袁坤坤，陆金桂，吴伟伟
(南京工业大学机械与动力工程学院，江苏 南京〓200816)
摘要：为解决使用红外无损检测技术对机械零件内部存在的缺陷进行检测时，获取的零件内部缺陷红外图像存在的噪声大、边缘模糊等问题，分别使用直方图均衡化以及基于小波变换的改进算法对红外无损检测实验中检测出的含有内部缺陷的红外图像进行图像增强。随后引入信噪比概念分别对直方图均衡化和改进算法做了对比。结果表明，本文改进算法抑制了目标缺陷区域的噪声以及非缺陷区域背景，使得缺陷区域图像视觉效果更好，为下一步图像分割提供了依据。
关键词：小波变换；直方图均衡化；红外图像；图像增强
中图分类号：TP301〓文献标识码：A〓文章编号：2095-509X(2019)04-0086-04
基于红外无损检测技术对含有内部缺陷的机械零件进行检测时，因为通过该技术获取的零件内部缺陷红外图像存在着零件缺陷区域与非缺陷区域对比度差、边缘模糊、噪声较大的缺点，所以为了更好地区分机械零件内部缺陷红外图像的缺陷区域与非缺陷区域，有必要对零件内部缺陷红外图像进行增强处理。图像增强技术是图像处理领域的重要分支之一，该技术是零件内部缺陷红外图像处理的一种关键方法。在对含有内部缺陷的零件红外图像进行图像增强时，研究者多以提高零件缺陷红外图像的缺陷区域亮度和明确边缘轮廓为目标，增强缺陷区域和非缺陷区域的对比度效果。
图像增强算法不具有普适性，在研究领域存在差异时，使用相同算法处理图像的效果区别很大，图像增强的效果也不相同。因此应针对特定领域及研究对象，选择合适的算法进行处理。本文基于红外无损检测技术获取具有内部缺陷的机械零件红外图像，同时对获取的图像用图像增强的方法进行研究。首先使用了小波变换对图像进行处理，在此基础上引入非线性函数对小波变换的低频系数进行调整，最后进行小波重组，从而实现零件内部缺陷图像增强的效果。
1〓算法原理1.1〓直方图均衡化的原理
对于采用红外无损检测技术获取的零件内部缺陷红外图像，可采用直方图均衡化提高红外图像的缺陷区域和非缺陷区域对比度，通过调整图像的灰度值变换范围，可以增强该图像的可视化效果，从而获得修正后的图像。该方法的本质是零件内部缺陷红外图像中灰度概率密度较大的像素向其周围扩展，使得灰度层次拉开，压缩概率密度较小的灰度级，让出其原本像素占有的部分灰度级。此处理方法可有效地利用该图像的各个灰度级，从而增强零件内部缺陷红外图像的对比度［2］。
设(x,y)是零件内部缺陷红外图像属于映射函数f的灰度点，使用直方图均衡化处理后的映射函数用g表示，其原理是将(x,y)灰度点处的函数f映射到函数g。该技术对零件内部缺陷红外图像的处理函数可用以下公式表示：
g=T(f)
对于T(f)所表示的映射关系务必满足以下2个基本要求：
1)T(f)在0≤f≤L-1区间内是一个单值单增函数。此函数可满足零件内部缺陷红外图像的灰度分布在不被混淆的基础上，将原始零件缺陷红外图像的灰度分布保持一致的排列状态。
2)对于0≤f≤L-1有0≤g≤L-1，其作用是让原始的零件内部缺陷红外图像与直方图均衡化变换得到图像的灰度值区间保持一致。
累计分布函数满足上述2个条件，并且通过该函数可以完全将原图像f的分布转化成g的均匀分布，此时的直方图均衡化映射函数c(g)为：
c(g)=∑〖DD(〗g〖〗f=0〖DD)〗p(xf)
〖JY〗(2)式中：xf为原始零件内部缺陷红外图像归一化灰〖CM)〗
作者简介：袁坤坤（1991—），男，硕士研究生，主要研究方向为智能计算、红外无损检测和图像处理，long19960725@qq.com.
文章来源《机械设计与制造工程》杂志如需详细资料请联系江苏机械门户网客服QQ:2980918915,电话025-83726289）
更多关注，请扫码
| 
最新图文