이미지 평가 기법을 활용한 철재 시편의 디지털 방사선 영상시스템(Computed Radiography) 이미지 해석 연구

A Study on Image Interpretations of Computed Radiography for Iron Samples Using Image Evaluation Techniques

Article information

J. Conserv. Sci. 2022;38(5):360-374
Publication date (electronic) : 2022 October 31
doi : https://doi.org/10.12654/JCS.2022.38.5.01
Cultural Heritage Conservation Science Center, National Research Institute of Cultural Heritage, Daejeon 34122, Korea
김한슬, 김다솔, 송정일,
국립문화재연구원 문화재보존과학센터
*Corresponding author E-mail: ssong85@korea.kr Phone: +82--42-860-9387
Received 2022 May 27; Revised 2022 June 8; Accepted 2022 September 2.

Abstract

문화재의 방사선 비파괴 투과 조사 방식은 필름을 사용하여 촬영을 하는 아날로그 형태의 이미지 방식에서 이미지플레이트(Imaging Plate, IP)를 사용하는 디지털 방사선 영상시스템(Computed Radiography, CR) 방식의 도입으로 디지털 형태의 이미지로 교체되고 있다. 이러한 디지털 방사선 영상시스템의 도입으로 디지털 이미지의 화질에 대한 규격화가 매우 중요해졌다.

이 논문에서는 금속 문화재에서 가장 널리 활용되는 철재를 기준으로 X선 투과 특성 및 현상 시간에 대한 이미지 화질 평가를 실시하였다. 이를 위해 디지털 방사선 영상시스템을 통하여 이미지를 획득하였다. 획득한 이미지는 그레이스케일(Gray Scale)과 선형 식별계를 이용하여 투과도를 파악하였다. 또한 구조적 유사지수(Structural Similarity Index Measure, SSIM)와 평균제곱오차(Mean Square Error, MSE) 및 최대 신호 대 잡음비(Peak Signal to Noise Ratio, PSNR)를 통하여 현상 시간에 따른 이미지의 변화를 비교 분석하였다.

Trans Abstract

In the non-destructive radiographic testing methods used for specimens with cultural heritage, analog film radiography is being replaced with digital radiography by the introduction of an imaging plate computed radiography system. Adoption of the computed radiography system has helped standardize digital image quality.

This study analyzed the X-ray transmission characteristics and evaluated image quality according to image developing time for iron, the most important metal in cultural heritage. Computed radiography images were acquired. The transmittance of the images was determined based on Gray Scale and Duplex-wire Image Quality Indicator data. In addition, the change in images with the image developing time was compared and analyzed using the Structural Similarity Index Measure, mean square error, and peak signal-to-noise ratio.

1. 서 론

X선을 이용한 문화재의 비파괴 투과 조사는 다양한 재질과 형태를 가진 문화재를 조사하는 가장 대표적인 방법이다. X선을 이용한 비파괴 분석은 문화재의 내부 구조에 대한 정보와 제작기법, 보존 상태 등을 파악하고 기록하는 데 기본적으로 활용되는 조사방법이다. X선 투과 조사는 별도의 손상을 남기지 않고 빠르고 정확하게 정보를 획득할 수 있다는 점에서 매우 유용하다. 일반적으로 X선 투과 조사 이미지를 획득하는 방식은 감광된 필름(Film)을 디지털 카메라로 촬영하는 아날로그 형태(간접 촬영)의 방법이었다. 그러나 최근에는 디지털 방사선 영상시스템(Computed Radiography, CR)이 도입되면서 별도의 과정없이 디지털 형태로 변환하여 보관하고 있다.

필름은 젤라틴으로 된 외부 보호막층과 할로겐화은으로 구성된 감광유제층, 폴리에스테르 지지층 등으로 구성되어 있다. 빛에 민감한 할로겐화은은 형광등과 같은 외부 광선에 노출되거나 X선, 감마선 등의 광자를 흡수하고 반응하여 물체의 상을 맺히게 한다(Cultural Heritage Conservation Science Center, 2020; FUJIFILM Coperation, 2009). CR 방식에 사용되는 이미지플레이트(Imaging Plate, IP)는 두께 1 mm 이하의 판으로 바닥체 위에 지지층, 접착층, 형광층으로 구성되어 있다. 이미지플레이트의 형광층에 X선 에너지가 저장되고 형광층을 보호하기 위해 미세 크리스탈로 된 보호막이 덮여 있다. 휘진성 발광체(PSL)가 도포된 이미지플레이트의 X선 정보는 전용 스캐너의 내부를 통과하면서 디지털 신호로 변환된다(GE Measurement & Control Technologies, 2018; Cultural Heritage Conservation Science Center, 2020).

