工業(yè)X射線焊縫圖像同態(tài)濾波增強(qiáng)方法

【摘 要】 由于對(duì)比度低、信噪比低是工業(yè)X射線圖像的特點(diǎn)，為了能夠?qū)缚p內(nèi)部的缺陷進(jìn)行準(zhǔn)確的檢測，本文在對(duì)工業(yè)X射線焊縫圖像進(jìn)行濾波增強(qiáng)方法研究的基礎(chǔ)上，提出了基于傅里葉變換的工業(yè)X射線焊縫圖像同態(tài)濾波增強(qiáng)方法，通過將工業(yè)X射線焊縫圖像分解為照度分量和反射分量，進(jìn)而設(shè)計(jì)符合條件的濾波器，來達(dá)到濾除圖像噪聲的同時(shí)提高對(duì)比度。

【關(guān)鍵詞】 工業(yè)X射線圖像 傅里葉變換 同態(tài)濾波

【DOI編碼】 10.3969/j.issn.1674-4977.2017.07.008

1 引言

工業(yè)X射線檢測系統(tǒng)早已廣泛應(yīng)用在工業(yè)無損檢測行業(yè)中，本文針對(duì)工業(yè)X射線焊縫圖像增強(qiáng)方法加以探討。當(dāng)前工業(yè)X射線焊縫圖像增強(qiáng)算法較多，如圖像的直方圖均衡化算法，空間域?yàn)V波算法，非線性濾波，如偏微分方程、各向異性擴(kuò)散方程，基于數(shù)學(xué)形態(tài)學(xué)等等。鑒于一些圖像增強(qiáng)算法在進(jìn)行增強(qiáng)的時(shí)候，也增強(qiáng)了圖像的噪聲信號(hào)，不利于工業(yè)X射線焊縫圖像的后期缺陷識(shí)別；且實(shí)際操作中獲取的工業(yè)X射線焊縫圖像的對(duì)比度低、信噪比低，圖像中較暗區(qū)域內(nèi)的細(xì)節(jié)信息無法很好地分辨。因此本文提出了一種有效的工業(yè)X射線焊縫圖像濾波增強(qiáng)的方法，能夠在提高圖像細(xì)節(jié)信息的同時(shí)，抑制系統(tǒng)噪聲和背景噪聲。

2 同態(tài)系統(tǒng)及其濾波原理

同態(tài)系統(tǒng)是一種特殊的非線性系統(tǒng)，在代數(shù)上指用輸入和輸出的矢量空間之間的線性變換來表征，適用于服從廣義疊加原理的信號(hào)。人眼辨識(shí)圖像灰度與光照函數(shù)（照射分量）和反射函數(shù)（反射分量）有關(guān)，通常情況下，光照強(qiáng)度有一致特性，在空間上一般會(huì)緩慢變化，在傅立葉變換中以低頻分量存在。反射函數(shù)表示圖像的細(xì)節(jié)內(nèi)容，不同的材料，反射率相差比較大，常常會(huì)引發(fā)反射光急劇變化，使得圖像灰度值產(chǎn)生變化，這種變化通常和高頻分量有一定關(guān)系，在傅立葉變換下變?yōu)楦哳l分量。

圖像的同態(tài)濾波就是基于以入射光和反射光為基礎(chǔ)的圖像模型上，在頻域中進(jìn)行圖像亮度范圍的有效壓縮和圖像對(duì)比度的有效增強(qiáng)的方法，其主要作用是對(duì)圖像灰度值范圍進(jìn)行全面的調(diào)整，解決圖像照明不均的問題，顯示圖像暗區(qū)域里的細(xì)節(jié)部分，與此同時(shí)又不損害圖像較亮區(qū)域的細(xì)節(jié)部分。根據(jù)工業(yè)X射線焊縫圖像對(duì)比度低、信噪比低的特點(diǎn)，運(yùn)用在頻域的同態(tài)濾波器對(duì)其進(jìn)行濾波增強(qiáng)算法的處理，可以在很大程度上解決因光照不足引起的工業(yè)X射線焊縫圖像質(zhì)量下降問題，并對(duì)工業(yè)X射線焊縫圖像的細(xì)節(jié)部分進(jìn)行增強(qiáng)，為后續(xù)焊縫缺陷識(shí)別奠定良好的基礎(chǔ)。

