自适应新小波阈值函数中子图像去噪方法

中子射线照相技术是一种重要的无损检测技术,但在中子成像过程中会受到一些噪声因素的干扰,导致图像质量降低,不利于后期研究。本研究提出一种基于粒子群优化算法(particle swarm optimization,PSO)的新小波阈值函数去噪方法来降低噪声对中子图像的影响。其基本思想是将PSO算法与小波阈值函数去噪相结合。通过PSO算法寻找适合当前图像去噪的最优调节因子。Matlab软件实验的结果表明,新方法在去除高斯噪声、泊松噪声较其他四种对比方法可以明显提高噪声图像的峰值信噪比(PSNR)和降低噪声图像的均方误差(MSE),有效提高中子图像的质量。

基于PCA和BM3D的噪声估计方法及其在中子图像去噪中的应用

针对中子图像的去噪问题,本文提出了一种弱化残差图像特征值的噪声估计方法。该方法将残差图像作为噪声图像,利用主成分分析(PCA)分析了残差图像特征值,估计了噪声强度。根据噪声强度,应用三维块匹配方法(BM3D)去除了噪声,逐步弱化残差图像特征值,得到了最终噪声估计值。实验结果表明,该方法能估计模拟噪声图像和实际含噪中子图像的高斯噪声,计算效率高,可实现较好的去噪复原效果。

一种RL算法联合小波变换的中子图像复原方法

提出了一种基于RL(Richardson-Lucy)算法联合小波变换以解决中子数字图像复原过程中噪声问题的方法,即是将中子数字图像首先进行小波分解,高频子带通常对应于噪声,低频子带对应于图像信息。在高频子带进行软阈值去噪处理,在低频子带应用RL算法进行图像的盲复原,最后,利用小波反变换得到复原图像。实验研究结果表明,该方法不仅提高了抑制噪声的能力,可以获得比单一采用RL算法复原效果好的复原图像,而且可以提高图像复原的速度。

基于非下采样轮廓波变换的中子/X射线图像融合算法研究

由于中子与X射线的成像特性存在很好的互补性,将这两种成像模式下的DR(Digital Radiography)图像进行融合,可以丰富图像细节的信息量。本研究提出了基于简化脉冲耦合神经网络(PCNN)的非下采样轮廓波变换(NSCT)域中子/X射线图像融合算法,所提出的方法通过NSCT算法对源图像进行多尺度、多方向分解,有效地保留了各层信息,使得融合图像展现出良好的清晰度和对比度。同时,为了更好地保留源图像的信息,本研究对图像的不同频带分别采用取平均、绝对值取大和结合PCNN系数的融合规则进行融合。通过选取结构较为复杂的石英表、机械表以及结构相对较为简单的U盘进行中子与X射线图像采集,并利用多种客观评价指标定量评价基于小波变换融合、拉普拉斯变换融合、NSCT融合、NSCT-PCNN融合、Zhu的方法以及本文提出的方法生成中子与X射线融合图像的质量。实验结果证明,本文所提出的融合算法能够显著提高图像融合效果,获得清晰的目标信息,提高了图像对比度,同时保留丰富的细节信息,在客观评价标准和视觉效果上均优于其他典型方法。

中子与X射线图像的WBCT域局部自适应融合算法

提出了一种基于WBCT(Wavelet-Based Contourlet Transform)的中子与X射线图像融合方法。WBCT继承了小波分析的多尺度性,并且能更有效地表达图像的高维奇异,可将不同图像的信息有效地融合在一起。同时,为了弥补基于像素的图像融合方法的不足,该算法通过邻域一致性测度的计算,实现了变换系数的局部自适应融合。实验结果表明,该方法所得的融合结果保留了更多的细节信息,提供了更多的准确信息,为中子成像和X射线成像的优势互补,提供了一种全新的研究思路。

应用于高能伽马射线源图像诊断的厚针孔设计

在伽马射线辐射源图像诊断中,一般使用厚针孔将辐射源产生的伽马射线图像成像在射线图像探测器上。由于射线具有较强的穿透效应,针孔具有较厚的厚度,厚针孔成像系统的空间分辨、能通量、有效视场等测试要求相互制约,必须给出最优的厚针孔结构设计。根据厚针孔成像系统的特点,模拟计算厚针孔成像系统的基本过程。计算结果表明,在最优厚针孔结构中,缩短直孔段长度,能够扩大成像系统的有效视场,其有效视场能够接近系统的极限视场,随直孔段长度的缩短,有效孔径相对增大,当直孔段长度约为一个自由程时,有效孔径增加约28%,但对系统的空间分辨影响较小,系统的空间分辨主要由孔径决定,提高成像系统的放大倍数能提高系统的空间分辨。最后,简要分析了厚针孔准直后冷心位置的各种变化。

基于改进Richardson-Lucy算法的中子照相图像几何不锐度修正方法研究

中子照相系统因其特定的成像结构,使得成像后的中子照相图像不可避免地存在几何不锐度。为提升中子照相图像的质量,本文提出一种基于改进Richardson-Lucy算法的中子照相图像几何不锐度修正方法,该方法首先根据几何不锐度的形成原理构建点扩散函数,然后通过拉普拉斯算子和中值滤波方法去除图像中的γ白斑噪声,最后采用Richardson-Lucy算法对图像进行复原。采用线对模板样品进行测试,并与4种现有的中子照相图像几何不锐度修正算法进行对比,验证了本文算法可将衡量中子照相图像几何不锐度修正效果的平均梯度、空间频率指标分别提升60.23%和29.90%,能够实现几何不锐度的修正,同时解决图像复原过程中γ白斑噪声的放大问题,为实现高分辨率的中子照相提供重要技术支撑。

一种新颖的中子辐照图像压缩算法

分析了中子辐照图像的特点,提出一种适合于数字中子照相系统的图像压缩算法。将小波和方向滤波器组(DFB)结合,得到非冗余的图像变换WDFB;通过WDFB系数的重新组合,提出一种新颖的图像压缩方案,该方案类似于无表零树编码(LZC)算法;为了充分利用WDFB变换对二维分段光滑函数的良好表达能力,该算法引入线性索引技术并采用不同于LZC算法的零树表达策略。实验结果表明,该算法用于中子辐照图像压缩是有效的,在相同压缩比下,其主观视觉质量和峰值信噪比(PSNR)都明显优于LZC算法,和多级树集合分裂编码(SPIHT)算法相比,具有相当的压缩性能但更易于硬件实现。

基于残差网络的中子照相图像无参考质量评价方法研究

目前中子照相图像的质量主要通过人类视觉系统(Human Visual System,HVS)来评估,而HVS无法作为中子成像系统优化参数的实时辅助。为了能够客观评价中子照相图像质量,以对中子成像系统参数优化提供辅助手段,采用残差网络(Residual Network,ResNet)模型,对中子照相图像进行无参考质量评价(No-reference Image Quality Assessment,NR-IQA)。首先对清晰的自然图像添加不同失真等级和失真类型的噪声,再利用梯度幅度相似性偏差(Gradient Magnitude Similarity Deviation,GMSD)方法对添加了噪声的图像进行质量分数标定来建立实验数据集。最后,通过训练ResNet以实现对中子照相图像的特征提取和质量评价。实验结果表明:模型在实验数据集的测试集和两组真实中子照相图像的质量预测上均有较好的表现,证明了该方法在中子照相图像质量评价上的应用潜力。