购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

3.1 X射线图像处理流程

X射线无损检测技术可以通过不拆卸设备,直观地将故障如异物、表面裂纹等展现出来,更加方便识别。

本书设计的X射线图像质量智能识别系统中,由于无法获取X射线无损检测系统的X射线机串口通信协议,不能直接自动从X射线机中获取X射线图像,因此需要对与X射线机相连接的计算机所显示的已拍的X射线图像进行截屏处理,进而获得原始的X射线图像并根据图像处理算法实现相应的检测。本书拟对所拍X射线图像进行处理筛选等,首先利用截屏技术获取图像,进而对得到的图像进行预处理和判别。下面对本书应用的数字图像处理技术进行阐述。

1. 滤波

实际采集的图像中常包含各种人们不希望有的噪声,为更好地进行图像分析及下一步处理,需要先将噪声清除。滤波就是清除这些噪声的过程,一般指滤除一定的频率分量,不同的噪声也需要有针对性地采用不同的滤波方法消除。用滤波的概念来解释,可将滤波器分为线性滤波、非线性滤波及混合滤波等。

滤波常用的方法可利用模板进行卷积来实现。模板是一个小图像,图像大小一般为 n × n n 为像素数,一般为奇数),最常用的尺寸为3×3,有时也可以更大,如5×5、7×7的模板。其基本步骤如下:

1)将模板在图中漫游计算,同时将模板的中心点与图像中某个像素位置进行重合。

2)将模板上的系数与模板覆盖下图像中对应的灰度值相乘。

3)将所有的乘积相加,通常为保持灰度值在可允许范围内,需要除以模板的系数个数。

4)将运算后的结果赋值给当前图像中对应模板中心的位置的像素,成为其新的灰度值。

2. 图像增强

图像增强是数字图像处理技术中相对简单的一种处理,目的是显现那些被模糊了的细节或者简单突出一幅图像中感兴趣的特征,同时减弱不需要的信息,这类处理就是为了某种应用目的而去改善图像质量。图像增强技术包含两大类:空间域增强和频率域增强。其中常用的是空间域增强技术,这里也只对空间域增强技术略微讲述,频率域增强则不再赘述。

3. 图像平滑

图像平滑处理即图像的去噪声处理,主要是为了去除实际成像过程中,因成像设备和环境所造成的图像失真,提取有用信息。

实际获得的图像在形成、传输、接收和处理过程中,不可避免地存在外部干扰和内部干扰,如光电转换过程中敏感元件灵敏度的不均匀性、数字化过程的量化噪声、传输过程中的误差以及人为因素等,均会使图像变质。因此,去噪声恢复原始图像是图像处理中的重要内容。

4. 边缘锐化

边缘锐化处理主要是加强图像中的轮廓边缘和细节,形成完整的物体边界,达到将物体从图像中分离出来或将表示同一物体表面的区域检测出来的目的。锐化的作用是要使灰度反差增强,因为边缘和轮廓都位于灰度突变的地方,所以锐化算法的实现基于微分作用。它是早期视觉理论和算法中的基本问题。

5. 数学形态学

数学形态学是一门新兴的图像处理与分析学科,其基本理论和方法在视觉检测、生物医学图像分析、机器人视觉、图像压缩编码、纹理分析等诸多领域都取得了非常成功的应用。数学形态学是分析几何形状和结构的数学方法,是建立在几何代数基础上的,用集合论方法定量描述几何结构的科学。1985年后,数学形态学逐渐成为分析图像几何特征的工具。形态学的基本思想是使用具有一定形态的结构元素来度量和提取图像中的对应形状,从而达到对图像进行分析和识别的目的,数学形态学可以用来简化图像数据,保持图像的基本形状特性,同时去掉图像中与研究目的无关的部分。

数学形态学在集合论的基础上定义四种基本运算:膨胀(Dilation)、腐蚀(Erosion)、开启(Opening)、闭合(Closing),基于这些基本运算还可以推导和组合成各种数学形态学运算方法。二值形态学中的运算对象是集合,通常给出一个图像集合和一个结构元素集合,利用结构元素对图像进行操作。结构元素是一个用来定义形态操作中所用到的领域的形状核大小的矩阵,该矩阵仅由0和1组成。

当有噪声的图像用阈值二值化时,所得到的边界往往是不平滑的,背景区域上则散布着一些小的噪声。使用形态学上的连续的开和闭运算可以显著地改善这种情况。开闭运算后的图像可以去除图像上的一些细小的毛刺,达到去噪的目的。

腐蚀是一种消除边界点,使边界向内部收缩的过程。可以用来消除小且无意义的目标物。如果两目标物间有细小的连通,可以选取足够大的结构元素,将细小的连通腐蚀掉。

设二值图像为 F ,其连通域设为 X ,结构元素为 B ,当一个结构元素 B 的原点移到图像的点( x y )处时,记作 B xy 。此时图像 X 被结构元素 B 腐蚀的运算可表示为

膨胀是将与目标区域接触的背景点合并到该目标物中,使目标边界向外部扩张的处理。膨胀可以用来填补目标区域中存在的某些空洞,以及消除包含在目标区域中的小颗粒噪声。膨胀处理是腐蚀处理的对偶,定义如下:

设二值图像为 F ,其连通域设为 X ,结构元素为 B ,当一个结构元素 B 的原点移到图像的点( x y )时,记作 B xy 。此时,图像 X 被结构元素 B 膨胀的运算可表示为

式中, S = xy

当今社会中,X射线检测在安检、医学、工业探伤等方面发挥着不可或缺的作用,已成为推动国民经济发展的一支重要力量。但X射线实时检测系统受多种降质因素的影响,X射线图像存在对比度差、背景均匀性差、模糊度大等缺点,不便于直接处理。

本章根据电气设备X射线检测中图像存在的诸多特点,研究从不同的途径获取的X射线数字图像通过图像的去噪、增强处理,将原本模糊不清甚至根本无法分辨的原始图像处理成清晰并富含大量有用信息的可用图像,从而更加容易对图像中感兴趣的目标进行检测和测量。 ZWSXvFmejanHr6r5ONzW8Dav2i/YCuEcV5bEmWOqAja7XXhg32ZHz9683ZQ57+ja

点击中间区域
呼出菜单
上一章
目录
下一章
×