● 摘要
为了实现基于3D μ-CT（Micro-Computed Tomography, Micro-CT或 -CT）技术的烟支微观三维结构数字化表征，促进显微CT发展和工程领域内的应用，为烟支检测与分析提供一种无损的精确技术手段，本文从显微CT重建算法改进和显微CT降噪、图像分割及特征提取四个方面进行了研究。研究内容主要包括锥角效应抑制、显微CT噪声抑制、烟支CT图像分割及特征提取，论文的主要研究成果包括： 分析了锥束重建的标准FDK(Feldkamp-Davis-Kress, FDK)算法产生锥角效应的原因，并从两个角度入手对锥角效应进行了抑制，其中包括基于投影数据重排的FDK重建改进算法和基于共轭射线的锥角加权抑制方法，并且锥角加权的抑制算法可以方便地融入到标准FDK算法及相应的改进算法中。为了提高显微CT的信噪比及空间分辨率，从重建图像域及投影域展开了降噪方法研究。重建图像域采用基于偏微分方程的P-M(Perona-Malik)模型对烟丝CT图像进行降噪，并针对原始P-M模型的阶梯效应及不稳定性，提出了基于邻域信息的改进算法。投影域主要针对显微CT射线能量波动引起重建图像噪声及伪影的现象，提出了基于能量平均的校正方法。这些方法为提高显微CT图像信噪比及空间分辨率起到了良好的作用。为了对烟丝CT图像进行准确分割，采用基于模糊理论的Fuzzy-C means(FCM)聚类分割算法对烟丝图像进行分割，并针对该算法对噪声敏感的不足，采用图像的邻域统计信息对原始算法进行了改进，提高了分割算法的抗噪性。在精确分割的基础上提取了烟丝的骨架特征，统计了孔隙率、比表面积两个特征量。采用基于形态学的击中击不中变换和Zhang并行快速细化方法提取了烟丝的骨架，并针对上述两种方法提取骨架不满足单像素要求的不足，采用纹线追踪的方法对提取结果进行了彻底细化，保证了烟丝骨架的准确性。