一種X 射線環焊縫圖像質量評價方法

張翔松，高煒欣

（西安石油大學，陜西 西安 710065）

目前，常用的圖像質量評價方法分為：全參考方法、半參考方法和無參考方法。前兩種評價方法與人眼視覺效果有一定差距。文獻[1-2]把圖像信息熵和結構相似度等評價指標進行綜合，得出一種綜合評價指標，彌補了單一指標的不足；文獻[3]從圖像信息的表達方式入手，提出一種與人眼視覺一致的評價方法，取得較好效果。在對環焊縫圖像檢測時，檢驗人員主要直接觀察射線圖像來判斷圖像的質量，人眼視覺因素對評價結果影響很大。由此，本文提出一種基于人眼視覺特性(HVS)的無參考圖像質量評價模型，本文中把增強前后的環焊縫圖像評價值與其他客觀評價指標值做對比，來說明所提方法的優勢。

1 基于HVS 的無參考圖像質量評價指標

1）人眼灰度敏感性建模

人眼對不同灰度具有不同的敏感性，一般情況下，對中等灰度敏感最佳，而對低灰度和高灰度敏感下降。根據各像素灰度的非線性特性，將人眼對灰度的敏感性v(i,j)近似定義為：

2）圖像模糊建模

X 射線環焊縫圖像具有噪聲大，對比度低的特點，由于噪聲的存在，使圖像的邊緣變的模糊。一條理想X 射線焊縫圖像的邊緣呈階躍狀，階躍邊緣上的每個像素都發生了垂直越變。在實際焊縫圖像中，由于噪聲的存在，模糊圖像邊緣并非垂直越變，而是呈現一定的坡度。如圖1 所示，圖1 中H 為模糊邊緣初始灰度級的越變差值，N 代表模糊邊緣的斜坡中所包含的像素數,邊緣的模糊程度與斜坡的斜率成比例。

圖1 斜坡邊緣斜率計算圖

基于此，本文提出利用模糊邊緣的斜坡斜率來衡量環焊縫圖像的模糊程度，在圖像邊緣某一方向上的模糊度量公式為：

計算每個邊緣像素所有方向的梯度，并且用梯度最大方向上的斜坡斜率來評價圖像。

2 方法步驟

1）用Sobel 邊緣檢測算法提取圖像的邊緣。

2）選取每個像素點梯度最大方向上的梯度值，并重復執行3）到9）步驟。本文中分別計算每個像素點的0 度方向、鉛垂方向、45°方向和135°方向的梯度。四個方向的梯度計算模板如圖2 所示。

圖2 四個方向的梯度計算模板

3）邊緣點的邊緣擴展寬度即為沿著梯度最大的正反方向上灰度值的極大值和極小值之差，即模糊邊緣的斜坡中所包含的像素數。

4）按照式2）計算該邊緣點所處邊緣的模糊程度tgr。

5）求出傾斜角度r。

6）計算r′，r′=r/1.57，r′的值在[0,1]內。

7）按照式1）計算該邊緣點的灰度敏感度v(i,j）。

8）計算v′(i,j），v′(i,j）=v(i,j）x2-1,v′(i,j）的值在[0,1]內。

9）計算該邊緣點所處邊緣的基于HVS 的模糊程度AM(i,j）=r′×v′(i,j）。

10）按照步驟3）至步驟9）計算每一個邊緣點的AM(i,j），取其中的最大值作為整幅圖像的模糊程度AM（I），其值越大，圖像質量越差。

3 無參考評價方法驗證

從圖庫中隨機抽取50 張原圖和150 張經Arctan 函數、對數函數、伽馬函數增強后的圖片作為待評價圖片，然后設定評價規則，把主觀評價方法評價等級分為好、較好、一般、較差和差五個等級，評價分值對應為5 分到1 分，本文評價值即為圖像模糊度AM(I）。為了說明本文評價指標可行性，比較結構相似度值與AM(I）值，并與人眼效果值曲線擬合，經對比，本文評價指標與主觀評價指標呈線性擬合關系，結構相似度與主觀評價指標不具有線性擬合關系。

4 結論

本文通過理論上的分析和計算，本文評價值和結構相似度評價值都和主觀評價值進行曲線擬合，經驗證，本文評價指標與主觀評價指標呈線性擬合關系，而結構相似度評價值與主觀評價值無線性關系，本文評價指標效果與人眼視覺效果逼近，驗證了本文評價指標的可行性。