Page 75 - 无损检测2022年第九期
P. 75

白贇沨,等:
   基于 GF-WLS 和 VSM 的多能量 X 射线图像融合方法

                             表 1 3 种器件 DR 图像融合结果的客观指标比较
       编号         方法          方差        空间频率          信息熵        边缘强度        平均梯度        信息保真度

                 SPD        72.9175      3.2707      6.9526      11.6853     1.0719       0.6862

                SIFT-GF     74.7893      3.2606      6.9602      12.6852     1.1552       0.7913

                 ADF        73.9282      2.9321      6.8240      10.9520     0.9810       0.6583
      器件 1

                 MSVD       77.2196      3.4000      6.9845      11.4356     1.0260       0.6994

               VSM-WLS      73.3000      3.1809      6.9937      11.3346     1.0193       0.6565

                文章算法        78.1722      6.0114      7.0968      21.8458     2.0241       1.0284






                 SPD        78.8800      4.6925      5.9381      14.5008     1.3161       0.7294

                SIFT-GF     69.1009      4.3551      5.6788      14.6977     1.3279       0.7747

                 ADF        70.5130      3.7352      5.9309      12.7046     1.1350       0.6435
      器件 2
                 MSVD       76.9680      4.6478      6.0504      14.0728     1.2614       0.7260

               VSM-WLS      70.8885      4.1165      5.9958      13.4666     1.2069       0.6642



                文章算法        75.6056      8.3140      6.1675      27.0532     2.4866       1.0886





                 SPD        55.9272      2.4198      5.8769       5.1387     0.4875       0.8044

                SIFT-GF     54.5734      1.8997      6.3907       4.2760     0.3971       0.6519

                 ADF        61.7174      2.2571      6.0248       4.8995     0.4431       0.8190
      器件 3
                 MSVD       99.1093      3.5516      6.6457       7.2056     0.6450       1.5332

               VSM-WLS      61.5431      2.3394      6.1209       4.9116     0.4417       0.8345

                文章算法        60.1596      5.3368      6.9263      12.6452     1.1673       1.2777

   造权重图。将所提方法与 5 种代表性算法 进行比                                铸件 DR 图像 融 合[ J ] . 仪 器 仪 表 学 报, 2021 , 42 ( 6 ):
   较。主观视觉和客观数值比较结果表明, 所提算法                                211-220.
   较好地保留了两张图像的细节, 且在拥有良好融合                            [ 8 ]   刘明葳, 王任华, 李静, 等 . 各向异性导向滤波 的 红 外
                                                           与可见光图像融合[ J ] . 中国图象 图 形 学 报, 2021 , 26
   效果的同时, 获得了很好的增强效果,在复杂结构
                                                           ( 10 ): 2421-2432.
   件的多能量 X 射线图像融合中表现优越。
                                                      [ 9 ]   刘先红, 陈志斌 . 基于多尺度方向引导滤波和卷积稀
   参考文献:                                                   疏表 示 的 红 外 与 可 见 光 图 像 融 合 [ J ] . 光 学 学 报,
    [ 1 ]   宋艳艳, 朱倩, 朱建伟, 等 . 基于区域特征脉冲 耦 合 神              2017 , 37 ( 11 ): 111-120.

        经网络的航空发动机涡 轮 叶 片 DR 图 像 融 合[ J ] . 数         [ 10 ]  FARBMAN Z , FATTAL R , LISCHINSKID , etal.

        据采集与处理, 2021 , 36 ( 1 ): 164-175.                 Ed g e- p reservin gdecom p ositionsfor multi-scaletone

    [ 2 ]   赵贺, 张金秀, 张正刚 . 基于 NSCT 与 DWT 的 PCNN           anddetail mani p ulation [ J ] .ACM Transactionson
        医学图 像 融 合 [ J ] . 激 光 与 光 电 子 学 进 展, 2021 , 58     Gra p hics , 2008 , 27 ( 3 ): 1-10.

        ( 20 ): 453-462.                             [ 11 ]  MA K D , LI H , YONG H W , etal.Robust multi-



    [ 3 ]   董安勇, 杜庆治, 龙华, 等 . 卷积稀疏表示和邻 域 特 征              ex p osure ima g e fusion : a    structural p atch

        结合的多聚 焦 图 像 融 合 [ J ] . 光 电 子·激 光, 2019 , 30      decom p ositiona pp roach [ J ] .IEEE Transactionson

        ( 4 ): 442-450.                                   Ima g eProcessin g , 2017 , 26 ( 5 ): 2519-2532.


    [ 4 ]  LIS , KANG X , HU J.Ima g efusion with g uided  [ 12 ]  HAYAT N , IMRAN M.Ghost-free multiex p osure





        filterin g [ J ] .IEEETransactionsonIma g eProcessin g ,  ima g efusiontechni q ueusin gdenseSIFT descri p tor

        2013 , 22 ( 7 ): 2864-2875.                       andg uidedfilter [ J ] .JournalofVisualCommunication

    [ 5 ]  MAJL , ZHOU Z Q , WANG B , etal.Infraredand    andIma g eRe p resentation , 2019 , 62 : 295-308.

        visibleima g efusionbasedonvisualsalienc yma pand  [ 13 ]  BAVIRISETTID P , DHULI R.Fusionofinfrared

        wei g hted least s q uare o p timization [ J ] .Infrared  and visible sensor ima g es based on anisotro p ic

        Ph y sics& Technolo gy , 2017 , 82 : 8-17.        diffusionand karhunen-loeve transform [ J ] .IEEE

    [ 6 ]  SHARMA V , HARDEBERGJY , GEORGES.RGB-          SensorsJournal , 2016 , 16 ( 1 ): 203-209.

        NIR ima g e enhancement b y fusin g bilateral and  [ 14 ]  NAIDU V PS.Ima g efusiontechni q ueusin g multi-

        wei g htedleasts q uaresfilters [ J ] .JournalofIma g in g  resolutionsin g ularvaluedecom p osition [ J ] .Defence

        ScienceandTechnolo gy , 2017 , 61 ( 4 ): 40409-1.  ScienceJournal , 2011 , 61 ( 5 ): 479.
    [ 7 ]   羊肇俊, 曾理 . 基于加权最小二乘滤波和引导滤波的                                                  ( 下转第 74 页)
                                                                                                1
                                                                                               4
                                                                             2022 年 第 44 卷 第 9 期
                                                                                      无损检测
   70   71   72   73   74   75   76   77   78   79   80