射线图像的对比度增强方法

　　对比度是指被检试件厚度或密度变化引起胶片黑度或数字图像亮度的变化差异。增强图像的对比度实际就是增强图像的反差,使图像细节明显,层次分明,以便从射线图像中获得更多的信息。对比度增强技术可分为空域增强和变换域增强两种,从实施增强算法的区域划分,又可分为局部增强和整体增强,一般的对比度增强算法都是既可用于整体增强,也可用于局部增强。

　　1　灰度拉伸法

　　灰度拉伸的原理是增加原图中整体或局部的灰度的动态范围。当原始图像受图像采集装置的限制而导致大部分的灰度集中于某个狭小的区域时,灰度拉伸几乎是对其预处理的唯一方便有效的手段。灰度拉伸有线性拉伸和非线性拉伸两种,其中线性拉伸的映射关系为

　　式中　D0———灰度拉伸后图像的灰度

　　DI———原图像灰度值

　　a,b———线性拉伸的参数

　　式(1)中参数a,b的选择直接影响图像增强的效果,若a>1,输出图像的对比度增强;若a<1,输出图像的对比度减小;当a=1时,与原图像相比,输出图像的亮度得到提升(b>0)或降低(b<0)。图1是利用式(1)对射线图像实施线性拉伸的效果比较。

　　非线性拉伸可根据其对中间部分灰度级的运算作进一步的分类,一类是为增加中间部分的灰度级而使两端部分的灰度级作较小改变,即

　　式中　C———对中间部分的变换程度,C>0,中间灰度范围增加;C<0,中间灰度范围减少

　　DM———最大灰度级

　　另一类非线性变换则通过降低位于两端的灰度级来加强中间部分灰度级的对比度,如基于正弦函数的变换形式

　　式(3)中α∈(0,1),可调整其取值以得到较好效果。

　　最后一类将中间部分的灰度级进行限制,使两端的灰度级得到增强,如基于正切函数的变换^[1]

　　2　直方图均衡化和直方图修正法

　　当灰度分布集中于某一区域而导致图像对比度很弱时,用灰度拉伸方法效果不太明显,此时可采用直方图均衡化。直方图均衡化是基于统计的方法,把原始直方图变成均匀分布的形式,拉大像素灰度值的动态范围,从而增加整体对比度。如图2a为一幅实际拍摄的汽车发动机的切片图像,其灰度分布很集中,图2b是对其直方图均衡化后的结果,图2c和d分别为原图及均衡化后图像的直方图。

　　直方图均衡化对具体增强效果的控制不太方便,而直方图修正可以把直方图变为某种特定的形状,有选择地增强某个灰度值范围内的对比度。直方图修正较均衡化更为复杂,大体包括三个步骤,即①对原始直方图进行灰度均衡化。②规定需要的直方图,并计算能使规定的直方图均衡化的变换。③将第一个步骤得到的变换反转回去,将原始直方图对应映射到规定的直方图。