Субтракционный метод получения изображения слабопоглощающих рентгеновское излучение объектов

Просвечивание объектов рентгеновскими лучами с целью получение информации об их внутренней структуре или неоднородностях является важным методом неразрушающего контроля. В том случае, когда объект, например, место соединения полимерных труб для транспортировки жидкостей или газов, слабо поглощает рентгеновские лучи, контраст рентгеновского изображения объекта на фотоплёнке или на её цифровом аналоге является относительно низким. Цель работы состояла в разработке субтракционного метода получения изображений слабопоглощающих рентгеновское излучение объектов с улучшенным контрастом при использовании лабораторных источников рентгеновского излучения. В рассматриваемом методе для получения рентгеновских изображений объектов используется рентгеновская трубка и цифровая 2-D рентгеновская камера для регистрации рентгеновского пучка. Объект располагается между рентгеновской трубкой и рентгеновской камерой. Метод включает получение двух цифровых изображений объекта при различных углах ориентации объекта к оси рентгеновского пучка и их последующую обработку путём субтракции (вычитания) изображений. Получены изображения различных слабопоглощающих рентгеновские лучи объектов (пчела, полимерная сетка, зерно риса) и проведена их компьютерная обработка путём субтракции изображений. Для просвечивания объекта рентгеновскими лучами использовалась рентгеновская трубка БСВ-17 с медным анодом, напряжение на аноде трубки – 15 кВ, ток 10 мА. Для регистрации рентгеновского изображения объекта использовалась цифровая рентгеновская камера Photonic Science. Размер рабочей области рентгеновской камеры составляет 18 × 12 мм2, число пикселей равно 4008 × 2670. Объект располагался вплотную к рентгеновской камере, чтобы улучшить разрешение снимка. Для осуществления субтракции регистрировались два снимка объекта, второй снимок делался при повороте объекта на 5°. Проведён расчёт контраста исходных и обработанных снимков. Проведённый анализ контраста полученных изображений показал, что применение разработанного субтракционного метода позволило повысить контраст изображения слабопоглощающих рентгеновское излучение объектов примерно в два раза. Метод является относительно простым по сравнению с известным фазово-контрастным методом, и может быть использован в технической диагностике при просвечивании рентгеновскими лучами пластиковых, полимерных, композитных материалов и объектов.

1. Endrizzi, M. X-ray phase-contrast imaging / M. Endrizzi // Nuclear Inst. and Methods in Physics Research. – 2018. – Vol. 878, Section A. – P. 88–98. DOI: 10.1016/j.nima.2017.07.036

2. Mayo, S. C. X-ray phase-contrast microscopy and microtomography / S. C. Mayo [et al.] // Optics Express. – 2003. – Vol. 11, № 19. – P. 2289–2302. DOI: 10.1364/OE.11.002289

3. Yokawa, K. Synchrotron Radiation-based X-ray phase-contrast imaging of the aortic walls in acute aortic dissection / K. Yokawa, M. Hoshino N. Yagi , Y. Nakashima , K. Nakagawa , Y. Okita , K. Okada , T. Tsukube // JVS-Vascular Science – 2020 – Vol. 1. – P. 81–91. DOI: 10.1016/j.jvssci.2020.06.002

4. Патент RU 2200469C2, МПК A61B 6/03. Способ вычислительной субтракционной рентгенографии: № 2200469C2: заявлено 15.12.2000: опубл. 20.03.2003 / Тарасов А.И.; заявитель: Тарасов А.И. – 5 с.

5. Дудчик, Ю. И. Получение изображения объектов в рентгеновских лучах методом стереофотографии / Ю. И. Дудчик // Приборостроение-2019: материалы 12-й Международной научно-технической конференции, 13–15 ноября 2019 года, Минск, Республика Беларусь / редкол.: О.К. Гусев (председатель) [и др.]. – Минск : БНТУ, 2019. – С. 19–20

6. Кадничанский, С. А. Оценка контраста цифровых аэрофотои космических снимков / C.А. Кадничанский // Геодезия и картография. – 2018. – № 3. – С. 46–51. DOI: 10.22389/0016-7126-2018-933-3-46-51

7. Henke, B. L. X-ray interactions: Photoabsorption, Scattering, Transmission, and Reflection at E=50-30000 eV, Z=1-92 / B.L. Henke, E.M. Gullikson, J.C. Davis // Atomic Data and Nuclear Data Tables. – 1993. – Vol. 54, № 2. – P. 181–342. DOI: 10.1006/adnd.1993.1013

8. Haun, A. Perceived contrast in complex images / A.M. Haun, E. Peli // Journal of Vision – 2013;13(3):1– 23. DOI: 10.1167/13.13.3

9. Голуб, Ю. И. Исследование локальных оценок контраста цифровых изображений при отсутствии эталона / Ю. И. Голуб, Ф. В. Старовойтов // Системный анализ и прикладная информатика. – 2019. – № 2. – С. 4–11. DOI: 10.21122/2309-4923-2019-2-4-11

10. Рентгеновские компьютерные методы исследований структурной целостности семян и их значение в современном семеноведении / М. В. Архипов, Н. С. Прияткин, Л. П. Гусакова [и др.] // Журнал технической физики. – 2019. – Т. 89, № 4. – С. 627– 638. DOI: 10.21883/JTF.2019.04.47324.170-18