (iv) и (v) до тех пор, пока не будут не получены границы классификации дискретизации для всех интервалов детектирования.

Данные для границ классификации различных типов стандартных материалов среди различных интервалов детектирования сохраняются в файле как параметр классификации для модуля установления различий материалов.

Как описано выше, установление различий материалов является основным отличием рентгеновской системы с двумя уровнями энергии от рентгеновской системы с одним уровнем энергии. Так, способность установления различий материалов, полученная в результате использования высокоэнергетических рентгеновских изображений, намного хуже такой способности на основе использования низкоэнергетических рентгеновских изображений с двумя уровнями энергии. Следовательно, модуль установления различий материалов должен не только правильно выполнять классификацию, но также и улучшать эффект установления различий материалов.

Прежде всего, обработка для снижения шумов выполняется на высокоэнергетической проницаемости и низкоэнергетической проницаемости. Затем выполняется операция по установлению различий в результате снижения шумов. Наконец, на основе результата установления различий материалов выполняется дальнейшая обработка сигнала для снижения шумов. Если требования к системе по скорости обработки очень высоки, то можно исключить одну из стадий до и после распознавания материалов при гарантии приемлемого установления различий материалов.

Способность установления различий материалов высокоэнергетической рентгеновской системы с двумя уровнями энергии намного хуже такой способности низкоэнергетический рентгеновской системы с двумя уровнями энергии из-за ограничения энергетического спектра, в котором существует высокоэнергетическая рентгеновская система с двумя уровнями энергии. Однако статистические колебания рентгеновских лучей являются присущими обеим системам. Следовательно, необходимо выполнить предварительную обработку данных и снизить уровень шума на высокоэнергетическом и низкоэнергетическом изображениях соответственно. В противном случае точность установления различий материалов будет в значительной степени ограничена. Прежде чем выполнить операцию снижения уровня шума, чем выше статистические колебания, тем ниже точность классификации, точность классификации некоторой степени снижается. Когда точность классификации снижена, ошибка классификации устраняется. Чтобы повысить точность классификации и гарантировать эффект хорошего распознавания материалов, необходимо рассчитать эффективный алгоритм предварительной обработки, чтобы обеспечить снижение уровня шума. Цель предварительной обработки состоит в том, чтобы уменьшить искажение данных и сделать данные приближенными к истинному значению в максимально возможной степени, чтобы повысить точность установления различий материалов. Степень снижения шума при предварительной обработке зависит от уровня шума системы. Расчет алгоритма предварительной обработки имеет большую гибкость в той мере, в какой достигнута цель снижения шумов. Чтобы обеспечить эффект установления различий материалов в максимально возможной степени, необходимо сосредоточить внимание на выборе окрестности и определении точки подобия в процессе создания алгоритма предварительной обработки:

(a) выбор окрестности: окрестность должна быть выбрана достаточной большой, так как при слишком малой окрестности число статистически усредненных точек также является слишком малым, и эффект снижения шумов не является идеальным. С другой стороны, окрестность не должна быть слишком большой, так как это снижает рабочую скорость, снижение шумов не будет достаточно эффективным, и при большой окрестности имеет место чрезмерная плавность;

(b) определение точки подобия: в процессе статистического усреднения при выборе большой окрестности возникает проблема размытого края. Чтобы избежать влияния на краевую область во время снижения шумов, во время статистического процесса нужно ввести условие ограничения для точек в окрестности. Точка, отвечающая этому условию, называется точкой подобия, которая влияет на среднюю статистическую величину. Точки, принадлежащие области, отличной от центрального точки, не отвечают условию ограничения и, таким образом, лежат вне статистического диапазона и не оказывают влияния на среднее значение.

Стадии алгоритма предварительной обработки показаны на блок-схеме фигуры 7А.

На стадиях 310-340 параметры алгоритма основаны на обычно используемых особенностях данных двух уровней энергии во время выполнения алгоритма. На стадиях 350-380 операция снижения шумов выполняется на фактических изображениях, основанных на параметре алгоритма, в процессе их выполнения на стадиях 310-340.

На стадии 310 высокоэнергетическая проницаемость и низкоэнергетическая проницаемость выбраны как двухмерная характеристика. Это сделано потому, что система с двумя уровнями энергии может получить эту двухмерную характеристику только непосредственно. Выбор двухмерной характеристики вместо выбора высокоэнергетической проницаемости или низкоэнергетической проницаемости, как одномерной характеристики, должен обеспечить правильную оценку точки подобия.

