專利名稱：一種多分辨率融合的射線圖像增強方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理和無損檢測領(lǐng)域，特別涉及一種多分辨率融合的射線圖像增強方法。
背景技術(shù)：
用X射線進行鑄件檢測時，不可避免地對圖像存在著外部干擾和內(nèi)部干擾，如由于X光光源的二次散射及X光光源的不穩(wěn)定，使得X射線檢測圖像中存在著大量的隨機噪聲以及光電轉(zhuǎn)換過程中敏感元件靈敏度的不均勻性、數(shù)字化過程的量化噪聲、傳輸過程中的誤差及人為因素等，均會給圖像帶來一定程度的噪聲干擾。因此一般在缺陷識別前都必須進行圖像預(yù)處理或是圖像增強。目前大多數(shù)的數(shù)字射線成像系統(tǒng)有效采集信號都在12 18bits之間，而計算機只能同時顯示出256級灰度數(shù)據(jù)，因此如果直接將信號變換到O 255區(qū)間必然造成部分細節(jié)的損失。射線成像系統(tǒng)通常采用兩種方法來增強圖像:硬件增強法和軟件增強法。一般而言射線成像系統(tǒng)的圖像硬件增強方法是根據(jù)系統(tǒng)的參數(shù)和特點(例如射線源類型、準直器尺寸等)在系統(tǒng)中設(shè)置某種的反饋電路或是濾波器等，硬件系統(tǒng)一旦設(shè)計完成后，圖像的硬件增強法就已經(jīng)確定，很難更改。因此在射線圖像增強中普遍采用的是軟件處理的方法。目前使用比較廣泛的射線圖像增強方法有:灰度拉伸、直方圖均衡、直方圖修正、自適應(yīng)增強、同態(tài)濾波和小波增強等方法。試驗證明，傳統(tǒng)的圖像增強方法對射線圖像的弱特征圖像會不可避免地帶來噪聲過增強而嚴重降低處理質(zhì)量的問題。因而目前各大廠商普遍采用的方法是針對不同的檢測區(qū)域，做相應(yīng)的全局或局部灰度線性或冪次變換，以提高ROI的分辨能力?；叶茸儞Q法的實質(zhì)是將較小的灰度空間按線性關(guān)系擴展到較大的灰度空間。因此，灰度變換法可以使圖像的動態(tài)范圍加大，圖像對比度擴展、圖像清晰、特征明顯，是圖像增強的重要手段。灰度變換法可以有效的提高工件的檢測能力，但多次全局變換會給同一個工件產(chǎn)生多張射線圖像，將圖像的灰度變換的范圍限定在高密度物質(zhì)所對應(yīng)灰度的左右，這時低密度物質(zhì)則混為一體無法區(qū)分，反之亦然。也就是說如果對圖像做全局灰度變換則無法同時分辨低密度物質(zhì)的缺陷和高密度物質(zhì)的缺陷。因此目前各個廠商都提供了局部增強功能，即增強高密度物質(zhì)所在區(qū)域的圖像時，低密度物質(zhì)的圖像不受影響；在增強低密度物質(zhì)的圖像時，高密度物質(zhì)的圖像不受影響，以達到在一副圖像中同時顯示不同缺陷的目的。例如，假設(shè)某個被測工件既含有高密度物質(zhì)(鐵、銅等)又含有低密度物質(zhì)(橡膠等)，當(dāng)我們在分析其射線圖像時，如果要考察其高密度物質(zhì)是否有裂紋等，則會選取包含高密度物質(zhì)區(qū)域，然后對區(qū)域進行圖像增強；如果要考察其低密度物質(zhì)是否有缺陷時，則選取包含低密度物質(zhì)區(qū)域，然后對區(qū)域進行圖像增強。