图像分割技术在射线检测中的应用

　　1　射线探伤与数字图像处理

　　X射线照相底片,由于几何不清晰度、固有不清晰度、散射线等原因,降低了底片上图像清晰度的对比度。底片上的灰雾掩盖了缺陷的细微特征。数字图像处理首先建立一个图像的数字模型,即将连续图像进行空间采样组成数字矩阵,然后经一系列数字处理,最后转换成人眼能识别的连续图像。为了适应于计算机的处理,图像函数f(x,y)的空间坐标和幅度大小都要数字化。空间坐标(x,y)的数字化叫做图像取样,幅度数字化则称为灰度级量化。

　　2　图像分割

　　所谓分割是按照一定的规则将一幅图像或景物分成若干个部分或子集的过程。这种分割的目的是将一幅图像中的各成分分离成若干与景物中的实际物体相对应的子集。

　　图像分割的基本概念是将图像中有意义的特征或者需要应用的特征提取出来。这些特征可以是图像场的原始特性,如物体占有区的像素灰度值、物体轮廓曲线和纹理特征等;也可以是空间频谱,或直方图特征等。在对应于图像中某一对象物的某一部分,其特征(灰度、色彩、纹理等等)都是相近或相同的,但在不同的对象物或对象物的各部分之间,其特征就急剧发生变化。不同种类的图像,不同的应用要求所要求提取的特征是不相同的,当然特征提取方法就不同,因此并不存在一种普遍适用的最优方法。

　　2.1　图像阈值分割

　　图像阈值分割是一种广泛使用的图像分割技术,它利用了图像中要提取的目标与其背景在灰度特性上的差异,把图像视为具有不同灰度级的两类区域(目标和背景)的组合,选取一个合适的阈值,以确定图像中每个像素点应该属于目标还是背景区域,从而产生了相应的二值图像。阈值分割不仅大量压缩数据,减少存储容量,而且能大大简化在其后的分析和处理步骤。

　　设原始图像f(x,y) ,以一定的准则在f(x,y)中找到一个合适的灰度值作为阈值t,则按上述方法分割后的图像g(x,y)可由下式表示:

　　由此可见,要从复杂的景物中分辨出目标并将其形状完整地提取出来,阈值的选取是阈值分割的关键。如果阈值选取过高,则过多的目标点被误归为背景;阈值选得过低,则会出现相反的情况。常用的阈值选取方法有直方图阈值分割法、多阈值分割法、模糊阈值分割法。

　　2.2　直方图阈值分割

　　图像的灰度级范围为0,1,……,N- 1 ,设灰度级i的像素有ni,灰度级i出现的概率定义为:pi=niN

　　灰度直方图即为灰度级的像素数ni与灰度i的二维关系,它反映了一幅图像上灰度分布的统计特性,成为利用像素灰度作属性的分割方法的基础。前者Prewitt提出了直方图双峰法,即如果灰度级直方图呈明显的双峰状,则选取双峰之间的谷底所对应的灰度级作为阈值。设待分割的图像f(x,y),其直方图如图1所示。F(x,y)的灰度范围是