نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه فیزیک، دانشکده علوم پایه، دانشگاه بین المللی امام خمینی (ره)، صندوق پستی: 96818-34148، قزوین- ایران

2 دانشکده مهندسی هسته‌ای، دانشگاه شهید بهشتی، کدپستی: 1983969411، تهران - ایران

3 پژوهشکده‌ی کاربرد پرتوها، پژوهشگاه علوم و فنون هسته‌ای، سازمان انرژی اتمی ایران، صندوق پستی 3486-11365، تهران - ایران

4 گروه ریاضی، دانشکده علوم پایه، دانشگاه بوعلی سینا، صندوق پستی: ۳۸۶۹۵- ۶۵۱۷۸، همدان - ایران

5 پژوهشکده رآکتور و ایمنی هسته‌ای، پژوهشگاه علوم و فنون هسته‌ای، سازمان انرژی اتمی ایران، صندوق پستی: 1339-14155، تهران - ایران

چکیده

اساس سیستم‌های تصویربرداری ایکس پس­پراکنده، پرتوهای بازگشتی هستند که در صنعت و بازرسی دارای کاربرد‌های بسیاری می‌باشند. در این تصاویر برخلاف روش عبوری، مواد آلی با عدد اتمی پایین مانند مواد مخدر و مواد منفجره با پراکندگی فوتون بالا، واضح‌تر دیده می‌شوند. به علت پراکندگی چندگانه پرتوهای فوتونی معمولاً تصاویر مات­شدگی دارند. پردازش تصاویر خروجی می‌تواند در بهبود کنتراست و تشخیص مواد کمک کند. در این تحقیق از روش وردش برای بهبود کنتراست تصاویر ایکس بازگشتی استفاده شده و پرتونگاره‌های فانتوم‌هایی که برای ارزیابی کیفیت سیستم کارایی دارند، پردازش و مورد ارزیابی قرار گرفته‌اند. نتایج نشان می‌دهند که روش وردش نسبی در افزایش کنتراست و قدرت تمایز اجسام کارا بوده و این روش می‌تواند به عنوان یک فیلتر کمکی مؤثر باشد.‌ ارزیابی نتایج توسط کارشناسان پرتونگاری نشان می‌دهد که از نظر آن­ها کنتراست تصاویر حدود 20­% ­تا 40­% بهبود یافته و تصاویر خروجی به طور قابل ملاحظه‌ای ارتقا پیدا کرده‌اند.

کلیدواژه‌ها

عنوان مقاله [English]

Contrast improvement of backscatter x-ray images by total variation method

نویسندگان [English]

  • M. Azimi 1
  • E. Yahaghi 1
  • M. Roshan 2
  • E. Bayat 3
  • M. Mirzapour 4
  • A. Movafeghi 5
  • B. Rokrok 5

1 Department of Physics, Faculty of Basic Sciences, Imam Khomeini International University, P.O.BOX: 34148-96818, Qazvin - Iran

2 Nuclear Engineering School, Shahid Beheshti University, Postal code: 1983969411, Tehran-Iran

3 Radiation Applications Research School, Nuclear Science and Technology Research Institute, AEOI, P.O.Box:11365-3486, Tehran-Iran

4 Department of Mathematics, Faculty of Basic Sciences, Bu-Ali Sina University, P.O.Box: 65178-38695, Hamedan - Iran

5 Reactor and Nuclear Safety Research School, Nuclear Science and Technology Research Institute, AEOI, P.O.Box: 14155-1339, Tehran - Iran

چکیده [English]

The basis of backscatter X-ray imaging systems is the scattering of backscattered rays that have many applications in industry and inspection. In these images, organic materials with low atomic numbers, such as drugs and explosives, produce many scattered photons and are seen more clearly. These images are blurred due to the multiple scattered X-ray. Image processing methods can help improve contrast and material detection in backscatter X-ray (BX) images. In this research, the total variation method has been used to improve the contrast of the BX images. Firstly, the BX images of the various phantoms have been processed for evaluating the BX system, then many BX images of motorcycles are investigated. The results show that the total variation method increases the contrast of the backscattered X-ray images and can be used as the additional filter in the BX imaging system. Evaluation of experts shows that the contrast of the processed images has been significantly improved and increased between 20 to 40%.

کلیدواژه‌ها [English]

  • Backscatter x-ray imaging
  • Contrast improving
  • Inspection
  • Total variation
1. M.D. Herr, et al., A Flying Spot X-Ray System for Compton Backscatter Imaging, IEEE Transactions on Medical Imaging, 13, 3, September (1994).
 
2. L. Kaufman, et al., An Evaluation of Airport X-ray Backscatter Units Based on Image Characteristics, J. Transp. Secur., 4, 73-94 (2011).
 
3. N. Wrobel, et al., Innovative X-ray Backscatter Technique for Security Applications Detection of Dangerous Materials, 11th European Conference on Non-Destructive Testing, ECNDT (2014).
 
4. D. Shedlock, et al., X-ray Backscatter Imaging for Aerospace Applications, AIP Conf. Proc. 1335, 509-516 (2011).
 
5. B. Yang, et al, Design of x-ray backscatter imaging system for vehicle detection, Proc. SPIE. 11542, Counterterrorism, Crime Fighting, Forensics, and Surveillance Technologies IV, (2020).
 
6. S. Yuk, et al., Detection of Buried Landmine with X-ray Backscatter Technique, Nucl. Instru. and Meth. A, 568, 388-392 (2006).
 
7. Iranian national standard No. 22651, Radiation protection instramentation - cargo/vehicle radiographic inspection system, INSO, (2018).
 
8. L. Xu, et al, Structure Extraction from Texture via Relative Total Variation, (SIGGRAPH Asia 2012), 2012. DOI 10.1145/2366145.2366158, http://doi.acm.org/10.1145/2366145.2366158, http://www.cs.uwa.edu.au/pub/robvis/papers/p/denoise.ps.gz.
 
9. L.I. Rudin, S. Osher, E. Fatemi, Nonlinear total variation based noise removal algorithms, Physica D: nonlinear phenomena, 60(1-4), 259-268 (1992).
 
10. T. Goldstein, S. Osher, The split Bregman method for L1-regularized problems, SIAM Journal on Imaging Sciences, 2, 323-3432 (2009).
 
11. B. Xiong, M. Zhang, Adaptive Sparse Norm and Nonlocal Total Variation Methods for Image Smoothing, Mathematical Problems in Engineering, (2014), Article ID 426125 | https://doi.org/10.1155/ 2014/426125.
 
12. P. Zhou, et al, Directional relative total variation for structure–texture decomposition, IET Image Processing, 13(11), 1835-1854 (2019), https://doi.org/10.1049/iet-ipr.2018.5 133.
 
13. A. Bayat, M. Roshan, S. Jamili, P. Ghorbani, Z. Alipour, Design and construction of flying spot x-ray system, Iran Physics Conference, (2018).