CR 방식은 필름을 디지털로 변환하는 과정 중에 발생하는 이미지의 변형이나 왜곡, 화소 저하 등의 단점을 보완할 수 있는 방법이다. X선이 감쇄된 이미지플레이트를 레이저 리더기로 스캐닝하면 이미지플레이트에 축적된 X선을 디지털 신호로 변환하여 고해상의 디지털 이미지 데이터로 전환한다. 이 방식은 기존의 아날로그 방식에 비해 촬영 시간을 단축할 수 있고 필름 방식보다 5∼20%의 더 낮은 방사선 조사선량으로도 정보 획득이 가능하기 때문에 문화재에 조사되는 방사선량을 최소화할 수 있다는 장점이 있다. 또한 방사선 투과 촬영에서 필름은 재사용이 불가능한 반면 이미지플레이트는 리더기를 통과하면서 노출된 X선 정보는 디지털 신호로 변환되고 지워지기 때문에 재사용이 가능하다는 장점이 있다(Cultural Heritage Conservation Science Center, 2020).

산업 분야에서는 한국산업규격(KS A4054)이나 미국재료시험협회(American Society for Testing Materials, ASTM) E 747 등의 이미지 화질 규격을 통해 CR 방식의 투과 조사 이미지 화질을 검증 및 관리를 하고 있다.McEntee and Foley(2010)는 CD RAD phantom을 사용하여 관전압의 변화에 따른 이미지의 투과의 정도를 비교하였다. 또한Shetty et al.,(2011)을 중심으로 CR 방식을 활용하여 투과 조사 이미지를 촬영할 때 나타날 수 있는 문제점과 이를 해결할 수 있는 방안 등을 제언하였다.

문화재는 다양한 재질적 특성과 형태 및 두께 등을 가지고 있으므로 산업 분야의 이미지 화질 규격을 그대로 적용하기에는 어려움이 많다. 또한 문화재의 비파괴 투과 조사 방법 및 이미지 화질 규격화를 위한 기초 실험 및 연구 역시 매우 부족한 실정이다(Cultural Heritage Conservation Science Center, 2020). 최근 국립문화재연구원을 중심으로 X선 이미지의 평가 및 해석을 위해 방사선의 후방산란에 의한 이미지 영향(Song et al., 2018)과 목재 수종별 X선 투과 이미지 해석 등의 기초 연구가 진행되고 있다(Song and Kim, 2021). 이 연구는 X선 투과 조사 이미지의 화질 변화를 해석을 위한 두 번째 기초 연구로서 현상 지연시간에 따른 이미지플레이트의 화질 변화를 평가하고자 하였다.

X선 투과 조사의 비중이 가장 높은 금속 문화재 중에서 가장 많이 활용되는 철 재질인 철판을 기준으로 동일한 두께의 시편에 대한 X선 투과 조사를 실시한 후 투과도 및 현상 시간에 따른 화질 변화를 비교 실험하였다. 이를 위해 2021년 송정일, 김한슬의 논문 실험 방법을 참고하여 관전압(kVp), 관전류 및 노출시간, 현상 시간에 따라 그레이스케일(Gray Scale) 값의 변화와 금속선 선지름 식별 및 식별률을 평가하였다(Song and Kim, 2021). 또한 Park(2009), Jeong and Kim(2014), Lee(2016)과 같은 영상 분석 분야와Kang and Lee(2009), Lee(2014) 등의 의료 분야에서 객관적으로 이미지 품질을 평가하는 방식으로 활발하게 사용되고 있는 구조적 유사지수 측정(Structural Similarity Index Measure, SSIM), 평균제곱오차(Mean Square Error, MSE) 및 최대 신호 대 잡음비(Peak Signal-to-Noise Ratio, PSNR)의 이미지 평가 기법을 활용하여 현상 시간에 따른 이미지의 화질 변화를 정량적으로 비교하였다. 특히 투과 조사 직후 현상 한 이미지와 3시간씩 차이를 두고 현상한 이미지를 영상 화질 평가에 널리 사용되고 있는 최대 신호 대 잡음비 평가를 이용하여 변화 양상을 살펴보았다.

2. 재료 및 방법

2.1. 연구재료

투과 조사 실험을 위해 연X선 장비인 Softex 社(Japan)의 M-150(150 kVp, 3 mA) 방사선 발생장비와 국제 규격의 상질계를 사용하였다. 또한 디지털 이미지의 획득을 위해 GE 社(USA)의 CRX Vision 스캐닝 장비와 이미지플레이트 중 가장 보편적으로 사용되는 IPS 타입을 활용하여 투과 이미지를 획득하였다. 이렇게 획득된 이미지의 분석을 위해 원본 형태인 TIFF 형식으로 투과 조사 이미지를 변환하여 CRX Vision의 Rhythm Review와 영상 데이터를 시각화하고 계량화할 수 있는 프로그램인 ICY 영상 분석 소프트웨어를 사용하였다.