此法可以將一副圖像的各種缺陷都顯示出來，而且可以避免由于對圖像進行整體增強帶來的“過度拉伸”現(xiàn)象，但是這樣做會造成圖像上各個區(qū)域之間灰度劇烈變換，人為的給圖像帶來了很多虛假邊緣，對后續(xù)的缺陷識別非常不利，甚至使進一步處理變?yōu)椴豢赡?。因此如何在一幅圖像上同時顯示所有的缺陷而又不引入額外的誤差，是當(dāng)前急需解決的問題。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明所要解決的技術(shù)問題是提供一種多分辨率融合的射線圖像增強方法，該方法針對當(dāng)前射線成像的特點和目前普遍使用的增強方法的不足，依照多分辨率分析的思想，提出了采用圖像融合方法作為射線圖像增強的方案，獲得的結(jié)果與人的視覺特性更為接近。本方法可以在一幅圖像中同時顯示不同景深的缺陷又不會給圖像帶來虛假邊緣，為后續(xù)的缺陷識別打下良好的基礎(chǔ)。本發(fā)明的目的是這樣實現(xiàn)的:
本發(fā)明提供的一種多分辨率融合的射線圖像增強方法，包括以下步驟:
S1:根據(jù)檢測目的或缺陷顯示需要，獲取包含被檢工件不同缺陷特征的多幅射線圖
像；
52:對步驟SI中獲得的各個射線圖像分別采用多分辨率方法進行多層分解，將射線圖像分解為不同層上的頻率系數(shù)；
53:對各分解層上的頻率系數(shù)分別進行融合處理，得到融合后的多分辨率頻率系數(shù)金字塔；
S4:對融合后所得多分辨率頻率系數(shù)金字塔進行重構(gòu)，得到重構(gòu)圖像即為融合增強圖像。進一步，所述步驟SI中的是根據(jù)檢測目的或缺陷顯示需要，對被測工件的射線圖像進行分段拉伸處理或給予射線圖像不同的窗寬/窗位以獲得包含不同缺陷特征的多幅射線圖像。進一步，所述步驟S3中的對各分解層頻率系數(shù)分別進行融合處理時，各分解層上的不同頻率分量采用不同的融合算子進行融合處理，從而得到融合后的多分辨率頻率系數(shù)金字塔。進一步，所述各分解層上的不同頻率分量所采用的不同的融合算子，具體采用以下方法:
S31:對低頻系數(shù)采用先濾波后平均的方法進行融合；
S32:對高頻系數(shù)采用帶有一致性檢查的鄰域梯度最大化法進行融合。進一步，所述射線圖像采用的多分辨率方法進行多層分解多分辨率和融合處理采用小波變換增強法，具體步驟如下:
531:對每一原射線圖像分別進行小波變換，建立射線圖像的小波塔型分解；
532:對各分解層分別進行融合處理，各分解層上的不同頻率分量可采用不同的融合算子進行融合處理，最終得到融合后的小波金字塔；即對低頻系數(shù)采用先濾波后平均的方法進行融合；對高頻系數(shù)采用帶有一致性檢查的鄰域梯度最大化法進行融合。S33:對融合后所得小波金字塔進行小波重構(gòu)，所得到的重構(gòu)圖像即為融合圖像。進一步，所述射線圖像采用的多分辨率方法進行多層分解多分辨率和融合處理采用有限脊波變換方法，具體步驟如下:
S34:對原射線圖像進行分割，將原射線圖像劃分為相互重疊的子塊圖像，得到若干對應(yīng)位置的子圖像；
S35:對分割后相應(yīng)位置的各個子圖像進行多級有限脊波變換，得到各個子塊不同頻率域的有限脊波變換系數(shù)矩陣；
S36:根據(jù)有限脊波變換系數(shù)矩陣進行系數(shù)融合，在不同的頻率域選用不同的融合規(guī)貝U，即對低頻系數(shù)采用先濾波后平均的方法進行融合；對高頻系數(shù)采用帶有一致性檢查的鄰域梯度最大化法進行融合；