На стадии 320 важно проанализировать амплитуду статистических колебаний для проницаемости. Амплитуда статистических колебаний для проницаемости зависит от расчета конструкции всей системы. Методика получения амплитуды статистических колебаний включает нахождение статистической величины при относительном среднеквадратичном отклонении проницаемости в пределах четной области. В основном, шумы в 2,355 раза больше стандартного отклонения. Можно установить разницу амплитуд между проницаемостями среди точек подобия в соответствии с уровнем шума.

На стадии 330 установление размера окрестности связано с амплитудой данных статистических колебаний на стадии 320. Площадь окрестности, соответственно, выбрана большой, поскольку амплитуда статистических колебаний возрастает, и поэтому площадь окрестности должна быть больше. С другой стороны, рабочая скорость алгоритма уменьшается по мере увеличения площади окрестности. Путем обработки фактических данных и сравнения эффектов обработки различных окрестностей для предварительной обработки окрестности в настоящей системе выбрана область в 5 пикселей.

На стадии 340 установка коэффициентов взвешивания для точек подобия с различными расстояниями от центральной точки не является критической операцией для этого алгоритма. Система принимает для выполнения методику суммирования равного взвешивания.

На стадии 350 диапазон поиска для точки подобия определен для центрального пикселя на основе площади окрестности, определенной на стадии 330. Если разница между высокоэнергетической проницаемостью и низкоэнергетической проницаемостью центрального пикселя и некоторых пикселей в окрестности, соответственно, меньше, чем разница амплитуд проницаемостей между точками подобия, определенными на стадии 320, этот пиксель рассматривается как точка подобия центрального пикселя.

На стадии 360 взвешенное усреднение выполняется на взвешенных коэффициентах, определенных на стадии 340 для высокоэнергетической проницаемости и низкоэнергетической проницаемости между точками подобия, чтобы получить средневзвешенную величину высокоэнергетической проницаемости и низкоэнергетической проницаемости.

На стадии 370 величины alphax и alphay вычисляются, используя результат снижения шумов, полученный на стадии 360, т.е. средневзвешенную величину высокоэнергетической проницаемости и низкоэнергетической проницаемости, для которой формула вычисления представлена на фигуре 5.

Наконец, выполняется установление различий материалов, чтобы получить предварительный результат распознавания материалов.

Методика альфа-кривой используется для создания алгоритма распознавания материала, характеристическими осями которого являются alphax и alphay (определение координаты для альфа-кривой показано на фигуре 5). Оси alphax и alphay вычисляются, используя взвешенное среднее высокоэнергетической проницаемости и низкоэнергетической проницаемости. Затем выполняется операция установления различий материалов. Установление различий материалов основано на границе классификации, полученной модулем автоматической калибровки. Как можно видеть из фигуры 6А, альфа-кривая является монотонной в направлении атомного числа, которое также является основанием алгоритма установления различий материалов двух уровней энергии. Для высокоэнергетического двойного уровня значение alphay монотонно уменьшается в направлении атомного числа, когда атомное число материала увеличивается, в соответствии с той же самой точкой alphax. Известно, что альфа-данные для точки, которая подлежит досмотру (alphaxR, alphayR), можно получить из таблицы три граничные точки, соответствующие alphaxR, т.е. alphayC-Al, alphayAI-Fe и AlphayFe-lead соответственно. Можно также получить информацию о материале для точки, подлежащей досмотру, сравнивая отношения alphayC-Al, alphayAI-Fe и AlphayFe-lead.

Распознавание материала основано на средневзвешенной величине точек подобия, Следовательно, влияние статистического колебания данных на точность классификации снижается до минимума. Однако результат установления различий материалов между точками не является плавным, поскольку установление различий материалов выполняется от точки к точке. Чтобы гарантировать хорошее отображение на дисплее, выполняется снижение уровня шума на результатах установления различий материалов в точках подобия после выполнения операции установления различий материалов на целом изображении.

Алгоритм снижения шумов аналогичен алгоритму предварительной обработки, ключ которого служит для выбора размера окрестности и оценки точки подобия. Стадии алгоритма показаны на блок-схеме фигуры 7В.

