摘 要:基于X射線影像增強(qiáng)器的視覺系統(tǒng)所成圖像的缺點(diǎn)是動(dòng)態(tài)范圍小，對(duì)比度不夠高。為此，提出一種新的X射線圖像增強(qiáng)算法。首先在高低兩個(gè)不同射線管電壓下分別獲取兩幅圖像，利用離散小波變換對(duì)其進(jìn)行多分辨率圖像融合，以擴(kuò)展X射線圖像動(dòng)態(tài)范圍，之后再利用雙平臺(tái)直方圖均衡算法對(duì)融合圖像進(jìn)行增強(qiáng)。實(shí)驗(yàn)結(jié)果顯示，射線圖像得到有效增強(qiáng)。

關(guān)鍵詞:X射線圖像; 圖像增強(qiáng); 圖像融合; 雙平臺(tái)直方圖均衡化

中圖分類號(hào):TP391.4 文獻(xiàn)標(biāo)識(shí)碼:A

文章編號(hào):1004-373X(2010)10-0105-03

New Algorithm of X-ray Image Enhancement

LI Han-zhi1，2， ZHAO Bao-sheng1， LI Wei3

(1. State Key Laboratory of Transient Optics and Photonics， Xi’an Institute of Optics and Precision Mechanics， CAS， Xi’ an 710119， China;

2. Graduate University of CAS， Beijing 100039， China; 3. School of Information Engineering， Chang’an University， Xi’an 710064， China)

Abstract:Since the images produced by the vision system based on X-ray image intensifier often have limitations such as narrow dynamic range， and low contrast， a new X-ray image enhancement algorithm is raised here. Two X-ray images taken at different X-ray tube voltages and currents are fused by digital wavelet transform to expand the dynamic range of the X-ray images， and then adopts the dual-platform histogram equalization algorithm to enhance the fused image. The experimental results show that the X-ray images are enhanced effectively.

Keywords:X-ray image; image enhancement; image fusion; dally-platform histogram equalization

在電子器件生產(chǎn)過程中，通常需要對(duì)器件焊點(diǎn)焊接情況進(jìn)行在線檢測，以確定合格品與不合格品。為滿足此項(xiàng)需求，在此基于高性能雙近貼式X射線影像增強(qiáng)器的基礎(chǔ)上設(shè)計(jì)出電子工業(yè)用X射線檢測系統(tǒng)。與目前最為先進(jìn)的射線檢測設(shè)備平板探測器相比，X射線影像增強(qiáng)器的突出優(yōu)點(diǎn)是價(jià)格便宜很多，使用壽命較長，而且完全能夠?qū)崿F(xiàn)國產(chǎn)化[1]，這決定了它目前在無損檢測領(lǐng)域仍然是廣泛使用的X射線成像設(shè)備，但其缺點(diǎn)是動(dòng)態(tài)范圍小，對(duì)比度不夠高，背景噪聲大，不均勻性較為嚴(yán)重。X射線影像增強(qiáng)器的噪聲絕大部分為隨機(jī)噪聲，使用多種疊加方法可以基本消除[2]，文獻(xiàn)[3]給出了射線圖像不均勻性的校正方法。本文在此提出一種新的X射線圖像增強(qiáng)算法，用以擴(kuò)展動(dòng)態(tài)范圍，并拉伸對(duì)比度。新算法有別于對(duì)單幅圖像進(jìn)行處理的傳統(tǒng)圖像增強(qiáng)算法，它首先利用小波變換把高低能量的兩幅射線圖像融合為一幅圖像，以擴(kuò)展射線圖像的動(dòng)態(tài)范圍，然后采用雙平臺(tái)直方圖均衡化對(duì)融合圖像進(jìn)行增強(qiáng)處理。實(shí)驗(yàn)結(jié)果表明，方法能夠有效地對(duì)射線圖像進(jìn)行增強(qiáng)，具有較好的推廣能力。

1 算法原理

算法原理如圖1所示，高低能量的兩幅X射線圖像經(jīng)過一定層數(shù)的離散小波變換(digital wavelet transform，DWT)，分解成相應(yīng)層上的高頻和低頻分量。之后分別對(duì)高頻和低頻分量使用離散小波反變換，以不同法則進(jìn)行融合，使得兩幅射線圖像融合為一幅圖像，以擴(kuò)展射線圖像的動(dòng)態(tài)范圍。最后通過雙平臺(tái)直方圖均衡化對(duì)融合圖像進(jìn)行增強(qiáng)，以加強(qiáng)射線圖像的對(duì)比度。

