[发明专利]一种渐变背景的数字X射线图像缺陷自动识别方法

说明书

本发明涉及一种渐变背景的数字X射线图像缺陷自动识别方法，通过数字X射线成像对被检工件和阶梯形对比试块进行扫描，选取对比试块DR图像中不同穿透厚度的阶梯所在区域图像，计算不同穿透厚度下对应的图像灰度值均值、标准偏差和量子噪声的概率密度函数；并使用被检工件的DR图像中检测区域，计算任一点的局部区域内的噪声理论概论密度函数与噪声实际概率密度函数，将两者之间差的绝对值之和替代该点的数值，形成新的图像；使用相同的方法，实现检测区域内所有点的数值替换，形成被检工件新的检测图像；采用阈值分割方法被检工件新的检测图像进行自动检测。该方法降低了噪声对小缺陷的干扰，能自动识别出小缺陷，识别准确精度高。

技术领域

本发明涉及图像检测领域，特别涉及一种渐变背景的数字X射线图像缺陷自动识别方法。

背景技术

X射线检测技术作为五大常规无损检测技术之一，具有成像直观，定量、定位、定性准确，可存档复查等优势，广泛应用于工业无损探伤、医疗卫生等领域；不足之处在于大批量使用胶片造成使用成本较高、不环保，并且胶片图像的保存、信息管理及传递都有很大的局限性。为了弥补胶片法的不足，数字X射线成像技术应运而生，其原理是通过射线透照被检工件，衰减后的射线光子被闪烁体接收，利用激发跃迁效应产生可见荧光，由探测器接收转变为数字信号，再经过放大和A/D转换，传输给计算机进行处理，最终以数字图像的形式输出在显示器上。其技术优点主要体现在检测速度快、检测结果可靠、检测成本低和环保等，在数字X射线成像系统中，成像单位是基础，软件是核心。

无损检测的首要目的在于缺陷的检出，X射线检测技术能够实现复杂结构的内部缺陷检测，这是超声波检测技术无法匹及的，但是复杂结构会造成检测图像中的背景多样性，主要分为阶跃背景和渐变背景，其中渐变背景对基于传统图像处理的缺陷识别方法造成了很大的干扰，特别是针对小缺陷的快速自动识别。因此在大批量、高分辨率的数字X射线图像中实现小缺陷的自动识别是目前行业的技术难点，相关软件算法的识别范围还十分有限，检测效率和准确率较低。所以，实现高效准确的数字X射线图像中缺陷自动识别方法具有重要现实意义。

发明内容

本发明所要解决的技术问题是针对现有技术的现状，提供一种降低噪声干扰，检测精度高的渐变背景的数字X射线图像缺陷自动识别方法。

本发明解决上述技术问题所采用的技术方案为：一种渐变背景的数字X射线图像缺陷自动识别方法，其特征在于：包括以下步骤：

步骤1、通过机械加工手段制造出与被检工件材质一致的阶梯形对比试块，且该对比试块的每个阶梯厚度呈逐渐变化，其中，该对比试块的最大厚度大于等于被检工件的最大厚度，最小厚度小于等于被检工件的最小厚度；

步骤2、采用数字X射线成像工艺对步骤1中的对比试块和被检工件进行扫描，获取对比试块和被检工件的DR图像；

步骤3、在对比试块的DR图像中，选取对比试块不同穿透厚度的阶梯所在区域图像，统计该区域内的量子噪声分布，并进行高斯拟合，计算不同穿透厚度下对应的图像灰度值均值和标准偏差，建立穿透厚度与灰度值均值的关系曲线以及穿透厚度与标准偏差的关系曲线；并根据穿透厚度与标准偏差的关系曲线，得到量子噪声的概率密度函数；

步骤4、已知被检工件的检测区域，获取该检测区域的厚度分布函数和被检工件的DR图像中该区域的灰度值分布函数，使用该区域的厚度分布函数对该区域内的图像灰度值分布函数进行厚度校正，获得校正后的灰度值分布函数；

步骤5、对于被检工件的DR图像中检测区域的任一点，在以该点为中心的局部区域内，利用步骤3中的量子噪声的概率密度函数计算该局部区域内的噪声理论概率密度函数，并利用步骤4中校正后的灰度值分布函数计算噪声实际概率密度函数，且计算该区域内噪声理论概论密度函数与噪声实际概率密度函数之间差的绝对值之和，并将该差的绝对值之和替代被检工件DR图像中中心点的数值，形成新的图像；