数字图像处理技术详解

在数字射线检测技术中，为了更好地识别图像中的信息，在观察和评定图像时通常都要运用数字图像处理技术。

数字图像处理技术可分为三个层次内容：狭义图像处理、图像分析、图像理解。狭义图像处理是对输入图像进行某种变换，改善图像的视觉效果或对图像进行压缩编码等，获得输出图像。图像分析是对图像的局部（目标）进行检测与测量，建立图像目标的描述，给出图像数值或符号描述。图像理解是在图像分析基础上，基于人工智能等研究图像目标的性质和目标间的相互关系，对图像内容理解和解释。

我们这里简要叙述的数字射线检测技术中运用的数字图像处理内容，主要是狭义图像处理，也可说是图像增强处理内容。简单说，图像增强处理主要是根据图像质量的一般性质，选择性地加强图像的某些信息、抑制另一些信息，改善图像质量。图像增强处理不会增加图像的信息量，但可使某些图像特征容易识别或检测。

从射线检测技术对图像增强处理希望得到的结果，可以把常用的数字图像增强处理方法分为对比度增强、图像锐化、图像平滑三类处理，此外，还可包括伪彩色处理。表4-6是常用图像增强处理的类别与方法。

表4-6 常用图像增强处理的类别与方法

1.对比度增强处理

（1）直方图调整 当整幅图像对比度较小、整幅图像偏暗时，可采用直方图调整处理。即对图像整体的亮暗分布进行统计，做出其灰度直方图，通过对灰度直方图分析，做出调整处理。灰度直方图是图像灰度级分布的函数，表示图像中具有不同灰度级的像素个数，反映图像中不同灰度级出现的频率。任何一幅图像，都可以确定其对应的灰度直方图，图像情况不同其灰度直方图不同，从该图可以判断图像的某些特性。

直方图调整处理就是采用变换函数，调整灰度级分布，使图像灰度间距拉开或分布均匀，或突出所关心的灰度级范围。调整图像的灰度直方图，则可改变图像的特性。图4-14是一个灰度直方图调整处理实例。

（2）灰度变换法 对图像上各个像素点的灰度值，采用适当的变换函数，把输入灰度范围变换为输出灰度范围，这就是灰度变换法处理。变换函数可以是线性函数、非线性函数（如幂函数、对数函数等），可以分段采用不同的变换函数，以获得希望的结果。图4-15a是一分段线性变换函数示意图（一般称为对比拉伸变换处理）。从图中可见，对于中间段（ab区）灰度级图像对比度将获得明显增大。在变换后，灰度直方图将同时改变。

（3）直方图均衡化（局部统计方法）当图像中某灰度值的像素数比例很大时，对图像的影响也将很大。反之，若某灰度值的像素数比例很小时，则其对图像的影响也将很小。从此出发，对图像中像素数比例很大的灰度值展宽，对图像中像素数比例很小的灰度值合并，这种处理就是直方图均衡化。例如，一种处理是依据图像灰度级局部的均值和方差，对每个像素的灰度级分配一新的局部的均值和方差，提高对比度。图4-15b为直方图均衡化处理的图像与原图像对比。

图4-14 灰度直方图调整处理对比图（下面图为对应的灰度直方图）

图4-15 直方图调整

a）分段线性变换函数示意图 b）直方图均衡化处理（左为原图像）

2.图像锐化处理

（1）高通滤波法 图像轮廓与图像中的急剧变化区对应的是空间高频分量，因此在空间频率域采用高通滤波处理，可以锐化图像轮廓与图像急剧变化区边缘，使图像清晰。可以构成不同的高通滤波函数，完成高通滤波处理。例如，一种高通滤波函数（称为理想高通滤波器）是对低于一定频率（截止频率）的部分均置为0（其傅里叶变换的传递函数均置为0），对高于该频率部分均无损失地（其傅里叶变换的传递函数置为1）通过。图4-16是一图像高通滤波处理的情况。(www.xing528.com)

图4-16 高通滤波处理（左为原图像）

（2）微分（梯度）法 微分运算是求变化率（斜率、梯度）的运算，因此微分处理结果与图像点的变化情况密切相关。对于图像轮廓及其中的突然变化区，微分处理后将增大图像的变化幅度，使图像轮廓、变化区边缘得到增强。实际微分处理时，可以按图像的不同方向或其组合等进行，这样就形成了不同的微分处理（微分算子），获得不同的处理结果。图4-17是一微分法处理图像的情况。

图4-17 微分法处理图像对比（左为原图像）

3.图像平滑处理

图像平滑处理的目的是消除噪声。噪声有不同来源，特征不同。例如，频谱均匀分布的噪声称为白噪声，幅值基本相同、出现位置随机的噪声称为椒盐噪声等。图像平滑处理的主要方法是低通滤波法、中值滤波法、多帧平均法。

（1）低通滤波法 图像噪声的灰度值改变迅速，从空间频率角度，处于高频部分，因此通过低通滤波法可以降低图像噪声。低通滤波法可以采用低通滤波函数实现。不同低通滤波函数特点不同，去除含在空间高频分量中的图像噪声特点不同。

（2）中值滤波法（局部平均法）中值滤波法是采用一个像素邻域内各点的灰度级的平均值（或中间值），代替该像素的灰度级，降低噪声的方法。中值滤波法处理时需要选择中值滤波器窗口（即局部平均区的形状、大小），不同形状窗口处理效果不同。常用窗口形状有线状、十字状、正方形状等。最佳窗口很难事先选定。中值滤波处理对脉冲状噪声、点状噪声具有很好的去除效果，图4-18是一中值滤波法去除椒盐噪声图例。

图4-18 中值滤波法去除椒盐噪声图例（左为含噪声图像）

（3）多帧平均法 当图像噪声为加性噪声，即噪声对于坐标点互不相关，且平均值为零，则可采用多帧平均法处理。多帧平均法（多图像平均法）常称为积分处理，其采用多幅图像叠加以削弱噪声。在应用时，必须使多幅图像的像素准确对应叠加。

4.伪彩色处理

一般认为，人眼可分辨的不同色彩可达千种以上，但对于从黑到白仅可分辨20多个灰度级，因此在灰度图像中，当不同细节的灰度值相差较小时，人眼不能识别。但若将灰度值变换为不同颜色，则可能被人眼识别。伪彩色处理就是将灰度图像的各像素，按其灰度值以一定规则赋予对应的不同颜色，将灰度图像转换为彩色图像。

可以采用不同的方法实现伪彩色处理。例如，最简单的是将0～255这256个灰度级，对应成256种色彩，就可以简单地将灰度图像转换为彩色图像。

这些数字图像处理方法，汇集在图像观察与评定系统的软件中。不同的数字射线检测技术系统可能提供不同功能的软件，使用条件也会存在差异。此外，软件应包括缺陷尺寸电子测量功能，以便正确地测定缺陷尺寸。为了更好地识别图像中的信息，在观察和评定图像时通常都要运用数字图像处理技术。

为正确地运用这些软件，获得满意的图像质量，正确地完成缺陷评定，显然，数字射线检测技术要求检测人员应掌握一定的计算机操作技能。