專(zhuān)利名稱(chēng)：：X射線成像的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及X射線成像,尤其涉及用于識(shí)別產(chǎn)品中雜質(zhì)的X射線裝置，其中雜質(zhì)例如是例如金屬顆粒的異物，而產(chǎn)品特別是指食物。
背景技術(shù)：
：通常，X射線成像通過(guò)簡(jiǎn)單地比較產(chǎn)品圖像中的所有像素與一些數(shù)值(或"閾值")來(lái)識(shí)別產(chǎn)品中的雜質(zhì)。例如，對(duì)圖像中的每個(gè)像素都指派了灰度值并且這些灰度值與灰度閾值進(jìn)行比較，其中具有低于閾值的灰度值的像素(暗色像素)被認(rèn)為代表雜質(zhì)。這種技術(shù)對(duì)于產(chǎn)品是同類(lèi)的情形是非常有效的，然而，如果產(chǎn)品是非同類(lèi)的并且包含亮色和暗色區(qū)域，諸如一袋隨機(jī)擺放的糖果，則不能設(shè)定合適的閾值級(jí)別。如果閾值級(jí)別被設(shè)定得太高，則沒(méi)有包含雜質(zhì)的袋就會(huì)錯(cuò)誤地觸發(fā)報(bào)警并且不得不被丟棄掉。對(duì)于每個(gè)袋都要仔細(xì)檢查以確定是正確的報(bào)警還是錯(cuò)誤的報(bào)警，因此成本是非常高的，因?yàn)槿绻麍?bào)警是正確的報(bào)警則需要建立異物顆粒的源頭。如果在正確的報(bào)警信號(hào)的情況下需要進(jìn)一步的動(dòng)作，則經(jīng)常還需要立即執(zhí)行這種檢查。已知有更先進(jìn)的成像技術(shù)，這涉及查看圖像中更局部化的變化。同樣，這種技術(shù)也涉及對(duì)圖像中的每個(gè)像素都指派灰度值。然而，每個(gè)像素的灰度值是與考慮了環(huán)繞該像素的像素的平均灰度值進(jìn)行比較。設(shè)定闊值并且如果該像素的灰度值與環(huán)繞該像素的平均灰度值的差值處在閾值之上，則該像素被認(rèn)為代表雜質(zhì)。這種技術(shù)比上面討論的簡(jiǎn)單比較技術(shù)更有效，但是會(huì)遭受相似的缺點(diǎn)，這是由于跨接在產(chǎn)品邊緣之上的鄰近像素之間的灰度值存在很大差異，從而導(dǎo)致了錯(cuò)誤的雜質(zhì)識(shí)別。這對(duì)于不能預(yù)測(cè)產(chǎn)品的邊緣的、具有不均勻形狀的產(chǎn)品尤其是個(gè)問(wèn)題，例如糖果袋。
發(fā)明內(nèi)容6本發(fā)明的目的在于，提供一種改進(jìn)裝置，其用于識(shí)別產(chǎn)品中的雜質(zhì)，特別是食物中的雜質(zhì)，該裝置對(duì)于非同類(lèi)和/或不均勻形狀的產(chǎn)品更有效。根據(jù)本發(fā)明的第一方面，提供了一種X射線掃描裝置，用于定位產(chǎn)品中的雜質(zhì)，所述裝置包括用于生成產(chǎn)品的X射線圖像的設(shè)備；用于對(duì)多個(gè)像素指派灰度值的設(shè)備；用于識(shí)別多個(gè)可疑像素的設(shè)備；一設(shè)備，對(duì)于每個(gè)可疑像素執(zhí)行如下操作選擇在位于可疑像素的相對(duì)側(cè)上的第一方向上的兩個(gè)相鄰像素并且確定哪個(gè)第一方向像素具有最低的灰度值；選擇在位于可疑像素的相對(duì)側(cè)上的第二方向上的兩個(gè)相鄰像素并且確定哪個(gè)第二方向像素具有最低的灰度值；通過(guò)考慮最低灰度值第一方向像素和可疑像素的灰度值之間的灰度值差，確定第一方向差值；通過(guò)考慮最低灰度值第二方向像素和可疑像素的灰度值之間的灰度值差，確定第二方向差值；從第一方向差值確定第一方向分?jǐn)?shù)；從第二方向差值確定第二方向分?jǐn)?shù)；將所述分?jǐn)?shù)和閾值相比較；并且如果超過(guò)了所述閾值，則將可疑像素識(shí)別為代表雜質(zhì)。值得注意的是，圖像不一定以被顯示而存在，而是還可在計(jì)算機(jī)等當(dāng)中生成并且保持從無(wú)需顯示即可處理。