Chirplet能量引导狮群扰动优化的古代铜镜X光融合探伤检测方法

摘要

本发明公开了一种Chirplet能量引导狮群扰动优化的古代铜镜X光融合探伤检测方法，包括以下步骤：对古铜镜针对不同能量面光源产生的X光衍射图像进行预处理，得不同面光源能量X光图像；对不同面光源能量X光图像，基于Chirplet能量引导狮群扰动优化Matching Pursuit构建稀疏分解的原子库，选取稀疏性较强的构建所需原子库；对不同面光源能量X光图像，使用Chirplet系数进行X光能量统计，得古铜镜分解位置的能量参数；使用Chirplet能量对狮群扰动因子进行改进引导，然后对不同能量X光图像进行狮群优化的Matching Pursuit稀疏分解，将铜镜X光图像分解为上层纹饰细节信息及底层铜镜结构信息，继而以此得到铜镜的病害以及标定结果。该方法能够观测X光铜镜图像中不同区域的病害情况。

说明书

技术领域

本发明属于数字图像处理领域，涉及一种Chirplet能量引导狮群扰动优化的古代铜镜X光融合探伤检测方法。

背景技术

四千多年前，随着合金技术的出现，我国开始了使用铜和锡或银铅等制作铜镜的历史。古代铜镜形态美观，图纹华丽，铭文丰富，逐渐成为古代生活的一种工艺品，是我国古代文化遗产中的瑰宝，具有很高的艺术与研究价值。因年代久远，出土的铜镜大多都带有非常严重的病害侵蚀与泥垢遮盖。在进行妥善的清理修复之前想要了解铜镜的状态，X射线成像技术是一种很好的无损检测技术手段。其通过非接触穿透性拍摄带有锈蚀的铜镜内部的形态，可反映出铜镜内部结构特征、纹饰图案和病害区域等。但是，X光相机拍摄过程中，因为X光信号形成的是面光源会产生半影模糊，加上康普顿散射的影响，使得X光信号在铜镜各个区域(纹饰区与镜缘区)透射率不均匀而导致能量的不均衡分布。且铜镜的镜缘区域与纹饰区域的厚度不同，最佳的X射线衍射能量也不同。为了观测到古代铜镜的所有信息，须使用不同的最佳衍射能量对镜缘区域和纹饰区域进行分别成像，产生多张不同能量的面光源X光图像。这导致文史专家想要在一张X光铜镜图像中同时观测到不同区域的病害情况非常困难。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种Chirplet能量引导狮群扰动优化的古代铜镜X光融合探伤检测方法，该方法能够观测X光铜镜图像中不同区域的病害情况。

为达到上述目的，本发明所述的Chirplet能量引导狮群扰动优化的古代铜镜X光融合探伤检测方法包括以下步骤：

1)对古铜镜针对不同能量面光源产生的X光衍射图像进行预处理，得不同面光源能量X光图像；

2)对不同面光源能量X光图像，基于Chirplet能量引导狮群扰动优化MatchingPursuit构建稀疏分解的原子库，选取稀疏性较强的L

3)对不同面光源能量X光图像，使用Chirplet系数进行X光能量统计，得古铜镜分解位置的能量参数；

4)使用Chirplet能量对狮群扰动因子进行改进引导，然后基于构建的所需原子库及古铜镜分解位置的能量参数对不同能量X光图像进行狮群优化的Matching Pursuit稀疏分解，将铜镜X光图像分解为上层纹饰细节信息及底层铜镜结构信息；

5)基于步骤4)分解得到的上层纹饰细节信息及底层铜镜结构信息，得铜镜的病害以及标定结果，完成Chirplet能量引导狮群扰动优化的古代铜镜X光融合探伤检测。

所述不同面光源能量X光图像包括高能量面光源产生的镜心区域高亮且镜缘纹饰清晰的X光图像以及低能量面光源产生的镜心区域纹饰清晰且镜缘低亮的X光图像。

步骤1)中对古铜镜针对不同能量面光源产生的X光衍射图像进行预处理的过程为：通过平移、转置、镜像、旋转及缩放的几何变换对X光衍射图像进行标准化，并保证X光衍射图像的中心位置及旋转角度相同，同时校正图像采集系统的系统误差及仪器位置的随机误差。