2.2. 연구방법

2.2.1. 실험 방법

실험에는 14×17 inch의 이미지플레이트, 철(Fe) 재질의 KS A4054규격 바늘형 04F 및 0.032∼0.8 mm의 금속 15D 형의 이중 선형 상질계를 사용하였다. 또한 CRX Vision 스캐너를 이용하여 인접 화소 사이 간격은 70 μm, 70 plates/hour의 속도로 이미지플레이트의 스캐닝을 진행하였다. 실험에는 14.5×10 cm, 두께는 2 mm의 철재 시편을 사용하였다. 투과조건은 금속문화재 촬영에서 가장 많이 사용되는 평균 투과 조건인 관전압(90, 120 kVp)과 관전류량(관전류 2-3 mA, 노출 시간 30 sec⋅60 sec)으로 촬영을 한 후 투과도를 평가하였다(Figure 1).

Figure 1.

Diagram of test.

인체는 밀도가 낮기 때문에 사용하는 방사선량은 짧은 시간동안 측정되므로 노출의 표현을 관전류량(전류량×노출 시간)으로 표시한다. 그러나 문화재는 인체에 비해 밀도가 높고 다양한 재질로 구성되어 있으므로 사용되는 방사선량은 관전압, 관전류, 노출 시간과 같은 각 조건에 따른 영향이 크기 때문에 각 조건의 변화를 주며 실험을 진행하였다.

또한 촬영 직후 바로 스캔한 뒤 3시간씩 차이를 두어 총 24시간, 9회에 걸쳐 투과 조사된 이미지플레이트에 대한 스캔을 실시하여 촬영 직후의 데이터와 비교하며 현상 시간에 따른 이미지의 변화를 평가하였다.

투과 조사 이미지에 대한 분석은 투과도와 이미지 화질 평가로 구분되며, 그레이스케일과 금속선 선지름 식별을 기준으로 식별률을 산출하여 투과도를 평가하였다. 또한 SSIM, PSNR, MSE 항목을 통해 이미지의 화질을 평가하였다.

실험 방법은 Figure 1과 같이 X선 선원과 이미지플레이트의 거리를 700 mm로 고정하였으며, 십자선 가운데에 철재 시편을 위치시키고 철재 시편의 밑 부분 중앙에 식별계(04F)를 배치하였다. 또한 시편의 하단에 이중 선형 상질계와 구형파 차트를 배치하였다. 투과 조사 이미지의 분석은 이미지 분석 소프트웨어(Rhythm Review, GE) 및 ICY 소프트웨어를 이용하였다. 또한 X-ray 장비의 출력이 안정적인지 판단하기 위하여 동일한 조건에서 3번의 촬영을 실시하였다. 그리고 투과 조사된 이미지의 동일한 위치에서 그레이스케일을 측정하여 동일한 값이 나오는 것을 확인 한 뒤 세부 실험을 진행하였다.

2.2.2. 이미지의 해상도 측정

X선 투과 이미지의 해상도 파악을 위해 ASTM E2002 규격의 이중선형 상질계(Duples-wire Image Quality Indicator, DW IQI)와 Convergent Line Pair Gauge를 사용하였다(Park et al., 2011). DW IQI는 텅스텐과 백금으로 된 침금의 쌍이 순차적으로 구성되어 있는 상질계이며, 이미지의 선명도와 공간해상도를 측정하는 데 사용된다. Line Pair Gauge는 납 또는 금으로 구성되어 있으며, 게이지의 한쪽 끝에 있는 선이 반대쪽 끝에 수렴할수록 간격이 넓어지는 형태이며, 실제 식별 가능한 최소 수준의 이미지 해상도를 확인하는 데 사용된다(Han, 2008).

DW IQI의 측정은 X선 투과 조사 이미지에서 Rhythm Review 소프트웨어의 Line Profile을 통해 그레이스케일 데이터를 확인하였다. Line Pair Gauge는 투과 이미지에서 확인되는 1 mm 너비에서 식별할 수 있는 line의 개수를 통해 공간 분해능 lp/mm를 확인하였다.

2.2.3. 그레이스케일(Gray Scale) 평가

필름의 이미지 감도는 조사선량이 증가하면 광학농도가 ‘S’자 형태로 떨어지는 로그함수의 특성을 보인다(Cultural Heritage Conservation Science Center, 2020). 그러나 디지털 방식의 이미지 감도는 조사선량에 비례하여 직선형태로 그레이스케일 값이 증가하는 선형(Linearity)의 특성이 확인되며(Figure 2), 0부터 65,233의 16bit 명암 단계로 구분된다(Cultural Heritage Conservation Science Center, 2020).

Figure 2.

Compare phosper and filme (Obuchowski, 2003).

2.2.4. 금속선 선지름 식별 및 식별률 평가

시편 밑 중앙부에 철(Fe)재질의 KS A4054규격 선형 식별계 04F를 부착하였으며, 투과 이미지에서 금속선이 보이는 수에 따른 투과 정도와 이미지의 화질을 판별하였다(Korean Standards Association, 2015). 식별률은 동일한 두께에서 식별이 가능한 금속선의 최소 선지름이 낮을수록 화질이 좋은 것으로 판단한다. 식별률은 보통 시험재의 두께 2% 이내로 제작되므로 식별률의 값이 2% 이내일 때 영상의 우수한 것으로 평가한다(Kang et al., 2010; Han, 2008).