圖像的同態(tài)濾波增強(qiáng)的過程：把圖像看作是由照射分量和反射分量兩部分乘積組成。通過對(duì)照射分量和反射分量的深入研究，得出照射分量通常情況下是反映圖像灰度的恒定分量，在頻域中表現(xiàn)為低頻信號(hào)，減少入射光量就可以有效的縮小圖像灰度范圍；物體的邊界信息與反射光密切相關(guān)，在頻域中表現(xiàn)為高頻信號(hào)，增強(qiáng)反射光通常可以有效提高圖像對(duì)比度。

3 基于傅里葉變換的工業(yè)X射線同態(tài)濾波增強(qiáng)算法

上式（4）表明：[I（u，v）]為圖像的照射分量，由于其在空間上反映圖像灰度的恒定分量，具有變化緩慢的特點(diǎn)，相當(dāng)于頻域中的低頻信息；[R（u，v）]為圖像的反射分量，由于其與物體的邊界特性密切相關(guān)，在空間上具有變化較快的特點(diǎn)，相當(dāng)于頻域中的高頻信息。

工業(yè)X射線焊縫圖像能否最后達(dá)到濾波增強(qiáng)目的，主要在于其濾波器的傳遞函數(shù)[H（u，v）]的設(shè)計(jì)，選擇合適的濾波器傳遞函數(shù)，即可以有效地壓縮照射分量的變化范圍，增強(qiáng)反射分量的對(duì)比度，增強(qiáng)高頻分量。根據(jù)工業(yè)X射線焊縫圖像具有的信噪比低、對(duì)比度低特點(diǎn)，經(jīng)過大量實(shí)驗(yàn)，本文的同態(tài)濾波傳遞函數(shù)[H（u，v）]的設(shè)計(jì)如下：低頻部分的傳遞函數(shù)[H（u，v）]<0.8，高頻部分的傳遞函數(shù)[H（u，v）]>0.8。

4 實(shí)驗(yàn)結(jié)果

本文以工業(yè)X射線焊縫圖像為實(shí)驗(yàn)對(duì)象，焊縫圖像中存在夾渣缺陷，如圖1所示。實(shí)驗(yàn)的硬件環(huán)境：處理器IntelCore i5-4590T，CPU 2.00GHz，內(nèi)存4.00GB，系統(tǒng)類型：64位操作系統(tǒng)，實(shí)驗(yàn)結(jié)果如圖2所示。從圖1中可以看出，工業(yè)X射線焊縫圖像對(duì)比度低、信噪比低，圖2是在經(jīng)過本文提出的算法處理后的圖像，從實(shí)驗(yàn)結(jié)果可以看出，圖像的灰度范圍得到有效壓縮，亮度和對(duì)比度得到很大提高，其中的像質(zhì)計(jì)部分也得到有效地增強(qiáng)，因此，本文所提算法在達(dá)到濾波的同時(shí)提高了圖像對(duì)比度。

參考文獻(xiàn)

[1]Yongjian Bao. A Novel Histogram Modification Approach for Medical Image Enhancement[C]. SPIE Proceedings： Image Processing，Vol.2167：755-765.

[2]袁麗婷， 邱力軍. 基于Matlab 的X線醫(yī)學(xué)圖像增強(qiáng)與直方圖處理方法[J]. 第四軍醫(yī)大學(xué)學(xué)報(bào). 2007， 28（4）： 376-378.

[3]但唐仁， 田景全， 高延軍， 李野， 姜德龍等. 低強(qiáng)度X 射線影像系統(tǒng)的噪聲分析及圖像去噪處理[J]. 發(fā)光學(xué)報(bào)， 2002，23（6）： 615-618.

[4]劉艷莉. 工業(yè) X 射線圖像銳化技術(shù)算法研究[D]. 中北大學(xué)， 2015.

[4]Md. Foisal Hossain， Mohammad Reza Alsharif， Katsumi Yamashita. Medical Image Enhancement Based on Nonlinear Technique and Logarithmic Transform Coefficient Histogram Matching. IEEE/ICME International Conference on Complex Medical Engineering， 2010：58-62.

作者簡介

徐寒，碩士學(xué)位，助理工程師，現(xiàn)就職于廣東省特種設(shè)備檢測研究院珠海檢測院，目前主要從事特種設(shè)備檢驗(yàn)檢測和應(yīng)用研究工作。