1.1 小波分解與重構(gòu)

根據(jù)Mallat提出的塔式分解方法[4]，離散小波分解如下:

Caj+1=HCajH′

Chj+1=GCajH′

Cvj+1=HCajG′

Cdj+1=GCajG′(1)

式中:a表示低頻子帶;h，v，d分別表示水平、垂直和對(duì)角方向的高頻子帶;j表示執(zhí)行小波分解的層數(shù)j=0，1，2，…，L-1，C0表示原始圖像;H和G分別為尺度函數(shù)和小波函數(shù)對(duì)應(yīng)的濾波器系數(shù)矩陣;H′和G′分別是H和G的共軛轉(zhuǎn)置矩陣，它們都隨小波基的選擇而定。相應(yīng)的小波重構(gòu)算法為:

Caj-1=H′Caj+G′ChjH+H′DvjG+G′DdjG，

j=L，L-1，…，1(2)

小波變換應(yīng)用于圖像融合的優(yōu)勢在于它可以將圖像分解到不同的頻率域，在不同的頻率域運(yùn)用不同的選擇規(guī)則，得到融合圖像的多分辨率分解，從而在合成圖像中保留源圖像在不同頻率域的顯著特征。因而，小波分解的層數(shù)與各個(gè)頻率域融合規(guī)則的選取對(duì)基于小波變換的圖像融合至關(guān)重要。本文小波分解層為兩層[5]。由小波分解的特點(diǎn)可知，高層的小波系數(shù)由前一層的低頻系數(shù)分解而成，低頻系數(shù)體現(xiàn)了圖像的主要能量，高頻系數(shù)對(duì)應(yīng)于圖像的細(xì)節(jié)。若能采用較好的方法融合低頻系數(shù)，則只需用較少的小波分解層數(shù)即可實(shí)現(xiàn)最優(yōu)的融合效果;然而，若能采用較好的方法融合高頻系數(shù)，則可以盡可能多地保持源圖像清晰區(qū)域的主要細(xì)節(jié)特征。

圖1 算法流程圖

本文高頻系數(shù)的融合采用局部方差最大準(zhǔn)則。方差可視為對(duì)比度的測度，反映的是圖像的細(xì)節(jié)信息。采用局部方差最大準(zhǔn)則可以使融合圖像最大限度地保持源圖像細(xì)節(jié)信息。兼顧計(jì)算量和體現(xiàn)局部區(qū)域特性面，方差計(jì)算選取高頻系數(shù)矩陣元素3×3鄰域進(jìn)行操作[6]，表達(dá)式如下:

CFHl(p)=CAHl(p)，σ(A，p)≥σ(B，p)

CBHl(p)，σ(A，p)<σ(B，p)(3)

式中:H表示高頻系數(shù)矩陣;p代表高頻系數(shù)矩陣中的1個(gè)點(diǎn);σ表示求鄰域方差;l表示相應(yīng)的小波分解層數(shù);A，B表示兩幅源圖像。低頻系數(shù)的融合采用目前應(yīng)用比較廣泛的Burt方法[3]。

1.2 雙平臺(tái)直方圖均衡化

直方圖均衡化是方便快捷且經(jīng)常被使用的圖像對(duì)比度增強(qiáng)算法[7-9]。它的基本思想是將原始圖像的不均衡直方圖變換為均勻分布形式，即將輸入圖像轉(zhuǎn)換為在每一灰度級(jí)上都有相同的像素點(diǎn)數(shù)。直方圖均衡化的結(jié)果擴(kuò)展了像元取值的動(dòng)態(tài)范圍，從而達(dá)到增強(qiáng)圖像整體對(duì)比度的效果。如果對(duì)X射線圖像直接采用這種方法予以增強(qiáng)，就會(huì)使占有大多數(shù)像素的背景過度放大，而占有像素較少的目標(biāo)和細(xì)節(jié)受到一定程度的抑制，均衡化結(jié)果有時(shí)候還會(huì)出現(xiàn)“過亮”。為此，本文采用一種自適應(yīng)的雙平臺(tái)直方圖均衡化方法。