이 실험에서는 X선 투과 조사 이미지의 현상 시간에 따른 최소 식별 선의 개수와 식별률을 확인하였다.

식별률(%)=투과도계 식별최소선지름(mm)시험편투과두께(mm)×100

2.2.5. 구조적 유사지수 측정(Structural Similarity Index Measure, SSIM) 평가

구조적 유사지수 측정은 이미지 안에서 구조적 정보를 추출하여 이미지의 화질을 측정하는 방법이다. 또한 압축 및 변환으로 발생하는 왜곡에 대한 원본 영상의 유사도를 측정하는 방법으로도 사용된다(Park and Lee, 2009). 시각에서 인식하는 휘도, 명암비, 구조의 유사도를 서로 곱함으로써 전체적인 이미지의 구조적 유사도를 구하는 방법이다. 구조적 유사지수 측정은 1에 가까울수록 원본 이미지와 유사하며, 0에 가까울수록 다르다는 것을 의미한다(Lee, 2016).

MSE=1mi=0m-1j=0n-1[f(x,y)-g(x,y)]2

2.2.6. 평균제곱오차(Mean Squard Error, MSE) 평가

평균제곱오차는 오차의 제곱에 평균으로, 두 영상의 같은 위치 또는 두 개의 같은 양의 데이터 값의 분산을 계산하는 방법이다. 두 영상이 차이가 없이 동일한 데이터라면 MSE 값은 ‘0’이다(Kang and Lee, 2009; Kim and Ko, 2017). 이러한 평균제곱오차는 최대 신호 대 잡음비를 구하는 것에도 사용된다.

2.2.7. 최대 신호 대 잡음비(Peak Signal to Noise Ratio, PSNR) 평가

최대 신호 대 잡음비는 영상처리 시 두 영상의 차이를 숫자로 나타내는 방법이다. 최근 영상평가 및 화질을 객관적으로 평가할 때 사용되는 방법이다. Pixel을 나타내는 8bit(0∼255)의 최댓값인 255에 대한 두 영상 간의 잡음(Noise)을 측정하는 방법이다(Lee, 2014).

PSNR을 활용하여 영상의 화질 평가에 널리 사용되고 있다. 영상의 압축 시 발생하는 화질 저하 및 노이즈 발생 등의 압축 코덱 평가, 배터리 소모를 줄이고 화질저하를 최소화하는 연구 등의 산업분야에서 PSNR을 이용한 연구가 활발하다. 또한 의료 분야에서도 의료 영상의 압축 손실을 최소화하기 위해 많이 활용되고 있다(Kang, 2011).

PSNR은 MSE 값을 이용하여 계산하며 단위는 dB로 표현한다. 일반적으로 11 dB 이상이 되면 상당히 유사한 영상으로 판단하기도 그러나 사실상 30 dB을 기준으로 그 이하의 수치는 상대적으로 화질수준이 떨이진다고 판단한다. 그러나 일반적으로 영상의 화질은 인간의 육안으로 판단하는 것이므로 PSNR이 높다고 하여 무조건 좋은 영상이라고 말하기는 어렵다(Kang and Lee, 2009).

PSNR=10·log10(MAXr2MSE)

3. 실험 결과

3.1. 투과 조건에 따른 이미지 투과도 분석 결과

3.1.1. 그레이스케일(Gray Scale) 평가

그레이스케일은 물체를 투과한 X선의 감쇄 정도를 0∼65,233의 명암 단계로 구분하여 수치화된 디지털 화소 측정의 결과이다. 65,233의 값에 가까울수록 X선의 투과도가 높고, 이미지의 명암이 어둡다. 반면, 0의 값에 가까울수록 X선의 투과도는 낮고 이미지의 명암은 밝다(Cultural Heritage Conservation Science Center, 2020).

관전압과 관전류가 동일한 상태에서는 노출 시간이 30초보다 60초일 때 90 kV⋅2 mA에서는 2.27배, 90 kV⋅3 mA의 조건에서는 1.85배, 120 kV⋅2 mA는 2.16배, 120 kV⋅3 mA는 1.67배 그레이스케일 값이 더 높게 나타났다. 또한 관전압과 노출 시간이 동일하고 관전류에 변화를 주었을 경우, 90 kV의 경우 2 mA보다 3 mA일 때 1.37∼1.67배 더 높게 나타났으며, 120 kV에서는 1.24∼1.60배로 관전류가 3 mA에서 더 높게 나타났다. 위의 결과를 종합할 때 철재 시편의 투과도에 영향을 주는 것은 관전류보다는 노출 시간이 미치는 영향이 큰 것으로 나타났다(Table 1, 2).

