本文關(guān)鍵詞：X射線安檢圖像的校正

  更多相關(guān)文章： 安檢設(shè)備 X射線 探測(cè)器 均勻性校正 “拖尾”模糊 圖像復(fù)原

【摘要】：安檢設(shè)備已成為安全檢查的必備設(shè)備,安檢圖像的顯示質(zhì)量是安檢系統(tǒng)品質(zhì)的重要評(píng)價(jià)標(biāo)準(zhǔn)。本文工作的主要目的是分析和解決兩個(gè)造成安檢圖像質(zhì)量下降的問(wèn)題：圖像不均勻和圖像“拖尾”模糊。針對(duì)安檢圖像不均勻的問(wèn)題,本文分析了不均勻的原因,總結(jié)并驗(yàn)證了安檢成像系統(tǒng)中造成圖像不均勻的因素。由分析得,存在灰度閾值T將安檢圖像分為高、低灰度段,這兩個(gè)灰度段出現(xiàn)不均勻的原因不同。對(duì)于高灰度段,修正了探測(cè)器的響應(yīng)曲線模型,在線性響應(yīng)模型中加入高次項(xiàng),并基于此模型設(shè)計(jì)了修正的兩點(diǎn)校正方法。由實(shí)驗(yàn)結(jié)果比較可得,較目前安檢系統(tǒng)使用的兩點(diǎn)校正法,修正的兩點(diǎn)校正方法能有效改善圖像的顯示效果,提高圖像的均勻度。而對(duì)于低灰度段,采用了補(bǔ)償修正的校正方法,修正后的圖像顯示更加均勻。最后,介紹了灰度閾值T的選取,高、低灰度段的校正方法同時(shí)對(duì)安檢圖像進(jìn)行校正,由實(shí)驗(yàn)結(jié)果表明,圖像經(jīng)校正后,均勻度得到了提高,圖像的質(zhì)量得到改善。對(duì)于安檢圖像“拖尾”模糊的問(wèn)題,文中分析了其原因,并建立了模糊降質(zhì)的數(shù)學(xué)模型。分析比較經(jīng)典的復(fù)原方法和正則化復(fù)原方法,以及它們各自的優(yōu)缺點(diǎn),并在此基礎(chǔ)上,選用基于全變分約束的復(fù)原方法。實(shí)驗(yàn)結(jié)果表明,基于全變分約束的復(fù)原方法能有效減弱安檢圖像的“拖尾”現(xiàn)象,同時(shí)能抑制圖像噪聲的放大。
【關(guān)鍵詞】：安檢設(shè)備 X射線 探測(cè)器 均勻性校正 “拖尾”模糊 圖像復(fù)原
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP391.41;O434.1
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-12
• 1.1 研究背景及意義8-9
• 1.1.1 研究動(dòng)機(jī)8-9
• 1.1.2 研究目標(biāo)與意義9
• 1.2 國(guó)內(nèi)外安檢設(shè)備現(xiàn)狀9-10
• 1.3 實(shí)驗(yàn)數(shù)據(jù)來(lái)源10
• 1.4 國(guó)內(nèi)外研究現(xiàn)狀10
• 1.5 論文的結(jié)構(gòu)安排10-12
• 第二章 X射線安檢系統(tǒng)12-22
• 2.1 X射線安檢系統(tǒng)結(jié)構(gòu)12-13
• 2.1.1 安檢產(chǎn)品12
• 2.1.2 安檢系統(tǒng)整體結(jié)構(gòu)圖12-13
• 2.2 X射線模塊13-16
• 2.2.1 X射線的產(chǎn)生原理及能譜特性13-14
• 2.2.2 射線的量和質(zhì)14-15
• 2.2.3 X射線與物質(zhì)的相互作用15-16
• 2.2.4 X射線的衰減16
• 2.3 數(shù)據(jù)采集16-19
• 2.3.1 成像原理與過(guò)程16-17
• 2.3.2 X射線探測(cè)器17-19
• 2.3.3 數(shù)據(jù)采集與轉(zhuǎn)換19
• 2.4 數(shù)據(jù)顯示模塊19-21
• 2.5 本章小結(jié)21-22
• 第三章 安檢圖像不均勻的校正22-41
• 3.1 圖像不均勻的原因分析22-25
• 3.1.1 產(chǎn)生原因分析22-23
• 3.1.2 實(shí)驗(yàn)驗(yàn)證23-25
• 3.2 圖像不均勻的校正方法25-31
• 3.2.1 常規(guī)校正方法25-28
• 3.2.2 高灰度段的修正兩點(diǎn)校正方法28-29
• 3.2.3 低灰度段的補(bǔ)償修正法29-31
• 3.3 實(shí)驗(yàn)過(guò)程及結(jié)果31-40
• 3.3.1 高灰度段校正實(shí)驗(yàn)31-37
• 3.3.2 低灰度段校正實(shí)驗(yàn)37-39
• 3.3.3 高、低灰度段結(jié)合校正實(shí)驗(yàn)39-40
• 3.4 本章小結(jié)40-41
• 第四章 安檢圖像“拖尾”模糊的復(fù)原41-49
• 4.1 安檢圖像“拖尾”模糊的產(chǎn)生41-42
• 4.2 復(fù)原方法的比較與選擇42-45
• 4.2.1 經(jīng)典的圖像復(fù)原方法42-43
• 4.2.2 正則化的圖像復(fù)原方法43-45
• 4.3 實(shí)驗(yàn)過(guò)程及結(jié)果45-47
• 4.3.1 點(diǎn)擴(kuò)散函數(shù)(PSF)的獲取45
• 4.3.2 實(shí)驗(yàn)結(jié)果及比較45-47
• 4.4 后續(xù)研究47-48
• 4.5 本章小結(jié)48-49
• 第五章 總結(jié)與展望49-50
• 5.1 總結(jié)49
• 5.2 展望49-50
• 致謝50-51
• 參考文獻(xiàn)51-53

