一种基于空间轴向梯度比较的γ射线辐射场景图像净化方法

本发明属于辐射图像处理，具体涉及一种基于空间轴向梯度比较的γ射线辐射场景图像净化方法。

背景技术：

1、清晰可靠的视觉信息是核工程作业实施的基础和前提，而强核辐射环境中广泛存在的γ射线等高能射线和粒子作用于成像设备的图像传感器上会产生辐射效应，使得像元阵列局部区域出现异常，采集的图像画面中出现大量高亮的斑状和线状噪声。这些噪声的出现和存在导致图像质量急剧下降，使强核γ辐射场景下的视觉信息的可靠性受到威胁，阻碍相关工程作业的进行，严重时甚至会引发灾难性后果。因此，避免这种辐射诱导噪声对成像结果的干扰，保证核环境中视觉信息的可靠性对核安全来说至关重要。

2、基于此，传统方法从工艺、电路设计、屏蔽材料等不同角度对相机等应用于核辐射环境下的成像设备进行抗辐射加固处理，但面临成本高、周期长，灵活性低和复杂度高等问题。

3、近年来，使用滤波和变换域等图像信号处理的方法解决核辐射和场景视觉信息的可靠性问题成为研究热点之一。但是γ射线辐射场景图像噪声的灰度分布和频域分布都不同于高斯或泊松分布等经典噪声，常见的如均值滤波、高斯滤波及中值滤波等滤波方法以及如傅里叶变换、小波变换等变换域分析的方法不完全适用于γ射线辐射场景图像噪声的处理，其在部分降噪的基础上会引起非噪声图像信息的模糊，对不同剂量率γ射线辐射场景下图像降噪的适用性和鲁棒性不足。

4、为解决强核辐射场景下的视觉信息的可靠性受到威胁的问题，本发明综合现已有降噪方法的思路和不足，考虑γ射线与图像传感器作用的机理，总结γ射线辐射场景图像噪声的特征后，提出一种基于空间轴向梯度比较的γ射线辐射场景图像净化方法。

技术实现思路

1、本发明的目的在于，提供一种更具针对性且更适用于γ射线辐射场景图像噪声特性的图像降噪净化方法，该方法首先通过连续帧间差分的方式检测图像上所有噪声像素的空间位置坐标，然后，依次以检测到的噪声像素为中心，分别在其水平横轴x方向、垂直纵轴y方向和对角线轴d1及d2方向的四个轴向上分别计算与噪声像素相邻n个像素范围内的灰度梯度值。再将4个轴向上的灰度梯度值按大小进行排序，在最大和次大灰度梯度值所在的轴向上进行自适应中值的选取，以轴向灰度梯度值为权重，对选取的两个轴向上的中值进行加权求和，将加权求和的结果作为噪声像素处的新灰度值。最后通过wallis锐化滤波窗口对图像进行锐化滤波和叠加处理，以增强图像的细节和边缘纹理信息，减弱图像模糊。该方法能够满足强核γ辐射场景下图像降噪处理的需求，明显改善辐射场景下图像质量，保障强核辐射场景下的视觉信息的可靠性。所述的方法能够准确检测和有效去除γ射线辐射场景图像噪声的同时保持图像细节纹理信息，提高强核γ射线辐射场景图象质量。

2、本发明所述的一种基于空间轴向梯度比较的γ射线辐射场景图像净化方法，具体操作按下列步骤进行：

3、a、在γ射线辐射场景下使用相机以30ms的积分时间连续采集20帧需净化处理的图像；

4、b、设定用于帧间差分的灰度阈值t和帧数f，从步骤a采集的图像中选择一帧图像进行处理，将该图像与其相邻f帧图像进行帧间差分，检测该图像上所有噪声像素的位置坐标；

5、c、依次以步骤b中图像上检测到噪声像素为中心，计算噪声像素在水平横轴x、垂直纵轴y、对角线d1轴和d2轴方向上与其前后相邻n个像素的灰度变化梯度值，并按大小将4个轴向上的灰度梯度值进行排序，记最大和次大灰度梯度值分别为gmax1和gmax2；

6、d、在步骤c中最大和次大灰度梯度值gmax1和gmax2所在的两个轴向上分别进行自适应中值选取，每个轴向上用于中值选取的像素个数范围m以步长为2自适应调整，得到的两个方向上选取的中值分别记为izmax1和izmax2；