На стадиях 410-440 параметр алгоритма устанавливается на основе обычно используемых данных двух уровней энергии во время процесса выполнения алгоритма. На стадиях 450-470 выполняется операция снижения шумов на фактических изображениях на основе параметра алгоритма, определенного на стадиях 410-440 в процессе выполнения алгоритма.

На стадии 410 высокоэнергетическая проницаемость и низкоэнергетическая проницаемость выбираются как двухмерная характеристика. Хотя уже были выполнены алгоритм предварительной обработки и алгоритм распознавания материала, добавляется характеристика результата предварительного распознавания материала. Добавленная одномерная характеристика получена на основе предыдущей двухмерной характеристики без увеличения объема информации. Поскольку ошибки в результатах предварительного распознавания материала являются достаточно большими и могут повлиять на оценку точки подобия, указанная одномерная характеристика не используется.

На стадии 420 очень важно проанализировать амплитуду статистических колебаний для проницаемости. Амплитуда статистических колебаний для проницаемости зависит от уровня проектирования всей системы. Методика для получения амплитуды статистических колебаний заключается в выполнении статистики на относительном среднеквадратичном отклонении проницаемости в пределах четной области. В основном, шум в 2,355 раза выше стандартного отклонения. Можно установить разницу амплитуд проницаемостей между точками подобия в соответствии с уровнем шума.

На стадии 430 установление размера окрестности связано с амплитудой данных статистических колебаний на стадии 420. Площадь окрестности устанавливается соответственно большей величины, поскольку амплитуда статистических колебаний увеличивается, поэтому требуется выбрать большую площадь окрестности. С другой стороны, рабочая скорость алгоритма снижается по мере увеличения площади окрестности. Чтобы обеспечить визуальный цветовой эффект, усиление для снижения шумов должным образом увеличивается, и для данной окрестности выбирается область 11*11 пикселей.

На стадии 440 установка коэффициентов взвешивания для точек подобия с различными расстояниями от центрального точки не является критической для этого алгоритма. В системе используется методика суммирования равного взвешивания.

На стадии 450 определяется объем поиска для точки подобия для центрального пикселя на основе площади окрестности, определенной на стадии 430. Если разница между высокоэнергетической проницаемостью и низкоэнергетической проницаемостью центрального пикселя, и проницаемостями некоторого другого пикселя в окрестности меньше, чем разница амплитуд проницаемостей между точками подобия, определенными на стадии 420, этот пиксель рассматривается как точка подобия центрального пикселя.

На стадии 460 выполняется взвешенное усреднение на взвешенных коэффициентах, определенных на стадии 440 для высокоэнергетической проницаемости и низкоэнергетической проницаемости между точками подобия, чтобы получить средневзвешенную величину высокоэнергетической проницаемости и низкоэнергетической проницаемости.

На стадии 470 средневзвешенная величина результата распознавания материала, полученная на стадии 460, выдается как конечный результат распознавания материала.

На фигуре 8 показан эффект контраста для различных параметров обработки в модуле установления различий материалов. Как показано в позиции (А) фигуры 8, помехи в результате распознавания материала являются очень сильными и в значительной степени влияют на точность установления различий материалов, если не выполняется никакой предварительной обработки. Как показано в позиции (В) фигуры 8, когда выбрана меньшая окрестность (3*3) для выполнения предварительной обработки, помехи несколько снижаются, но степень снижения шумов очень ограничена. Как показано в позиции (С) фигуры 8, когда выбрана большая окрестность (11*11) для выполнения предварительной обработки без выполнения оценки точки подобия, помехи на изображении значительно снижаются, однако по краям объекта результат установления различий материала, очевидно, является неправильным, так как данные двух типов материалов статистически смешаны вместе. Как показано в позиции (D) фигуры 8, когда выбирается еще большая окрестность 11*11 для выполнения предварительной обработки и правильная оценка точки подобия, можно снизить уровень шума, не влияя на краевую область.