在步骤3)中，对不同面光源能量X光图像使用Chirplet系数进行能量统计，针对古铜镜的纹饰特征强化表达及融合，采用Chirplet系数作为能量系数描述面光源X光信号的线性特性程度，对于输入的二维M

其中，

母狮扰动因子为：

其中，

幼狮的扰动因子为：

步骤5)的具体操作为：

使用基于数学形态学的多尺寸、多结构增强图像的算法，对上层纹饰细节信息及底层铜镜结构信息进行多尺度融合及形态增强，再使用最大类间方法进行最大类间分割，得病害图像，然后对病害图像配准及标定，得最终的病害及其标定结果，完成Chirplet能量引导狮群扰动优化的古代铜镜X光融合探伤检测。

本发明具有以下有益效果：

本发明所述的Chirplet能量引导狮群扰动优化的古代铜镜X光融合探伤检测方法在具体操作时，使用Chirplet能量对狮群扰动因子进行改进引导，然后对不同能量X光图像进行狮群优化的Matching Pursuit稀疏分解，将铜镜X光图像分解为上层纹饰细节信息及底层铜镜结构信息，继而以此铜镜的病害以及标定结果，用以观测X光铜镜图像中不同区域的病害情况。

附图说明

图1为本发明的流程图；

图2为本发明中古代铜镜高能量X光图像面光源图像；

图3为本发明中古代铜镜低能量X光图像面光源图像；

图4为本发明中古代铜镜X光图像配准的效果图；

图5为本发明中进行Chirplet能量系数选择分解位置得到的MP分解的效果图；

图6为本发明中古代铜镜经数学形态学处理后的融合增强效果图；

图7为本发明中经最大类间分割后的效果图；

图8为本发明中处理过分割后的裂缝效果图；

图9为本发明中古代铜镜X光图像裂缝病害的标记图。

具体实施方式

下面结合附图对本发明做进一步详细描述：

本发明所述的Chirplet能量引导狮群扰动优化的古代铜镜X光融合探伤检测方法包括以下步骤：

1)对古铜镜针对不同能量面光源产生的X光衍射图像进行预处理，得不同面光源能量X光图像，所述不同面光源能量X光图像包括高能量面光源产生的镜心区域高亮且镜缘纹饰清晰的X光图像以及低能量面光源产生的镜心区域纹饰清晰且镜缘低亮的X光图像。

2)对不同面光源能量X光图像，基于Chirplet能量引导狮群扰动优化MatchingPursuit(MP)建立稀疏分解的原子库，再采用稀疏性较强的L

3)对不同面光源能量X光图像，使用Chirplet系数进行X光能量统计，得古铜镜分解位置的能量参数。

4)使用Chirplet能量对狮群扰动因子进行引导，对不同能量X光图像进行狮群优化的Matching Pursuit(MP)稀疏分解，将铜镜X光图像分解为上层纹饰细节信息及底层铜镜结构信息；

5)使用基于数学形态学的多尺度、多结构增强图像的算法对上层纹饰细节信息及底层铜镜结构信息进行多尺度融合及图像增强，使铜镜图像凸显出裂缝特征便于裂缝提取，再运用最大类间方法进行最大类间分隔，得病害图像，然后对所述病害图像进行配准及标定，得最终的病害探伤检测及标定结果。

步骤1)的具体操作为：对古铜镜针对不同能量面光源产生的X光衍射图像，消除X光设备采集因面光源产生的半影模糊，针对因采集距离、角度、以及倾角误差，通过平移、转置、镜像、旋转及缩放的几何变换对待融合X光图像进行标准化，使得标准尺寸均为M

