本發(fā)明涉及管道焊縫X射線圖像增強技術，尤其涉及一種提取不同尺度空間分辨率細節(jié)圖像的分解方法。

背景技術：

管道在工業(yè)生產(chǎn)、管道運輸、國防建設等方面存在廣泛用途，而對管道焊縫進行質(zhì)量檢測是管道焊接生產(chǎn)必不可少的環(huán)節(jié)。管道焊接質(zhì)量檢測主要包括兩個方面：外觀檢測和內(nèi)部檢測。外觀檢測主要對焊縫的外形輪廓尺寸及焊瘤、咬邊等外觀缺陷進行檢測，可以對生產(chǎn)的管道進行初步質(zhì)量篩選。但是外觀檢測無法對焊縫內(nèi)部缺陷，如氣泡、裂紋、夾渣等進行檢測。X射線數(shù)字成像是焊縫內(nèi)部檢測最常用的方法，通過分析處理數(shù)字底片，實現(xiàn)焊縫內(nèi)部缺陷檢測。高質(zhì)量的數(shù)字底片有利于專業(yè)技術人員快速有效的判斷是否存在缺陷，但是對于管道焊縫來說，管壁焊縫接頭部分比其他部分厚，這使得焊縫處的X射線數(shù)字成像比較暗，不利于缺陷的判斷。為方便分析判斷焊縫是否存在缺陷，對數(shù)字底片進行增強是必要的。圖像分解作為圖像對比增強的關鍵技術，也需要針對管道焊縫X射線圖像的特點進行設計。

技術實現(xiàn)要素：

本發(fā)明提供一種提取不同尺度空間分辨率細節(jié)圖像的分解方法，以解決上述現(xiàn)有技術不足，應用于增強管道焊縫X射線圖像處理，對預處理后的圖像進行分解，分解后可得到分辨率有序變化的細節(jié)圖像序列，提高后期重構(gòu)后的圖像質(zhì)量，提高管道焊縫內(nèi)部檢測精度。

為了實現(xiàn)本發(fā)明的目的，擬采用以下技術：

一種提取不同尺度空間分辨率細節(jié)圖像的分解方法，其特征在于，包括以下步驟：

s001.下采樣：對圖像g₀進行低通濾波，將圖像g₀與5×5的濾波模板M進行卷積，濾波模板M可分離且中心旋轉(zhuǎn)對稱，表示為M＝ee^T，e是首尾對稱的列向量，提取濾波圖像的奇數(shù)行和奇數(shù)列，得到低分辨率的下采樣圖像g₁；

s002.上采樣：對圖像g₁進行插值，分別在每兩行和每兩列之間插入零行和零列，再進行低通濾波，濾波模板是下采樣濾波模板的4倍，得到g₀’；

s003.計算細節(jié)圖像：將圖像g₀與g₀’相減得到細節(jié)圖像b₀；

s004.用圖像g₁代替圖像g₀重復上述下采樣和上采樣過程，計算得到細節(jié)圖像b₁；

s005.重復L次，得到細節(jié)圖像b_i，i＝0、1、……、L-1；完成圖像分解。

與現(xiàn)有技術相比，本發(fā)明的有益效果是：

應用于增強管道焊縫X射線圖像處理，對預處理后的圖像進行分解，分解后可得到分辨率有序變化的細節(jié)圖像序列，提高后期重構(gòu)后的圖像質(zhì)量，提高管道焊縫內(nèi)部檢測精度。將本發(fā)明的方法應用于增強處理后，對分解后的細節(jié)圖像進行重構(gòu)，能夠明顯改善管道焊縫X射線圖像的質(zhì)量，原本較暗且模糊的焊縫，變得清晰可見，原本只能看見較少根數(shù)的單絲、雙絲象字計，改善后能夠看見更多，還能看見焊縫的魚鱗狀紋理。將本發(fā)明的方法應用于管道焊縫X射線圖像增強處理中，可以將氣泡、裂紋、夾渣等缺陷以細節(jié)的形式表現(xiàn)。

附圖說明

圖1為圖像分解的方法流程圖。

圖2為圖像分解的過程圖。

圖3為滿足條件的卷積濾波模板M₁。

圖4為滿足條件的卷積濾波模板M₂。

圖5為滿足條件的卷積濾波模板M₃。

圖6為滿足條件的卷積濾波模板M₄。

具體實施方式

在進行圖像分解之前，最好對原始圖像進行預處理，通過數(shù)據(jù)類型轉(zhuǎn)換、對數(shù)變換、中值濾波、圖像灰度歸一化，提高圖像質(zhì)量，便于分解處理。

對預處理后的圖像進行分解，目的是提取不同尺度(空間分辨率)的細節(jié)圖像，包括下采樣、上采樣及計算細節(jié)圖像，具體過程如圖1～2所示：

s001.下采樣：對預處理后的圖像g₀進行低通濾波，將圖像g₀與5×5的濾波模板M進行卷積，再提取濾波圖像的奇數(shù)行和奇數(shù)列，得到低分辨率的下采樣圖像g₁。數(shù)學表示如下：

g₁(i,j)＝Down(g₀*M)

即為

其中*表示卷積，Down()表示下采樣。

卷積的濾波模板M對于細節(jié)圖像的提取非常重要。本發(fā)明要求M可分離且中心旋轉(zhuǎn)對稱，即M可表示為：M＝ee^T，其中e是首尾對稱的列向量。如圖3～6所示本發(fā)明采用的符合條件的四組模板，依次表示為：

(對應于圖3)

(對應于圖4)

(對應于圖5)

(對應于圖6)

s002.上采樣：對低分辨率圖像g₁進行插值，分別在每兩行和每兩列之間插入零行和零列，再進行低通濾波，即將圖像g₁與濾波模板4M進行卷積，得到上采樣圖像g₀’。這里濾波模板是下采樣的4倍，補償零行零列元素的插入。數(shù)學公式表示如下：

g′₀(i,j)＝Up{g₁*(4M)}

即為

其中Up()表示上采樣，[]表示向下取整。

s003.計算細節(jié)圖像：將圖像g₀與g₀’相減得到細節(jié)圖像b₀；

b₀(i,j)＝g₀(i,j)-g′₀(i,j)

s004.用圖像g₁代替圖像g₀重復上述下采樣和上采樣過程，計算得到細節(jié)圖像b₁；

s005.重復L次，得到細節(jié)圖像b_i，i＝0、1、……、L-1，完成分解。

由此可知，細節(jié)圖像b₀的分辨率最高，包含的細節(jié)信息最豐富，其大小與g₀的相同。細節(jié)圖像b_i+1的行列分別為b_i行列的一半，根據(jù)尼奎斯特準則，圖像b_i+1的最大空間分辨率也只有b_i的一半。在極限的情況下，g_L為單像素點，像素值為原始圖像b₀的像素均值。

對分解后可得到分辨率有序變化的細節(jié)圖像序列進行后期重構(gòu)，能夠明顯改善管道焊縫X射線圖像的質(zhì)量，原本較暗且模糊的焊縫，變得清晰可見，原本只能看見較少根數(shù)的單絲、雙絲象字計，改善后能夠看見更多，還能看見焊縫的魚鱗狀紋理。本發(fā)明的方法應用于管道焊縫X射線圖像增強處理中，更加有利于將氣泡、裂紋、夾渣等缺陷以細節(jié)的形式表現(xiàn)。