然而，裝置還可具有用于顯示圖像的屏幕。進(jìn)而，還值得注意的是，相鄰像素不必是指直接地鄰近可疑像素的像素，而是他們還可與可疑像素相隔一個(gè)或多個(gè)居間像素。然而，相鄰像素也可以是直接地鄰近可疑像素的像素。像素間隔可以基于將要被檢測(cè)的雜質(zhì)顆粒的尺寸。在根據(jù)本發(fā)明的設(shè)置中，通過(guò)基于具有最低灰度值的相鄰像素確定第一和第二方向分?jǐn)?shù)，并且忽略在兩個(gè)方向上具有最高灰度值的像素(最亮的像素)。這極大地降低了作為檢測(cè)到產(chǎn)品的邊緣或是同類(lèi)產(chǎn)品中的自由空間(空白)的結(jié)果的錯(cuò)誤觸發(fā)的機(jī)率，這是由于離開(kāi)產(chǎn)品的邊緣的圖像中的像素或是同類(lèi)產(chǎn)品當(dāng)中的空間中的像素都通常是那些具有最高灰度值的像素。離開(kāi)產(chǎn)品邊緣的圖像中的像素(即在產(chǎn)品外部的圖像部分的像素)被認(rèn)為具有在8位位圖(灰度值處在從0到255的范圍內(nèi))情形下的灰度值255或在16位位圖(灰度值處在從0到65535的范圍內(nèi))情形下的灰度值65535。優(yōu)選地，提供了一設(shè)備，用于根據(jù)最低灰度值第一方向像素的灰度值對(duì)第一方向差值進(jìn)行加權(quán)并且根據(jù)最低灰度值第二方向像素的灰度值對(duì)第二方向差值進(jìn)行加權(quán)，以確定第一和第二方向分?jǐn)?shù)。最優(yōu)選地，根據(jù)如下等式執(zhí)行所述加權(quán)分?jǐn)?shù)=差值x(l+(((可能的最大灰度值+l)-最低灰度值)/(最低灰度值+1)))。在這個(gè)等式中，可能的最大灰度值是圖像中的可能的最高灰度值(即，圖像中可能的最亮像素的灰度值-白色像素)。例如，在8位圖像中，該值是255,并且在16位圖像中，該值是65535。通過(guò)加權(quán)最低差值，可以突出同類(lèi)產(chǎn)品的暗色區(qū)域(低灰度值)內(nèi)的小變化，這實(shí)現(xiàn)了對(duì)于相關(guān)圖像的暗色區(qū)域內(nèi)的雜質(zhì)的檢測(cè)并且降低了對(duì)于圖像的較亮區(qū)域內(nèi)的錯(cuò)誤觸發(fā)。因此，這種加權(quán)操作突出了較暗的對(duì)象，這在大多數(shù)雜質(zhì)趨于引起圖像中的暗色點(diǎn)的圖像中是十分有利的。優(yōu)選地，將分?jǐn)?shù)單獨(dú)地和所述閾值相比較。如果一個(gè)分?jǐn)?shù)超過(guò)了閾值，或是如果各個(gè)分?jǐn)?shù)都超過(guò)了閾值，或是如果分?jǐn)?shù)的平均值超過(guò)了閾值，則將可疑像素識(shí)別為代表雜質(zhì)。通過(guò)對(duì)分?jǐn)?shù)取平均，將可疑像素與其在兩個(gè)方向的相鄰像素進(jìn)行比較，這降低了錯(cuò)誤觸發(fā)。然而，對(duì)于平均分?jǐn)?shù)而言并不總是適當(dāng)?shù)?，例如，如果雜質(zhì)是會(huì)在圖像中垂直地或水平地對(duì)齊的非常薄的金屬片(諸如針)。一個(gè)方向上的測(cè)量將會(huì)比另一方向上的測(cè)量大很多，因此平均分?jǐn)?shù)會(huì)導(dǎo)致對(duì)于這樣的雜質(zhì)的靈敏度降低。優(yōu)選地，如果像素具有超過(guò)預(yù)定值的灰度值，則將該像素識(shí)別為可疑像素。通過(guò)基于預(yù)定值識(shí)別可疑像素，減少了不必與他們相鄰像素比較的像素的個(gè)數(shù)，這提高了裝置核對(duì)產(chǎn)品是否包含雜質(zhì)的速度。在公知具有大于預(yù)定值的灰度值的像素不會(huì)是雜質(zhì)的情形下，可根據(jù)將要被核對(duì)的產(chǎn)品或是將要被檢測(cè)的雜質(zhì)設(shè)定預(yù)定值。優(yōu)選地，選擇高的預(yù)定值，因?yàn)榭梢蕴岣甙l(fā)現(xiàn)圖像的較亮部分中的雜質(zhì)的機(jī)率。