Image analysis results of Iron Sample

Image analysis results of Iron Sample

3.1.2. 선형 식별률 평가

철재 시편의 투과 이미지에서 식별되어지는 선형 개수를 측정하여 식별률을 구하였다. 그 결과, 동일한 관전압(kVp)과 관전류(mA)일 때는 노출 시간이 길수록 금속선의 식별률이 높은 것으로 나타났다. 관전압 120 kV의 조건에서는 관전류량에 관계없이 금속 시편 하단의 7개 식별선 중 6개의 식별선이 관찰되었다. 그러나 관전압 120 kV⋅180 mAs(3 mA×60 sec)의 조건에서는 금속선의 식별률이 다른 조건들에 비해 급격히 감소하는 것을 볼 수 있다(Figure 3-6, Table 1, 2). 이것은 시편의 두께 및 밀도에 비해 투과 조건이 지나치게 높았던 것으로 보이며, 노출 시간이 길수록 식별률에 미치는 영향이 큰 것으로 판단된다.

Figure 3.

Changes in Iron Sample according to development time (90 kV 2 mA).

Figure 4.

Changes in Iron Sample according to development time (90 kV 3 mA).

Figure 5.

Changes in Iron Sample according to development time (120 kV 2 mA).

Figure 6.

Changes in Iron Sample according to development time (120 kV 3 mA).

3.2. 현상 시간에 따른 이미지 분석 결과

3.2.1. 그레이스케일(Gray Scale) 평가

모든 관전압과 관전류량(관전류×노출 시간)에서 투과 조사 후 3시간이 지나면서부터 그레이스케일의 값이 감소하기 시작하며 현상 시간이 늘어남에 따라 선형(Linearity)의 직선 형태로 감소하는 경향을 보인다(Park et al., 2011). 특히 촬영 후 3시간이 지난 시점의 데이터 값이 촬영 직후의 데이터 값과 비교하였을 때 가장 큰 폭으로 감소하는 경향을 보였다(Table 1, 2).

또한 120 kV, 180 mAs(3 mA⋅60 sec)의 조건일 때 촬영 직후의 그레이스케일이 최댓값 65,233에 가장 근접한 값을 보인다. 이는 시편의 두께 및 밀도에 비해 관전압(kVp)와 관전류량(mAs)의 값이 지나치게 높게 설정되었다는 것을 의미한다. 이 경우에도 현상 시간이 늘어남에 따라 그레이스케일 값은 감소하는 경향을 보였으나, 육안으로 볼 때는 더 선명하게 보이는 것으로 나타났다(Figure 3-6).

3.2.2. 선형 식별률 평가

철재 시편의 투과 이미지에서 식별되어지는 선형 개수의 변화를 측정하여 식별률을 구하였다. 실험 결과, 전체적으로는 현상시간이 증가될수록 식별률은 감소하는 경향을 보인다. 또한 노출 시간이 짧을수록 현상 시간에 의해 선형 식별률에 크게 영향을 받는 경향이 관찰되었다(Table 1, 2). 특히 120 kV, 180 mAs(3 mAㆍ60 sec)의 조건일 때 투과 조사 직후에는 1개의 식별선이 판별되었다. 그러나 투과 조사 후 3시간이 지난 뒤에는 5개의 식별선, 6시간부터 9시간 후까지는 6개의 식별선이 관찰되는 등 오히려 식별률이 증가하는 경향을 보인다. 그러나 12시간이 지난 후에는 5개, 21시간 이후부터는 4개가 판독되는 등 다시 식별률이 감소하는 경향이 나타난다(Figure 3-6, Table 1, 2).

3.2.3. 구조적 유사지수(Structural Similarity Index Measure, SSIM) 평가

구조적 유사지수 평가 결과 관전압이 90 kVp의 조건에서는 현상시간에 관계없이 구조적 유사지수가 0.94∼0.99사이로 1에 근사한 것으로 나타난다. 반면 관전압이 120 kVp의 조건에서는 앞선 조건에 비해 구조적 유사지수의 변화가 큰 것으로 확인되었다. 특히 그레이스케일의 값이 최대치에 가까웠던 120 kVp⋅120 mAs의 조건과 120 kVp⋅ 180 mAs에서는 다른 조건들에 비하여 구조적 유사지수의 변화가 큰 것으로 나타났다(Table 1, 2). 이를 통해 위의 두 조건은 시편의 두께와 밀도에 비해 투과력이 지나치게 강했던 것으로 판단된다. 또한 투과력이 지나치게 높았던 이미지일수록 현상 시간에 따른 변화가 큰 것으로 확인되었다.

