专利名称：双变量非局部平均滤波x射线图像消噪方法
技术领域：
本发明属于X射线图像消噪领域，具体涉及一种模糊自适应参数调整的双变量非局部平均滤波(Fuzzy Adaptive Non Local means,简写为FANL means)算法的X射线图像的消噪方法。
背景技术：
随着工业X射线探伤技术的不断发展，对X射线扫描图像的质量也提出了越来越多的要求，这就要求有效的消除实时检测过程中产生的噪声信息。由于X射线扫描图像灰度区间比较窄、缺陷边缘模糊、图像噪声多、缺陷特征有时被淹没的特点，影响了根据X射线图像对被检测工件进行分析和评价的效果。随着X射线采集设备的不断更新，新的X射线扫描机能更加全面、准确的描述工业图像的信息，这就导致图像中含有更多的像素，其像素间的冗余量大大增加。因此，通过模糊自适应优化算子去除信息中不相关的量，并保持其内部结构的不变性是非局部平均消噪亟待解决的关键技术。非局部平均滤波算法利用冗余信息进行消噪处理，它是对传统局部消噪模型的一个革新，其主要思想不是用图像中单个像素的灰度值进行比较，而是对该像素周围的整个灰度的分布状况进行比较，根据整个灰度分布的相似性来估计权值，其本质是将原图像像素间的相关性映射到象空间进行处理。Buades指出应充分利用冗余信息为消噪服务，在 Buades近年研究的理论分析和实验结果表明，传统非局部平均滤波消噪算法在主客观性能上都优于常见的图像消噪算法，如高斯滤波、各向异性滤波、总误差最小化、邻域滤波等等， 它起源于邻域滤波算法，是对邻域滤波算法的一种推广，其权值根据像素周围整个区域灰度分布的相似性得到，在降低图像噪声的同时具有很强的保持图像空间分辨率的能力。利用传统的非局部平均滤波算法处理复杂图像时，其计算量较大，处理速度慢，尤其是在处理较大图像时，此问题更加突出；此外，该方法会在图像的平滑区域引入人工伪影，图像变得模糊，空间分辨率受到影响。模糊自适应参数调整的双变量非局部平均滤波的X射线图像的消噪方法是利用模糊算法实现滤波参数选择窗口的自适应调整，以粒子群优化算子的概念和理论为基础， 当有多个优化滤波参数需要选择时，利用模糊控制规则进行最佳滤波参数的选择，通过选择优化窗开启来完成进化搜索，获得更好处理效果，更快的收敛速度和全局寻优的能力。但到目前为止，还没有人将该算法应用于非局部平均优化方面。针对上述问题，本发明对传统NL-means方法进行改进，算法从数据间的本征特性出发，寻找使重建误差最小的权重值，达到使误差函数最小的目的。同时，智能优化算法的本质决定了权重的确定不依赖于数据点间的距离，有效地降低图像邻域像素之间的相关性，运算复杂度降低，节省了计算时间，提高了算法运行速度，以适应工业生产任务中的检测需要
发明内容
本发明对工业X射线扫描图像中产生的随机噪声模型的消噪情况进行了研究，采用基于模糊自适应参数调整的双变量非局部平均滤波快速消噪方法实现了工业X射线扫描图像的有效消噪处理。模糊自适应参数调整有效地对X射线分块图像并行处理，降低了图像块之间的相关性，实现X射线扫描图像的快速消噪处理，同时，发明中引入x，y双变量保证了图像消噪过程的位置不变性，并且，由于其采用粒子群优化方法也可以获得较好的收敛性。因而，本发明利用粒子群优化算法从数据间的本征特性出发，寻找在X射线扫描图像中使重建误差最小的权重值，从而使得工业X射线消噪图像在保证精度的条件下获得较快的处理速度。以下对本发明方法做进一步的说明，具体内容如下双变量非局部平均滤波X射线图像消噪方法，本发明特征是，方法为I).模糊消噪窗的选择方法非局部平均滤波算法有一个前提假设采样数据所在局部空间是线性的，即每个采样点与它的近邻点有相似关系，通过权重贡献值线性表示；该算法的学习目标是在低维空间中充分利用像素间的冗余关系，根据灰度分布的相似性来设置每个邻域中的权重，即假设镶入的映射窗在局部是线性的条件下，最小化不相关像素，重构原图像；设c(x，y)为X射线扫描图像函数，r(x，y)为理想图像函数，n (x，y)为噪声图像函数，X, y为图像像素点的直角坐标系下的坐标，则有
权利要求
1.双变量非局部平均滤波X射线图像消噪方法，其特征是，方法为.1).模糊消噪窗的选择方法非局部平均滤波算法有一个前提假设采样数据所在局部空间是线性的，即每个采样点与它的近邻点有相似关系，通过权重贡献值线性表示；此算法在低维空间中充分利用像素间的冗余关系，根据灰度分布的相似性来设置每个邻域中的权重，即假设镶入的映射窗在局部是线性的条件下，最小化不相关像素，重构原图像；设c(x,y)为X射线扫描图像函数，r(x,y)为理想图像函数,n (x, y)为噪声图像函数, x，y为图像像素点的直角坐标系下的坐标，则有
全文摘要
双变量非局部平均滤波X射线图像消噪方法，本发明特征是，方法为1)模糊消噪窗的选择方法；2)双变量模糊自适应非局部平均滤波算法。本发明的有益效果为，为了更好的消除工业X射线扫描图像中存在的未知量子噪声的影响，提出了将不易处理的量子噪声模型转为常见的高斯加性噪声模型，运用模糊运算选择滤波器窗口的大小，寻找使误差函数最小的相关权值矩阵的双变量模糊自适应非线性平均滤波的X射线图像消噪方法。在本发明中，引入粒子群优化滤波参数，进而局部重建权值矩阵，降低了局部相关性对样本数据的影响，提高了算法收敛速度，提高了工业X射线扫描图像去噪处理的速度和精度，适用于对噪声模型不确定的X射线扫描图像的处理。
文档编号G06T5/00GK102609904SQ201210007379
公开日2012年7月25日 申请日期2012年1月11日 优先权日2012年1月11日
发明者于虹, 吴章勤, 李金 , 梁洪, 王妍玮, 王磊, 王达达, 赵现平, 郭涛涛, 闫文斌, 魏杰 申请人:云南电力试验研究院(集团)有限公司电力研究院, 哈尔滨工程大学