关键词:
工业X射线图像增强
大气散射模型
残差密集连接
细节提取模块
摘要:
X射线检测技术,作为一种无损探测方法,在工业领域发挥着关键作用。但在传统射线成像技术中,由于射线检测系统硬件限制、工件复杂结构以及射线散射效应与工件固有结构的相互影响与叠加,造成了采集射线图像对比度低,图像边缘模糊以及细节不清晰等问题。考虑到工业射线成像特有的需求背景,实现图像对比度的增强同时保留细微信息,以契合工业检测应用的高级要求,采用数字图像增强技术来优化图像质量显得至关重要。针对工业X射线图像的独有特性,本文工作如下:
1.研究了一种基于残差密集连接的大气散射模型增强网络。该网络由透射图估计模块与散射强度估计模块两部分组成。首先利用暗通道先验估计的透射图与原始图像拼接输入到透射图估计模块,进行传统先验特征融合与引导;透射图估计模块选择了能够最大化网络信息流特征的残差密集连接编解码器,并利用双端注意力机制将编码器中高分辨率的特征信息选择到解码环节,空间金字塔池化模块作为瓶颈层保证输出特征嵌入了不同尺度的透射图特征。然后,采用核选择模块将不同尺度的透射图特征进行选择性融合,从而得到精细的透射图;在散射强度估计模块中,提出简单的基于深度可分离卷积的编解码器结构,减少参数量的同时提取特征,得到精细的散射强度图。最后利用大气散射模型反推出清晰图像。实验结果表明,提出的方法能显著增强射线图像的对比度。
2.研究了一种基于独立细节提取模块的大气散射模型网络。首先,利用基于对数归一化的全局色调映射增强暗像素的亮度以符合人眼视觉特性。然后采用基于密集块的AOD-Net作为大气散射模型网络,反推出粗清晰图像,同时采用多尺度特征提取模块来获取粗清晰图像的多个尺度的特征;其次,由于大气散射模型网络无法做到完全恢复图像所有细节,提出了以编解码为核心,全局信息注意力感知模块为瓶颈层的细节提取模块,独立地补充粗清晰图像的全局与细节特征;然后利用双端注意力模块选择性的将细节提取模块的细节特征与粗清晰图像的多尺度特征进行融合;最后,针对射线图像边缘模糊的特点,提出可学习校正因子的反锐化掩膜作为后处理网络,得到最终的清晰图像。实验结果表明分析,网络模型增强了图像的对比度,还使得图像边缘清晰,细部特征显著提升,实现工件图像质量的显著改善。