3.2.4. 평균제곱오차(Mean Squard Error, MSE) 평가

철재 시편의 투과 조사 이미지에서 동일한 위치를 선정하여 해당 부분의 평균제곱오차를 평가하였다. 모든 투과 조사 조건에서 현상 시간이 증가하는 것에 비례하여 평균제곱오차가 커지는 것을 확인할 수 있다(Figure 7). 또한 구조적 유사지수의 변화 폭이 컸던 조건에서 평균제곱 오차의 변화폭이 큰 것을 확인할 수 있었다(Table 1, 2). 이처럼 현상 시간이 길어질수록 평균제곱오차가 커지는 것은 촬영 직후 현상한 이미지와 현상 시간의 차이를 둔 이미지 사이의 화질 정도가 차이 나기 때문으로 판단되다.

Figure 7.

Changes in MSE according to development time.

3.2.5. 최대 신호 대 잡음비(Peak Signal to Noise Ratio, PSNR) 평가

최대 신호 대 잡음비를 활용한 이미지 화질은 30 dB을 기준으로 화질의 수준을 평가한다. 30 dB에 가까울수록 데이터의 화질이 높다고 평가한다.

최대 신호 대 잡음비 실험결과, 촬영 후 현상 시간이 짧을수록 데이터의 화질이 높은 것으로 나타났다(Figure 8). 투과력이 과한 이미지들은 다른 이미지들에 비해 최대 신호 대 잡음비의 수치가 급격히 낮은 것을 확인할 수 있었다(Table 1, 2). 또한 시편의 두께나 밀도에 비해 투과력이 지나치게 강했던 경우에는 선형 식별률이나 그레이 스케일은 시간이 지날수록 양호해지는 반면, 최대 신호대 잡음비는 급격하게 감소하는 경향을 보였다.

Figure 8.

Changes in PSNR according to development time.

4. 결론 및 고찰

X선 투과 조사의 빈도가 가장 높은 금속 유물 중에서도 주요 재질로 사용되는 철 재질의 시편을 CR 투과 조사 이미지를 관전압(kVp)와 관전류량(관전류×노출 시간)를 구분하여 투과도를 평가 하였다. 그리고 획득한 이미지의 현상 시간을 3시간 단위로 구분하여 총 24시간동안 이미지의 화질 변화를 그레이스케일, 선형 식별률, 구조적 유사지수, 평균제곱오차, 최대 신호 대 잡음비 5가지로 평가하였다.

실험 결과, 철재 시편의 투과도는 관전압(kVp) 및 관전류(mA)보다는 노출 시간에 따른 영향이 더 큰 것으로 확인되었으며, 그레이스케일의 변화에도 영향을 주는 것으로 나타났다. 그레이스케일의 변화는 관전류의 값이 3 mA일 때보다 2 mA일 때 상대적으로 노출 시간에 의한 영향이 큰 것으로 관찰되었다.

또한 금속선 식별선의 구분과 식별률에도 노출 시간의 변화가 관전압(kVp) 및 관전류(mA)보다더 많은 영향을 미치는 것으로 나타났다.

투과 조사 후 현상 시간이 증가할수록 그레이스케일의 값은 선형(Linearity)의 형태로 감소하고 금속 식별선 또한 식별되는 개수가 점차 감소하는 형태로 나타났다. 시편의 두께 및 밀도에 비해 투과력이 강했던 120 kVp⋅180 mAs(3 mA × 60 s) 조건에서는 촬영 직후의 그레이스케일은 최댓값인 65,233에 가장 근접한 값을 보였다. 그러나 현상 시간이 증가함에 따라 그레이스케일의 값이 감소하고 금속 식별선이 식별되는 개수는 증가하였다. 그러나 촬영 후 12시간이 지나면서는 금속 식별선의 식별 개수가 다시 감소하는 경향을 보였다.

구조적 유사지수의 평가에서는 대부분의 조건들은 원본 이미지와 유사한 수치인 1에 근접한 것으로 나타났다. 그러나 관전압 120 kVp⋅120 mAs와 120 kVp⋅180 mAs의 조건에서는 구조적 유사지수의 변화가 가장 심하게 나타났다. 이를 통해 과도하게 투과된 이미지의 경우 현상 시간이 늘어날수록 이미지 화질의 변화 폭이 큰 것으로 확인되었다.

평균제곱오차는 현상 시간이 증가할수록 평균제곱오차 값은 증가하는 것으로 나타났다. 또한 평균제곱오차를 기반으로 구한 최대 신호 대 잡음비는 현상 시간이 증가할수록 낮아지는 경향을 보여 현상 시간이 증가할수록 이미지의 상질은 감소하는 것을 알 수 있었다.

실험 결과를 종합하면, 투과 조사 후 현상 시간이 증가할수록 이미지의 상질은 나빠지는 것을 알 수 있었다. 그러나 시편의 두께 및 밀도에 비해 과도한 투과 조건이 설정되었을 경우 촬영 후 3시간부터 9시간 지난 시점까지는 이미지의 화질이 처음에 비해 좋아지는 것으로 나타났으나, 12시간이 지난 시점에서부터는 다시 상질이 감소하는 경향이 나타났다.

