復(fù)雜結(jié)構(gòu)件的X射線序列圖像融合技術(shù)研究
發(fā)布時間:2020-08-09 03:08
【摘要】:X射線成像檢測系統(tǒng)在對具有大厚度比的復(fù)雜結(jié)構(gòu)件進行X射線透照成像時,傳統(tǒng)的固定電壓成像模式易出現(xiàn)過曝光和欠曝光現(xiàn)象,導(dǎo)致構(gòu)件結(jié)構(gòu)信息缺失嚴(yán)重。為此,中北大學(xué)無損檢測中心提出了變電壓X射線成像技術(shù),通過X射線檢測系統(tǒng)的自適應(yīng)控制、有效信息的提取、信息融合等過程,實現(xiàn)了大厚度比復(fù)雜結(jié)構(gòu)件的X射線檢測。該技術(shù)在信息融合的過程中,依據(jù)理想單能X射線假設(shè)下建立的灰度-電壓-厚度模型確定融合圖像的權(quán)值,由于X射線的多能性,其融合權(quán)值不準(zhǔn)確,需要人工進行調(diào)整,且實施復(fù)雜,對材料和系統(tǒng)物理條件的依賴性嚴(yán)重,這些都限制了其在工程上的應(yīng)用。 本論文在變電壓X射線成像技術(shù)的基礎(chǔ)上,研究大厚度比復(fù)雜結(jié)構(gòu)件的X射線序列圖像融合問題。在分析大厚度比復(fù)雜構(gòu)件的X射線序列圖像特點的基礎(chǔ)上,結(jié)合圖像融合理論和方法,分別在空間域和變換域進行融合,不改變現(xiàn)有X射線成像檢測系統(tǒng)硬件組成的條件下,實現(xiàn)了大厚度比復(fù)雜結(jié)構(gòu)件的X射線檢測。本論文的主要研究工作如下: (1)在X射線圖像最佳灰度帶的基礎(chǔ)上,引入X射線曝光度的概念,對復(fù)雜結(jié)構(gòu)件的X射線序列圖像在空間域進行了簡單快速的融合。提出基于曝光度的直接融合法、基于曝光度和金字塔變換相結(jié)合的融合法、基于分層算法的融合法等三種空間域的X射線序列圖像的融合算法。實驗結(jié)果驗證了幾種融合方法的有效性。 (2)針對空間域算法中出現(xiàn)的灰度偏移問題,提出基于支持度變換的X射線序列圖像的融合法。制定了基于主成分分析的低頻近似圖像的融合規(guī)則和基于局部區(qū)域能量的支持度序列圖像的融合規(guī)則。為了減小源序列圖像中偽邊緣對融合結(jié)果的影響,對偽邊緣進行了檢測和預(yù)處理。實驗結(jié)果表明,與空間域的圖像融合算法相比,融合結(jié)果不會出現(xiàn)灰度偏移的問題,噪聲小,融合效果更佳。 (3)為了實現(xiàn)對包含較多細小細節(jié)的大厚度比復(fù)雜結(jié)構(gòu)件的X射線序列圖像的融合,提出基于無下采樣Contourlet變換(NSCT)的融合法。由于NSCT具有多尺度、多方向、平移不變性、子帶圖像和源圖像大小相同等優(yōu)點,提出基于NSCT的X射線序列圖像融合框架,并制定了基于主成分分析的低頻融合策略和基于局部區(qū)域能量的高頻融合策略。實驗結(jié)果證明,與基于支持度變換的融合算法相比,該算法對包含細節(jié)更多的復(fù)雜構(gòu)件具有更好的融合性能。
【學(xué)位授予單位】:中北大學(xué)
【學(xué)位級別】:博士
【學(xué)位授予年份】:2015
【分類號】:TP391.41
本文編號:2786513
【學(xué)位授予單位】:中北大學(xué)
【學(xué)位級別】:博士
【學(xué)位授予年份】:2015
【分類號】:TP391.41
【參考文獻】
相關(guān)期刊論文 前10條
1 宋楊;王菲露;;基于多分辨率分析的多傳感器遙感圖像融合方法[J];安徽大學(xué)學(xué)報(自然科學(xué)版);2011年02期
2 楊民;吳美金;魏東波;李興東;;雙能透照模式下渦輪葉片DR圖像融合方法[J];北京航空航天大學(xué)學(xué)報;2011年12期
3 華順剛;王麗丹;歐宗瑛;;基于多幅不同曝光量照片的場景高動態(tài)范圍圖像合成[J];大連理工大學(xué)學(xué)報;2007年05期
4 焦李成,譚山;圖像的多尺度幾何分析:回顧和展望[J];電子學(xué)報;2003年S1期
5 佘二永,王潤生;基于線性融合模型的多傳感器圖像融合[J];電子學(xué)報;2005年06期
6 張加友,王江安;紅外圖像融合[J];光電子·激光;2000年05期
7 屈小波;閆敬文;楊貴德;;改進拉普拉斯能量和的尖銳頻率局部化Contourlet域多聚焦圖像融合方法[J];光學(xué)精密工程;2009年05期
8 吳建國;;無損檢測技術(shù)在工業(yè)產(chǎn)品質(zhì)量檢驗中的作用[J];裝備制造技術(shù);2009年02期
9 劉貴喜,楊萬海;基于多尺度對比度塔的圖像融合方法及性能評價[J];光學(xué)學(xué)報;2001年11期
10 葉傳奇;苗啟廣;王寶樹;;基于區(qū)域分割和Counterlet變換的圖像融合算法[J];光學(xué)學(xué)報;2008年03期
本文編號:2786513
本文鏈接:http://sikaile.net/shoufeilunwen/xxkjbs/2786513.html
最近更新
教材專著