對(duì)于非常大的圖像而言，計(jì)算圖像中所有的像素會(huì)占用100ms以上，為了加快計(jì)算速度，在實(shí)際上可使用較低的閾值。優(yōu)選地，第一方向與第二方向正交。優(yōu)選地，提供了一設(shè)備，用于根據(jù)用戶(hù)定義的最大雜質(zhì)尺寸，設(shè)定相鄰像素中的每一個(gè)與可疑像素之間的距離。更優(yōu)選地，各相鄰像素與可疑像素之間相隔一距離，使得具有最大尺寸的雜質(zhì)不會(huì)橫跨可疑像素和一個(gè)相鄰像素。通過(guò)設(shè)定可疑像素和各個(gè)相鄰像素之間的距離以使具有最大尺寸的雜質(zhì)不會(huì)橫跨可疑像素和一個(gè)相鄰像素，這確保了可以檢測(cè)出到達(dá)用戶(hù)定義的最大雜質(zhì)尺寸的雜質(zhì)，由于雜質(zhì)會(huì)使得可疑像素(代表雜質(zhì))相對(duì)于相鄰像素具有低的灰度值，因此提供了高的差值和高的分?jǐn)?shù)。如果雜質(zhì)橫跨可疑像素和相鄰像素，則這兩個(gè)像素將會(huì)具有低的灰度值，但是如果給出低分?jǐn)?shù)，差值將會(huì)很低并且會(huì)阻礙檢測(cè)到雜質(zhì)。為了使裝置既能夠檢測(cè)到產(chǎn)品中的大的雜質(zhì)又能夠檢測(cè)到同一產(chǎn)品中的小的雜質(zhì)，可以存在多個(gè)用戶(hù)定義的最大雜質(zhì)尺寸輸入，如此對(duì)于各個(gè)可疑雜質(zhì)，該裝置可選擇各個(gè)方向上的多對(duì)相鄰像素，根據(jù)多個(gè)雜質(zhì)尺寸將所選的每對(duì)間隔不同的距離。對(duì)于較小的雜質(zhì)，相鄰像素更靠近可疑像素；對(duì)于較大的雜質(zhì)，相鄰像素更遠(yuǎn)離可疑像素。才艮據(jù)本發(fā)明的另一方面，提供了一種x射線掃描方法，用于定位產(chǎn)品中的雜質(zhì)，所述方法包括下列步驟生成產(chǎn)品的X射線圖像；對(duì)多個(gè)像素指派灰度值；識(shí)別多個(gè)可疑像素；選擇在位于可疑像素的相對(duì)側(cè)上的第一方向上的兩個(gè)相鄰像素并且確定哪個(gè)第一方向像素具有最低的灰度值；選擇在位于可疑像素的相對(duì)側(cè)上的第二方向上的兩個(gè)相鄰像素并且確定哪個(gè)第二方向像素具有最低的灰度值；通過(guò)考慮最低灰度值第一方向像素和可疑像素的灰度值之間的灰度值差，確定第一方向差值；通過(guò)考慮最低灰度值第二方向像素和可疑像素的灰度值之間的灰度值差，確定第二方向差值；從第一方向差值確定第一方向分?jǐn)?shù)；從第二方向差值確定第二方向分?jǐn)?shù)；將所述分?jǐn)?shù)和閾值相比較；以及如果超過(guò)了所述閾值，則將可疑像素識(shí)別為代表雜質(zhì)。下面僅通過(guò)示例，參考所附的附圖來(lái)說(shuō)明本發(fā)明的實(shí)施方式，其中圖1示意性地說(shuō)明了本發(fā)明的X射線成像裝置；以及圖2說(shuō)明了當(dāng)產(chǎn)品的邊緣在檢測(cè)器陣列之上經(jīng)過(guò)時(shí)，可以從本發(fā)明的X射線檢測(cè)器陣列獲得的灰度值。具體實(shí)施例方式參考圖1，示出了根據(jù)本發(fā)明的X射線成像裝置。該裝置包括X射線管1、用于檢測(cè)雜質(zhì)的傳感器陣列2、以及用于處理傳感器數(shù)據(jù)的計(jì)算機(jī)3。提供了傳送帶4，沿著傳送帶4傳送將要被掃描的產(chǎn)品5。在使用中，對(duì)X射線管施加高電壓，以使其發(fā)射X射線流，該X射線流被聚焦并且被縮減到扇形波束，以便在進(jìn)入傳感器陣列2之前經(jīng)過(guò)在傳送帶上的產(chǎn)品，這在本領(lǐng)域當(dāng)中是公知的。傳感器將X射線信號(hào)轉(zhuǎn)換為8位像素化圖像。各像素都具有0至255范圍內(nèi)的灰度值，其中0代表黑色而255代表白色。將圖像發(fā)送到計(jì)算機(jī)中進(jìn)行處理。