图像增强在文物X光图像中的应用 下载: 1123次
1 引言
X光照相作为一种传统的检测技术,能够揭示出文物的内部结构、制作工艺、保存状况以及修复历史等信息[1-4],被广泛应于金属器、陶瓷器、泥塑、石刻、漆木器等文物的检测分析中[4-8]。特别是随着数字成像技术的发展,X光照相检测变得方便易行[1,3,7-8],所得到的数字图像易于存储、传输、编辑和使用。
由于文物材质多样、器型多变、结构复杂,若要充分获得每件文物的结构信息,就需要X光照相获得的图像具有清晰的细节和较高的质量。但是由于受到材质和保存状况的限制,文物X光照相获得的原始图像的质量一般较差,简单地调整亮度和对比度很难满足要求。目前,国内外关于文物X光图像增强的研究鲜有报道,参考医学X光图像的处理方法[9-14],本文尝试将数字图像增强技术引入文物的X光图像处理中。考虑到文物的复杂性,选用的图像增强算法不但应具有良好的增强效果,而且应具有较强的适应能力,一般单一的图像增强算法很难满足要求。本文采用高频强调滤波自适应直方图均衡化的方法,其增强效果可根据文物X光图像的实际情况通过改变参数进行调节。为验证该算法在文物X光图像增强中的适用性,特选取3种不同材质文物的X光图像进行实验。
2 图像增强算法
图像增强算法大致可分为两类:一类是空域法,一类是频域法。空域法是直接对图像的像素进行处理,是以灰度映射变换为基础。频域法则是先将图像进行某种变换(如傅里叶变换),然后对变换后的系数进行调整,最后再进行逆变换得到空域中的增强图像,它是一种间接处理方法。本文采用的算法是高频强调滤波自适应直方图均衡化的方法,是频域法中的高频强调滤波和空域法中的自适应直方图均衡化的综合算法。
2.1 自适应直方图均衡化
直方图均衡化的目的是使图像的直方图趋于均匀。因为从人眼的视觉特性来说,图像的直方图分布越均匀,图像的信息量就越大,整幅图像的色调也越协调。直方图均衡化的具体步骤参考文献[ 10]。
直方图均衡化也存在一个缺点,即出现频率较低的灰度级可能存在兼并现象。如果一些细节信息正好处在这些灰度级上,则这些细节可能被忽略。为了克服上面的缺点,将灰度变换的范围从整幅图像缩小到某一大小合适的窗口,这样就可以保留更多的细节信息。这种改进后的方法被称为自适应直方图均衡化[11]。
2.2 高频强调滤波
在图像的频域增强算法中,图像被视为波。其中,高频波反映了图像的边缘、细节信息,也就是灰度变化明显的部分。低频波则反映了图像的轮廓信息,也就是灰度变化缓慢的部分(如文物厚度的变化)。对于文物X光图像增强来说,我们的目的主要是增强图像的边缘细节信息,同时适当地保留轮廓信息,两部分信息(高频波和低频波)对文物检测来说都是有用的。
高频强调滤波的原理参考文献[ 9,11]。本文使用的高通滤波器是布特沃斯高通滤波器,滤波传递函数的表达式为
式中:
3 实验与结果
3.1 算法流程
1) 预处理。将原始图像中多余的背景裁切,剩余的背景像素灰度置0,将背景噪声对图像增强的影响降到最低。
2) 高频强调滤波。选择布特沃斯滤波器作为高通滤波器,阶数
3) 自适应直方图均衡化。通过参数调节直方图均衡化的窗口大小以及图像对比度和灰度范围。
3.2 实验结果和分析
本文分别对3种不同类型文物的X光图像进行增强,分别为汉代铜镜(金属材料)、商代陶片(非金属材料)和辽代泥塑(非金属材料的基体,基体含有金属材料结构)。原始图像均是由德国DUERR公司CRNet/HD-CR 35 NDT Plus型数字成像系统获得,数字图像均为16位灰度。铜镜和陶片X射线曝光使用的是意大利GILARDONI公司ART-GIL350/6型固定式探伤仪,工作电压范围为95~350 kV,最大电流为5 mA。泥塑X射线曝光使用的是大连西奥特THX-3006TD型便携式探伤仪,工作电压范围为150~300 kV,工作电流为5 mA。图像增强用基于64位操作系统的MATLAB R2014a软件实现。
3.2.1 铜镜X光图像增强结果
图 1. 铜镜X光图像增强过程。(a)原始图像;(b)高频强调滤波结果(D0=200);(c)图(b)经自适应直方图均衡化后的结果(D0=200);(d)图像增强结果(D0=500)
Fig. 1. X-ray image enhancement process of bronze mirror. (a) Original image; (b) result of high-frequency emphasis filtering (D0=200); (c) result of adaptive performing histogram on (b) (D0=200); (d) result of image enhancement (D0=500)
3.2.2 陶片X光图像增强结果
式中:Δ
图 2. 陶片在图像增强前后的X光图像。(a)原始图像;(b)增强后图像
Fig. 2. X-ray images of ceramic shard before and after image enhancement. (a) Original image; (b) enhanced image
3.2.3 泥塑X光图像增强结果
图 3. 泥塑(肩部)在图像增强前后的X光图像。(a)原始图像;(b)增强后的图像
Fig. 3. X-ray images of clay sculpture (shoulder) before and after image enhancement. (a) Original image; (b) enhanced image
3.3 算法客观评价
为客观评价图像增强的效果,从平均灰度梯度和信息熵两个参量着手对图像增加后的图像加以分析。
3.3.1 灰度平均梯度
图像的灰度平均梯度(GMG)反映图像的对比度和纹理变化特征。GMG值越大,灰度变化越明显,图像也就越清晰,其定义可参考文献[
9]。
表 1. X光图像增强前后的GMG值
