工業(yè)CT圖像弱邊緣檢測方法研究.pdf

1、CT技術(shù)作為一種先進的無損檢測手段，廣泛應(yīng)用于航空、石油、機械、汽車、采礦等領(lǐng)域。在工程實際中由于某些被工件內(nèi)部缺陷性質(zhì)決定了沒有清晰的邊緣，如鑄件氣孔、疏松等，或者因為被測工件在進行CT掃描時，表面與掃描斷層平面不垂直等因素，加上CT斷層掃描圖像的容積效應(yīng)，造成CT圖像邊緣的灰度有較寬的過渡區(qū)，形成了所謂的漸變邊緣或稱弱邊緣。弱邊緣檢測是CT圖像分割和檢測的難題之一。本文以工業(yè)CT圖像的“弱邊緣”檢測為研究內(nèi)容，認(rèn)真分析了主流圖像分割

2、方法的優(yōu)缺點及各自的適用范圍，根據(jù)對象的特點，重點研究了基于分水嶺的圖像分割方法并應(yīng)用于CT圖像的弱邊緣檢測中。主要工作如下：
　　 第一，針對分水嶺的“過分割”問題，使用形態(tài)學(xué)開-閉重建運算對原圖像進行濾波，去除比結(jié)構(gòu)元素小的高灰度和低灰度細(xì)節(jié)，并保證原圖像的邊緣信息不會偏移或丟失，實驗證明，經(jīng)過濾波后的圖像再使用基于分水嶺的分割方法，不會出現(xiàn)“過分割”現(xiàn)象。
　　 第二，分析了容積效應(yīng)的成因和對圖像邊緣的影響，針對兩

3、種由于CT系統(tǒng)特有的容積效應(yīng)而產(chǎn)生CT圖像弱邊緣的典型工件圓錐和球體，進行了實際的測量和分析，驗證了采用基于形態(tài)學(xué)開-閉重建運算和分水嶺的圖像分割方法之后對圖像邊緣進行最小二乘擬合，可使邊緣檢測精度達到亞像素級。同時根據(jù)分割結(jié)果對容積效應(yīng)和切片厚度、工件軸向邊緣曲線斜率和檢測誤差之間的關(guān)系進行了定性的分析。
　　 第三，在分析了目前常用的缺陷檢測方法和工業(yè)CT圖像噪聲之后，針對CT圖像中噪聲和缺陷的特點，應(yīng)用形態(tài)學(xué)開-閉重建運算

4、實現(xiàn)圖像的去噪，較好地保持了原圖像中缺陷的基本形狀特性和缺陷的邊緣信息，使處理后的圖像邊緣不會發(fā)生偏移；使用基于分水嶺的圖像分割方法，進行了缺陷區(qū)域填充，缺陷區(qū)域被全部提取出來；最后將分割結(jié)果和目前常用的四種方法得到結(jié)果進行了比較，表明本文所采用的算法在缺陷區(qū)域的弱邊緣提取方面有較大的優(yōu)勢。
　　 綜上所述，本文對基于分水嶺的圖像分割方法做了比較系統(tǒng)的研究，并成功地將該方法應(yīng)用于工業(yè)CT圖像的弱邊緣檢測中，通過實驗對邊緣提取的精