還可具有用于顯示圖像的屏幕，也可以將其省略。計(jì)算4幾利用如下的算法來(lái)處理8位圖像X=ltoWi她(BITMAP)Y=ltoHeight(BITMAP)Suspect=value(X，Y)UpDownMin=Minimum(Up,Down)LeftRightMin=Minimum(Left，Right)UpDownVal=UpDownMin-SuspectLeftRightVal=LeftRightMin-SuspectUpDownScore=UpDownVal*(l+(256-UpDownMin)/(UpDownMin+l))LeftRightScore=LeftRightVal*(1+(256-LeftRightMin)/(LeftRightMin+1))IfUpDownScore〉SlopeChangethencontaminantIfLeftRightScore>SlopeChangethencontaminant下面將會(huì)詳細(xì)說(shuō)明上述算法的功能首先，上述算法定義了圖像的像素范圍(像素的個(gè)數(shù))并且對(duì)每個(gè)像素都指派了灰度值X=ltoWidth(BITMAP)Y=ltoHeight(BITMAP)接下來(lái)，該算法識(shí)別并且選擇圖像中可疑的像素，其中可疑的像素具有超過(guò)預(yù)定灰度值的灰度值Suspect=value(X,Y)雖然在上述實(shí)施例中指定了預(yù)定的灰度值而限制了與相鄰像素比較的圖像中像素的個(gè)數(shù)，從而提高了用于核對(duì)產(chǎn)品是否包含雜質(zhì)的裝置的速度，但是在可選實(shí)施例中還可省略預(yù)定的灰度值，或是將其設(shè)定為值255,從而該算法比較圖像中的每個(gè)像素與他們相鄰的像素。接下來(lái)，該算法在垂直(第一)方向上選擇一對(duì)相鄰的像素，其位于可疑像素的相對(duì)側(cè)，并且該算法確定哪一個(gè)垂直像素具有最低的灰度值，并且在水平(第二)方向上選擇一對(duì)相鄰像素，其位于可疑像素的相對(duì)側(cè)，并且該算法確定哪一個(gè)水平像素具有最低的灰度值。UpDownMin=Minimum(Up，Down)LeftRightMin=Minimum(Left,Right)根據(jù)用戶(hù)定義的最大雜質(zhì)的大小，根據(jù)將被掃描的對(duì)象和可被檢測(cè)出的可能雜質(zhì)來(lái)定義最大雜質(zhì)的大小，該算法選擇垂直(UpDown)方向上的一對(duì)相鄰^f象素和水平(LeftRight)方向上的一對(duì)相鄰^^素。才艮據(jù)用戶(hù)定義的最大顆粒的大小，在垂直和水平方向中的每個(gè)方向上的相對(duì)的相鄰像素被彼此隔開(kāi)，以便最大尺寸的雜質(zhì)不會(huì)橫跨(span)可疑像素與一個(gè)相鄰像素。相鄰像素通常不是直接鄰近可疑像素，盡管當(dāng)將被檢測(cè)的雜質(zhì)非常小時(shí)他們也可以是直接鄰近可疑像素。雖然在所述的實(shí)施例中將第一和第二方向選定為水平和垂直方向，但是還可是其他任意方向并且第一和第二方向不必彼此之間相互正交。例如，他們還可^f皮成對(duì)角線地設(shè)置。接下來(lái)，該算法通過(guò)考慮最低灰度值垂直方向像素與可疑的灰度值之間的灰度值差值來(lái)確定垂直(第一)方向差值，并且通過(guò)考慮最低灰度值水平方向像素與可疑的灰度值之間的灰度值差值來(lái)確定水平(第二)方向差值UpDownVal=UpDownMin-SuspectLeftRightVal=LeftRightMin-Suspect該算法通過(guò)從最低灰度值垂直方向像素中減去可疑的灰度值來(lái)確定垂直方向差值，并且通過(guò)從最低灰度值水平方向像素中減去可疑的灰度值來(lái)確定水平方向差值。