Основная идея использования модуля слитого полутонового изображения состоит в том, что низкий уровень энергии изображения преобладает в области, проникающей через толщину малой массы, и что высокий уровень энергии изображения преобладает в области, проникающей через толщину с высокой массой. Конкретные весовые коэффициенты могут быть плавно отрегулированы в зависимости от характеристик фактической системы. На основе этой идеи может быть принята следующая формула: resultGray=nill*dFactor+nlh*(1-dFactor), в которой nil, nlh и reSultGray являются данными низкого энергетического уровня, данными высокого энергетического уровня и слитым полутоновым изображением, соответственно, а dFactor является весовым коэффициентом, который может быть nill/max (nill) или nlh/max(nlh),

В модуле расцвечивания ключевыми точками являются расчет соответствующих отношений между информацией о материале и оттенком и расчет таблицы цветов.

Имеются международные стандарты для цветного дисплея в низкоэнергетической рентгеновской системе с двумя уровнями энергии, с оранжевым цветом для органического вещества, зеленым цветом для легких металлов и синим цветом для неорганических веществ. Цветовой эталон для высокоэнергетической рентгеновской системы с двумя уровнями энергии не был разработан. Принимая во внимание визуальные привычки пользователя, можно продолжить использовать стандарт цветного дисплея для низкоэнергетической рентгеновской системы с двумя уровнями энергии, обозначая органическое вещество оранжевым цветом, легкие металлы зеленым цветом и неорганическом вещества синим цветом. В дополнение к вышеупомянутым трем категориям, т.е. органическим веществам, легким металлам и неорганическим веществам, высокоэнергетическая рентгеновская система с двумя уровнями энергии может дополнительно различать категорию тяжелых металлов, для отображения которых нет никакого доступного стандарта, и это может быть установлено на основе предпочтения проектировщика. Принимая во внимание постоянное использования оттенка, система может указывать на тяжелые металлы фиолетовым цветом.

Ключевые точки алгоритма расцвечивания лежат в расчете таблицы цветов так же как в отображении отношений атомного числа и полутонового слитого изображения и цветовой информации. Поток расцвечивания показан на фигуре 9. На стадиях 510-550 поясняется принцип расчета для таблицы цветов. На стадиях 610-650 поясняется принцип отображения в отношении атомного числа и полутонового слитого изображения и цветовая информация.

На стадиях 510 и 520 атомное число коррелируется с оттенком Н (Н в цветовой модели "HLS" (оттенок-яркость-насыщенность), в которой различные атомные числа обозначены с различными оттенками, и число категорий для установления различий материалов соответствует этому оттенку. Для координации цветных изображений во время процесса установления различий материалов можно повысить качество категории, т.е. не только разделить вещество на четыре категории, т.е. органическое вещество, легкие металлы, неорганическое вещество и тяжелые металлы, но также и далее разделить вещество на несколько подкатегорий на основе атомного числа в каждой категории. Дизайн оттенков идет на компромисс между главными принципами стандарта цветного дисплея и переходами оттенка от желтого до светло-оранжевого, от желто-зеленого до сине-зеленого цвета, от голубого до темно-синего и от фиолетового до пурпурно-красного.

На стадии 530 устанавливается значение соответствующей насыщенности для каждого оттенка в соответствии с теорией зрительного восприятия. Глаза человека имеют большую чувствительность к зеленому цвету, общую чувствительность к оранжевому оттенку и меньшую чувствительность к синему цвету. Следовательно, зеленый оттенок может быть создан с более низкой степенью насыщенности, оранжевый оттенок может быть создан со степенью насыщенности, превышающей среднюю, и синий оттенок может быть создан с более высокой степенью насыщенности. На основе этого принципа создается соответствующее соотношение между степенью насыщенности и оттенком цвета.

На стадии 540 важно создать соотношение отображения между слитым полутоновым изображением и значением L (значение L в цветовой модели HLS). Чтобы обеспечить координацию оттенков, в таблице цветов с различными оттенками яркость, которую могут чувствовать глаза человека, должна быть эквивалентной для цветов с одним и тем же уровнем яркости, в то время как слитое полутоновой изображение нельзя рассмотреть просто как идентичное значению L.

- Эта стадия должна быть основана на значении Y в цветовой модели YUV. Значение Y в цветовой модели YUV представляет собой яркость, которую могут чувствовать глаза человека, а значение L в цветовой модели HLS не может представлять яркость, которую могут чувствовать глаза человека. Если таблица цветов составлена просто на основе соответствия между слитым полутоновым изображением и значением L, то цвета различных оттенков не скоординированы. Следовательно, для создания соотношения между слитым полутоновым изображением и значением L путем интеграции конверсионных отношений модели YUV необходимо интегрировать модели RGB и HLS на принципе, в котором слитое полутоновой изображение идентично значению Y, чтобы получить таблицу цветов HLS.

