工业X光机在航空航天、汽车制造、精密铸件检测等领域发挥着关键的作用，其核心应用之一是工业计算机断层扫描(CT)，能够以无损方式获取工件内部的三维结构信息。然而，工业X光机通常采用多能谱X射线源，射线穿过物质时低能光子优先被吸收，导致射线束平均能量随穿透厚度增大而升高，这一现象被称为“射线束硬化”。束硬化破坏了传统重建算法赖以成立的单能假设，在重建图像中产生杯状伪影和条状伪影，不仅降低图像质量，更直接影响尺寸测量精度和材料定量分析的可靠性。因此，束硬化伪影的成因分析与校正算法研究，长期以来是工业X光机成像领域的核心课题。
1.束硬化伪影的成因与表现
束硬化的物理根源在于X射线与物质相互作用的能量依赖性。在工业X光机常用的几十至几百keV能段，光电效应截面与康普顿散射截面均随光子能量增加而减小，低能光子的衰减系数显著大于高能光子。当多能谱射线穿透物体时，低能成分被优先吸收，透射束的能谱分布峰值向高能方向移动，射线束“变硬”。此时，物质的等效衰减系数不再是常数，而是随穿透厚度的增加而单调下降，呈现明显的非线性特征。
这种非线性衰减与滤波反投影等重建算法所假设的线性模型之间的失配，是伪影产生的直接原因。对于均匀圆柱形样品，重建图像表现为边缘亮、中心暗的“杯状伪影”；对于含高密度组分的异质样品，则在高衰减区域之间产生暗色条状伪影。两种伪影均会使灰度分布偏离真实衰减值，干扰后续的结构判读与尺寸测量。
2.校正算法综述
束硬化校正方法通常分为硬件预滤波和软件后校正两大类，后者可进一步细分为投影域校正与图像域校正。
硬件预滤波是最直接的抑制手段。在X射线源与样品之间放置铜、铝等金属滤波片，预先吸收低能光子，使到达样品的射线束能谱更接近高能窄谱，从而减弱束硬化效应的非线性程度。该方法的局限在于滤波片在吸收低能光子的同时也会损失总光子通量，导致曝光时间延长或信噪比下降。
多项式拟合线性化是应用广泛的软件校正方法。其基本思想是建立多色投影数据与等效单色投影数据之间的非线性映射函数，通常采用二阶或三阶多项式，通过标定实验或仿真获取拟合系数。该方法计算效率高，对单材质样品的杯状伪影校正效果好。然而，多项式拟合高度依赖预先的物质分割精度，对于多材质异质样品，分割误差会直接影响校正效果，甚至引入新的伪影。
双能法从原理上回避了标定难题。通过两组不同管电压下的扫描数据，利用物质衰减系数在两种能谱下的差异，将投影数据分解为基材料的贡献之和，合成等效单色图像。该方法无需预先知道样品的几何结构与材质分布，在原理上具有更好的通用性。其代价是需要额外的扫描时间与辐射剂量，且双能分解过程中噪声放大问题仍是实际应用中的瓶颈。
迭代重建算法将束硬化校正嵌入重建过程。Brabant等人提出了一种无需先验知识的迭代校正方法，通过在每次迭代中估计并更新射束硬化模型，逐步逼近真实衰减分布。这类方法对条状伪影的抑制能力较强，但计算成本显著高于滤波反投影，且收敛性和稳定性对初始条件较为敏感。
近年来，深度学习为束硬化校正开辟了新路径。基于U-Net及其变体的网络架构已被用于工业CT的伪影校正，如ART-UNet通过注意力机制与残差结构增强了对局部硬化特征的提取能力。这类方法在训练数据覆盖的条件下展现出优异的校正效果，但泛化能力和物理可解释性仍是有待深入研究的开放问题。
工业X光机射线束硬化伪影的校正，本质上是在多能谱物理现实与单能重建假设之间寻求弥合。从硬件滤波到多项式拟合，从双能分解到迭代重建与深度学习，校正算法的演进反映了对精度、通用性和计算效率三者之间平衡的持续追求。对于多材质、异质结构的工业样品，在缺乏先验信息条件下实现无需前向投影和多次重建的校正，仍是该领域具有挑战性的研究方向。
更新时间：2026-09-21
点击次数：4
当前位置：