7、e、以灰度梯度值gmax1和gmax2为权重，将步骤d中选取的两个中值izmax1和izmax2进行加权求和，得到新的灰度值i′(x，y)，代替噪声像素处的原灰度值i(x，y)；

8、f、重复步骤c-e依次处理下一个噪声像素，直至遍历完步骤b中图像上检测到的所有噪声像素，得到整幅降噪后图像i′(x，y)；

9、g、对步骤a-f处理后的整幅降噪后图像i′(x，y)进行wallis锐化处理，得到图像w(x，y)；

10、h、将步骤g中得到的锐化后图像w(x，y)与步骤f中得到的降噪后图像i′(x，y)进行叠加，得到净化后的图像p(x，y)。

11、步骤b中用于帧间差分的灰度阈值t和帧数f以及步骤c中用于计算灰度梯度的像素个数n的选择均应与γ射线辐射场景中的辐射剂量率正相关，对于20rad(si)/s剂量率γ射线辐射场景，设置阈值t为15、帧数f为10、像素数范围n为7。

12、步骤d中用于自适应中值选取的像素数范围区间m灵活可调，初始选取像素数范围m设置为2。

13、步骤g中的wallis锐化滤波窗口为3×3，步长为1。

14、本发明所述的一种基于空间轴向梯度比较的γ射线辐射场景图像净化方法，该方法：

15、a、在γ射线辐射环境下使用相机类成像设备以30ms的积分时间连续采集20帧待处理的图像；

16、b、设定用于帧间差分的灰度阈值t和帧数f，在步骤a采集的图像中选择一帧图像并将其与其前后相邻f帧图像进行帧间差分，检测和确定该图像上所有γ射线辐射噪声像素的位置坐标；

17、进一步，所述的基于空间轴向梯度判别的γ射线辐射场景图像净化方法，步骤b具体为：

18、对于当前帧图像it，其前后各f帧图像表示为it-f、it-f+1…it…it+f-1、it+f，当前帧图像上(x，y)像素位置处的灰度值可以表示为it(x，y)，通过式(1)来判断图像上(x，y)位置处是否为噪声：

19、

20、式(1)中，r(x，y)表示当前帧图像上(x，y)位置是否是噪声的判别结果，1代表是，0代表否；it(x，y)表示当前帧图像中(x，y)位置处的像素值；it±i(x，y)表示当前帧图像前或后第i帧图像上(x，y)位置处的像素灰度值；t表示噪声与正常背景像素灰度值得差异阈值；k为可调输入比例系数，表示当前帧图像(x，y)位置像素需要大于多少帧相同位置处像素值才被判定为噪声像素；sgn(x)为阶跃响应函数；

21、c、依次以图像上检测到的噪声像素为中心，分别计算噪声像素在水平横轴x、垂直纵轴y、对角线d1轴和d2轴方向上相邻n个像素内的灰度梯度值，并按大小将4个轴向的灰度梯度值进行排序，记最大和次大灰度梯度值分别为gmax1和gmax2；

22、进一步，所述的基于空间轴向梯度判别的γ射线辐射场景图像净化方法，步骤c具体为：

23、由于γ射线辐射场景图像噪声区域内的像素往往聚集于某一轴线上，即γ射线在cis中的移动路径，故依次以图像上检测到的噪声像素即r(x，y)＝1的像素位置为中心，分别通过式(2)-(5)计算其在空间水平横轴向x、垂直纵轴向y、对角线轴向d1和d2上相邻n像素内的灰度梯度值，并通过式(6)和(7)比较其大小，最大和次大灰度梯度值分别记为gmax1和gmax2。

24、

25、

26、

27、

28、gmax1＝max(gx、gy、gd1、gd2) (6)

29、gmax2＝max{(gx、gy、gd1、gd2)-gmax} (7)

30、其中，n为计算灰度梯度值时选择的轴上前后相邻像素的个数，根据辐射环境剂量率的大小进行设定，剂量率越高，n设置越大；

31、d、在最大和次大灰度梯度值gmax1和gmax2所在的两个轴向上分别进行自适应中值选取，每个轴向上用于中值选取的像素范围m自适应可调，得到的两个方向上选取的中值分别记为izmax1和izmax2；