接下來(lái)，該算法通過(guò)基于最低灰度值垂直方向像素的灰度值來(lái)加權(quán)垂直方向差值以確定垂直(第一)方向的分?jǐn)?shù)(score),并且通過(guò)基于最低灰度值水平方向像素的灰度值來(lái)加權(quán)水平方向差值以確定水平(第二)方向的分?jǐn)?shù)UpDownScore=UpDownVal*(1+(256-UpDownMin)/(UpDownMin+1))LeftRightScore=LeftRightVal*(l+(256-LeftRightMin)/(LeftRightMin+l))該算法通過(guò)考慮垂直方向差值并且將其乘以總數(shù)(sum)以確定垂直(第一)方向分?jǐn)?shù)。在總數(shù)中是從可能的最大灰度值(本實(shí)施例中的255)中減去垂直方向最低灰度值(即最低灰度值垂直方向像素的灰度值)來(lái)得到第一數(shù)值；使垂直方向最低灰度值加到最小灰度值(0)來(lái)得到第二數(shù)值；使第一數(shù)值除以第二數(shù)值來(lái)得到第三數(shù)值；并且將任意值1加到第三數(shù)值上。還將任意值1加到最大灰度值和最小灰度值(分別是給定值256和1)。增加任意值1以避免0的積，這將會(huì)引入無(wú)效值。使用相關(guān)水平數(shù)值，該算法以相同的方式來(lái)確定水平(第二)方向分?jǐn)?shù)。值得注意的是，在圖像不是8位圖像的可選實(shí)施例中，總數(shù)中的可能的最大灰度值可被合適的數(shù)值所替代。例如，在16位灰度圖像中，可能的最大灰度值是65535。雖然在本實(shí)施例中對(duì)第一和第二方向分?jǐn)?shù)進(jìn)行了加權(quán)，但是不必一定這樣做，還可通過(guò)第一方向差值來(lái)確定第一方向分?jǐn)?shù)并且通過(guò)第二方向差值來(lái)確定第二方向分?jǐn)?shù)。然而，通過(guò)加權(quán)分?jǐn)?shù)，同類(lèi)產(chǎn)品的暗色區(qū)域中的小變化可以被強(qiáng)調(diào)，這實(shí)現(xiàn)了相關(guān)圖像的暗色區(qū)域中雜質(zhì)的檢測(cè)并且減低了圖像的較亮區(qū)域中的錯(cuò)誤觸發(fā)。最后，該算法比較垂直(第一)方向分?jǐn)?shù)和閾值，并且比較水平(第二)方向分?jǐn)?shù)和閾值，如果超過(guò)了閾值則將可疑像素識(shí)別為雜質(zhì)IfUpDownScore>SlopeChangethencontaminantIfLeftRightScore>SlopeChangethencontaminant根據(jù)被核對(duì)的產(chǎn)品和可能的雜質(zhì)來(lái)設(shè)定閾值(斜率變化)。通過(guò)使優(yōu)質(zhì)(無(wú)雜質(zhì)的)產(chǎn)品經(jīng)過(guò)裝置并且分析圖像以確定圖像中的相鄰像素之間的最大差值來(lái)設(shè)定斜率變化?；诋a(chǎn)品處理的一致性使得闞值輸入?yún)?shù)偏離該最大差值一個(gè)量(即，對(duì)于更加嚴(yán)密控制的處理而言偏離一個(gè)較小量，而對(duì)于變化更大的處理而言偏離一個(gè)較大量)。典型的偏移量是在15左右。例如，如果產(chǎn)品是像黃油塊那樣的同類(lèi)產(chǎn)品，則最大差值可以是值30，在這種情況下閾值可以被設(shè)定為45。該算法將垂直和水平分?jǐn)?shù)與閾值相比較并且如果垂直分?jǐn)?shù)或是水平分?jǐn)?shù)超過(guò)了閾值，即可疑像素從為其選擇的相鄰像素變化超過(guò)了該值，則該算法確定可疑像素代表產(chǎn)品中的雜質(zhì)。雖然在本實(shí)施例中如果垂直或水平分?jǐn)?shù)超過(guò)了閾值則將可疑像素識(shí)別為代表雜質(zhì)，但是在可選實(shí)施例中算法還可要求上面兩個(gè)分?jǐn)?shù)都超過(guò)閾值。在另一可選實(shí)施例中，還可對(duì)垂直和水平分?jǐn)?shù)取平均，并使平均分?jǐn)?shù)與閾值相比較，如果平均分?jǐn)?shù)超過(guò)了閾值則將可疑像素識(shí)別為代表雜質(zhì)。