철재 시편에 대한 투과도 및 이미지 화질 평가 실험을 통해 철재 시편의 투과 정도와 시간에 따른 화질 변화 정도를 파악할 수 있었다. 그러나 다양한 투과 조건을 설정하여 조건 변화에 따른 금속 재질의 투과 정도를 파악할 수 있는 추가 실험이 필요하다. 철재 시편 이외에도 방사선 투과 촬영의 수요가 많은 도토기, 목재 및 철재 이외의 다양한 금속을 대상으로 현상 시간을 세분화하고 각 재질의 특성과 두께를 고려한 적절한 투과도를 찾는 등의 추가 실험을 진행하여 기초 데이터 구축이 필요할 것으로 판단된다. 또한 촬영 조건에 의한 실제 문화재의 투과 정도를 파악하는 연구를 통해 문화재가 방사선에 노출되는 시간을 줄일 필요가 있다. 이러한 실험들과 함께 X선 투과 조사 및 이미지 표준화에 대한 기초 자료 구축도 필요할 것으로 판단된다.

Acknowledgements

이 연구는 국립문화재연구원 문화유산조사연구(R&D) 사업의 일환으로 수행되었으며, 이에 감사드린다.

References

Cultural Heritage Conservation Science Center. 2020. Guidebook for non-destructuve penetration investigation of cutural heritage using radiation p. 33–69.
FUJIFILM Coperation. 2009. FUJIFILM technical handbook: the fundamentals of industrial radiography p. 5–8.
GE Measurement & Control Technologies. 2018. CRxVision operation manual p. 2–12.
Han K.S.. 2008. Dictionary of nondestructive testing, Nodemedia, Duplex Wire Type Image Quality Indicator (in Korean).
Jeong J.S., Kim Y.J.. 2014;Structural similarity index for image assessment using pixel difference and saturation awareness. Journal of KIISE 41(10):847–858.
Kang K.S.. 2011. PSNR evaluation of medical images in PACS. Master dissertation Nambu University; Gwangju: 7, 11-13.
Kang K.S., Lee J.H.. 2009;PSNR appraisal of MRI image. Journal of the Korean Society of Radiology 3(3):13–21.
Kang S.M., Choi C.I., Lee S.K., Kim Y.K.. 2010;Comparison of non-destructive testing images using 192Ir and 75Se with computed radiography system. Journal of Radiation Protection and Research 35(1):26–33.
Kim J.Y., Ko S.J.. 2017;Comparison of DICOM images and various types of images. Journal of the Institute of Convergence Signal Processing 18(2):76–83.
Korean Standards Association. 2015. Radiographic image quality indicators for non-destructive testing-Principles and identification p. 1–10.
Lee J.H.. 2014;Interference effect within the cyst by ultrasound in the renal ultrasonography. Journal of the Korean Society of Radiology 8(3):111–115.
Lee J.Y.. 2016. Research of improved perceptual image quality assessment based on structural similarity. Master dissertation Ajou Universtiy; Suwon: 3–8.
McEntee M.F., Foley M.. 2010. Image fade in computed radiography is exacerbated by increased kVp. In : Proceedings of SPIE - The International Society for Optical Engineering. 7627p. 1–10.
Obuchowski N.A.. 2003;Receiver operating characteristic curves and their use in radiology. Radiology 229:3–8.
Park J.C., Lee S.H.. 2009;Structural similarity based video quality metric using human visual system. Journal of Broadcast Engineering (JBE) 14(1):36–43.
Park S.H., Ahn Y.S., Gil D.S.. 2011;Study on the image quality comparison between in digital RT and film RT. Journal of the Korean Society for Nondestructive Testing 31(4):393–396. 393, 396.
Shetty C.M., Barthur A., Narayanan N., Kv R.. 2011;Computed radiography image artifacts revisited. American Journal of Roentgenology 196(1):37–47.
Song J.I., Park Y.H., Yu J.H.. 2018;Characteristics and influence of scattering radiation in cultural heritage radiography. Journal of Conservation Science 36(6):539–548.
Song J.I., Kim H.S.. 2021;Preliminary study (1) for development of computed radiography (CR) image analysis according to X-ray non-destructive test by wood species. Journal of Conservation Science 37(3):220–231.

Article information Continued

Figure 1.

Diagram of test.

Figure 2.

Compare phosper and filme (Obuchowski, 2003).

Figure 3.

Changes in Iron Sample according to development time (90 kV 2 mA).

Figure 4.

Changes in Iron Sample according to development time (90 kV 3 mA).

Figure 5.

Changes in Iron Sample according to development time (120 kV 2 mA).

Figure 6.

Changes in Iron Sample according to development time (120 kV 3 mA).

Figure 7.

Changes in MSE according to development time.

Figure 8.

Changes in PSNR according to development time.

Table 1.

