摘要
近年来，X射线成像技术的进步使得它成为了一种非常有效的无损检测方法。它可以清晰、准确地显示物体的内部结构和缺陷，并且在安全检查和医疗诊断等领域得到了广泛的应用。由于在实际生产中，被检测工件结构复杂、厚度变化不均匀，以及成像设备采集和传输信号中存在的信息失真等问题，会导致工业射线图像对比度低，微小细节得不到清晰展示，因此为了满足无损检测实际应用需求，需要提高图像质量，一方面要提高整体对比度，另一方面还要保留原始图像中的细节信息，使得图像关键信息得到清晰展示。 本文通过详细探讨不同类型工业射线图像增强技术算法的优缺点，提出了两种增强工业射线图像的算法，具体研究内容分为三个部分： 1.本文将简述工业射线检测系统的发展历史，并讨论了几种不同类型的数字图像增强算法在处理X射线图像中的作用。针对工业射线图像的高动态、低照度的特点研究了相关的数字图像增强处理技术，即高动态图像色调映射技术。 2.根据X射线图像高动态、低照度的特点，将图像的增强分解为两个子问题，即动态范围的压缩和低照度图像的增强。首先使用高动态色调映射算法对图像进行压缩，然后对压缩后的图像进行灰度值归一化处理，用梯度场重建技术恢复图像，然后使用低光照图像增强技术进一步加大图像对比度，消除背景等无用信息，最后使用反锐化掩膜算子和受限制的自适应直方图均衡技术对图像细节进一步增强。通过对比实验，工件各部分对比度提升明显，边缘过度自然，细节以及缺陷部分得到了清晰的显示。 3.根据工业射线图像的特征，提出了一种改进的图像多尺度分解并结合局部边缘保持滤波器的算法。首先，将原始高动态工业射线图像经过对数化来压缩动态范围，然后通过局部边缘保持滤波器的处理得到基本层，将对数化后的图像与基本层做差得到表示小梯度的细节层，然后将滤波半径逐步增大的边缘保持滤波器对基本层进行多次迭代滤波后做差得到多个细节层，对得到的多个细节层进行S型曲线映射后融合，将结果与原始高动态图像线性压缩后进行gamma变换然后归一化的结构层相加，得到的图像通过对比度受限的自适应直方图均衡化的处理，便得到了背景与工件对比度很高且细节清晰的低动态范围图像，实验结果证明，本文提出的这种方法对复杂构建的工件具有明显的增强效果，且算法效率很高。
NETL