計(jì)算機(jī)持續(xù)運(yùn)行上述算法直至已經(jīng)處理完具有超過(guò)預(yù)定值的灰度級(jí)別的圖像中的每個(gè)像素(或是在沒(méi)有設(shè)定預(yù)定值的情形下，圖像中的每個(gè)像素)。下面將會(huì)參考圖2說(shuō)明根據(jù)本實(shí)施例的一個(gè)工作示例，圖2示出了包含小的雜質(zhì)(0.9mm不銹鋼片)的黃油塊的一部分的原始13x9像素圖像。已經(jīng)在圖像的左側(cè)(列1)上增加了純的白(255)線，以便說(shuō)明本發(fā)明的裝置如何避免邊緣;險(xiǎn)測(cè)。雜質(zhì)(圖像中的像素(10,5)和(10,6))已經(jīng)被突出。關(guān)于上述示例中的算法的設(shè)定如下預(yù)定灰度值=255,即將每個(gè)像素與它的相鄰像素比較，如表2所示；斜率變化(閾值)=35;濾波開(kāi)始=2，濾波結(jié)束=2,即用戶(hù)定義的最大顆粒大小是兩個(gè)^f象素，以便相鄰像素與可疑像素相隔2個(gè)像素(在可疑像素和它的各相鄰像素之間存在居間像素)；并且開(kāi)啟取平均，即將垂直和水平方向分?jǐn)?shù)的平均值與閾值比較。<table>tableseeoriginaldocumentpage15</column></row><table>利用包括閾值35的上述設(shè)定，表2引入了通過(guò)利用算法處理圖2中的各像素獲得的分?jǐn)?shù)。正如從表2的分?jǐn)?shù)中可以看出，代表邊緣的第一列中的像素不會(huì)引起錯(cuò)誤觸發(fā)，這是由于鄰近第一列的像素的分?jǐn)?shù)都處在閾值35之下，而已經(jīng)4企測(cè)到雜質(zhì)，這是由于代表雜質(zhì)的像素(10,5)和(10,6)的分?jǐn)?shù)都是超過(guò)閾值35的僅有的分?jǐn)?shù)。為了更清楚地說(shuō)明相對(duì)于代表雜質(zhì)的圖2中的像素(10,5)(如表1所示)如何獲得這些分?jǐn)?shù)，下面示出了算法UpDownMin=Minimum(72,65)=65LeftRightMin=Minimum(70,74)=70UpDownVal=UpDownMin-Suspect=65-51=14LeftRightVal=LeftRightMin-Suspect=70-51=19UpDownScore=14*(1+(256-65)/(65+1))=55LeftRightScore=19*(l+(256-70)/(70+l))=69Ave=(55+69)/2=6262>35因此是雜質(zhì)在這個(gè)示例中，如圖2所示，雜質(zhì)在垂直方向上具有兩個(gè)像素高并且橫跨像素(10,5)和(10,6)。當(dāng)考慮像素(10,5)時(shí)，由于將最大顆粒大小設(shè)定為兩個(gè)像素，因此不會(huì)將直接鄰近它的像素，即像素(10,4)和(10,6)選為相鄰像素。如果可以選擇他們，則將會(huì)比較具有最低灰度值(由于雜質(zhì)橫跨這個(gè)像素)的像素(10,6)和像素(10,5)，這將會(huì)引起低差值和由此得到的分?jǐn)?shù)并且會(huì)妨礙對(duì)垂直方向上雜質(zhì)的檢測(cè)。然而，由于將像素(10,3)和(10,7)選為相鄰像素，憑借用戶(hù)定義的最大顆粒設(shè)定，雜質(zhì)不會(huì)橫跨這些顆粒，存在大差值并且在垂直方向檢測(cè)出雜質(zhì)。如上述示例所說(shuō)明的，本發(fā)明提供了一種X射線成像裝置，其可以有效地定位物品中的雜質(zhì)，同時(shí)避免作為邊緣檢測(cè)結(jié)果或類(lèi)似情況的錯(cuò)誤觸發(fā)。雖然實(shí)施例和示例考慮了具有從0到255的灰度值的8位灰度圖像，上述算法還可應(yīng)用到任意其他的可選灰度圖像，例如具有從0到65535的灰度值的16位灰度圖像。進(jìn)而，通過(guò)將紅色、綠色和藍(lán)色分量都視為獨(dú)立的8位位圖，可將上述算法擴(kuò)展到24位彩色圖像。權(quán)利要求1.