- Так как глаза человека реагируют на яркость, последняя может быть обозначена значением Y в цветовой модели YUV, причем величины Y одного и того же уровня яркости должны быть одинаковыми. В результате проблема может быть превращена в простую математическую задачу, когда требуется определять значение L яркости в цветовой модели HLS, где оттенок Н в цветовой модели HLS, степень его насыщенности S и значение Y в модели YUV уже известны. Поскольку здесь нет никакой прямой взаимосвязи между цветовой моделью YUV и цветовой моделью HLS, задача может быть выполнена, взяв модель RGB в качестве промежуточной.

На стадии 540 преобразование от таблицы цветов HLS до таблицы цветов RGB может быть закончено. Поскольку преобразование от цветовой модели HLS до цветовой модели RGB является трудоемким, отношение между ними должно быть вычислено заранее и сохранено в таблице с тем, чтобы было возможно получить величины RGB непосредственно из таблицы. Составляется двухмерная таблица отображения от HLS до RGB, в которой хранятся величины RGB. Первая размерность двухмерной таблицы представляет собой информационный индекс материала, вторая размерность этой таблицы представляет собой индекс слитого полутонового изображения. В результате, величина RGB каждой точки может быть получена, просматривая таблицу после получения информации о распознавании материала и слитого полутонового изображения для цветного дисплея.

После создания таблицы цветов цветной процесс в реальном времени является простой процедурой просмотра таблицы, в которой двухмерная таблица цветов RGB просматривается, используя информацию о материале, прилученную от модуля установления различий материалов, и полутоновая информация выдается модулем слитого изображения, чтобы получить цветное изображение.

На стадии 610 информация о материале, полученная от модуля установления различия материалов, и информация от модуля слитого полутонового изображения выдается как входная информация для алгоритма расцвечивания.

На стадии 620 значение первого индекса размерности двухмерной таблицы отображения RGB определяется на основе информации о материале (соответствующей оттенкам).

На стадии 630 величина второго индекса двухмерной таблицы отображения RGB определяется на основе информации о слитом полутоновом изображении (уровень яркости цвета).

На стадии 640 величины RGB получаются из двухмерной таблицы цветов RGB на основе двух индексов, определенных на стадиях 620 и 630 соответственно.

На стадии 650 повторяются стадии 610-640, величины RGB определяются от точки к точке, и затем выдается цветное изображение.

Влияние полутонового дисплея и цветного дисплея после установления различия материалов показано на фигуре 10.

Настоящее изобретение было описано выше на примерах предпочтительных вариантов. Квалифицированным специалистам в данной области понятно, что могут иметь место любые другие изменения, модификации и замены, не выходя из сути и объема изобретения. Следовательно, возможности настоящего изобретения не ограничены вышеупомянутыми определенными вариантами воплощения и должны быть определены в соответствии с приложенной формулой изобретения.

Использование: для распознавания веществ посредством рентгеновского излучения. Сущность: заключается в том, что осуществляют передачу изображения проверяемого объекта, используя высокоэнергетические лучи и низкоэнергетические лучи, чтобы обеспечить передачу высокоэнергетического изображения и низкоэнергетического изображения объекта, в котором величина каждого пикселя, зависящая от проницаемости через объект, в высокоэнергетическом изображении указывает на высокоэнергетическую проницаемость высокоэнергетических лучей через соответствующие части объекта, и величина каждого пикселя, зависящая от проницаемости через объект, в низкоэнергетическом изображении указывает на низкоэнергетическую проницаемость низкоэнергетических лучей через соответствующие части объекта, вычисляют величину первой функции для высокоэнергетической проницаемости и величину второй функции для высокоэнергетической проницаемости и низкоэнергетической проницаемости для каждого пикселя и классифицируют области объекта по типу вещества, исходя из величины первой функции и величины второй функции, используя предварительно созданную кривую классификации для распознавания типа вещества части объекта, соответствующей каждому пикселю. Технический результат: обеспечение повышенной различимости материалов в контролируемом объекте. 2 н. и 24 з.п. ф-лы, 10 ил.

