變能量X射線成像技術(shù)是實現(xiàn)大厚度比目標內(nèi)部信息檢測的重要方法。該方法利用遞變管電壓獲取工件不同厚度區(qū)域的透照子圖,通過融合獲取能夠完整表征工件結(jié)構(gòu)信息的高動態(tài)范圍數(shù)字圖像。但是受限于顯示設備的動態(tài)范圍,融合的高動態(tài)范圍X射線圖像的細節(jié)無法得到有效顯示。針對上述問題,利用X射線圖像重點表征突變結(jié)構(gòu)信息的特點,提出基于圖像梯度非線性增強的算法,通過增強圖像中的灰度變化信息來實現(xiàn)圖像增強。同時,結(jié)合圖像的多分辨特性,實現(xiàn)了不同分辨率層級梯度圖像的增強和融合,從而有效保留并增強不同變化程度的目標結(jié)構(gòu)信息。最后,對大厚度比目標進行變能量X射線成像,并對融合的高動態(tài)范圍圖像進行增強處理,結(jié)果表明,所提方法能夠有效實現(xiàn)高動態(tài)范圍圖像結(jié)構(gòu)信息的增強。 

【文章來源】：光學學報. 2020,40(18)北大核心EICSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引 言
2 變能量X射線高動態(tài)范圍成像的基本原理
3 基于多分辨梯度增強的色階映射算法
    3.1 基于梯度增強的色階映射算法
    3.2 多分辨梯度的融合優(yōu)化
4 實驗及數(shù)據(jù)分析
5 結(jié) 論


【參考文獻】：
期刊論文
[1]基于梯度場的工業(yè)X射線圖像增強算法[J]. 周沖,劉歡,趙愛玲,張鵬程,劉祎,桂志國.  計算機應用. 2019(10)
[2]一種X射線圖像增強新方法[J]. 趙存,胡煒薇.  傳感器與微系統(tǒng). 2017(05)
[3]基于有效區(qū)域選取的變電壓X-射線圖像融合（英文）[J]. 魏交統(tǒng),韓焱,陳平.  Journal of Measurement Science and Instrumentation. 2016(04)
[4]變能量X射線成像方法中權(quán)系數(shù)計算方法研究[J]. 趙霞,劉賓.  光學學報. 2015(07)
[5]高動態(tài)范圍圖像增強算法[J]. 席志紅,趙藍飛.  計算機應用與軟件. 2014(05)
[6]高動態(tài)范圍X射線成像檢測方法[J]. 劉賓,王黎明,蘇新彥.  光譜學與光譜分析. 2014(04)



本文編號：3638173