汽車輪轂是汽車運行當(dāng)中的主要受力部件,質(zhì)量合格的輪轂是行車穩(wěn)定和安全的保證。目前,X射線檢測由于其成像精度高,探測深度廣,實時性高等優(yōu)點,運用廣泛。相對于8位射線灰度圖像,16位射線灰度圖像具有更高的灰階表示,表示的精度更高,因此在輪轂檢測時多采用16位灰度圖像。但16位X射線灰度圖存在冗余信息多,對比度低等問題。調(diào)窗是處理上述問題的好方法,但傳統(tǒng)的人工手動調(diào)窗費時費力,而且對檢測人員的先驗知識有較高的要求。本文致力于實現(xiàn)一種實時性好,魯棒性強(qiáng),準(zhǔn)確性高的自適應(yīng)調(diào)窗方法以解決上述問題。本文首先介紹了目前存在的一些自適應(yīng)調(diào)窗方法,主要包括:1以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的自適應(yīng)調(diào)窗算法,算法繁雜,耗時長,而且需要大量的調(diào)窗好的圖片作為訓(xùn)練集。2改進(jìn)后的極值法,面積法,截線法等算法簡單易實現(xiàn),運行快。但魯棒性太差。為了克服上述缺點,本文提出一種借鑒于語音端點檢測的算法,該方法相比以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的自適應(yīng)調(diào)窗算法,算法原理更為簡潔,流程步驟更少,而且不需要大量的手動調(diào)窗圖片作為訓(xùn)練樣本,因而可以高效快速的處理問題。同時實驗表明,本文提出的算法可以很好的處理新類型的圖片,具有很好的魯棒性,克服了簡單算法適... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

未處理的16位灰度圖

華南理工大學(xué)碩士學(xué)位論文8第二章調(diào)窗算法原理及流程2.1窗寬窗位及其調(diào)整窗技術(shù)分為窗寬和窗位兩個，圖像的質(zhì)量不同，調(diào)窗的方式也有所不同，窗寬的寬窄直接影響圖像的清晰度與對比度。本文的目的是增大圖像的對比度，因此使用窄窗寬。為了更好的說明調(diào)窗的基本原理，假定我們最終選定的窗寬范圍是a到b，那么對于高于b的灰度值全部映射到255，比如輪轂中間的空白部分；低于a的灰度則全部設(shè)為0，比如顏色本身就比較黑的輪轂邊緣部分；介于a和b之間的灰度值則以線性或非線性的方式映射到另一個區(qū)間，出于便捷考慮本文選擇線性映射。窗位則是a和b的平均值，對應(yīng)灰度范圍的中心，具體映射方程如下所示：byxfbyxfaabayxfayxfyxg),(255),(),(255),(0),(（2-1）其中f(x,y)指的是原始灰度，g(x,y)是映射后的灰度。2.2輪觳X射線圖直方圖分布特點簡介經(jīng)過對大量輪觳X射線圖研究分析發(fā)現(xiàn)，不論是鑄件本身還是鑄件對應(yīng)的灰度直方圖都是形態(tài)各異，考慮到第三章實驗部分，本文選取其中部分進(jìn)行說明：第一種類型圖：如圖2-1（a）所示，灰度直方圖2-1（b）有兩個主峰，右側(cè)主峰所占灰度范圍較小，對應(yīng)的像素值卻是比較大的，峰值超過左側(cè)主峰的峰值，其面積對比直方圖總面積無法忽略，對應(yīng)于X射線圖中間三塊分開的灰白部分，這部分的中心在14000左右，這類特點會對第三章的部分算法產(chǎn)生影響。（a）（b）圖2-1類型一灰度圖和直方圖第二種類型圖：如果不對圖2-2（b）仔細(xì)觀察，有可能會把灰度直方圖誤判為兩個主峰，事實上最左側(cè)的凸起部分和主體是緊密相連的，只是相連部分的值相對最大值占

