射線圖像的增強(qiáng)與分割算法研究.pdf

1、射線因其穿透能力強(qiáng)，已經(jīng)廣泛的應(yīng)用在工業(yè)無(wú)損檢測(cè)中，本文針對(duì)工業(yè)射線圖像的檢測(cè)處理等問(wèn)題作了以下幾個(gè)方面的研究：
　　本論文主要研究在偏微分方程(Partial Differential Equation，PDE)理論框架下進(jìn)行圖像增強(qiáng)的方法，根據(jù)已有方法在理論和實(shí)際應(yīng)用中遇到的難題，提出了改進(jìn)后的基于偏微分方程的方法，即先對(duì)圖像進(jìn)行分層，然后在每一層進(jìn)行局部直方圖均衡和非線性濾波處理，最后合成圖像。這種方法克服了經(jīng)典算法在增強(qiáng)圖

2、像的同時(shí)也增強(qiáng)噪聲的不足，使改進(jìn)后的算法能夠在有效的去除噪聲的同時(shí)很好地保持目標(biāo)細(xì)節(jié)和邊緣。
　　本文第三部分探討了基于偏微分方程的圖像分割方法，主要針對(duì)幾何活動(dòng)輪廓模型（GAC模型）以下問(wèn)題進(jìn)行改進(jìn)：(1) GAC模型算法復(fù)雜，計(jì)算量大導(dǎo)致演化時(shí)間長(zhǎng)；(2)在實(shí)際應(yīng)用中，演化速度在邊界上通常不為零，導(dǎo)致演化曲線進(jìn)入到目標(biāo)的內(nèi)部；或是當(dāng)圖像中的對(duì)象有較深的凹陷邊界時(shí)，曲線停在某一局部極小值狀態(tài)，并不與對(duì)象的邊界相一致。針對(duì)這些問(wèn)題

3、，本文對(duì)停止速度場(chǎng)進(jìn)行多尺度張量擴(kuò)散，然后運(yùn)用GAC模型進(jìn)行分割，通過(guò)實(shí)驗(yàn)證明，這種方法明顯的改善了上述缺陷，分割效果明顯。
　　在前兩步對(duì)圖像進(jìn)行增強(qiáng)和分割的基礎(chǔ)上，本文對(duì)圖像進(jìn)行缺陷檢測(cè)采用的是改進(jìn)后的去均值歸一化互相關(guān)算法，針對(duì)原有算法計(jì)算量大、且對(duì)較小缺陷不易檢出的問(wèn)題，本文首先利用散布矩陣，獲取更豐富的局部結(jié)構(gòu)信息，然后提取出圖像的邊緣，計(jì)算邊緣點(diǎn)的相關(guān)系數(shù)，從而確定相關(guān)系數(shù)最大的位置即為匹配位置。這種方法大大的減小了計(jì)