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 胡尚舉;楊繼章;;基于圖像偵測(cè)技術(shù)的客車(chē)超載監(jiān)控的實(shí)現(xiàn)方法[J];科技資訊;2008年30期

2 宣雷,吳渝彥,徐建華;一種有效的圖像邊緣修正方法[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);1993年01期

3 王欽軍;田慶久;;IRS-P6衛(wèi)星LISS3圖像數(shù)據(jù)質(zhì)量評(píng)價(jià)[J];地理與地理信息科學(xué);2007年03期

4 孫紅輝;侯素霞;張清華;;圖像的微分處理與相關(guān)識(shí)別[J];光學(xué)技術(shù);2007年S1期

5 朱鐵穩(wěn);王勇;;大傾斜航空攝影圖像地理坐標(biāo)賦予方法[J];海洋測(cè)繪;2010年03期

6 王鐵城;齊龍;;圖像的增強(qiáng)及其清晰處理[J];實(shí)驗(yàn)室科學(xué);2006年05期

7 宋曉剛;李新路;;基于非線性偏微分方程的圖像著色[J];西昌學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年03期

8 郇中丹,孔令海,黃海洋;圖像強(qiáng)化去噪的一種偏微模型[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年06期

9 竇麗華;畢超;;一種快速的圖像邊緣精確提取算法[J];光學(xué)技術(shù);2006年04期

10 宋莎莎;張杰;孟俊敏;;基于網(wǎng)函數(shù)插值的MODIS Level 1B圖像Bowtie效應(yīng)修正[J];遙感技術(shù)與應(yīng)用;2010年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動(dòng)感特征分析[A];第一屆中國(guó)情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

3 韓焱;王明泉;宋樹(shù)爭(zhēng);;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊(cè)）[C];2001年

4 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無(wú)參考客觀質(zhì)量評(píng)測(cè)方法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域?yàn)V除方法[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

8 漆琳智;張超;吳向陽(yáng);;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 吳飛;無(wú)邊距照片打印三部曲[N];中國(guó)電腦教育報(bào);2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報(bào);2009年

3 ;B超術(shù)語(yǔ)解釋[N];農(nóng)村醫(yī)藥報(bào)（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報(bào);2001年

5 馬駿睿 皓月;制作版畫(huà)效果圖片[N];中國(guó)攝影報(bào);2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報(bào);2009年

7 西安 張正倉(cāng);I~（2）C總線控制的HG-2220AV液晶屏視頻信號(hào)驅(qū)動(dòng)板[N];電子報(bào);2003年

8 ;令挑剔的人也刮目相看[N];中國(guó)電子報(bào);2001年

9 侯杰;國(guó)產(chǎn)芯片進(jìn)軍移動(dòng)多媒體市場(chǎng)[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國(guó)計(jì)算機(jī)報(bào);2002年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 梁福來(lái);低空無(wú)人機(jī)載UWB SAR增強(qiáng)成像技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 賈茜;基于時(shí)—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

6 楊小義;圖像特征識(shí)別算法及其在聾人視覺(jué)識(shí)別中的應(yīng)用研究[D];重慶大學(xué);2015年

7 王玉明;SAR圖像地雷場(chǎng)檢測(cè)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 溫景陽(yáng);圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

9 李林;基于概率圖模型的圖像整體場(chǎng)景理解方法研究[D];電子科技大學(xué);2014年

10 馮景;基于SAR圖像的海面溢油檢測(cè)研究[D];北京理工大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李鵬遠(yuǎn);圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學(xué);2015年

2 萬(wàn)燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學(xué);2015年

3 毛雙艷;基于梯度域的圖像風(fēng)格化渲染方法的研究及其應(yīng)用[D];華南理工大學(xué);2015年

4 向訓(xùn)文;RGB-D圖像顯著性檢測(cè)研究[D];華南理工大學(xué);2015年

5 曾旭;基于聚類(lèi)和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學(xué);2015年

6 熊楊超;圖像美學(xué)評(píng)價(jià)及美學(xué)優(yōu)化研究[D];華南理工大學(xué);2015年

7 王艷;圖像視覺(jué)顯著性檢測(cè)方法及應(yīng)用的研究[D];華南理工大學(xué);2015年

8 鄭露萍;圖像二階微分特征提取及人臉識(shí)別應(yīng)用研究[D];昆明理工大學(xué);2015年

9 王思武;基于太陽(yáng)圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

10 曹靜;基于暗通道先驗(yàn)算法的圖像去霧處理[D];海南大學(xué);2015年

本文編號(hào)：1028134