X光輪胎圖像的增強(qiáng)處理研究

喬 麗，劉繼華，薛艷峰

（呂梁學(xué)院 計(jì)算機(jī)科學(xué)與技術(shù)系，山西 離石 033000）

1 引言

隨著汽車(chē)行業(yè)[1]和交通運(yùn)輸業(yè)的高速增長(zhǎng)，輪胎已經(jīng)成為世界的主流產(chǎn)品。而輪胎內(nèi)部的各種缺陷會(huì)直接影響到它的性能和使用壽命，由此輪胎出廠時(shí)的質(zhì)量檢測(cè)就顯得更為重要了。傳統(tǒng)的檢測(cè)方法是檢測(cè)員觀察輪胎的X光透視圖，按照這種檢測(cè)質(zhì)量標(biāo)準(zhǔn)來(lái)評(píng)價(jià)輪胎的質(zhì)量等級(jí)。但是，X影像[2]具有動(dòng)態(tài)范圍寬的特點(diǎn)，人眼無(wú)法分辨出其中非常微小的灰度差別，通過(guò)觀察圖像很難區(qū)分出灰度級(jí)等級(jí)較接近的那部分。為了提高X光輪胎圖像細(xì)節(jié)的顯示，幫助檢測(cè)員提高判斷的效率，首先需要對(duì)X光輪胎圖像進(jìn)行對(duì)比度增強(qiáng)處理。

圖像對(duì)比度增強(qiáng)可以分為局部性對(duì)比度增強(qiáng)和整體性對(duì)比度增強(qiáng)。其中有一定代表性的局部性對(duì)比度增強(qiáng)方法有局部性直方圖拉伸和局部性統(tǒng)計(jì)法；而直方圖均衡法則是一種經(jīng)常使用的對(duì)圖像進(jìn)行整體對(duì)比度的增強(qiáng)法。

直方圖均衡法[3]實(shí)質(zhì)上是有選擇地增強(qiáng)圖像中的低頻灰階而抑制高頻灰階。在直方圖均衡化方法處理時(shí)，對(duì)那些較少像素的灰度選擇合并，而對(duì)包含有較多像素的灰度進(jìn)行拉伸。然而，占有較少像素的X光輪胎圖像中區(qū)域間的邊界常常卻包含著非常重要的結(jié)構(gòu)信息；另一方面，圖像中的各類(lèi)噪聲常常聚集在高頻灰階，占有較多像素。因此，采用傳統(tǒng)的直方圖增強(qiáng)算法對(duì)圖像進(jìn)行增強(qiáng)使得圖像噪聲放大且丟失細(xì)節(jié)信息。由于一幅圖像的能量主要聚集在低頻分量中，而圖像所含的噪聲和細(xì)節(jié)信息則主要集中在高頻分量中；另外X光輪胎圖像進(jìn)行質(zhì)量檢測(cè)時(shí)，我們所要研究的是輪胎的紋理細(xì)節(jié)，對(duì)背景信息要求不高。所以，文中提出將高頻分量提取出來(lái)，然后對(duì)其進(jìn)行線性加權(quán)增強(qiáng)，最后用直方圖均衡化處理方法[4]增加圖像的對(duì)比度，這樣對(duì)圖像進(jìn)行局部直方圖增強(qiáng)，可以得到更清晰的輪胎紋理細(xì)節(jié)。

2 局部直方圖增強(qiáng)

2.1 巴特沃斯高通濾波

實(shí)驗(yàn)證明，在眾多的高通濾波器中，Buterworth高通濾波器不僅沒(méi)有“振鈴”現(xiàn)象，而且能很好使圖像的細(xì)節(jié)清晰度明顯提高，所以本文采用Buterworth高通濾波器對(duì)X光輪胎圖像進(jìn)行分頻處理。

2.2 巴特沃斯高通濾波原理

n階截止頻率[5]為D0的巴特沃斯高通濾波濾波器的傳遞函數(shù)為：

其中：D（i，j）=[（i-M/2）2+（j-N/2）2]1/2

由頻率濾波模型 G（i，j）=F（i，j）H（i，j）可知，F(xiàn)（i，j）中的低頻（小于D0）分量因乘以一個(gè)遠(yuǎn)小于1的H（i，j）值而被衰減，而高頻分量卻被乘以一個(gè)接近于1的H（i，j）值而保留，這就是所謂的高通濾波。

n是Buterworth高通濾波器[6]的階數(shù)，用來(lái)控制衰減速度。由于2階Buterworth高通濾波器是理想濾波的尖銳和高斯型濾波的完全光滑之間的一種過(guò)度，是可接受的振鈴特性和有效濾波之間的一種折衷選擇，所以本文選擇n=2。D0是Buterworth高通濾波器的截止頻率，它的值越大濾掉的低頻越分量就多，同樣損失的高頻分量也就很多。大量實(shí)驗(yàn)結(jié)果證明，當(dāng)選取的D0值為處理圖像的0.05倍時(shí)，我們能得到清晰的處理結(jié)果。