32、进一步，所述的基于空间轴向梯度判别的γ射线辐射场景图像净化方法，步骤d具体为：

33、设zxy为某一轴向上与噪声像素点相邻的m个像素灰度值的合集，zmax、zmin和zmed分别为zxy中的最大值、最小值和中间值，若zmed-zmax＜0且zmed-zmin＞0，则输出zmed为该轴向的中值；

34、若不满足zmed-zmax＜0且zmed-zmin＞0，则令m＝m+2,再次进行判别，直至输出zmed，m为自适应选取中值的像素范围；

35、在灰度梯度值为gmax1和gmax2所在的两个轴向上分别进行步骤d，得到izmax1和izmax2；

36、e、以两个轴向上对应的灰度梯度值gmax1和gmax2为权重将选取的两个中值izmax1和izmax2进行加权求和，得到i′(x，y)，代替噪声像素处的灰度值i(x，y)；

37、进一步，所述的基于空间轴向梯度判别的γ射线辐射场景图像净化方法，步骤e具体为：

38、通过式(8)根据对应的灰度梯度值对选取的两个轴上的中值进行加权求和，用加权求和的结果i′(x，y)代替噪声像素处的原灰度值；

39、

40、式(8)中，gmax1和gmax2为步骤c中得到的两个较大灰度梯度值，izmax1和izmax2为步骤d中得到的两个轴上的中值；

41、f、重复步骤c-e处理下一个噪声像素，直至遍历完图像上的所有噪声像素，得到降噪后的图像i′(x，y)；

42、g、对步骤a-f处理后得到的整幅降噪后图像i′(x，y)进行wallis锐化处理，得到图像w(x，y)；

43、进一步，所述的基于空间轴向梯度判别的γ射线辐射场景图像净化方法，步骤g具体为：

44、wallis锐化是在拉普拉斯算子的基础上，考虑人的视觉特性中的对数环节，因此在锐化时，采用对数处理的方法进行改进，wallis锐化算子如式(9)所示，窗口大小为3*3，可以使用(10)式的wallis锐化滤波公式对图像进行锐化处理，以增强图像的细节边缘纹理信息；

45、

46、

47、式(10)中i′(x，y)为锐化前图像，w(x，y)为经锐化处理后图像，为防止对0取对数，计算时将log[i(x，y)+1]改进为log[i(x，y)+1]，由于对数值比较小，log(256)＝5.45，计算时，将logi(x，y)改进为46logi(x，y)，其中46＝255/log256；

48、h、将步骤g中得到的锐化后图像w(x，y)与步骤f中得到的降噪后图像i′(x，y)进行叠加，得到净化后的图像p(x，y)；

49、进一步，所述的基于空间轴向梯度判别的γ射线辐射场景图像净化方法，步骤h具体为：

50、将降噪后图像与其经wallis锐化滤波的结果进行叠加即可得到净化后的图像，在降噪的同时能够最大程度地保留了图像细节纹理信息，减弱图像模糊。如式(11)所示；

51、p(x，y)＝i′(x，y)+w(x，y) (11)

52、式(11)中，i′(x，y)为本发明中降噪后的图像，w(x，y)为降噪后图像i′(x，y)经wallis锐化滤波后的结果，将二者对应进行叠加，得到净化后图像p(x，y)。

53、本发明所述的一种基于空间轴向梯度比较的γ射线辐射场景图像净化方法，具有以下显著的技术效果：

54、1)、准确完整检测出图像上γ射线辐射引起的噪声：利用γ射线辐射图像噪声与干净图像信息间的差异性，γ光子在图像传感器中的作用时间远小于单帧积分时间，γ射线诱发的图像噪声具有瞬时脉冲特性，而背景信息在时域中具有连续性，即选择恰当的帧间差分阈值和帧数即可准确检测出γ射线辐射引起的图像噪声。

55、2)、有效去除图像上γ射线辐射引起的噪声：利用γ射线辐射诱导的图像噪声主要聚集在单一轴向上呈线状的空间几何特征，通过灰度梯度判断其噪声几何分布，将噪声像素附近干净信息像素由对应轴向灰度梯度值进行加权处理，代替噪声处原灰度值，达到降噪的目的。

56、3)、不失图像的细节纹理信息：通过更适应于人眼特性的wallis锐化滤波器对降噪处理后的图像进一步锐化，实现在去除噪声的同时保留图像的细节纹理信息。