圖像處理技術在X射線檢測中的應用研究

王 兵 劉 英 王 速 廣東寧源科技園發展有限公司

圖像處理技術在X射線檢測中的應用研究

王 兵 劉 英 王 速 廣東寧源科技園發展有限公司

無損探傷；CCD；信噪分離；視域限制

1.系統模擬簡圖

X射線源產生X射線，通過被測物投射到像增強器上，由CCD將圖像信號采集，通過圖像采集卡將模擬信號轉化為數字信號，送入計算機進行圖像處理，處理結果可用于物體的尺寸檢測或無損探傷檢測，也可擴展應用于其他無損檢測中。

2.圖像處理部分

由CCD直接采集X光像增強器上的圖像并不清晰，圖像噪聲影響嚴重、邊緣模糊，嚴重影響檢測的精度和可靠性。這是影響電纜圖像檢測結果的倆個關鍵因素，通過軟件處理，來提高成像質量，使得檢測結果更加準確是系統設計的初衷。

2.1 圖像的二值化

為了進行圖像識別，需要將經過拍攝到的圖像二值化，因為CCD攝取的圖像為灰階圖像，圖像上得任一像素處的灰度級范圍為。當，像素顏色為黑色；當，像素顏色為白色；當，像素顯示黑與白之間的中間色。所謂圖像的二值化，就是使灰度級只能取0或1，即像素顏色只能為白或者黑，稱為圖像二值化。

圖像二值化的目的是為了從本底圖像中檢測出異物，即將圖像中背景和雜質分離開。圖2為二值化處理后瓶裝藥液圖像，圖中的3個白點為藥液中雜質?？梢钥闯?，經過處理后的圖像可以清晰的分離出雜質與背景，但圖中瓶子邊緣并不明顯。

圖2 瓶裝藥液中雜質

2.2 灰度圖像噪聲

影響系統性能的最關鍵的因素是圖像的噪聲，噪聲的來源有很多種，系統中的主要的噪聲是椒鹽噪聲，它是一種在圖像中產生黑色、白色點得脈沖噪聲。該噪聲在圖像中顯現較為明顯，對圖像分割，邊緣檢測、特征提取等圖像處理具有嚴重的破壞作用。使本來就微小的導體半導電屏蔽層和絕緣半導電屏蔽之間的灰度差別很難被區分。是由CCD采集X光像增強器上的圖像，可以看出圖像上噪聲明顯，有很多黑白相間的噪聲點，并且隨機分布，成像質量差。

處理隨即噪聲最為有效的辦法就是采用幀疊加的辦法，依據統計學理論，設隨即量X（一點圖像的亮度）服從高斯分布，

2.3 圖像平滑濾波

圖像的平滑方法是一種實用的圖像處理技術，能減弱或消除圖像中的高頻率分量，但不影響低頻率分量。實際應用中，平滑濾波還可用于消除噪聲，或者在提取較大目標前去除過小的細節或將目標內的小間斷連接起來。它的主要目的是消除圖像采集過程中的圖像噪聲，在空間域中主要利用鄰域平均法、中值濾波法和選擇式掩模平滑法等來減少噪聲；在頻率域內，由于噪聲主要存在于頻譜的高頻段，因此可以利用各種形式的低通濾波器來減少噪聲。

在程序設計中采用中值濾波去掉圖像中隨即噪聲，然后采用判斷曲線斜率的方法找出灰度分布曲線中的突變位置，可以判定此處為相鄰倆層的交界處，利用這種方法，能夠判定出由灰度不同而產生的臨界差異。通過計算臨界距離可以算出被測物體尺寸。

3.理論算法與程序設計

3.1 多幀疊加濾波

多幀疊加是去除隨即噪聲的有效手段，是屬于時域濾波的一種。多幀疊加是根據臨幀之間的圖像信息相關的、而噪聲是非相關的特點實現的。

信噪比SNR在積累N（1.2.3…n）幀后變為（1）

其中SNR0為單幀圖像的信噪比， PS為信號功率， PN為噪聲信號功率。由式（1）可知，圖像進行N幀疊加后信噪比可以提高N倍，可見對伴隨大量隨機噪聲的圖像進行幀疊加具有較好的降噪效果。

3.2軟件設計

以下程序為圖像處理過程中回調函數的部分程序：

int CALLBACK XRView::

SnapCallback（HV_SNAP_INFO *pInfo）

｛//設定圖像幀數和圖像緩沖區

pDesc->nNumberOfPic+=1；

if（pDesc->nNumberOfPic==1）

｛FillMemory（pDesc->m_pRawBuffer De--noise，pDesc->nMaxWidMd*pDesc->nMaxHeiMd*4，0x00）；

Return 1；｝

int nTimes=pDesc->nMaxWidMd*pD--esc->nMaxHeiMd；//最多圖像采集幀數

int nPic=pDesc->nNumberOfPic-1；

//設定時間變量st1和st2，用于計算圖像采集速度

SYSTEMTME st1，st2；

::GetLocalTime（&st1）；

//疊加采集到的圖像，不進行實時圖像顯示

通過對原始圖像處理，疊加算法在保證處理速度的同時實現了良好的降噪效果。

4.圖像處理結果

圖4是經過本算法處理后的X射線鑒別率板圖像，從圖像中可以明顯看出， X射線鑒別率板上的6.3lp/mm能夠清晰的辨識出來，達到進口線陣和面陣的水平，效果達到了業界先進器件所能實現水平。

圖4

圖5是對電纜的內芯和外皮尺寸檢測時的灰度圖像，這是經時頻濾波及對比度拉伸變換后的單芯電纜圖片，圖中對電纜圖像進行了灰度掃描得到了灰度分布曲線，從圖中可以明顯看出灰度變化，通過空氣-半導層-絕緣層交接處的灰度斜率變化，可以計算處外層成像對比度非常低的半導層的厚度。

圖5

5.結束語

利用圖像處理技術配合X射線無損檢測方法，能夠快速準確檢測電纜內徑尺寸，檢測精度可達到6.3lp/mm以上，突破人眼對比靈敏閾的限制，實現了低對比度圖像的高精度邊緣識別，實現了壁厚尺寸檢測。通過平滑濾波對圖像邊緣進行處理并采用邊緣提取算法，對投影成像中的投影誤差進行了分析，并提出了分段式變放大率系數補償方案，使測量精度達到0.2mm。

［1］ 孫振路，郭海樓，李野.X射線電纜尺寸檢測軟件設計.中國科技信息.2008-09-01.

［2］ 陳淑蕎（導師：全斌）.數字圖像特征點提取及匹配的研究.西安科技大學碩士論文.2009-04-20.

本文分析了X射線成像檢測系統噪聲產生原因，結合傳統圖像處理降噪方法，提出了一種信噪分離技術，通過數字圖像灰度化和多幀疊加的辦法，提取特征圖像，將被噪聲污染的信號量獨立分離出來，用平滑濾波技術對圖像邊緣進行判定。實驗結果表明，這種技術不受人眼視域限制，對灰度圖像進行準確定量分析，特別是在圖像尺寸檢測和藥液雜質檢測應用中，效果明顯。