2.3 高頻提升濾波（銳化）

通過(guò)高頻濾波后的圖像，濾去了圖像頻率中的零頻率分量，因此其背景的灰度級(jí)減小且接近黑色。把濾波后的圖像進(jìn)行高頻加強(qiáng)濾波[7]，然后對(duì)濾波后的圖像進(jìn)行對(duì)比度增強(qiáng)就可以得到滿(mǎn)意的效果。

表達(dá)式（2）為高頻加強(qiáng)濾波器，是將高通濾波傳遞函數(shù) Hbhp（i，j）乘以一個(gè)大于 1 的系數(shù) b，再加上保證0頻率成分不被濾掉的偏移a實(shí)現(xiàn)的。即：當(dāng)a=0且b=1此函數(shù)就成為巴特沃斯高通濾波器，且當(dāng)b>1時(shí)，圖像頻率中的高頻分量才得以加強(qiáng)，這就是高頻加強(qiáng)濾波器的本質(zhì)原因所在。

3 算法

（1）對(duì)輸入圖像f（i，j）進(jìn)行快速傅里葉變換得F（i，j）；

（2）將 F（i，j）作為 Buterworth 高通濾波器的輸入，輸出得到高頻分量Fh（i，j），并進(jìn)行反傅里葉變換，得到 fh（i，j）；

（3）利用直方圖均衡化算法對(duì) fh（i，j）進(jìn)行對(duì)比度增強(qiáng)，對(duì)其結(jié)果進(jìn)行二值化就可得出清晰的紋理圖像。

4 實(shí)驗(yàn)結(jié)果及分析

4.1 實(shí)驗(yàn)結(jié)果如圖所示：

4.2 實(shí)驗(yàn)分析：

本文以接口斷開(kāi)、簾線不直、斷頭、密度不均、重疊和胎體雜質(zhì)六種輪胎缺陷圖像為例進(jìn)行了實(shí)驗(yàn)。圖 1中（a）為原始圖像；（b）為傳統(tǒng) HE方法增強(qiáng)后的圖像；（c）為（b）圖二值化后的圖像；（d）本文方法增強(qiáng)后的圖像；（e）為（d）圖進(jìn)行HE方法增強(qiáng)后的圖像；（f）為圖（e）二值化后的圖像。

直觀地從處理結(jié)果上來(lái)看，與傳統(tǒng)直方圖均衡化增強(qiáng)算法相比，本文算法取得了較好的實(shí)驗(yàn)效果，是一種有效的圖像增強(qiáng)算法。它可以與文獻(xiàn)[2]X光輪胎圖像缺陷識(shí)別軟件系統(tǒng)相結(jié)合，用以提高系統(tǒng)對(duì)輪胎缺陷識(shí)別的精確度。

［1］隆有明.21世紀(jì)輪胎工業(yè)發(fā)展趨勢(shì)，輪胎工業(yè)，2001，21（8）：451-256.

［2］高瑞.X光輪胎圖像缺陷識(shí)別軟件系統(tǒng)結(jié)構(gòu)的研究［D］.天津大學(xué).

［3］楊秋霞，曹宗杰.直方圖均衡處理方法的研究［J］.計(jì)算機(jī)工程與應(yīng)用，2007，（33）：57-59.

［4］M.Runt.Second generat ion image coding techniques.Proceeding of the IEEE，1985，73（4）：299-302.

［5］肖羽.淺談巴特沃斯濾波器在圖像處理中的應(yīng)用［J］.技術(shù)研發(fā)，2009，（5）：58.

［6］陳彥.巴特沃斯高通濾波器在圖像處理中的應(yīng)用［J］.邵陽(yáng)學(xué)院學(xué)報(bào)，2007，（2）：47-50.

［7］阮秋琦，阮宇智.數(shù)字圖像處理［M］.北京：北京電子工業(yè)出版社，2004.