步骤2)中，一般的原子库通过一组酉算子g

假定输入向量X＝(x

输入为矩阵

由于

两者求差：

则

可知，虽然本发明所选的L

步骤3)中，使用Chirplet系数进行能量统计的结果，设计古铜镜X光能量参数。

不同能量产生的X光面光源古铜镜图像在分解的过程中，面临的主要问题是面光源没有焦点，加上康普顿散射的影响，呈现一种散射的状态。为了约束这种散射的状态，选取能量稳定的成像效果。本发明采用Chirplet系数来进行X光能量统计，设定X光能量的分布参数。在信号分解中，Chirplet系数代表线性特性较为明显的信号。采用Chirplet系数来描述X光信号中将古铜镜的纹饰特征强化表达的程度，用此参数能够将不同能量古铜镜X光图像中所表示线条能量较大的信息抽出来进行重构。

相比于短时傅里叶变换和小波变换，Chirplet变换的核函数包含伸缩、调制、时移及时间上的线性调频。这五种线性调频上的变换，可以得到时频分布大致为菱形的核函数，对参数的调节可以让古铜镜的图像信息在时频域有较好的分辨率。

将对分解前的古铜镜X光图像进行Chirplet测算，采用Chirplet系数做能量系数来描述面光源X光信号的线性特性程度。纹饰、裂缝等线性特性明显的区域Chirplet能量系数随之也会越大，反之最小。对于输入的二维M

其中，

生成原子g

g

步骤4)中，对古铜镜X光图像使用Chirplet能量改进扰动因子的狮群算法进行寻优的优化MP稀疏分解的过程为：

设置Chirplet能量系数选择的分解位置，根据MP分解形成一系列的原子，并形成整个原子库，再在过完备原子库依据能量改进扰动因子的狮群算法找寻最佳原子；从古铜镜X光图像或者图像的残差中将图像残差在此原子上的分量去除，完成一步分解，最终根据不同的标准进行分解完成的判定。

其中，Chirplet能量引导狮群扰动优化(MP)算法在每一次的迭代过程中，从过完备字典D中选择出与不同能量古铜镜X光图像最为匹配的原子来构建稀疏逼近，同时求出古铜镜X光图像信号表示残差。然后继续选择与古铜镜X光图像信号残差最为匹配的原子，再经过一定次数的迭代，不同能量古铜镜X光图像信号便可由多个原子线性表示。

假设研究的不同能量古铜镜X光图像为e，图像大小为M

设D＝{g

步骤4)中，使用基于Chirplet能量改进扰动因子的狮群算法寻找最佳原子的过程为：

在使用Chirplet能量引导狮群扰动优化(MP)算法进行不同能量古铜镜X光图像稀疏分解过程中，进行分解的每一步都要计算铜镜图像或者铜镜图像分解的残余在构造的过完备库中的每个原子上的投影。根据g

古铜镜图像分解产生的高维最优化问题，对其进行优化则需要结合铜镜分解Chirplet能量参数来改进母狮和幼狮的全局勘察能力。对于扰动因子进行能量系数加权，使其寻找到一个最优解的大致位置之后进而加强其局部细化能力。新的扰动因子可以让母狮和幼狮的觅食范围发生变化，由大到小快速过渡，当锁定一个大致的范围，将会慢慢缩小活动范围，最后将会保持活动范围无限趋于零的数值。当Chirplet能量系数在相应的范围内，扰动因子的能量加权系数采用不同的数值，根据能量系数的大小来判断此范围所包含的线性能量多少，υ根据能量的多少来判断。当包含能量较少的时候，采用能量加权使母狮的觅食范围收缩速度变快，达到快速收敛的目的；当包含能量较多的时候，采用能量加权使母狮的觅食范围收缩速度变慢，可得到更加细节的信息。幼狮的扰动因子对其活动范围可以起到拉伸或者压缩的作用。扰动因子可以很好的平衡母狮和幼狮的全局勘察能力和局部细化能力。收敛快速且可有效地避免早熟，较易得到最优解。

