摘要:本文探讨了适用于工字形焊件射线检测图像的增强方法，通过分析检测图像的线灰度分布特征，确定了其缺陷在线灰度分布曲线上所处的区域；随后应用Matlab软件对图像的灰度分布进行了统计，获得了检测图像的直方图特征。由于衰减系数的微小差异和散射效应，检测图像对比度较低,缺陷区域与背景难以区分。本文研究在尽可能控制噪声的同时如何有效地加强细节。本文提出了一种基于二进小波多尺度分解的图像增强算法。该算法可以分为以下两步：1)在小波系数空间对不同尺度上的系数进行非线性映射，并乘以相应的抑制因子来降低散射的影响，从而实现图像的对比度增强；2)为减弱对比度增强引入噪声的影响，将小波系数分为信号边缘相关系数和噪声相关系数，并针对不同的类别进行滤波。实验结果表明，此法有效地解决了工字形焊件射线检测图像焊缝区亮度大、缺陷与其背景间对比度低等问题，很好地增大了检测图像中缺陷与其背景间的对比度，为缺陷检测和识别工作奠定了良好的基础。同时该研究对于减少人为因素的干扰和减少无损检测专业人员的劳动强度和视觉疲劳，提高检测的效率和检测的一致性，有着极为重要的现实意义。

关键词 工字形焊件；射线检测；二进小波变换；图像增强；去噪

目录

摘要

Abstract

1 绪论-1

1.1 研究的目的及意义-1

1.2 国内外研究现状-1

1.2.1 基于特征值滤波器的图像增强-2

1.2.2 基于直方图修正技术的图像增强-2

1.2.3 实时成像中的图像增强方法-2

1.2.4 基于Retinex SSR MSR算法的图像增强-3

1.2.5 其他图像增强方法-3

1.3 本文主要研究内容-4

2 图像灰度特征分析-7

2.1 引言-7

2.2 焊件检测图像的线灰度分布分析-7

2.3 焊件检测图像的直方图特征分析-9

2.4 统计焊件检测图像的灰度概率-10

2.5 本章小结-10

3 图像增强处理-11

3.1 引言-11

3.2 小波分析基本原理-11

3.3 基于二进小波变换的对比度增强-13

3.3.1 非线性映射-13

3.3.2 散射减弱-14

3.4 基于二进小波变换的去噪处理-14

3.4.1 噪声小波变换特性-14

3.4.2 系数的分类-16

3.4.3 基于MMSE的过滤-16

3.5 本章小结-17

4 试验结果分析-18

结论-21

致谢-22

参考文献-23