1. Способ распознавания веществ, содержащий следующие стадии: передачу изображения проверяемого объекта, используя высокоэнергетические лучи и низкоэнергетические лучи, чтобы обеспечить передачу высокоэнергетического изображения и низкоэнергетического изображения объекта, в котором величина каждого пикселя, зависящая от проницаемости через объект, в высокоэнергетическом изображении указывает на высокоэнергетическую проницаемость высокоэнергетических лучей через соответствующие части объекта, и величина каждого пикселя, зависящая от проницаемости через объект, в низкоэнергетическом изображении указывает на низкоэнергетическую проницаемость низкоэнергетических лучей через соответствующие части объекта;
вычисление величины первой функции для высокоэнергетической проницаемости и величины второй функции для высокоэнергетической проницаемости и низкоэнергетической проницаемости для каждого пикселя; и
классифицирование местоположений, определяемых величиной первой функции и величиной второй функции, используя предварительно созданную кривую классификации для распознавания типа вещества части объекта, соответствующей каждому пикселю.

2. Способ по п.1, дополнительно содержащий следующие стадии:
выделение окрестности предопределенного размера для каждого пикселя в зависимости от проницаемости через объект в низкоэнергетическом и высокоэнергетическом изображении; и
снижение уровня шума на высокоэнергетическом изображении и передачу низкоэнергетического изображения в окрестности каждого пикселя.

3. Способ по п.2, в котором стадия снижения шумов на высокоэнергетическом изображении и низкоэнергетическом изображении в окрестности каждого пикселя включает следующие стадии:
поиск пикселя, подобного центральному пикселю в окрестности в качестве пикселя подобия; и
вычисление средневзвешенной величины пикселя подобия в окрестности.

4. Способ по п.3, в котором разница между высокоэнергетической проницаемостью и низкоэнергетической проницаемостью пикселя подобия и между высокоэнергетической проницаемостью и низкоэнергетической проницаемостью центрального пикселя соответственно в обоих случаях ниже предварительно установленного значения.

5. Способ по п.3, в котором объект распознается как органическое вещество, легкие металлы, неорганическое вещество или тяжелые металлы.

6. Способ по п.5, дополнительно включающий стадию выполнения расцвечивания изображения, полученного в результате распознавания.

7. Способ по п.6, в котором стадия выполнения расцвечивания изображения включает
вычисление средневзвешенной величины высокоэнергетической проницаемости и низкоэнергетической проницаемости каждого пикселя, как величины слитого полутонового изображения;
определение оттенка по типу материала части объекта, соответствующей указанному пикселю;
определение уровня яркости пикселя по величине слитого полутонового изображения указанного пикселя; и
получение величины R, величины G и величины В указанного пикселя из предопределенной таблицы поиска, взяв оттенок и уровень яркости в качестве индексов.

8. Способ по п.7, в котором стадия определения оттенка по типу материала части объекта, соответствующей пикселю, включает следующие стадии:
назначение оранжевого цвета для органического вещества, назначение зеленого цвета для легких металлов, назначение синего цвета для неорганических веществ и назначение фиолетового цвета для тяжелых металлов.

9. Способ по п.1, дополнительно включающий стадию формирования спектра лучей от источника излучения, чтобы увеличить
разницу энергетического спектра между высокоэнергетическими лучами и низкоэнергетическими лучами.

10. Способ по п.1, в котором кривая классификации создается для каждого типа калибровочного материала через следующие стадии:
получение соответствующей высокоэнергетической проницаемости и низкоэнергетической проницаемости путем облучения калибровочных материалов различной толщины, используя высокоэнергетические лучи и низкоэнергетические лучи;
формирование точек калибровочных материалов различной толщины, используя первую функцию высокоэнергетической проницаемости, как абсциссу, и вторую функцию низкоэнергетической проницаемости и высокоэнергетической проницаемости, как ординату; и
формирование кривой классификации, проведенной по указанным точкам.

11. Способ по п.10, в котором стадия формирования кривой классификации, проведенной по указанным точкам, включает вычерчивание кривой по методу наименьших квадратов, выполняя вычерчивание кривой по указанным точкам.

12. Способ по п.10, в котором стадия формирования указанной кривой классификации, проведенной по указанным точкам, включает
оптимальное построение полинома Чебышева, выполняя вычерчивание кривой по указанным точкам.