雙平臺(tái)直方圖均衡是通過選擇兩個(gè)合適的平臺(tái)閾值T1和T2分別作為上限平臺(tái)和下限平臺(tái)，對(duì)輸入統(tǒng)計(jì)直方圖進(jìn)行修改。上限平臺(tái)T1取像素?cái)?shù)的20%~30%，下限平臺(tái)取像素?cái)?shù)的5%~10%。為對(duì)占像素?cái)?shù)較多的背景和噪聲進(jìn)行抑制，在某一灰度級(jí)直方圖值大于上限平臺(tái)閾值T1時(shí)，將其重置為T1;為對(duì)圖像中占有較少像素的目標(biāo)細(xì)節(jié)進(jìn)行放大，在某一灰度級(jí)直方圖值小于下限平臺(tái)閾值T2時(shí)，將其重置為T2;介于T1和T2之間的灰度級(jí)直方圖值保持不變，如下所示:

H(sk)=T1，h(sk)≥T1，

k=0，1，2，…，L-1

h(sk)，T2

k=0，1，2，…，L-1

T2，h(sk)≤T2，

k=0，1，2，…，L-1(4)

式中:H(sk)為圖像的雙平臺(tái)直方圖值;h(sk)為圖像的統(tǒng)計(jì)直方圖值;L為圖像的灰度級(jí)數(shù);sk為灰度值。經(jīng)過式(4)處理，圖像的累積直方圖如下:

I(sk)=∑Ski=0H(sk)，k=0，1，2，…，L-1(5)

據(jù)此對(duì)圖像灰度進(jìn)行重新分配，即可得到均衡化的灰度值:

D(sk)=round[(L-1)#8226;I(sk)/I(sL-1)](6)

式中:round( )表示四舍五入取整。經(jīng)過上述處理，占有較少像素的目標(biāo)細(xì)節(jié)部分的灰度分布比較集中，因此還要對(duì)灰度間距進(jìn)行均衡處理。

首先，對(duì)雙直方圖均衡后的灰度級(jí)數(shù)目進(jìn)行統(tǒng)計(jì)，如下:

M0=0，

Mk=Mk-1，D(sk)=D(sk-1)，

k=0，1，2，…，L-1

Mk-1+1，D(sk)≠D(sk-1)，

k=0，1，2，…，L-1(7)

式(7)是對(duì)灰度范圍內(nèi)不為零的灰度級(jí)進(jìn)行統(tǒng)計(jì)。由此得到雙平臺(tái)直方圖均衡后圖像實(shí)際有效的灰度級(jí)數(shù)ML-1，然后對(duì)圖像有效的灰度級(jí)進(jìn)行重新排序，再在整個(gè)灰度范圍內(nèi)進(jìn)行等間距排序，其變換函數(shù)為:

Tk=round[Mk(L-1)/ML-1]，

k=0，1，2，…，L-1(8)

灰度等間距均衡化實(shí)際就是把灰度等級(jí)在整個(gè)顯示范圍內(nèi)等間距排序，以增強(qiáng)圖像顯示的細(xì)節(jié)和清晰度[10]。

2 實(shí)驗(yàn)結(jié)果分析

本文實(shí)驗(yàn)所用射線源管電壓為35~80 kV;管電流為10~250 μA;焦斑為33 μm;X射線像增強(qiáng)器為鈦窗Ф75 mm雙近貼式X射線像增強(qiáng)器;后端數(shù)字化成像采用百萬像素的科學(xué)級(jí)CCD相機(jī)。為便于分析和觀察，本文所用試驗(yàn)圖片均經(jīng)過256幀疊加，以消除隨機(jī)噪聲。

臺(tái)階鋁塊常用來測試射線成像系統(tǒng)的成像動(dòng)態(tài)范圍。本文將臺(tái)階鋁塊在兩個(gè)不同射線管電壓下采集的高低能量兩幅射線圖像作為源圖像，為做對(duì)比還采集了一幅管電壓取中間值的射線圖像。圖2的射線圖像中圖2(a)~圖2(c)對(duì)應(yīng)的射線管電壓/電流分別為46 kV/146 μA，74 kV/146 μA，60 kV/146 μA。實(shí)驗(yàn)結(jié)果如圖2(d)所示。

