【正文】 評(píng) 閱 人 簽章 成 績 答辯委員會(huì)主任 簽章 年 月 日 畢 業(yè) 設(shè) 計(jì) 任 務(wù) 書班 級(jí) 2008級(jí) 學(xué)生姓名 楊 林 學(xué)號(hào) 20087825 發(fā)題日期：2012年 3 月 3 日 完成日期： 6月6日 題 目 數(shù)字圖象處理及其在無損檢測(cè)等中的應(yīng)用 本論文的目的、意義： 無損檢測(cè)在機(jī)械設(shè)備、工程結(jié)構(gòu) 的維護(hù)中有重要意義。 學(xué)生應(yīng)完成的任務(wù)（1） 收集有關(guān)無損檢測(cè)、數(shù)字圖像處理等方面的資料，了解數(shù)字圖像處理在無損檢測(cè)上的應(yīng)用；（2）學(xué)習(xí)數(shù)字圖像處理的基本理論知識(shí)，掌握其原理、方法；（3）學(xué)會(huì)應(yīng)用相關(guān)軟件進(jìn)行程序設(shè)計(jì)，實(shí)現(xiàn)對(duì)圖像的計(jì)算機(jī)分析和處理； （4）把數(shù)字圖像處理方法應(yīng)用于相關(guān)無損檢測(cè)的圖像分析中；（5）完成具有規(guī)定格式的設(shè)計(jì)說明書一份。數(shù)字圖像處理技術(shù)是通過對(duì)圖像的數(shù)學(xué)變換和相關(guān)處理方法將圖像中的特征區(qū)域所包含的特征信息表現(xiàn)出來，在實(shí)現(xiàn)信息的可視化、智能化等方面提供了一個(gè)有效的解決方案。（3）結(jié)合matlab軟件編程同時(shí)運(yùn)用圖像處理技術(shù)的相關(guān)原理對(duì)X射線無損檢測(cè)圖像圖像增強(qiáng)處理以及比較了不同種類的濾波方法處理檢測(cè)圖像的實(shí)際效果，確定了選擇中值濾波處理圖像的結(jié)果做進(jìn)一步圖像分析。最后采用鏈碼技術(shù)對(duì)其中一部分區(qū)域進(jìn)行鏈碼提取以此來描述特征區(qū)域的輪廓，實(shí)現(xiàn)了對(duì)特征區(qū)域的形狀描述。無損檢測(cè)技術(shù)是在不損傷被檢測(cè)對(duì)象的條件下，利用材料內(nèi)部結(jié)構(gòu)的異常或者材料的缺陷在熱、聲、光、電、磁等條件下的反應(yīng)變化，來檢測(cè)材料及其零部件的內(nèi)部和表面缺陷，并能夠?qū)θ毕莸臄?shù)量、形狀、尺寸、分布等做出判斷和評(píng)價(jià)。 20世紀(jì)70年代以來是無損檢測(cè)技術(shù)飛速發(fā)展的時(shí)期，主要原因是計(jì)算機(jī)技術(shù)不斷應(yīng)用到無損檢測(cè)領(lǐng)域，同時(shí)無損檢測(cè)本身的新方法和新技術(shù)也不斷出現(xiàn)，從而也使無損檢測(cè)儀器得到很大的提高。另外，還有各種新型的檢測(cè)方法，如激光全息照相、聲振檢測(cè)、紅外檢測(cè)等。目前鐵譜分析儀主要有兩種類型：一種是直讀鐵譜儀，一種是分析鐵譜儀20 世紀(jì)50 年代圖像處理是利用計(jì)算機(jī)對(duì)圖像進(jìn)行圖像數(shù)字化、圖像增強(qiáng)、圖像復(fù)原、提取特征等處理的一類理論技術(shù)。為了讓計(jì)算機(jī)讀取照片中的信息，需要對(duì)照片進(jìn)行圖像處理。但對(duì)于復(fù)雜的圖像，很難找到合適的數(shù)學(xué)表達(dá)式。常見的圖片和照片在空間上是平面，一般由兩個(gè)坐標(biāo)變量來確定空間位置。而無損檢測(cè)技術(shù)作為世界上一項(xiàng)飛速發(fā)展的檢測(cè)技術(shù)，在不損傷產(chǎn)品使用情況的同時(shí)，結(jié)合產(chǎn)品材料的相關(guān)物理特性，光學(xué)特性等性質(zhì)，能夠較好的對(duì)產(chǎn)品中存在的相關(guān)缺陷進(jìn)行識(shí)別，在各個(gè)國家的工業(yè)等相關(guān)領(lǐng)域?qū)@項(xiàng)優(yōu)勢(shì)的檢測(cè)技術(shù)相當(dāng)重視，而通過使用這種檢測(cè)技術(shù)而帶來的經(jīng)濟(jì)效益也相當(dāng)可觀。 