Herl G, Hiller J, Kasperl S, Maier A (2019)
Publication Type: Journal article, Original article
Publication year: 2019
Book Volume: 87
Pages Range: 101–110
Journal Issue: 2
URI: https://www.degruyter.com/view/j/teme.2020.87.issue-2/teme-2019-0137/teme-2019-0137.xml
Metallartefakte stellen eine große Herausforderung für das Messen mit Röntgen-Computertomographie dar. Dieser Beitrag stellt die Methode der multipositionalen Datenfusion zur Reduktion von Metallartefakten vor. Dazu werden mehrere Scans desselben Objekts bei unterschiedlicher Objekt-positionierung durchgeführt, aufeinander registriert und zur Fusion gemeinsam unter Betrachtung eines lokalen Gütemaßes rekonstruiert. In praxisnahen Experimenten wird der Mehrwert der Methode gezeigt. Insbesondere wird dargestellt, wie mit wenig Aufwand und ohne Vorwissen Kunststoffstrukturen trotz starker Metallartefakte sichtbar gemacht werden können, womit das Verfahren ein Alleinstellungsmerkmal gegenüber den existierenden Metallartefaktreduktionsverfahren aufweist.
Metal artifacts represent a major challenge for measuring with X-ray computed tomography. This paper presents a method for multipositional data fusion for the reduction of metal artifacts. For this purpose, several scans of the same object are performed with different object positioning, registered on each other and then reconstructed together using a local quality measure. The added value of the method is demonstrated in practical experiments. In particular, it is shown how plastic structures can be made visible despite strong metal artifacts with little effort and without prior knowledge, giving the method a unique selling point compared to existing metal artefact reduction methods.
APA:
Herl, G., Hiller, J., Kasperl, S., & Maier, A. (2019). Reduktion von Metallartefakten durch multipositionale Datenfusion in der industriellen Röntgen-Computertomographie. Technisches Messen, 87(2), 101–110. https://doi.org/10.1515/teme-2019-0137.
MLA:
Herl, Gabriel, et al. "Reduktion von Metallartefakten durch multipositionale Datenfusion in der industriellen Röntgen-Computertomographie." Technisches Messen 87.2 (2019): 101–110.
BibTeX: Download