数字式射线图像缺陷检测的C-V方法

数字式射线图像(DR图像)缺陷检测主要是进行缺陷区域的分割和测量,分割精度将直接影响到测量精度。C-V模型是一种新的基于曲线演化理论和水平集方法的图像分割模型,它结合区域信息使得分割结果全局最优,可以很自然地处理轮廓线拓扑结构的变化。针对工件DR图像特点,研究了一种DR图像缺陷检测的C-V方法:首先应用C-V模型进行DR图像缺陷区域的分割,在此基础上,完成缺陷区域几何参数的测量。实验表明,C-V方法能准确地分割出DR图像中的缺陷区域,并获得缺陷形心和面积等参数。

DR图像缺陷检测的彩色合成方法

数字式X射线(DR)图像难以用一幅灰度图像同时显现不同壁厚部件的缺陷。为此,提出用一幅合成彩色图像显现缺陷的方法。对DR系统扫描铸件得到的浮点型数据,采用分段灰度拉伸的方法转换为3幅灰度BMP图像,其中,不同灰度段的图像含有被测铸件不同壁厚部件的缺陷,再将这3幅灰度图像合成为一幅彩色BMP图像。对其应用彩色C-V(Chan-Vese)模型分割缺陷,实验结果证明,该彩色合成方法能较好地分割出被测铸件不同壁厚部件的缺陷。