一種X射線掃描裝置，用于定位產(chǎn)品中的雜質(zhì)，所述裝置包括用于生成產(chǎn)品的X射線圖像的設(shè)備；用于對(duì)多個(gè)像素指派灰度值的設(shè)備；用于識(shí)別多個(gè)可疑像素的設(shè)備；一設(shè)備，對(duì)于每個(gè)可疑像素執(zhí)行如下操作選擇在位于可疑像素的相對(duì)側(cè)上的第一方向上的兩個(gè)相鄰像素并且確定哪個(gè)第一方向像素具有最低的灰度值；選擇在位于可疑像素的相對(duì)側(cè)上的第二方向上的兩個(gè)相鄰像素并且確定哪個(gè)第二方向像素具有最低的灰度值；通過(guò)考慮最低灰度值第一方向像素和可疑像素的灰度值之間的灰度值差，確定第一方向差值；通過(guò)考慮最低灰度值第二方向像素和可疑像素的灰度值之間的灰度值差，確定第二方向差值；從第一方向差值確定第一方向分?jǐn)?shù)；從第二方向差值確定第二方向分?jǐn)?shù)；將所述分?jǐn)?shù)和閾值相比較；以及如果超過(guò)了所述閾值，則將可疑像素識(shí)別為代表雜質(zhì)。2.根據(jù)權(quán)利要求1所述的裝置，包括一設(shè)備，用于根據(jù)最低灰度值第一方向像素的灰度值對(duì)第一方向差值進(jìn)行加權(quán)并且根據(jù)最低灰度值第二方向像素的灰度值對(duì)第二方向差值進(jìn)行加權(quán)，以確定第一和第二方向分?jǐn)?shù)。3.根據(jù)權(quán)利要求2所述的裝置，其中，根據(jù)如下等式執(zhí)行所述加權(quán)分?jǐn)?shù)=差值x(l+(((可能的最大灰度值+l)-最低灰度值)/(最低灰度值+"))。4.根據(jù)權(quán)利要求1或2或3所述的裝置，其中，將分?jǐn)?shù)單獨(dú)地和所述閾值相比較。5.根據(jù)權(quán)利要求4所述的裝置，其中，如果一個(gè)分?jǐn)?shù)超過(guò)了閾值，則將可疑像素識(shí)別為代表雜質(zhì)。6.根據(jù)權(quán)利要求4所述的裝置，其中，如果各個(gè)分?jǐn)?shù)都超過(guò)了閾值，則將可疑像素識(shí)別為代表雜質(zhì)。7.根據(jù)權(quán)利要求1或2或3所述的裝置，其中，如果分?jǐn)?shù)的平均值超過(guò)了閾值，則將可疑像素識(shí)別為代表雜質(zhì)。8.根據(jù)上述各項(xiàng)權(quán)利要求中的任一項(xiàng)所述的裝置，其中，如果像素具有超過(guò)預(yù)定值的灰度值，則將該像素識(shí)別為可疑像素。9.根據(jù)上述各項(xiàng)權(quán)利要求中的任一項(xiàng)所述的裝置，其中，第一方向與第二方向正交。10.根據(jù)上述各項(xiàng)權(quán)利要求中的任一項(xiàng)所述的裝置，包括一設(shè)備，用于才艮據(jù)用戶(hù)定義的最大雜質(zhì)尺寸，設(shè)定相鄰像素中的每一個(gè)與可疑像素之間的距離。11.根據(jù)權(quán)利要求IO所述的裝置，其中，各相鄰像素與可疑像素之間相隔一距離，使得具有最大尺寸的雜質(zhì)不會(huì)橫跨可疑像素和一個(gè)相鄰像素。12.根據(jù)上述各項(xiàng)權(quán)利要求中的任一項(xiàng)所述的裝置，其中，圖像是8位圖像并且可能的最大灰度值是255。13.—種X射線掃描方法，用于定位產(chǎn)品中的雜質(zhì)，所述方法包括下列步驟生成產(chǎn)品的X射線圖像；對(duì)多個(gè)像素指派灰度值；識(shí)別多個(gè)可疑像素；選擇在位于可疑像素的相對(duì)側(cè)上的第一方向上的兩個(gè)相鄰像素并且確定哪個(gè)第一方向像素具有最低的灰度值；選擇在位于已選擇的可疑像素的相對(duì)側(cè)上的第二方向上的兩個(gè)相鄰像素并且確定哪個(gè)第二方向像素具有最低的灰度值；通過(guò)考慮最低灰度值第一方向像素和可疑像素的灰度值之間的灰度值差，確定第一方向差值；通過(guò)考慮最低灰度值第二方向像素和可疑像素的灰度值之間的灰度值差，確定第二方向差值；從第一方向差值確定第一方向分?jǐn)?shù)；從第二方向差值確定第二方向分?jǐn)?shù)；將所述分?jǐn)?shù)和閾值相比較；以及如果超過(guò)了所述閾值，則將可疑像素識(shí)別為代表雜質(zhì)。