而作為現(xiàn)目前發(fā)展迅速的油樣分析檢測(cè)技術(shù)也是針對(duì)實(shí)時(shí)檢測(cè)機(jī)械運(yùn)行故障的一項(xiàng)重要檢測(cè)技術(shù)。從而，為進(jìn)一步圖像處理技術(shù)的深入學(xué)習(xí)打下堅(jiān)實(shí)的基礎(chǔ)。其最終目的即是為了提高圖像的綜合質(zhì)量，如去除噪聲，提高圖像顯示的清晰度等等。.1 圖像灰度變換 圖像的灰度變換處理是圖像增強(qiáng)處理技術(shù)中一種非?；A(chǔ)和直接的空間域處理方法。另設(shè)和分別代表和在處的灰度值，則圖像變化表達(dá)式可另表示為：。 數(shù)字圖像中灰度級(jí)為的像素出現(xiàn)的頻率：，其中N為一幅圖像的總像素?cái)?shù)，是出現(xiàn)第k級(jí)灰度的次數(shù)，表示第k個(gè)灰度級(jí)。 圖像的平滑化 數(shù)字圖像中往往存在各種各樣的噪聲如在圖像數(shù)據(jù)傳輸過程中會(huì)引入噪聲，以及通過掃描得到的照片由于灰塵時(shí)噪聲源，最終也會(huì)引入噪聲從而影響圖像的質(zhì)量使獲得的圖像像素值不能真實(shí)反映真實(shí)場景亮度而造成的誤差。其基本特點(diǎn)是讓圖像在傅立葉空間的某個(gè)范圍的分量受到抵制，而讓其他分量不受影響，達(dá)到圖像增強(qiáng)的目的。同時(shí)對(duì)模板系數(shù)設(shè)定不同的值將得到不同的增強(qiáng)效果。從上式表達(dá)式可得出平滑后圖像中的每個(gè)像素的灰度值均由包含在（x,y）的預(yù)定領(lǐng)域中的的幾個(gè)像素的灰度值的平均值來決定?？赏ㄟ^式25進(jìn)行具體說明： （25） 式25表明當(dāng)一點(diǎn)及其領(lǐng)域內(nèi)點(diǎn)的灰度的平均值的差不超過規(guī)定的閾值T時(shí)，就保留其原來的灰度值，如果大于閾值T就用其平均值來代替該點(diǎn)的灰度值。中值濾波也是一種典型的低通濾波器，主要用來抑制脈沖噪聲，同時(shí)又具有能較好地保護(hù)目標(biāo)圖像邊緣的特點(diǎn)。 假定原始圖像，經(jīng)傅立葉變換后為，頻率域平滑濾波就是選擇合適的濾波器函數(shù)對(duì)的頻譜成分進(jìn)行相應(yīng)的調(diào)整，然后在經(jīng)過傅立葉逆變換得到濾波后的圖像。常用的低通濾波器包括理想低通濾波器、巴特沃斯低通濾波器、指數(shù)低通濾波器等。其相應(yīng)的傳遞函數(shù)如下：理想高通濾波器傳遞函數(shù)為： （29）巴特沃斯高通濾波器傳遞函數(shù)為： （210）指數(shù)高通濾波器傳遞函數(shù)為： （211）同態(tài)濾波 同態(tài)濾波法是一種將頻域過濾與灰度變換結(jié)合起來的圖像處理方法，它是把圖像的反射模型作為頻域處理的基礎(chǔ)，利用壓縮亮度范圍和增強(qiáng)對(duì)比度來改善圖像的一種處理技術(shù)。通過設(shè)計(jì)一個(gè)對(duì)傅立葉變化的高頻分量和低頻分量影響不同的濾波函數(shù)，如果，則濾波函數(shù)將壓縮低頻段，而增強(qiáng)高頻段，最后的結(jié)果是壓縮了圖像的動(dòng)態(tài)范圍，同時(shí)又增強(qiáng)了圖像的對(duì)比度。圖像分割是一種重要的圖像分析技術(shù)。需要將這些帶有特殊性質(zhì)的區(qū)域分離提取出來，在此基礎(chǔ)上才能進(jìn)一步對(duì)目標(biāo)進(jìn)行測(cè)量和對(duì)圖像進(jìn)行利用。二值化圖像處理在計(jì)算機(jī)圖像處理中占有很重要的地位。是二值化后的輸出圖像。下面介紹其中最大方差閾值法的原理。則有兩組間的方差為： （225）從灰度級(jí)范圍中改變T即可求得D（T）的最大值，此時(shí)對(duì)應(yīng)的T值便是閾值。由于邊緣是所要提取目標(biāo)和背景的分界線，提取出邊緣才能將目標(biāo)和背景分開，因而邊緣檢測(cè)技術(shù)對(duì)于數(shù)字圖像十分重要。它在位置（x,y）的梯度可表示成一個(gè)矢量。