MATLAB编程实现连续断层工业CT图像的三维重建

工业CT图像的三维重建技术综合了计算机图形学、计算机视觉和计算机图像处理等学科,是计算机科学可视化的重要组成部分,也是无损检测领域的一门重要技术。通过二维序列断层图像重建出具有直观立体效果的图像,展现被检测物体的三维结构与形态,使技术人员可以多方位地观察物体的结构,积极地参与计算机的操作,对物体的空间结构或者存在的缺陷,可以进行比较准确的定位分析,从而提高检测的方便性和准确率。

基于连续断层CT图像的三维重建是指从一系列平行断面图像数据中恢复被重建对象原有的三维形貌,可以分为两种方法:面绘制和直接体绘制[1],其中面绘制又包括基于轮廓的表面重建、基于等值面的间接体三维重建[2]等。本论文是在MATLAB[3,4]环境下用基于等值面的间接体三维重建方法对空气滤清器、手动式吸锡器等被检测物体进行了三维重建。

1　三维重建

本实验用MATLAB程序开发并实现了CT图像的等值面三维重建,即将二维CT图像进行灰度调整、平滑滤波、锐化滤波等增强处理和图像分割,形成三维体数据,应用等值面绘制方法对这些数据进行三维重建;同时,编程实现了对重建三维图像的任意位置的剖切显示和透明显示。其流程可以简单表示如图1

1.1　获取图像数据

本文所获得的原始数据是由中国工程物理研究院自行开发的工业CT系统扫描获得,此CT机采用第二代扫描方式。经二维卷积反投影重建后得到的序列断层图像即是三维重建的原始图像,所得到的是图像文件,从而减少了将纸片图像或胶片图像转换后输入计算机所带来的噪声。另外卷积反投影算法决定了所获得的序列图像是配准了的,因此减少了图像之间相互配准这一步骤。图2为连续多层图像中的其中一幅原始图像。

1. 2　图像增强、分割处理

为了使图像的质量更好,减少不必要的数据处理量,使图像显示的速度更快,图像的增强、分割等处理是三维重建中必不可少的环节。其内容包括图像的剪切、灰度直方图均衡化、灰度变换法、平滑和锐化处理、阈值分割等。图3是原图像经过剪切、线性灰度变换、wiener滤波、双门限阈值分割等处理后的图像,从结果可以看出经过图像增强、分割处理后的图像比原始图像更清晰,背景因素的干扰减少了。

1.3　等值面三维重建过程

在本实验中,用MATLAB对空气滤清器、手动式吸锡器的36幅经过图像增强和分割处理后的连续断层图像进行三维重建的整体流程为:

1)形成三维数组

将36幅512×512像素的平行切片图像构造出三维体数据集D,其中D是512×512×36的三维数据集。