S37:根據(jù)各子塊系數(shù)融合后的有限脊波變換系數(shù)矩陣進行圖像重構(gòu)，按分割時采取的規(guī)則對各子塊融合圖像進行組合，重疊部分的像素點采用加權(quán)平均的方法獲得，所得到的重構(gòu)圖像即為融合圖像。本發(fā)明的優(yōu)點在于:本發(fā)明提供不同速度、不同精度的射線圖像融合增強方法。改變?nèi)诤显鰪姺椒ㄖ械亩喾直媛史纸狻⒑铣煞椒纯筛淖內(nèi)诤显鰪姷乃俣群途?。本發(fā)明中采用小波變換作為多分辨率函數(shù)實現(xiàn)快速的射線圖像融合增強；采用有限脊波變換作為多分辨率函數(shù)實現(xiàn)高精度的射線圖像融合增強方法。本發(fā)明具有操作方便、處理效率高、增強效果好等優(yōu)點。


為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明作進一步的詳細描述，其中:
圖1為圖像融合增強的流程 圖2為基于小波變換的圖像融合流程圖。
具體實施例方式以下將結(jié)合附圖，對本發(fā)明的優(yōu)選實施例進行詳細的描述；應(yīng)當(dāng)理解，優(yōu)選實施例僅為了說明本發(fā)明，而不是為了限制本發(fā)明的保護范圍。圖1為圖像融合增強的流程圖，圖2為基于小波變換的圖像融合流程圖，如圖所示:本發(fā)明提供的一種多分辨率融合的射線圖像增強方法，
由于射線圖像在不同的信號段顯示出不同的特征，如果將這些特征合成在一起則可以大大加強對射線圖像的理解。因此可以提取這些特征，然后使用某種技術(shù)將這些特征合并起來，從而方便后續(xù)的處理。而圖像融合是將兩個或兩個以上的傳感器在同一時間(或不同時間)獲取的關(guān)于某個具體場景的圖像或者圖像序列信息加以綜合，把那些在空間或時間上冗余或互補的多源數(shù)據(jù)按照一定的規(guī)則進行運算處理，生成一個新的有關(guān)此場景的解釋，而這個解釋是比任何單一數(shù)據(jù)更精確、更豐富的信息。包括以下步驟:
S1:根據(jù)檢測目的或缺陷顯示需要，獲取包含工件不同缺陷特征的多幅射線圖像；所述步驟SI中的是根據(jù)檢測目的或缺陷顯示需要，對射線圖像進行分段拉伸處理或給予射線圖像不同的窗寬/窗位以獲得包含被檢工件不同缺陷特征的多幅射線圖像。本發(fā)明實施例中針對射線成像的特點，根據(jù)被測工件的類型和其檢測信號分布的灰度直方圖，對其射線圖像信號進行多次灰度變換。在射線檢測系統(tǒng)中普遍存在著由射線劑量不穩(wěn)和探測器起伏造成的灰度不一致(即同種工件在不同的檢測時間對應(yīng)的信號段不同)，但其信號分布的直方圖形狀基本保持不變，只是存在著部分的軸向位移，因此通過按直方圖分布形狀的灰度拉伸可以達到校正圖像灰度一致性的目的。在發(fā)明中使用了灰度變換方法，灰度變換公式如下所示:
權(quán)利要求
1.一種多分辨率融合的射線圖像增強方法，其特征在于:包括以下步驟: S1:根據(jù)檢測目的或缺陷顯示需要，對被測工件的射線圖像進行分段拉伸處理或是給予射線圖像不同的窗寬/窗位以獲得包含不同缺陷特征的多幅射線圖像； S2:對步驟SI中獲得的各個射線圖像采用多分辨率方法進行多層分解，將多幅射線圖像分別分解為不同層上的頻率系數(shù)； S3:對各分解層上的頻率系數(shù)分別進行融合處理，得到融合后的多分辨率頻率系數(shù)金字塔； S4:對融合后所得多分辨率頻率系數(shù)金字塔進行重構(gòu)，得到重構(gòu)圖像即為融合增強圖像。