其常用的2個(gè)模板如下：Roberts cross： H1 , H2 ； Prewitt：H1 ，H2 ； Sobel：H1 ，H2 ； 將模板與原始圖像的像素矩陣進(jìn)行卷積，即可得到梯度： （229）求出梯度后，設(shè)定一個(gè)閾值T，當(dāng)，標(biāo)出該點(diǎn)為邊界點(diǎn)，其像素值設(shè)為0，否則設(shè)為255，通過適當(dāng)?shù)恼{(diào)整T的大小達(dá)到最佳效果。 基于彩色圖像的K均值聚類分割 對(duì)于給定一幅由多種顏色組成的彩色圖像，我們有時(shí)候是對(duì)彩色圖像中某個(gè)顏色所包含的區(qū)域感興趣，如果是按照先把彩色圖像轉(zhuǎn)化為灰度圖像然后提取相應(yīng)的特征邊緣相對(duì)來說提取過程比較復(fù)雜，而如果是對(duì)這幅彩色圖像直接實(shí)行K均值聚類分割來提取圖像中某個(gè)顏色所包含的區(qū)域則能夠得到很好的解決。為了便于有效地研究和應(yīng)用，往往需要用一些簡單明確的數(shù)值、符號(hào)或圖來表征所給定的圖像及已分割的圖像區(qū)域。根據(jù)鏈的斜率不同常用的有4方向和8方向的鏈碼，其方向定義如圖25所示：圖25 4方向碼和8方向碼在4方向碼中，4方向碼的長度都是一個(gè)像素單位；在8方向碼中，水平和垂直方向的方向碼的長度都是一個(gè)像素單位；在對(duì)角線方向的4個(gè)方向碼為像素單位的倍。2. 鏈碼的歸一化 使用鏈碼時(shí)，起點(diǎn)的選擇是很關(guān)鍵的。如對(duì)圖26邊界進(jìn)行外接矩形描述： 圖 26 MER法求物體的長軸和短軸求物體在坐標(biāo)軸上方向上的外接矩形，只需計(jì)算物體邊界點(diǎn)的最大坐標(biāo)值和最小坐標(biāo)值，即可得到物體的水平跨度和垂直跨度。長寬比為最小外接矩形的寬與長之比，其定義式為： （231）（4）、致密度致密度也稱復(fù)雜度，有時(shí)也稱分散度，其定義為區(qū)域周長（P）的平方與面積（A）的比值。 X射線檢測(cè)原理 X射線是在X射線管中，在電場的作用下在陰極處的電子在電場力的作用下電子高速飛向陽極靶，電子與陽極靶的撞擊過程中產(chǎn)生。圖33是一幅經(jīng)過X射線無損檢測(cè)得到的焊縫缺陷圖樣。F:39。%求出圖像的行數(shù)和列數(shù)N zeros 256 ?；叶戎狈綀D39。 。%將圖像灰度值調(diào)整到一個(gè)合適的灰度范圍f4 floor double f3 。 %取出灰度圖像的（i,j）位置的灰度值N k+1 N k+1 +1。 imshow f %顯示處理前的圖像 Subplot 1, 2, 2 。%輸入經(jīng)灰度調(diào)整后的圖像subplot 331 ,imshow f 。subplot 332 ,imshow J 。1 1 1]。for i 1:p 1 3+1for j 1:p 2 3+1c f1 i:i+ 31 ,j:j+ 31 .*h。subplot 333 ,imshow d 。 %取出x1中從 I,j 開始的n行n列元素,即模板 nn的 e c 1,。 %將模板各元素的中值賦給模板中心位置的元素endend%未被賦值的元素取原值 x uint8 f3 。f1 fft2 f1 。N 2。h1 1/ 1+ d/d0 ^ 2*N 。g3 uint8 real g2 。[m,n] size f4 。n2 floor n/2 。endendg4 ifftshift g4 。f1 double J 。dd0 10。n1 floor m/2 。f3 i,j h3*f3 i,j 。其次巴特沃斯高通濾波處理后的圖像能夠很好的對(duì)圖像的邊緣信息進(jìn)行增強(qiáng)，也保存了高頻噪聲；同態(tài)濾波法是集濾波與圖像灰度變化為一體，增強(qiáng)了圖像缺陷的顯示效果。F:39。T2 60。for j 1:s 2 if f1 i,j T1f1 i,j 0。 。for j 1:s 2 if f2 i,j T2f2 i,j 0。 。for j 1:s 2 if f3 i,j T3f3 i,j 0。 。title 39。title 39。T 6039。 Subplot 235 ,imshow BW 。根關(guān)程序如下：f imread 39。BW im2bw f,level 。, 。Subplot 121 ,imshow f 。title 3