Table 1. GMG values of X-ray images before and after enhancement
|
3.3.2 图像信息熵
图像的信息熵(IE)描述了图像平均信息量的多少。IE值越大,图像细节信息就越丰富,所含信息量也就越大,IE的定义见文献[
12]。
表 2. 图像增强前后X光图像的信息熵值
Table 2. IE values of X-ray images before and after image enhancement
|
3.3.3 几种增强算法的对比
作为对比,对
图 4. 不同算法下铜镜的增强结果。 (a)直方图均衡化;(b)拉普拉斯滤波
Fig. 4. Enhancement results of bronze mirror by different algorithms. (a) Histogram equalization; (b) Laplace filter
表 3. 3种算法的图像增强效果的对比
Table 3. Comparison of image enhancement effects by three enhancement algorithms
|
4 结论
将数字图像增强技术应用于文物的X光图像中,采用高频增强滤波自适应直方图均衡化的算法对3张文物X光图像进行了处理。经过处理,图像的灰度平均梯度和信息熵都有了较大提高。处理后图像的边缘、细节信息得到了增强,轮廓信息也有一定程度的保留,文物的有用信息得到了充分展现。数字图像增强技术的应用不但降低了后期X光图像的分析难度,而且避免了多次曝光,为文物X光照相检测中存在的一些难题提供了解决途径。
在本文的图像增强算法中,阶数
[1] 相建凯, 张刚, 董少华, 等. 数字X光照相技术在木雕造像上的应用[J]. 文物保护与考古科学, 2018, 30(3): 103-108.
[2] 胡东波, 吕淑贤. 应用X射线成像对晋侯墓地出土青铜器铸造工艺的研究[J]. 古代文明, 2013, 9: 55-81.
[3] 谢晋, 闫文祥. 馆藏出土青铜器保护中的X射线成像技术的应用及展望[J]. 文物世界, 2016( 2): 74- 77.
XieJ, Yan WX. Application and prospect of X-ray imaging technology in conservation of unearthed bronzes[J]. World of Antiquity, 2016( 2): 74- 77.
[4] 胡东波. 文物的X射线成像[M]. 北京: 科学出版社, 2012: 55- 161.
Hu DB. The X-ray imaging of cultural relics[M]. Beijing: Science Press, 2012: 55- 161.
[5] 杨军昌, 韩汝玢. X光照相技术在文物及考古学研究中的应用[J]. 文物保护与考古科学, 2001, 13(1): 55-60.
[6] 丁忠明, 吴来明, 孔凡公. 文物保护科技研究中的X射线照相技术[J]. 文物保护与考古科学, 2006, 18(1): 38-46.
[7] 周华, 杨淼, 高峰, 等. 重庆大足千手观音便携X探伤调查及初步研究[J]. 文物保护与考古科学, 2012, 24(4): 45-54.
[8] 周华, 杨淼, 高峰, 等. 射线探伤无损检测方法在文物考古现场应用最新进展[J]. 敦煌研究, 2013( 1): 35- 43.
ZhouH, YangM, GaoF, et al. Latest progress in non-destructive ray radiography detection in archaeological sites[J]. Dunhuang Research, 2013( 1): 35- 43.
[9] 何文. 基于高频强调滤波的医学X光图像增强算法[J]. 信息技术, 2015, 39(4): 60-62, 66.
[10] 伍世宾, 王玥, 谢耀钦. 基于多尺度带限的自适应直方图均衡和数学形态学的医学X射线图像对比度增强算法[J]. 集成技术, 2014, 3(1): 38-45.
[11] Gonzalez RC, Woods RE, Eddins SL. 数字图像处理的MATLAB实现[M]. 阮秋琦, 译. 2版. 北京: 清华大学出版社, 2013: 25- 122.
Gonzalez RC, Woods RE, Eddins SL. Digital image processing using MATLAB[M]. Ruan Q Q, Transl. 2nd ed. Beijing: Tsinghua University Press, 2013: 25- 122.
[12] 熊杰, 韩丽娜, 耿国华, 等. 使用类似Retinex方法增强数字医学图像[J]. 计算机工程与应用, 2009, 45(24): 14-16, 20.
[13] 周飞, 贾振红, 杨杰, 等. 基于剪切波域改进Gamma校正的医学图像增强算法[J]. 光电子·激光, 2017, 28(5): 566-572.
[14] 宋璐, 冯艳平, 卫亚博. 基于灰度DAG熵最大化量化分辨率医学图像增强[J]. 四川大学学报(自然科学版), 2018, 55(2): 316-322.
相建凯, 吴萌, 王展, 甄刚, 马琳燕. 图像增强在文物X光图像中的应用[J]. 激光与光电子学进展, 2019, 56(6): 063402. Jiankai Xiang, Meng Wu, Zhan Wang, Gang Zhen, Linyan Ma. Application of Image Enhancement in X-Ray Photography of Cultural Relics[J]. Laser & Optoelectronics Progress, 2019, 56(6): 063402.