学位论文 > 优秀研究生学位论文题录展示

局部二值模式的改进及其在工业X射线图像中的应用研究

作　者: 毕碧
导　师: 曾理
学　校: 重庆大学
专　业: 仪器科学与技术
关键词: CT体数据 DR图像 LBP 图像增强边缘提取
分类号: TP391.41
类　型: 博士论文
年　份: 2012年
下　载: 160次
引　用: 0次
阅　读: 论文下载

内容摘要

X射线成像技术，如断层成像技术（CT, Computed Tomography）和数字辐射成像技术（DR, Digital Radiography），可以通过图像无损地展示被测物体的内部结构，广泛用于工业探伤和医学检测。在工业应用中，X射线无损检测尤其是实时批量检测有一定的时间限制，这就要求相应的图像处理方法能够快速完成检测任务；在DR图和CT体数据中，铸件的灰度对比度和缺陷的分布呈现出一定的局部特性，这就要求相应的图像处理方法能够很好地提取局部特征，能够得到较为准确的边缘检测或特征提取结果。但是传统的图像检测方法受图像数据尺寸或者图像模糊的影响，难以在这两个方面上取得平衡。为了提高检测效率，本论文将纹理描述算子局部二值模式（LBP，Local BinaryPattern）用于X射线图像的图像增强、边缘提取和特征提取等图像处理中。LBP通过加权代表圆域内像素间灰度差异的二值数值来描述纹理信息，具有计算方式简单性、信息提取局部性和单调灰度不变性等优势。本论文根据DR图像和CT体数据的特点，在保持LBP这些优势的同时，从加权方式、待处理数据特点和比较函数上对LBP作相应的改进，提高了LBP对方向和空间信息的提取能力，增强了LBP对边缘的捕捉能力，弥补了LBP对灰度差异程度描述能力的不足。铸件DR图像中缺陷区域的灰度对比度不高，利用LBP的信息提取局部化优势，可以增强含缺陷的DR图，但LBP无法同时增强含有不同方向缺陷的子图。针对LBP对方向信息提取不充分的缺点，我们改进了LBP的加权过程，利用有限线积分变换(FLIT, Finite Line Integral Transform)的积分值来确定图像主方向，按主方向选定合适的权重排列方式来加权对应的二值数值，获得含有方向信息的LBP值。该利用FLIT方向信息改进LBP的算法称为FLIT-LBP。因FLIT的方向优势，FLIT-LBP算法可以增强不同方向的缺陷；因LBP信息提取局部化的优势以及单调灰度不变性，FLIT-LBP算法可以增强不同对比度下的缺陷。特别的，FLIT-LBP可以对强灰度对比度的缺陷进行增强的同时，增强同一区域内灰度对比度相对偏弱的缺陷。经FLIT-LBP增强后，缺陷的特征更为突出，在此基础上提取相应的纹理特征，可以在一定程度上提高识别背景、铸件强边缘和缺陷的识别率。CT体数据尺寸较大，利用LBP的计算方式简单性可以较为快速地获得边缘，但LBP对微小的灰度变化过于敏感。为了克服这个缺点，我们研究了一种融合FLIT和LBP空间信息的三维边缘提取算法FL-fusion。通过融合多空间方向的FLIT值来获得二值体数据，以满足LBP在提取边缘时对数据的分段常数化要求。通过融合多平面LBP值来获得三维边缘，提高LBP对空间信息尤其是三维边缘信息的捕捉能力。FL-fusion可以克服噪声影响，较快地提取细化的、连续的、封闭的、较为准确的三维边缘。值得注意的是，FL-fusion能够保留边缘中的细节信息，如裂纹的尖端，为特殊部位检测分析奠定了基础。该方法同样也适用于其他含有复杂结构的CT体数据边缘提取。DR图像较为模糊，利用LBP对非单调灰度变化敏感的优势可以提取边缘，但LBP无法描述像素间灰度差异的程度，不能区分冗余的微小灰度变化和所要保留的较大的灰度变化。本论文针对此问题，利用相对光滑的比较函数来改进LBP，称为H-LBP。该算法通过嵌入含有单调递减性质的相对光滑H函数来逼近原来阶跃的比较函数S，并考虑了圆域内中心点和圆周邻点的灰度相似距离，以有区别地对待圆域内的灰度信息。另外，在该算法中增加了一个计数策略，以淘汰冗余的微小灰度变化。H-LBP计算简单，可以较为快速地完成边缘的提取；保留了对较大灰度变化的敏感性，增强了对灰度差异程度的描述能力，可以有区别地提取铸件边缘、灰度对比度较弱的小缺陷边缘和灰度不均的铸件号边缘，克服了噪声、伪影和图像模糊。H-LBP也可用于CT图像、背景复杂的图像和光照不均的图像。本论文针对X射线图像特点和实际检测要求，对LBP作出了相应的改进。实际实验证实这些方法具有处理时间短和检测效果好两重优势，可有效地增强图像、提取边缘和识别缺陷，对工业X射线无损检测具有指导意义。