13. Способ по п.10, дополнительно включающий стадию выполнения дискретизации на кривой классификации.

14. Устройство для распознавания веществ, содержащее
средство формирования изображения для передачи изображения проверяемого объекта, используя высокоэнергетические лучи и низкоэнергетические лучи, обеспечивающие передачу высокоэнергетического изображения и передачу низкоэнергетического изображения объекта, в котором величина каждого пикселя, зависящая от проницаемости через объект, в высокоэнергетическом изображении указывает на высокоэнергетическую проницаемость высокоэнергетических лучей через соответствующие части объекта, и величина каждого пикселя, зависящая от проницаемости через объект, в низкоэнергетическом изображении указывает на низкоэнергетическую проницаемость низкоэнергетических лучей через соответствующие части объекта;
вычислительное средство для вычисления величины первой функции для высокоэнергетической проницаемости и величины второй функции для высокоэнергетической проницаемости и низкоэнергетической проницаемости для каждого пикселя; и
средство классификации для классификации местоположений, определенных величиной первой функции и величиной второй функции, используя предварительно созданную кривую классификации для распознавания типа вещества части объекта, соответствующей каждому пикселю.

15. Устройство по п.14, дополнительно содержащее
средство для выделения окрестности предопределенного размера для каждого пикселя в зависимости от проницаемости через объект в низкоэнергетическом и высокоэнергетическом изображении; и
средство для снижения уровня шума на высокоэнергетическом изображении и передачи низкоэнергетического изображения в окрестность каждого пикселя.

16. Устройство по п.15, в котором средство для снижения уровня шума на высокоэнергетическом изображении и низкоэнергетическом изображении в окрестности каждого пикселя включает
средство для поиска пикселя, подобного центральному пикселю в окрестности в качестве пикселя подобия; и
средство для выполнения взвешенного усреднения пикселя подобия в окрестности.

17. Устройство по п.16, в котором разница между высокоэнергетической проницаемостью и низкоэнергетической проницаемостью пикселя подобия и высокоэнергетической проницаемостью и низкоэнергетической проницаемостью центрального пикселя соответственно в обоих случаях ниже предварительно установленного значения.

18. Устройство по п.16, в котором объект распознается как органическое вещество, легкие металлы, неорганическое вещество или тяжелые металлы.

19. Устройство по п.18, дополнительно содержащее средство расцвечивания изображения, полученного в результате распознавания.

20. Устройство по п.19, в котором средство расцвечивания изображения содержит
средство для выполнения взвешенного усреднения на высокоэнергетической проницаемости и низкоэнергетической проницаемости каждого пикселя, как величины слитого полутонового изображения;
средство для определения оттенка по типу материала части объекта, соответствующей указанному пикселю;
средство для определения уровня яркости пикселя по величине слитого полутонового изображения пикселя; и
средство для получения величины R, величины G и величины В пикселя по предопределенной таблице поиска, взяв оттенок и уровень яркости в качестве индексов.

21. Устройство по п.20, в котором органическое вещество обозначено оранжевым цветом, легкие металлы обозначены зеленым цветом, неорганическое вещество обозначено синим цветом, тяжелые металлы обозначены фиолетовым цветом.

22. Устройство по п.14, дополнительно содержащее средство для формирования спектра лучей от источника излучения, чтобы увеличить разницу в энергетическом спектре между высокоэнергетическими лучами и низкоэнергетическими лучами.

23. Устройство по п.14, в котором кривая классификации создается для каждого типа калибровочного материала через следующие стадии:
получение соответствующей высокоэнергетической проницаемости и низкоэнергетической проницаемости путем облучения калибровочных материалов различной толщины высокоэнергетическими лучами и низкоэнергетическими лучами;
формирование точек калибровочных материалов различной толщины, используя первую функцию высокоэнергетической проницаемости, как абсциссу, и вторую функцию низкоэнергетической проницаемости и высокоэнергетической проницаемость, как ординату; и
формирование кривой классификации, проведенной по указанным точкам.

24. Устройство по п.23, в котором вычерчивание кривой выполняется по методу наименьших квадратов, при этом кривые проводятся по указанным точкам.

25. Устройство по п.23, в котором для вычерчивания кривой по указанным точкам принято оптимальное построение полинома Чебышева.

26. Устройство по п.23, в котором дискретизация выполняется на кривой классификации.