论文摘要
X射线检测技术是一种无损检测技术,它在工业探伤、安全检测等方面发挥着重要的作用。然而,受X射线检测系统的硬件以及被检工件自身的特点等多种因素的影响,使X射线缺陷检测过程中存在问题,如:射线图像在采集过程中图像的质量下降、视觉效果变差。因此,需要针对这些问题对射线图像进行增强处理,以满足工业应用的需求。在图像增强过程中,既要提高图像对比度,又要包含原图像细节,同时要降低图像中的噪声。本论文阐述了工业X射线图像增强技术在国内外的发展现状,研究了几种被广泛使用的图像增强算法,并将其应用于X射线图像增强。分析了各种算法对X射线图像增强的不同效果,并对其中存在的问题进行了总结。针对工业射线图像的对比度低,细节多等特点,在已有算法的基础上提出两种改进的图像增强算法,并通过实验仿真进行验证。具体研究内容如下:1.将广泛使用的图像增强算法,如:直方图均衡化、动态直方图均衡化、限制对比度自适应直方图、单尺度Retinex算法、多尺度Retinex算法等,应用到射线图像增强中,分析其效果。2.提出了基于S型函数的多尺度Retinex射线图像增强算法。通过对单尺度Retinex算法和多尺度Retinex算法的研究,本论文采用一种更符合人眼特性的S型函数模型,替代Retinex算法中的对数模型,此方法解决了对数函数引起的像素溢出问题,同时在图像增强过程中,通过引入一个权重因子,达到抑制噪声并改善对比度的效果。与传统的算法相比,本文算法不仅可以使图像细节信息得到明显增强,而且可以提高射线图像对比度,并有效的抑制噪声。3.提出了在非下采样轮廓波域(NSCT)的射线图像增强算法。传统的轮廓波变换在图像增强时会出现伪吉布斯效应,而NSCT变换具有平移不变性的特点,可以避免这种现象发生。所以本算法利用NSCT变换的优势,首先对射线图像进行NSCT变换,得到高频系数和低频系数。在高频系数部分,针对通用阈值存在的缺陷,采用了一种新的自适应阈值,并将自适应阈值与系数判别准则相结合,将高频系数进一步划分为强边缘、弱边缘和噪声三类,接着分别采用不同的方法对三类系数进行修正;低频系数部分直接通过线性变换增强图像;最后对所有增强后的系数进行逆NSCT变换。实验结果表明,在NSCT域变换可以更好的将射线图像的细节增强,有更好的视觉效果。
论文目录
文章来源
类型: 硕士论文
作者: 刘瑜
导师: 桂志国,姜盛杰
关键词: 射线图像增强,理论,变换,自适应阈值,型函数
来源: 中北大学
年度: 2019
分类: 基础科学,信息科技
专业: 物理学,计算机软件及计算机应用
单位: 中北大学
分类号: TP391.41;O434.19
总页数: 75
文件大小: 6081K
下载量: 186
相关论文文献
- [1].极端天气条件下舰船图像增强方法[J]. 舰船科学技术 2020(12)
- [2].基于暗通道模型的农业用机井水下图像增强算法[J]. 广东蚕业 2020(03)
- [3].深度学习驱动的水下图像增强与复原研究进展[J]. 信号处理 2020(09)
- [4].应用雾天退化模型的低照度图像增强[J]. 中国图象图形学报 2017(09)
- [5].基于Retinex理论的图像增强算法研究[J]. 数码世界 2016(12)
- [6].QMV141型微光图像增强仪[J]. 轻兵器 2017(09)
- [7].基于同态滤波的舰船图像增强方法[J]. 舰船科学技术 2020(06)
- [8].夜晚图像增强方法综述[J]. 智能计算机与应用 2020(03)
- [9].基于图像增强的几种雾天图像去雾算法[J]. 自动化应用 2018(02)
- [10].小波变换在水下图像增强中的应用[J]. 技术与市场 2016(07)
- [11].降质图像增强及评价的应用[J]. 数字技术与应用 2015(09)
- [12].量子衍生图像增强算法[J]. 信息技术与信息化 2020(02)
- [13].利用二次函数的图像增强算法及FPGA实现[J]. 现代电子技术 2020(08)
- [14].基于分数阶微分的电力系统有雾图像增强研究[J]. 广东电力 2020(09)
- [15].基于多引导滤波的图像增强算法[J]. 物理学报 2018(23)
- [16].基于人眼视觉特性的舰船图像增强方法[J]. 舰船科学技术 2019(04)
- [17].多输入融合对抗网络的水下图像增强[J]. 红外与激光工程 2020(05)
- [18].改进量子遗传算法的图像增强研究[J]. 自动化技术与应用 2020(07)
- [19].经典图像增强类去雾算法分析[J]. 中外企业家 2018(16)
- [20].基于图像增强与复原的去雾方法探究[J]. 中国新通信 2019(12)
- [21].基于权重系数的木材图像增强及识别[J]. 西北林学院学报 2018(02)
- [22].一种基于亮度保持的图像增强方法[J]. 河池学院学报 2018(02)
- [23].基于小波塔式分解的图像增强算法研究与仿真[J]. 科技创新与应用 2018(35)
- [24].基于子图融合技术的图像增强算法[J]. 系统工程与电子技术 2017(12)
- [25].基于归一化标量权重映射的图像增强算法研究[J]. 无线互联科技 2017(22)
- [26].基于小波融合的人脸图像增强方法[J]. 电视技术 2014(11)
- [27].基于文化粒子群算法的快速图像增强方法[J]. 西安邮电学院学报 2012(04)
- [28].基于小波变换的医学图像增强方法与实现[J]. 辽宁大学学报(自然科学版) 2010(04)
- [29].图像增强空域滤波法探讨[J]. 科技风 2009(22)
- [30].基于色调映射的快速低照度图像增强[J]. 计算机工程与应用 2020(09)