全文目录

摘要  3-5
ABSTRACT  5-10
1 绪论  10-24
  1.1 引言  10
  1.2 课题研究意义  10-12
  1.3 课题研究现状  12-19
    1.3.1 图像预处理  12-13
    1.3.2 边缘检测  13-14
    1.3.3 特征提取  14-17
    1.3.4 缺陷识别和分级  17-19
  1.4 课题研究难点  19
  1.5 主要研究内容和创新点  19-22
  1.6 章节安排  22-24
2 基本理论  24-40
  2.1 X 射线检测技术  24-30
    2.1.1 X 射线检测原理  24-26
    2.1.2 CT 与 DR 检测系统  26-28
    2.1.3 CT 与 DR 成像特点  28-30
  2.2 有限线积分变换(FLIT)  30-32
    2.2.1 二维 FLIT  30-31
    2.2.2 三维 FLIT  31-32
  2.3 局部二值模式（LBP）  32-37
    2.3.1 原始 LBP  32-34
    2.3.2 旋转不变一致 LBP 变体  34-37
    2.3.3 LBP 其他变体和改进  37
  2.4 本章小结  37-40
3 利用 FLIT 方向信息改进 LBP 的 DR 图像增强算法  40-58
  3.1 LBP 的引入  40-41
  3.2 LBP 的改进  41-46
    3.2.1 LBP 信息的提取  41-43
    3.2.2 LBP 权重的分布  43-46
  3.3 图像增强算法 FLIT-LBP  46-49
    3.3.1 FLIT-LBP 算法原理  46-48
    3.3.2 FLIT-LBP 算法步骤  48-49
  3.4 实验与分析  49-52
    3.4.1 FLIT-LBP 和 LBP 增强效果对比  49-50
    3.4.2 FLIT-LBP 和其他方法增强效果对比  50-52
    3.4.3 FLIT-LBP 的抗噪分析  52
  3.5 基于纹理特征的缺陷识别  52-57
  3.6 本章小结  57-58
4 融合 FLIT 和 LBP 空间信息的 CT 体数据边缘提取算法  58-78
  4.1 CT 体数据三维边缘提取现状  58-59
  4.2 LBP 对边缘信息的捕捉  59-60
  4.3 边缘提取算法 FL-FUSION  60-65
    4.3.1 多方向有限线积分变换 SD-FLIT  61-62
    4.3.2 多平面局部二值模式 SP-LBP  62-63
    4.3.3 FL-fusion 算法实现流程  63-65
  4.4 实验与分析  65-77
    4.4.1 空间方向的选择  65-67
    4.4.2 空间平面的选择  67-70
    4.4.3 裂纹体数据边缘提取效果对比  70-73
    4.4.4 其他体数据边缘提取效果对比  73-76
    4.4.5 含噪边缘提取和准确性分析  76-77
  4.5 本章小结  77-78
5 利用光滑比较函数改进 LBP 的模糊 DR 图像边缘提取算法  78-92
  5.1 引言  78-79
  5.2 LBP 比较函数的缺点和改进  79-81
  5.3 边缘提取算法 H-LBP  81-84
    5.3.1 H-LBP 算法原理  81-84
    5.3.2 H-LBP 算法实现流程  84
  5.4 实验与分析  84-89
    5.4.1 DR 图像边缘提取效果对比  85-87
    5.4.2 其它图像边缘提取效果对比  87-89
  5.5 本章小结  89-92
6 总结和展望  92-94
  6.1 全文总结  92-93
  6.2 展望  93-94
致谢  94-96
参考文献  96-106
附录  106
  A 攻读学位期间发表的论文目录  106

局部二值模式的改进及其在工业X射线图像中的应用研究

内容摘要

全文目录

相似论文