局部二值模式的改進(jìn)及其在工業(yè)X射線圖像中的應(yīng)用研究.pdf

1、X射線成像技術(shù)，如斷層成像技術(shù)(CT，Computed Tomography)和數(shù)字輻射成像技術(shù)(DR，Digital Radiography)，可以通過(guò)圖像無(wú)損地展示被測(cè)物體的內(nèi)部結(jié)構(gòu)，廣泛用于工業(yè)探傷和醫(yī)學(xué)檢測(cè)。在工業(yè)應(yīng)用中，X射線無(wú)損檢測(cè)尤其是實(shí)時(shí)批量檢測(cè)有一定的時(shí)間限制，這就要求相應(yīng)的圖像處理方法能夠快速完成檢測(cè)任務(wù)；在DR圖和CT體數(shù)據(jù)中，鑄件的灰度對(duì)比度和缺陷的分布呈現(xiàn)出一定的局部特性，這就要求相應(yīng)的圖像處理方法能夠很好地提

2、取局部特征，能夠得到較為準(zhǔn)確的邊緣檢測(cè)或特征提取結(jié)果。但是傳統(tǒng)的圖像檢測(cè)方法受圖像數(shù)據(jù)尺寸或者圖像模糊的影響，難以在這兩個(gè)方面上取得平衡。
　　 為了提高檢測(cè)效率，本論文將紋理描述算子局部二值模式(LBP，Local BinaryPattern)用于x射線圖像的圖像增強(qiáng)、邊緣提取和特征提取等圖像處理中。LBP通過(guò)加權(quán)代表圓域內(nèi)像素間灰度差異的二值數(shù)值來(lái)描述紋理信息，具有計(jì)算方式簡(jiǎn)單性、信息提取局部性和單調(diào)灰度不變性等優(yōu)勢(shì)。本論文

3、根據(jù)DR圖像和CT體數(shù)據(jù)的特點(diǎn)，在保持LBP這些優(yōu)勢(shì)的同時(shí)，從加權(quán)方式、待處理數(shù)據(jù)特點(diǎn)和比較函數(shù)上對(duì)LBP作相應(yīng)的改進(jìn)，提高了LBP對(duì)方向和空間信息的提取能力，增強(qiáng)了LBP對(duì)邊緣的捕捉能力，彌補(bǔ)了LBP對(duì)灰度差異程度描述能力的不足。
　　 鑄件DR圖像中缺陷區(qū)域的灰度對(duì)比度不高，利用LBP的信息提取局部化優(yōu)勢(shì)，可以增強(qiáng)含缺陷的DR圖，但LBP無(wú)法同時(shí)增強(qiáng)含有不同方向缺陷的子圖。針對(duì)LBP對(duì)方向信息提取不充分的缺點(diǎn)，我們改進(jìn)了LB

4、P的加權(quán)過(guò)程，利用有限線積分變換(FLIT，F(xiàn)inite Line Integral Transform)的積分值來(lái)確定圖像主方向，按主方向選定合適的權(quán)重排列方式來(lái)加權(quán)對(duì)應(yīng)的二值數(shù)值，獲得含有方向信息的LBP值。該利用FLIT方向信息改進(jìn)LBP的算法稱為FLIT-LBP。因FLIT的方向優(yōu)勢(shì)，F(xiàn)LIT-LBP算法可以增強(qiáng)不同方向的缺陷；因LBP信息提取局部化的優(yōu)勢(shì)以及單調(diào)灰度不變性，F(xiàn)LIT-LBP算法可以增強(qiáng)不同對(duì)比度下的缺陷。特別的

5、，F(xiàn)LIT-LBP可以對(duì)強(qiáng)灰度對(duì)比度的缺陷進(jìn)行增強(qiáng)的同時(shí)，增強(qiáng)同一區(qū)域內(nèi)灰度對(duì)比度相對(duì)偏弱的缺陷。經(jīng)FLIT-LBP增強(qiáng)后，缺陷的特征更為突出，在此基礎(chǔ)上提取相應(yīng)的紋理特征，可以在一定程度上提高識(shí)別背景、鑄件強(qiáng)邊緣和缺陷的識(shí)別率。
　　 CT體數(shù)據(jù)尺寸較大，利用LBP的計(jì)算方式簡(jiǎn)單性可以較為快速地獲得邊緣，但LBP對(duì)微小的灰度變化過(guò)于敏感。為了克服這個(gè)缺點(diǎn)，我們研究了一種融合FLIT和LBP空間信息的三維邊緣提取算法FL-fus

6、ion。通過(guò)融合多空間方向的FLIT值來(lái)獲得二值體數(shù)據(jù)，以滿足LBP在提取邊緣時(shí)對(duì)數(shù)據(jù)的分段常數(shù)化要求。通過(guò)融合多平面LBP值來(lái)獲得三維邊緣，提高LBP對(duì)空間信息尤其是三維邊緣信息的捕捉能力。FL-fusion可以克服噪聲影響，較快地提取細(xì)化的、連續(xù)的、封閉的、較為準(zhǔn)確的三維邊緣。值得注意的是，F(xiàn)L-fusion能夠保留邊緣中的細(xì)節(jié)信息，如裂紋的尖端，為特殊部位檢測(cè)分析奠定了基礎(chǔ)。該方法同樣也適用于其他含有復(fù)雜結(jié)構(gòu)的CT體數(shù)據(jù)邊緣提取。

7、
　　 DR圖像較為模糊，利用LBP對(duì)非單調(diào)灰度變化敏感的優(yōu)勢(shì)可以提取邊緣，但LBP無(wú)法描述像素間灰度差異的程度，不能區(qū)分冗余的微小灰度變化和所要保留的較大的灰度變化。本論文針對(duì)此問(wèn)題，利用相對(duì)光滑的比較函數(shù)來(lái)改進(jìn)LBP，稱為H-LBP。該算法通過(guò)嵌入含有單調(diào)遞減性質(zhì)的相對(duì)光滑H函數(shù)來(lái)逼近原來(lái)階躍的比較函數(shù)S，并考慮了圓域內(nèi)中心點(diǎn)和圓周鄰點(diǎn)的灰度相似距離，以有區(qū)別地對(duì)待圓域內(nèi)的灰度信息。另外，在該算法中增加了一個(gè)計(jì)數(shù)策略，以淘汰

8、冗余的微小灰度變化。H-LBP計(jì)算簡(jiǎn)單，可以較為快速地完成邊緣的提取；保留了對(duì)較大灰度變化的敏感性，增強(qiáng)了對(duì)灰度差異程度的描述能力，可以有區(qū)別地提取鑄件邊緣、灰度對(duì)比度較弱的小缺陷邊緣和灰度不均的鑄件號(hào)邊緣，克服了噪聲、偽影和圖像模糊。H-LBP也可用于CT圖像、背景復(fù)雜的圖像和光照不均的圖像。
　　 本論文針對(duì)X射線圖像特點(diǎn)和實(shí)際檢測(cè)要求，對(duì)LBP作出了相應(yīng)的改進(jìn)。實(shí)際實(shí)驗(yàn)證實(shí)這些方法具有處理時(shí)間短和檢測(cè)效果好兩重優(yōu)勢(shì)，可有效