[发明专利]一种X-Ray高动态范围图像的增强算法

说明书

本发明提供一种X‑Ray高动态范围图像的增强算法，将原始图像S表示为光照图像L和反射率图像R的乘积；获取原始图像S的对数处理图像：对获取的对数处理图像归一化处理；利用导向滤波算法获取平滑区域均值滤波的图像base_log；将图像base_log映射至对数处理图像的图像值域，得到映射后的图像base_ys_log，对数处理图像减去映射后的图像base_ys_log得到图像det ail_log；分别为图像base_log和图像det ail_log分配系数；将分配有系数的图像base_log和图像det ail_log相加得到图像r_log，并将r_log映射至对数处理图像的图像值域；获取增强后的结果图，解决了利用X‑Ray图像检测时，遇到检测特征与特征周围物质相差不大的检测场景，传统图像增强算法导致图像原始数据丢失或同步增大图像噪声的问题，既保留有图像原始数据且可同时增强局部特征。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种X-Ray高动态范围图像的增强算法。

背景技术

X-Ray的成像原理是由射线源发射X射线，由于被穿透物体本身的密度不同，因此所吸收的X射线的多少也不同，密度大的物体对X射线的吸收多，则透过的少；密度小的物体对X射线的吸收少，则透过的多，因此X-Ray利用这种差别吸收的现象就可在成像器上呈现物体的图像。

在实际使用X-Ray图像用于检测时会遇到本身局部密度差很小的物体，例如检测胶棒中的小气泡，其X-Ray图像参见图1；或者本身局部密度差很大的物体，例如绕卷电池最内层的正极和最外层正极，其X-Ray图像参见图2，图1和图2都属于检测特征与特征周围物质相差不大的检测场景，这时如果采用传统的窗宽窗位调整，由于原本的局域灰度方差很小，导致窗宽窗位的映射曲线非常陡峭，进而导致图像上可能存在原本对比度良好的区域被二值化，从而造成原图像数据的大量丢失；如果直接提高图像高频分量，会导致图像噪声同步增大，且对比度低的检测区域未必有较强的高频特征，进而导致增强效果不理想。

发明内容

本发明公开的一种X-Ray高动态范围图像的增强算法，解决了利用X-Ray图像检测时，遇到检测特征与特征周围物质相差不大的检测场景，传统图像增强算法导致图像原始数据大量丢失或同步增大图像噪声的问题，既能保留有图像原始数据且可同时增强局部特征。

为达到上述目的，本发明的技术方案具体是这样实现的：

本发明公开一种X-Ray高动态范围图像的增强算法，包括以下步骤：

将X-Ray图像带入Retinex理论的基本假设，将原始图像S表示为光照图像L和反射率图像R的乘积，即：

S(x,y)＝L(x,y)×R(x,y)； (1)

获取原始图像S的对数处理图像s_log：

将式(1)两边都取对数运算，

log(S(x,y))＝log(L(x,y)×R(x,y)) (2)

log(S(x,y))＝log(L(x,y))+log(R(x,y)) (3)

s_log＝l_log+r_log； (4)

对获取的对数处理图像s_log进行归一化处理，得到对数处理图像的归一化图像s_log_1；

利用导向滤波算法获取平滑区域均值滤波的图像base_log；