matlab 图像尺度空间,一种提取不同尺度空间分辨率细节图像的分解方法与流程...

本发明涉及管道焊缝X射线图像增强技术，尤其涉及一种提取不同尺度空间分辨率细节图像的分解方法。

背景技术：

管道在工业生产、管道运输、国防建设等方面存在广泛用途，而对管道焊缝进行质量检测是管道焊接生产必不可少的环节。管道焊接质量检测主要包括两个方面：外观检测和内部检测。外观检测主要对焊缝的外形轮廓尺寸及焊瘤、咬边等外观缺陷进行检测，可以对生产的管道进行初步质量筛选。但是外观检测无法对焊缝内部缺陷，如气泡、裂纹、夹渣等进行检测。X射线数字成像是焊缝内部检测最常用的方法，通过分析处理数字底片，实现焊缝内部缺陷检测。高质量的数字底片有利于专业技术人员快速有效的判断是否存在缺陷，但是对于管道焊缝来说，管壁焊缝接头部分比其他部分厚，这使得焊缝处的X射线数字成像比较暗，不利于缺陷的判断。为方便分析判断焊缝是否存在缺陷，对数字底片进行增强是必要的。图像分解作为图像对比增强的关键技术，也需要针对管道焊缝X射线图像的特点进行设计。

技术实现要素：

本发明提供一种提取不同尺度空间分辨率细节图像的分解方法，以解决上述现有技术不足，应用于增强管道焊缝X射线图像处理，对预处理后的图像进行分解，分解后可得到分辨率有序变化的细节图像序列，提高后期重构后的图像质量，提高管道焊缝内部检测精度。

为了实现本发明的目的，拟采用以下技术：

一种提取不同尺度空间分辨率细节图像的分解方法，其特征在于，包括以下步骤：

s001.下采样：对图像g0进行低通滤波，将图像g0与5×5的滤波模板M进行卷积，滤波模板M可分离且中心旋转对称，表示为M＝eeT，e是首尾对称的列向量，提取滤波图像的奇数行和奇数列，得到低分辨率的下采样图像g1；

s002.上采样：对图像g1进行插值，分别在每两行和每两列之间插入零行和零列，再进行低通滤波，滤波模板是下采样滤波模板的4倍，得到g0’；

s003.计算细节图像：将图像g0与g0’相减得到细节图像b0；

s004.用图像g1代替图像g0重复上述下采样和上采样过程，计算得到细节图像b1；

s005.重复L次，得到细节图像bi，i＝0、1、……、L-1；完成图像分解。

与现有技术相比，本发明的有益效果是：

应用于增强管道焊缝X射线图像处理，对预处理后的图像进行分解，分解后可得到分辨率有序变化的细节图像序列，提高后期重构后的图像质量，提高管道焊缝内部检测精度。将本发明的方法应用于增强处理后，对分解后的细节图像进行重构，能够明显改善管道焊缝X射线图像的质量，原本较暗且模糊的焊缝，变得清晰可见，原本只能看见较少根数的单丝、双丝象字计，改善后能够看见更多，还能看见焊缝的鱼鳞状纹理。将本发明的方法应用于管道焊缝X射线图像增强处理中，可以将气泡、裂纹、夹渣等缺陷以细节的形式表现。

附图说明

图1为图像分解的方法流程图。

图2为图像分解的过程图。

图3为满足条件的卷积滤波模板M1。

图4为满足条件的卷积滤波模板M2。

图5为满足条件的卷积滤波模板M3。

图6为满足条件的卷积滤波模板M4。

具体实施方式

在进行图像分解之前，最好对原始图像进行预处理，通过数据类型转换、对数变换、中值滤波、图像灰度归一化，提高图像质量，便于分解处理。

对预处理后的图像进行分解，目的是提取不同尺度(空间分辨率)的细节图像，包括下采样、上采样及计算细节图像，具体过程如图1～2所示：

s001.下采样：对预处理后的图像g0进行低通滤波，将图像g0与5×5的滤波模板M进行卷积，再提取滤波图像的奇数行和奇数列，得到低分辨率的下采样图像g1。数学表示如下：

g1(i,j)＝Down(g0*M)

即为

其中*表示卷积，Down()表示下采样。

卷积的滤波模板M对于细节图像的提取非常重要。本发明要求M可分离且中心旋转对称，即M可表示为：M＝eeT，其中e是首尾对称的列向量。如图3～6所示本发明采用的符合条件的四组模板，依次表示为：

(对应于图3)

(对应于图4)

(对应于图5)

(对应于图6)

s002.上采样：对低分辨率图像g1进行插值，分别在每两行和每两列之间插入零行和零列，再进行低通滤波，即将图像g1与滤波模板4M进行卷积，得到上采样图像g0’。这里滤波模板是下采样的4倍，补偿零行零列元素的插入。数学公式表示如下：

g′0(i,j)＝Up{g1*(4M)}

即为

其中Up()表示上采样，[]表示向下取整。

s003.计算细节图像：将图像g0与g0’相减得到细节图像b0；

b0(i,j)＝g0(i,j)-g′0(i,j)

s004.用图像g1代替图像g0重复上述下采样和上采样过程，计算得到细节图像b1；

s005.重复L次，得到细节图像bi，i＝0、1、……、L-1，完成分解。

由此可知，细节图像b0的分辨率最高，包含的细节信息最丰富，其大小与g0的相同。细节图像bi+1的行列分别为bi行列的一半，根据尼奎斯特准则，图像bi+1的最大空间分辨率也只有bi的一半。在极限的情况下，gL为单像素点，像素值为原始图像b0的像素均值。

对分解后可得到分辨率有序变化的细节图像序列进行后期重构，能够明显改善管道焊缝X射线图像的质量，原本较暗且模糊的焊缝，变得清晰可见，原本只能看见较少根数的单丝、双丝象字计，改善后能够看见更多，还能看见焊缝的鱼鳞状纹理。本发明的方法应用于管道焊缝X射线图像增强处理中，更加有利于将气泡、裂纹、夹渣等缺陷以细节的形式表现。