母狮扰动因子为：

其中，

幼狮的扰动因子为：

将一个原子的参数组γ作为待寻优参数，目标函数采用古铜镜图像或者古铜镜图像信号的残余与原子的内积绝对值|

采用基于能量改进扰动因子狮群算法在古铜镜图像分解寻优过程中，成年狮的占比例因子取λ＝0.2，T＝200.

步骤5)中，对分解后的不同能量的古铜镜图像进行多尺度形态学增强的过程为：

先对融合后的古铜镜图像进行灰度均衡化处理，接着设定形态学结构元素，对设定的结构元素进行开运算，闭运算，然后开运算，闭运算求和等组合算法，最终进行重构得到多尺度形态学增强后的古铜镜图像。

灰度形态学是多尺度数学形态学研究的基础，其基本算子是腐蚀、开运算、膨胀和闭运算，

设e为不同能量古铜镜X光图像，d为结构元素，D

灰度开运算

灰度闭运算

得最终增强的铜镜图形的步骤为：

511)将灰度开运算操作所对应的差别模型的全部条目相加，得到多尺度条件下的明亮特征组成的古铜镜图像。

512)同理，将灰度闭运算操作所对应的差别模型的全部条目相加，得多尺度条件下的暗淡特征组成的古铜镜图像。

513)对原始灰度图像以及多尺度条件下的明亮和暗淡特征各自组成的图像进行一系列处理，得最终的多尺度形态学增强古铜镜图像。

e

其中，λ为铜镜明暗特征关系参数，λ与铜镜的明暗特征有很强的相关性，λ∈(0,1)。根据不同能量x光古铜镜的图像在增强过程中的实际需求来选择铜镜明暗特征关系参数。

步骤5)中，对上多尺度形态学增强铜镜图像进行基于最大类间方法的自适应全局阈值分割过程为：

521)设古铜镜图像e(x,y)具有L个灰度级，其中，第i级像素为N

522)计算第i级像素出现的概率

523)设定阈值，T将图像分成目标和背景两大类，这两类中分别包含图像的灰度为0～k和k+1～L-1；

524)计算图像总的平均灰度

525)计算目标和背景区域的平均灰度级为：

526)令

527)计算k在0～L-1之间变换，得不同类间方差，最大的类间方差对应的k为最佳阈值。

步骤5)中，运用最大类间方法的自适应全局阈值分割方法进行分割会有过分割现象，在分割裂缝的同时，将图像铜镜的边缘一同分割出来，这种过分割现象需要对其进行处理，具体过程为：

531)读入过分割的古铜镜裂缝图像。

532)读取图像中手动定义的点的信息。

533)在计算横纵坐标时，横坐标为古铜镜裂缝图像的col，列坐标为古铜镜裂缝图像的row，横坐标为不变的，纵坐标row-y；

524)获取进行切割的点的信息，对图像的过分割现象进行消除，最终得到铜镜图像的裂缝。

步骤5)中，将裂缝病害标记的掩码图像映射回X光铜镜图像上，进行病害分布表达，具体过程为：

541)读入X光灰度图和病害分割得到的二值掩码图像；

542)设置配准参数以及使用互信息作为度量，进行配准；

543)对配准的图像进行叠加映射，显示最终X光探伤标记结果；

互信息为信息论中的重要概念，主要描述了两个系统之间的相关性，或互相包含信息的多少。在图像配准中，两幅图的互信息是通过它们的熵以及联合熵，来反映它们之间信息的相互包含程度，对于不同能量古铜镜X光图像e

MI(e

配准条件为：寻找模板与各子图之间互信息Mutual Information(MI)的最大者，即为配准图像。