基于高分辨率CCD相机图像处理系统—毕业设计.doc

1 引言 本课题主要研究基于高分辨率CCD相机的图像处理系统及其在射线检测方面的应用。具体研究在射线检测技术中所用到的图象处理与分析技术，利用相关的图像处理软件，对图像进行分析与处理，以便于系统对图像的识别和分析 随着射线数字成像检测技术在现代无损探伤检测领域的应用，对于图像的要求也进一步提高，因此对于采集回来的图像进行一定的处理是不可或缺的一步。在本论文中所研究的都是一些预处理，认真研究了他们的算法，具有理论意义和实际的应用价值，为今后开展进一步的科学研究提供良好的基础和支持[1-2]。 我们的高分辨率相机在很多方面具有高性能的优越性，它在图像采集、格式转换、局部放大等多方面都有独到之处，可以根据实际需要在它基础上进行二次开发，如果把它应用于X射线成像方面，将具有非常重要的实际应用价值。本课题的目的主要是在该系统的基础上进行软件开发，并对其应用技术进行研究，研究在射线检测技术中所用到的图象处理与分析技术，要求检测系统具有检测速度快、便于图象处理和识别、图象质量高等特点，以达到对工件内部结构的实时显示，便于工作人员对工件的探伤和缺陷评定[3-4]。 在用CCD采集图像时，很容易出现噪声干扰，为了得到良好的处理结果，图像处理的第一步就是要对原始图像进行稳定可靠的消噪声处理。噪声是无法避免的，噪声的存在极大地影响了图像处理工作的开展。图像消噪效果的好坏，直接影响到提取数据的精度和可信度。噪声严重时，会使图像信噪比非常低，使进一步的图像处理工作无法进行[5]。因此，寻求一种好的图像消噪声方法，已经成为照相图像处理中一项十分迫切的工作。 2 图像处理概述 2.1 图像处理技术的研究现状 数字图像处理也称计算机图像处理，是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。它是在遥感和生物医学图片分析两项应用技术基础上开拓出来的新领域[6]。这项技术最早出现于50年代，当时的数字计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科则可追溯到60年代初期。1964年，美国喷气推进实验室利用计算机对太空船发回的月球图像信息进行处理，收到明显的效果。不久，一门称为数字图像处理（Digital Image Processing）的新学科便诞生了。自70年代末以来，由于数字技术和微机技术的迅猛发展，给图像处理提供了先进的技术手段，图像处理技术也就由信息处理、自动控制系统理论、计算机科学、数据通信、电视技术等学科中脱颖而出，成长为旨在研究图像信息的获取、传输、存储、变换、显示、理解与综合利用的一门崭新学科[7]。随着图像处理技术基本理论的发展，具有数据量大、运算速度快、算法严密、可靠性强、集成度高、智能性强等特点的各种图文系统在国民经济各部门得到广泛的应用，并在逐渐深入社会的各个方面。 2.1.1 图像去噪声研究现状 数字图像的噪声主要来源于图像的获取和传输过程。在图像获取的数字化过程中，可能会受到图像传感器的质量和环境条件的限制。在图像的传输过程中传输信道会受到噪声的干扰，比如通过无线网络传输的图像会受到光或者其他大气因素的干扰等。 图像去噪声的方法种类很多，从对图像进行滤波的过程中所使用的滤波器来分，可分为线性滤波器和非线性滤波器。从所处理的信号域来分可以分为空域滤波器、频域滤波器以及近年来兴起的小波域滤波[8]。 早期使用的一种线性滤波器是非加权邻域平均滤波器，又叫均值滤波。图像中某像素点的灰度值为，它的邻域是一个个点的方形窗口，则进行去噪声处理后，该像素点的灰度值是邻域内所有像素点灰度值和的平均。这种滤波主要用于变化比较平缓的图像，对于具有较多细节的图像，虽然可以去除噪声，但是也会使图像的细节遭到破坏。 1977年Turkey提出了中值滤波，这是一种非线性滤波技术，它能够有效的抑制脉冲噪声，而且在噪声未知的情况下，很适合于信号的平滑[9]。由于中值滤波器有这样的优势，一些科学工作者对中值滤波方法做了改进，吴小培等提出了图像细节保持中值滤波器，其基本思想是使用嵌套的中值滤波器，即在窗口内，使用4个方向模板，对每个模板内的数据进行中值滤波，然后根据需要，选一个模板的输出作为滤波器的最后输出[10]。TaoChen等人提出了二态中值滤波器，将标准中值滤波器和中心加权中值滤波器相结合，依据阀值比较，决定用哪个滤波器[11]。但是，这类算法在对复杂纹理图像去噪声时使图像中的一些点线等细节模糊，效果不是很好。 小波变换是当前应用数学中一个迅速发展的新领域，采用小波变换的方法进行图像去噪声是目前的一个研究热点，很多基于小波变换的图像去噪声方法被提出，并有较好的效果。Matlat是最早从事小波在信号处理中的应用的研究者之一，他提出的利用小波变换模极大值原理进行信号去噪声的方法是小波去噪声中最经典的方法[12-1