圖2 臺(tái)階鋁塊試驗(yàn)圖

在電子工業(yè)用X射線成像系統(tǒng)中，焊點(diǎn)缺陷識(shí)別能力是至關(guān)重要的。取3個(gè)不同的射線管電壓/電流65 kV/121 μA，45 kV/121 μA，55 kV/121 μA，分別采集3幅含氣泡缺陷的PCB板射線圖像，如圖3所示。

圖3 氣泡缺陷PCB板實(shí)驗(yàn)圖

由圖2、圖3中兩組實(shí)驗(yàn)圖像可以看出，經(jīng)過多分辨率圖像融合，有效地克服了單幀X射線圖像動(dòng)態(tài)范圍小的問題。

在臺(tái)階鋁塊試驗(yàn)中，經(jīng)過圖像融合，可分辨臺(tái)階級(jí)數(shù)得到擴(kuò)展;而在氣泡缺陷PCB板試驗(yàn)中，經(jīng)過圖像融合，氣泡缺陷變得十分清晰明了，各個(gè)焊點(diǎn)邊緣也沒有了高管壓時(shí)的白化現(xiàn)象。但是融合圖像的對(duì)比度卻顯得不盡人意，需要進(jìn)行對(duì)比度增強(qiáng)。經(jīng)過雙平臺(tái)直方圖均衡化處理后的氣泡缺陷PCB板融合圖像顯示效果如圖4所示。

圖4 雙平臺(tái)直方圖均衡化處理融合圖像

3 結(jié) 語

小波變換和直方圖均衡化算法都可分別單獨(dú)用來對(duì)圖像進(jìn)行增強(qiáng)處理。本文首次提出一種將小波變換多分辨率圖像融合與雙平臺(tái)直方圖均衡化結(jié)合起來的射線圖像增強(qiáng)算法，并將該算法應(yīng)用到基于雙近貼式X射線影像增強(qiáng)器的電子工業(yè)用X射線檢測機(jī)上。

仿真實(shí)驗(yàn)結(jié)果顯示，經(jīng)過該算法的增強(qiáng)處理，射線圖像的動(dòng)態(tài)范圍得到顯著擴(kuò)展，對(duì)比度得到有效加強(qiáng)。由此可以認(rèn)為，采用本文方法，能夠有效地對(duì)X射線圖像進(jìn)行增強(qiáng)處理。

參考文獻(xiàn)

[1]趙寶升.X射線像增強(qiáng)器像質(zhì)評(píng)價(jià)[J].光子學(xué)報(bào)，1991，20(3):292-299.

[2]陳樹越，路宏年，張丕狀，等.科學(xué)級(jí)CCD相機(jī)像元不一致特性及其校正研究[J].兵工學(xué)報(bào)，2001，22(2):226-229.

[3]李偉，趙寶升，趙菲菲，等.雙近貼式X射線像增強(qiáng)器成像不均勻性分析與校正[J].光子學(xué)報(bào)，2009，38(6):1353-1357.

[4]徐晨，趙瑞珍，甘小冰.小波分析應(yīng)用算法[M].北京:科學(xué)出版社，2004.

[5]楚恒.像素級(jí)圖像融合及其關(guān)鍵技術(shù)研究[D].成都:電子科技大學(xué)，2008.

[6]強(qiáng)贊霞，彭嘉雄，王洪群.基于小波變換局部方差的遙感圖像融合[J].武漢:華中科技大學(xué)，2003，31(6):89-91.

[7]宋巖峰，邵曉鵬，徐軍，等.基于雙平臺(tái)直方圖的紅外圖像增強(qiáng)算法[J].紅外與激光工程，2008，37(2):308-311.

[8]劉常春，胡順波，楊吉宏，等.一種直方圖不完全均衡化方法[J].山東大學(xué)學(xué)報(bào):工學(xué)版，2003，33(6):661-664.

[9]張志龍，李吉成，沈振康.一種保持圖像細(xì)節(jié)的直方圖均衡新算法[J].計(jì)算機(jī)工程與科學(xué)，2006，28(5):36-38.

[10]蔡蘭，陳幀，梅林.圖像增強(qiáng)技術(shù)在X射線探傷中的應(yīng)用[J].無損檢測，2005，27(5):256-258.