Page 66 - 无损检测2023年第二期
P. 66

赵付宝, 等:

   复合材料的双能 CT 图像融合算法


       ( 4 )基 于 边 缘 信 息 保 持 度 的 客 观 评 价 指 标          基于深度对抗网络的高低能 CT 图像融合方法可以
   ( Q ABF  )                                        保持源图像中最大或近似最大的信息量, 突破了单
       Q ABF  指定源图像中保留在合并图像中的边缘、                     能 X 射线成像的局限性, 得到的融合图像细节更加
   轮廓和其他结构信息量, 参数范围为[ 0 , 1 ], 其值越                   丰富, 提高了图像的对比度, 改善了图像质量, 在实

   大, 图像中保留的边界和轮廓细节越多, 融合图像的                         际工程中具有广泛应用的前景。
   质量越高, 其计算公式为
                                                     参考文献:
                    Q ABF ( i ,)
                           j =

    m  n                                              [ 1 ]  IZUMIS , KAMATA S , SATOH K , etal.Hi g h
                                BF
                                         B
           Q ( i ,) w ( i ,)
                                    j

    ∑∑       AF  j   A   j +Q ( i ,) w ( i ,)             ener gy X-ra y com p utedtomo g ra p h yforindustrial




                                            j
   i = 1j = 1

             m  n                                         a pp lications [ J ] .IEEE Transactions on Nuclear
                                B
                   w ( i ,)
            ∑∑       A   j +w ( i ,)                      Science , 1993 , 40 ( 2 ): 158-161.
                                    j
            i = 1j = 1
                                                      [ 2 ]  孙鸿祥. 大型工业 CT 在摇枕、 侧架无损检测中的应
                                              ( 9 )
                                                           用[ J ] . 中国仪器仪表, 2011 ( 10 ): 49-52.
          AF
                      BF
   式中: Q ( i ,) 与 Q ( i ,) 为高低能 CT 图像 A               [ 3 ]  丁国富. 大型高能工业 CT 在固体火箭发动机检测方
                           j
               j
   与B 到融合图像 F 的边缘结构值, w ( i ,)与                            面的应用[ J ] .CT理论与应用研究, 2005 , 14 ( 3 ): 35-39.
                                        A
                                           j
     B
   w ( i ,) 为权值系数, 由边缘强度函数计算决定。                       [ 4 ]  孟博, 郑岚, 刘硕.CT 安检探测技术的特点及优势
        j
       笔者对高、 低能 CT 图像以及融合后图像进行                             [ J ] . 中国安防, 2021 ( 4 ): 78-81.
   分析, 融合图像质量评价各指标参数如表1所示, 不                          [ 5 ]  李保磊, 张萍宇. 国外 CT 型安检设备与技术发展
   同融合方法的图像质量评价指标如表2所示。                                    [ J ] . 中国安防, 2013 ( 6 ): 84-87.
            表1 不同图像的质量评价指标                            [ 6 ]  黄河, 叶文华, 熊田忠, 等. 基于双能 X 射线透射的区
                                                           域分块废有色金属识别算法[ J ] . 机械制造与自动化,
                              指标
       图像                                                 2019 , 48 ( 4 ): 26-29.
                 A G      I E      Q E     Q ABF
                                                      [ 7 ]  朱炼, 孙枫, 夏芳莉, 等. 图像融合研究综述[ J ] . 传感
    高能 CT 图像    2.0514  5.2775   0.3215   0.6529
                                                           器与微系统, 2014 , 33 ( 2 ): 14-18.
    低能 CT 图像    2.1022  5.3428   0.3284   0.6566
                                                      [ 8 ]  周渝人, 耿爱辉, 张强, 等. 基于压缩感知的红外与可见
     融合图像       2.6407  5.5914   0.3629   0.7249





                                                           光图像融合[ J ] . 光学 精密工程, 2015 , 23 ( 3 ): 855-863.
       表2 不同融合方法的图像质量评价指标                             [ 9 ]  HERRINGTON W F , HORN B K P , MASAKII.







                              指标                           A pp licationofthediscreteHaarwavelettransformto
     融合方法
                 A G      I E      Q E     Q ABF          ima g e fusion for ni g httime drivin g [ C ]// IEEE


      La p lace  1.7919  5.2104  0.2622   0.5446          Proceedin g s.Intelli g ent Vehicles S y m p osium.Las

      NSCT      1.8029  5.2366   0.2826   0.5864           Ve g as , NV , USA : IEEE , 2005.
     文章方法       2.6407  5.5914   0.3629   0.7249     [ 10 ]  胡春光, 靳丽媛, 邹晶, 等. 基于小波融合的双能 X 射




                                                           线图像增强算法[ J ] . 纳米技术与精密工程, 2016 , 14
     由表1和表2可知, 文章提出的图像融合方法                                 ( 6 ): 429-433.
           、 、    和Q  ABF  指标均为最优, 说明利用
   中的 A G I E Q E                                    [ 11 ]  杨民, 吴美金, 魏东波, 等. 双能透照模式下涡轮叶片
   该方法得到的融合图像丰富了融合后的图像信息,                                 DR 图像融合方法[ J ] . 北京航空航天大学学报, 2011 ,
   增强了图像边缘以及轮廓等结构, 使图像更加清晰。                               37 ( 12 ): 1494-1497.
                                                     [ 12 ]  杨霈, 董秋影, 杨民. 基于小波变换的双能 DR 图像融
  3 结语                                                     合[ J ] . 无损检测, 2008 , 30 ( 7 ): 430-433.

      提出了一种基于深度学习的高、 低能 X 射线                         [ 13 ]  LIUG , JINGZL , LIJX , etal.Ima g efusionbasedon

   CT 图像融合方法, 该方法构造一个由生成器与双                               estimation theor y [ C ]// Proceedin g s of 2004





                                                          InternationalConferenceon Machine Learnin gand
   判别器生成的对抗网络。该网络利用生成器提取
                                                          C y bernetics ( IEEE Cat.No.04EX826 ) .Shan g hai ,
   CT 图像的细节信息, 基于预设损失函数产生近似
                                                          China : IEEE , 2005.
   于真实样本的随机样本, 然后通过两个判别器来区                           [ 14 ]  张淑梅, 刘跃新. 基于均值聚类多小波图像融合算法
   分融合 CT 图像和两个源图像之间的结构差异。对                                研究[ J ] . 计算机仿真, 2011 , 28 ( 11 ): 242-245.
   复合材料进行了检测试验, 结果表明, 文章所提出的                                                            ( 下转第39页)
    3
     2
          2023年 第45卷 第2期
          无损检测
   61   62   63   64   65   66   67   68   69   70   71