射線圖像的增強與分割算法研究.pdf

1、射線因其穿透能力強，已經(jīng)廣泛的應用在工業(yè)無損檢測中，本文針對工業(yè)射線圖像的檢測處理等問題作了以下幾個方面的研究：
　　本論文主要研究在偏微分方程(Partial Differential Equation，PDE)理論框架下進行圖像增強的方法，根據(jù)已有方法在理論和實際應用中遇到的難題，提出了改進后的基于偏微分方程的方法，即先對圖像進行分層，然后在每一層進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)典算法在增強圖

2、像的同時也增強噪聲的不足，使改進后的算法能夠在有效的去除噪聲的同時很好地保持目標細節(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，主要針對幾何活動輪廓模型（GAC模型）以下問題進行改進：(1) GAC模型算法復雜，計算量大導致演化時間長；(2)在實際應用中，演化速度在邊界上通常不為零，導致演化曲線進入到目標的內(nèi)部；或是當圖像中的對象有較深的凹陷邊界時，曲線停在某一局部極小值狀態(tài)，并不與對象的邊界相一致。針對這些問題

3、，本文對停止速度場進行多尺度張量擴散，然后運用GAC模型進行分割，通過實驗證明，這種方法明顯的改善了上述缺陷，分割效果明顯。
　　在前兩步對圖像進行增強和分割的基礎上，本文對圖像進行缺陷檢測采用的是改進后的去均值歸一化互相關算法，針對原有算法計算量大、且對較小缺陷不易檢出的問題，本文首先利用散布矩陣，獲取更豐富的局部結構信息，然后提取出圖像的邊緣，計算邊緣點的相關系數(shù)，從而確定相關系數(shù)最大的位置即為匹配位置。這種方法大大的減小了計