X射线图像中目标增强与检测方法的研究

摘要

如今，随着X射线平板探测器成像技术的提高，X射线实时数字成像检测技术得到迅速发展。基于图像的目标检测与识别已经成为X射线无损检测的重要方向，以此为基础的自动缺陷检测、识别和评判具有广泛的应用前景。然而，现有检测方法中依然存在着一些问题:其一，对于薄厚差异较大的工件进行X射线检测时，传统固定单一电压下进行透照方法易在工件较厚的部分出现欠曝光现象，在工件较薄的部分出现过曝光现象，导致透照图像无法反映出工件的全部结构信息。其二，虽然X射线目标检测技术在工业缺陷检测中有着广泛的应用，但其自动化水平依然较低。以汽车轮毂缺陷检测为例，该检测大多是依据检测工人根据射线图像进行人工缺陷判定，不仅耗时耗力而且其准确率也难以保障。因此，本文针对这两个问题进行了相应的研究。
　　针对薄厚差异较大工件的无损检测，本文借鉴可见光成像领域内基于多曝光图像融合的高动态范围图像的合成技术，首先对待检测工件进行多电压透照成像，其次依据不同电压图像中像素点的灰度值、局部对比度、局部信息熵等信息构造融合权重图，通过对不同电压图像进行多尺度分解并依据权重图进行图像融合，从而合成出一张能反映出工件完整结构信息的高动态范围X射线图像。最后，为了在传统低动态范围的显示设备上准确显示出高动态图像，本文在传统色调映射技术上进行了改进，增强了图像局部细节，使得图像显示效果明暗层次分明，结构清晰。
　　针对X射线汽车轮毂的自动缺陷检测，本文首先提出了基于图像信息的ROI(Regionofinterest)自动标示方法，与传统ROI标示相比，本文的ROI标示方法更为精确，在一定程度上提高了缺陷检测的正确率。其次，本文在传统缺陷提取方法上引入了积分图像，由于缺陷提取算法中包含大量局部均值的计算，通过积分图像可使计算局部均值的时间大大缩短，从而提高了算法运行效率。然后，通过连通域标记算法去除了因图像中脉冲噪声引起的伪缺陷，从而减小了误判率。最后，通过形态学运算改善了所检测到的缺陷形状，使其更为接近真实缺陷，为后续缺陷类型判定打下基础。

目录

声明

摘要

1 绪论

1．1 论文背景、目的和意义

1．2 相关问题的研究现状

1．2．1 X射线高动态范围图像合成研究现状

1．2．2 X射线目标自动检测研究现状

1．3 本论文的主要工作与结构安排

2 本文涉及到的理论基础

2．1 积分图像在图像处理中的应用

2．1．1 积分图像

2．1．2 基于积分图像的快速Kirsch边缘检测

2．2 数学形态学理论基础

3 X射线高动态范围图像合成与显示

3．1 X射线成像原理分析

3．2 不同电压下X射线图像灰度变换关系

3．3 不同透照图像的融合

3．3．1 融合权重图

3．3．2 基于拉普拉斯金字塔融合

3．4 高动态X射线图像显示技术

3．4．1 基于对比度的色调映射算法

3．4．2 色调映射函数中参数值的选定

3．5 实验结果与分析

3．5．1 主观比较

3．5．2 客观比较

3．6 本章小结

4 自动获取ROI的轮毂缺陷检测算法

4．1 常见轮毂缺陷类型介绍

4．2 去噪预处理

4．3 ROI的自动标示

4．4 缺陷区域的提取

4．5 基于连通域标记的伪缺陷去除方法

4．5．1 基于等级标记的连通域标记算法

4．6 缺陷区域的形态学后处理

4．7 实验结果与分析

4．8 本章小结

5 总结与展望

5．1 本文研究工作总结

5．2 未来工作展望

参考文献

攻读硕士学位期间参与工程项目情况

致谢