2.根據(jù)權(quán)利要求1所述的多分辨率融合的射線圖像增強方法，其特征在于:所述步驟S3中的對各分解層頻率系數(shù)分別進行融合處理時，各分解層上的不同頻率分量采用不同的融合算子進行融合處理，從而得到融合后的多分辨率頻率系數(shù)金字塔。
3.根據(jù)權(quán)利要求1所述的多分辨率融合的射線圖像增強方法，其特征在于:所述各分解層上的不同頻率分量所采用的不同的融合算子，具體采用以下方法: 531:對低頻系數(shù)采用先濾波后平均的方法進行融合； 532:對高頻系數(shù)采用帶有一致性檢查的鄰域梯度最大化法進行融合。
4.根據(jù)權(quán)利要求1所述的多分辨率融合的射線圖像增強方法，其特征在于:所述射線圖像采用的多分辨率方法進行多層分解多分辨率和融合處理采用小波變換增強法，具體步驟如下: S31:對每一原射線圖像分別進行小波變換，建立射線圖像的小波塔型分解； S32:對各分解層分別進行融合處理，各分解層上的不同頻率分量可采用不同的融合算子進行融合處理，最終得到融合后的小波金字塔；即對低頻系數(shù)采用先濾波后平均的方法進行融合；對高頻系數(shù)采用帶有一致性檢查的鄰域梯度最大化法進行融合； 533:對融合后所得小波金字塔進行小波重構(gòu)，所得到的重構(gòu)圖像即為融合圖像。
5.根據(jù)權(quán)利要求1所述的多分辨率融合的射線圖像增強方法，其特征在于:所述射線圖像采用的多分辨率方法進行多層分解多分辨率和融合處理采用有限脊波變換方法，具體步驟如下: S34:對原射線圖像進行分割，將原射線圖像劃分為相互重疊的子塊圖像，得到若干對應(yīng)位置的子圖像； S35:對分割后相應(yīng)位置的各個子圖像進行多級有限脊波變換，得到各個子塊不同頻率域的有限脊波變換系數(shù)矩陣； S36:根據(jù)有限脊波變換系數(shù)矩陣進行系數(shù)融合，在不同的頻率域選用不同的融合規(guī)貝U，即對低頻系數(shù)采用先濾波后平均的方法進行融合；對高頻系數(shù)采用帶有一致性檢查的鄰域梯度最大化法進行融合； S37:根據(jù)各子塊系數(shù)融合后的有限脊波變換系數(shù)矩陣進行圖像重構(gòu)，按分割時采取的規(guī)則對各子塊融合圖像進行組合，重疊部分的像素點采用加權(quán)平均的方法獲得，所得到的重構(gòu)圖像即為融合圖像。
全文摘要
本發(fā)明公開了一種多分辨率融合的射線圖像增強方法，首先從被測工件射線圖像中獲取包含不同缺陷特征的多幅圖像；然后對多幅圖像分別采用多分辨率方法進行多層分解，將圖像分解為不同層上的頻率系數(shù)；對頻率系數(shù)進行融合處理，得到融合后的多分辨率頻率系數(shù)金字塔；最后對融合后所得多分辨率頻率系數(shù)金字塔進行重構(gòu)，得到重構(gòu)圖像即為融合增強圖像。本發(fā)明提供不同速度、不同精度的射線圖像融合增強方法。改變?nèi)诤显鰪姺椒ㄖ械亩喾直媛史纸?、合成方法即可改變?nèi)诤显鰪姷乃俣群途取１景l(fā)明具有操作方便、處理效率高、增強效果好等優(yōu)點。
文檔編號G06T5/50GK103093449SQ20131006360
公開日2013年5月8日 申請日期2013年2月28日 優(yōu)先權(quán)日2013年2月28日
發(fā)明者沈?qū)?申請人:重慶大學(xué)