Image analysis results of Iron Sample

Tube voltage Tube current Expose time Scan time Gray scale PSNR MES SSIM Number of IQI line Discrimination (%)
90 kVp 2 mA 30 sec - 9237 - - - 5 1.07
3 hour 6140 26.33 151.50 0.99 4 1.33
6 hour 5567 24.79 215.87 0.99 4 1.33
9 hour 5008 23.52 289.17 0.99 3 1.67
12 hour 4703 23.12 317.14 0.98 3 1.67
15 hour 4484 22.26 386.21 0.99 3 1.67
18 hour 4216 22.18 392.96 0.99 2 2.13
21 hour 4077 21.95 414.83 0.99 2 2.13
24 hour 4019 21.77 432.37 0.99 2 2.13
60 sec - 20922 - - - 6 0.83
3 hour 13940 18.94 829.69 0.98 5 1.07
6 hour 12424 17.39 1185.4 0.98 5 1.07
9 hour 11576 16.67 1401.19 0.98 5 1.07
12 hour 10354 15.69 1754.59 0.97 5 1.07
15 hour 9931 15.31 1913.34 0.97 4 1.33
18 hour 9865 15.21 1955.64 0.97 4 1.33
21 hour 9491 14.97 2071.68 0.97 4 1.33
24 hour 9228 14.75 2175.83 0.97 4 1.33
3 mA 30 sec - 15450 - - - 6 0.83
3 hour 10040 21.55 455.32 0.99 5 1.07
6 hour 8925 19.93 661.23 0.99 4 1.33
9 hour 8646 19.56 719.79 0.99 4 1.33
12 hour 8047 18.88 842.05 0.99 4 1.33
15 hour 7196 17.87 1062.27 0.99 4 1.33
18 hour 7115 17.95 1043.63 0.99 4 1.33
21 hour 7004 17.80 1078.08 0.99 4 1.33
24 hour 6233 17.34 1199.16 0.98 4 1.33
60 sec - 28640 - - - 6 0.83
3 hour 18381 16.43 1480.84 0.96 5 1.07
6 hour 17539 15.55 1812.66 0.95 5 1.07
9 hour 15785 14.30 2415.64 0.95 4 1.33
12 hour 15002 13.75 2744.91 0.95 4 1.33
15 hour 14310 13.37 2993.96 0.94 4 1.33
18 hour 13321 13.06 3215.84 0.94 4 1.33
21 hour 13427 12.89 3342.60 0.94 4 1.33
24 hour 13021 12.59 3579.58 0.94 4 1.33

Table 2.

Image analysis results of Iron Sample

Tube voltage Tube current Expose time Scan time Gray scale PSNR MES SSIM Number of IQI line Discrimination (%)
120 kVp 2 mA 30 sec - 24386 - - - 6 0.83
3 hour 15695 17.29 1212.95 0.98 6 0.83
6 hour 14325 15.79 1715.58 0.97 5 1.07
9 hour 12625 14.55 2282.54 0.96 5 1.07
12 hour 12214 14.28 2428.91 0.96 4 1.33
15 hour 11917 14.17 2489.42 0.96 4 1.33
18 hour 11281 13.76 2735.72 0.96 4 1.33
21 hour 10797 13.37 2990.59 0.95 4 1.33
24 hour 10722 13.30 3039.17 0.95 4 1.33
60 sec - 52575 - - - 6 0.83
3 hour 33631 10.76 5462.48 0.69 6 0.83
6 hour 31405 9.82 6772.41 0.66 6 0.83
9 hour 28668 8.66 8846.93 0.62 5 1.07
12 hour 27490 8.29 9629.07 0.61 5 1.07
15 hour 25663 6.65 14076.29 0.55 5 1.07
18 hour 25025 7.48 11616.06 0.58 5 1.07
21 hour 24398 7.24 12290.68 0.57 5 1.07
24 hour 22922 6.81 13549.64 0.55 5 1.07
3 mA 30 sec - 39116 - - - 6 0.83
3 hour 25268 13.32 3029.59 0.9 5 1.07
6 hour 23172 12.25 3873.13 0.89 5 1.07
9 hour 21983 11.56 4542.75 0.88 5 1.07
12 hour 19719 10.52 5763.09 0.85 5 1.07
15 hour 18678 10.08 6390.38 0.85 5 1.07
18 hour 18501 10.25 6144.33 0.85 5 1.07
21 hour 18699 10.04 6438.74 0.84 4 1.33
24 hour 17278 9.53 7252.22 0.83 4 1.33
60 sec - 65162 - - - 1 2.67
3 hour 49049 12.62 3558.43 0.07 5 1.07
6 hour 44741 10.63 5618.31 0.06 6 0.83
9 hour 41384 9.03 8128.82 0.05 6 0.83
12 hour 39427 8.54 9098.38 0.04 5 1.07
15 hour 38334 8.26 9703.62 0.04 5 1.07
18 hour 37142 7.47 11631.11 0.04 5 1.07
21 hour 35478 7.70 11032.53 0.04 4 1.33
24 hour 34647 6.94 13144.28 0.04 4 1.33