華南理工大學(xué)碩士學(xué)位論文8第二章調(diào)窗算法原理及流程2.1窗寬窗位及其調(diào)整窗技術(shù)分為窗寬和窗位兩個，圖像的質(zhì)量不同，調(diào)窗的方式也有所不同，窗寬的寬窄直接影響圖像的清晰度與對比度。本文的目的是增大圖像的對比度，因此使用窄窗寬。為了更好的說明調(diào)窗的基本原理，假定我們最終選定的窗寬范圍是a到b，那么對于高于b的灰度值全部映射到255，比如輪轂中間的空白部分；低于a的灰度則全部設(shè)為0，比如顏色本身就比較黑的輪轂邊緣部分；介于a和b之間的灰度值則以線性或非線性的方式映射到另一個區(qū)間，出于便捷考慮本文選擇線性映射。窗位則是a和b的平均值，對應(yīng)灰度范圍的中心，具體映射方程如下所示：byxfbyxfaabayxfayxfyxg),(255),(),(255),(0),(（2-1）其中f(x,y)指的是原始灰度，g(x,y)是映射后的灰度。2.2輪觳X射線圖直方圖分布特點簡介經(jīng)過對大量輪觳X射線圖研究分析發(fā)現(xiàn)，不論是鑄件本身還是鑄件對應(yīng)的灰度直方圖都是形態(tài)各異，考慮到第三章實驗部分，本文選取其中部分進(jìn)行說明：第一種類型圖：如圖2-1（a）所示，灰度直方圖2-1（b）有兩個主峰，右側(cè)主峰所占灰度范圍較小，對應(yīng)的像素值卻是比較大的，峰值超過左側(cè)主峰的峰值，其面積對比直方圖總面積無法忽略，對應(yīng)于X射線圖中間三塊分開的灰白部分，這部分的中心在14000左右，這類特點會對第三章的部分算法產(chǎn)生影響。（a）（b）圖2-1類型一灰度圖和直方圖第二種類型圖：如果不對圖2-2（b）仔細(xì)觀察，有可能會把灰度直方圖誤判為兩個主峰，事實上最左側(cè)的凸起部分和主體是緊密相連的，只是相連部分的值相對最大值占

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)Retinex算法的低照度圖像增強(qiáng)方法[J]. 李武勁,彭怡書,歐先鋒,吳健輝,郭龍源,張一鳴,黃鋒,徐智.  成都工業(yè)學(xué)院學(xué)報. 2020(02)
[2]哲學(xué)視野下的中國經(jīng)濟(jì)建設(shè)成就[J]. 鄧祖波,楊立瓊,郭祖全.  西南林業(yè)大學(xué)學(xué)報(社會科學(xué)). 2020(03)
[3]基于CT和MRI的醫(yī)學(xué)圖像融合研究[J]. 陳蒙.  軟件. 2020(05)
[4]基于Retinex算法和視覺感知質(zhì)量評價的逆光圖像增強(qiáng)[J]. 李明剛,李海山,李恒.  計算機(jī)與數(shù)字工程. 2020(04)
[5]中國區(qū)域經(jīng)濟(jì)40年的發(fā)展成就與展望[J]. 北京市社會科學(xué)院課題組,趙弘.  區(qū)域經(jīng)濟(jì)評論. 2019(06)
[6]一種基于模糊理論的陰霾天氣圖像增強(qiáng)改進(jìn)算法[J]. 姜慶偉,蘇興龍.  計算機(jī)與數(shù)字工程. 2019(10)
[7]磁粉探傷在重型汽車維修上的運用[J]. 張躍剛,杜巧珍,景立軍.  汽車實用技術(shù). 2019(11)
[8]基于Retinex的圖像增強(qiáng)方法綜述[J]. 謝鳳英,湯萌,張蕊.  數(shù)據(jù)采集與處理. 2019(01)
[9]磁粉探傷在汽輪機(jī)葉片質(zhì)量檢測中的應(yīng)用[J]. 張成俠.  中國新技術(shù)新產(chǎn)品. 2019(01)
[10]數(shù)字超聲波探傷掃描技術(shù)在鍋爐檢測中的應(yīng)用[J]. 徐剛.  中國石油和化工標(biāo)準(zhǔn)與質(zhì)量. 2018(23)

博士論文
[1]圖像增強(qiáng)的相關(guān)技術(shù)及應(yīng)用研究[D]. 李艷梅.電子科技大學(xué) 2013

碩士論文
[1]工業(yè)X射線圖像增強(qiáng)算法的研究與實現(xiàn)[D]. 劉瑜.中北大學(xué) 2019
[2]輪轂鑄造缺陷檢測的關(guān)鍵技術(shù)研究[D]. 王爾琪.華南理工大學(xué) 2019
[3]時頻域結(jié)合的數(shù)字圖像增強(qiáng)技術(shù)的研究[D]. 楊超.華北理工大學(xué) 2019
[4]基于相位一致的燃煤火焰圖像工況識別[D]. 徐煥新.湖南大學(xué) 2018
[5]基于Retinex理論的圖像增強(qiáng)凸優(yōu)化模型研究[D]. 趙清楠.電子科技大學(xué) 2016
[6]醫(yī)學(xué)CT圖像去噪和增強(qiáng)方法的研究應(yīng)用[D]. 呂鯉志.太原理工大學(xué) 2016
[7]醫(yī)學(xué)X射線圖像增強(qiáng)系統(tǒng)研究[D]. 田星.中北大學(xué) 2015
[8]基于圖像處理的工業(yè)X射線探傷關(guān)鍵技術(shù)研究[D]. 辛晨.西安電子科技大學(xué) 2014
[9]基于Retinex理論的X射線醫(yī)學(xué)圖像算法的改進(jìn)與應(yīng)用[D]. 李飛.首都師范大學(xué) 2013
[10]醫(yī)學(xué)圖像增強(qiáng)若干算法的改進(jìn)研究[D]. 劉立成.湖南大學(xué) 2012



本文編號：3381951