14.根據(jù)權(quán)利要求13所述的方法，包括下列步驟根據(jù)最低灰度值第一方向像素的灰度值，對(duì)第一方向差值進(jìn)行加權(quán)；根據(jù)最低灰度值第二方向像素的灰度值，對(duì)第二方向差值進(jìn)行加權(quán)；以及確定第一和第二方向分?jǐn)?shù)。15.根據(jù)權(quán)利要求14所述的方法，其中，根據(jù)如下等式執(zhí)行所述加權(quán)分?jǐn)?shù)=差值x(l+(((可能的最大灰度值+l)-最低灰度值)/(最低灰度值16.根據(jù)權(quán)利要求13或14或15所述的方法，其中，將分?jǐn)?shù)單獨(dú)地和所述閾值相比較。17.根據(jù)權(quán)利要求16所述的方法，其中，如果一個(gè)分?jǐn)?shù)超過(guò)了閾值，則將可疑像素識(shí)別為代表雜質(zhì)。18.根據(jù)權(quán)利要求16所述的方法，其中，如果各個(gè)分?jǐn)?shù)都超過(guò)了閾值，則將可疑像素識(shí)別為代表雜質(zhì)。19.根據(jù)權(quán)利要求13或14或15所述的方法，其中，如果分?jǐn)?shù)的平均值超過(guò)了閾值，則將可疑像素識(shí)別為代表雜質(zhì)。20.根據(jù)權(quán)利要求13至19中的任一項(xiàng)所述的方法，其中，如果像素具有超過(guò)預(yù)定值的灰度值，則將該像素識(shí)別為可疑像素。21.根據(jù)權(quán)利要求13至20中的任一項(xiàng)所述的方法，其中，第一方向與第二方向正交。22.根據(jù)權(quán)利要求13至21中的任一項(xiàng)所述的方法，包括下列步驟根據(jù)用戶(hù)定義的最大雜質(zhì)尺寸，設(shè)定相鄰像素中的每一個(gè)與可疑像素之間的距離。23.根據(jù)權(quán)利要求22所述的方法，其中，各相鄰像素與可疑像素之間相隔一距離，使得具有最大尺寸的雜質(zhì)不會(huì)橫跨可疑像素和一個(gè)相鄰像素。24.根據(jù)權(quán)利要求13至23中的任一項(xiàng)所述的方法，其中，圖像是8位圖像并且可能的最大灰度值是255。25.—種裝置，其實(shí)質(zhì)上等同于參考所附附圖描述的裝置和/或在所附附圖中說(shuō)明的裝置。26.—種方法，其實(shí)質(zhì)上等同于參考所附附圖描述的裝置和/或在所附附圖中說(shuō)明的方法。全文摘要一種X射線掃描裝置，用于定位產(chǎn)品中的雜質(zhì)，所述裝置包括用于生成產(chǎn)品的X射線圖像的設(shè)備；用于對(duì)多個(gè)像素指派灰度值的設(shè)備；用于識(shí)別多個(gè)可疑像素的設(shè)備；一設(shè)備，對(duì)于每個(gè)可疑像素執(zhí)行如下操作選擇在位于可疑像素的相對(duì)側(cè)上的第一方向上的兩個(gè)相鄰像素并且確定哪個(gè)第一方向像素具有最低的灰度值；選擇在位于可疑像素的相對(duì)側(cè)上的第二方向上的兩個(gè)相鄰像素并且確定哪個(gè)第二方向像素具有最低的灰度值；通過(guò)考慮最低灰度值第一方向像素和可疑像素的灰度值之間的灰度值差值，確定第一方向差；通過(guò)考慮最低灰度值第二方向像素和可疑像素的灰度值之間的灰度值差，確定第二方向差值；從第一方向差值確定第一方向分?jǐn)?shù)；從第二方向差值確定第二方向分?jǐn)?shù)；將所述分?jǐn)?shù)和閾值相比較；并且如果超過(guò)了所述閾值，則將可疑像素識(shí)別為代表雜質(zhì)。文檔編號(hào)G06T7/00GK101675457SQ200880014847公開(kāi)日2010年3月17日申請(qǐng)日期2008年5月13日優(yōu)先權(quán)日2007年5月14日發(fā)明者克里斯托弗·詹姆斯·凱恩,阿蘭·斯蒂芬·德克爾申請(qǐng)人:伊利諾斯工具制品有限公司