数字辐射图像的自适应处理方法研究

分析了数字辐射成像的基本原理、方法和特点,阐述了目前处理方法存在的不足。根据采集信号的分布特点,提出了一种基于小波变换的自适应的图像处理方法。该方法将射线成像系统的采集信号做分段灰度变换,将变换得到的多幅图像利用小波变换进行图像融合,以增强射线图像的显示效果,再采用非线性的颜色分配方法为图像加上伪彩色,有效的提高了图像的分辨能力,提高了工件检测效率。此方法在数字辐射成像系统中得到了成功的应用。

基于脊波融合的射线图像增强算法

提出一种基于脊波变换的射线图像增强算法,根据射线成像的特点,对射线成像系统采集信号做分段灰度变换,得到多幅图像,每幅图像含有被测工件的某种细节,再将这些图像分别做有限脊波变换,对得到的变换系数进行融合,再对融合后的系数进行有限脊波逆变换从而得到增强了的射线图像。在融合中低频系数采用基于区域方差和邻域像素相关性分析的融合策略,高频部分采用脊波变换系数绝对值最大的作为融合的高频系数,此法可以将来自不同图像的特征与细节融合在一起并且可以有效地抑制噪声。文中对融合图像质量进行了对比评价,实验结果表明,这种方法能够有效地提高图像的清晰度,在保留图像微小细节方面获得满意的结果。

γ射线工业CT放射卫生防护标准的制定及实施

工业CT与工业射线透视成像在成像原理、检测时间、辐射剂量、操作人员要求等方面有很大的差异。已颁发的γ射线工业探伤放射防护卫生标准,不能完全适应于γ射线工业CT设备的放射卫生防护要求。因此,及时制订γ射线工业CT放射卫生防护标准,对规范γ射线工业CT的生产和使用、保障操作人员与公众的放射安全、促进工业CT这一无损检测技术的普及和应用具有重要的意义。本文简要介绍了γ射线工业CT技术及放射防护特点,并对放射卫生防护标准GBZ175-2006的主要技术内容进行了介绍,最后就标准实施1年以来的情况进行了总结分析,为进一步贯彻落实该标准提供了实践经验。

基于小波融合的射线图像增强算法

提出一种基于小波融合的射线图像增强算法,利用射线成像的特点,对射线成像系统采集信号作分段灰度变换,将变换得到的多幅图像利用小波变换进行图像融合,以增强射线图像的显示效果。融合中采用低频图像的小波系数均值作为融合后的低频系数,高频图像根据梯度和一致性检测确定融合规则,调整高频小波系数大小,很好地将来自不同图像的特征与细节融合在一起,并对融合图像质量进行了对比评价。实验结果表明,这种方法能够在保留图像微小细节方面获得满意的结果,且优于传统的射线图像增强方法。

用于DR图像缺陷检测的改进的LBP算法

针对传统LBP(Local Binary Pattern)算法在DR图像缺陷检测中对噪声异常敏感而导致的缺陷识别率低的问题,在已有的韦伯LBP算法(Weber Local Binary Pattern,WLBP)的基础上,提出改进的WALBP(Weber Adapted Local Binary Patterns)算法。WALBP算法保留了WLBP算法最后生成二维直方图的特点,对其所用的LBP算子和Lo G(Laplacian of Gaussian)方法进行了改进。WALBP算法更加有效地描述了DR图像的纹理特征,同时有效解决了WLBP算子在进行缺陷检测时直方图维数较多及分类能力不强的问题。通过对多幅铸件DR图像进行实验分析,结果表明,相对于已有的WLBP算法和传统的LBP算法,WALBP算法在缺陷检测上具有更高的识别率,在缺陷识别技术中具有很高的应用价值。