如今X射线检测已经成为无损检测的常规技术之一,改善X射线图像质量一直是无损检测技术的发展方向。通过数字图像处理技术改善图像的信噪比低、低照度、对比度低等问题,增强图像细节,提高图像质量是提高检测效果最主要的方法。对于工业射线图像,传统的数字图像增强算法由于数据量大、计算方法复杂等原因导致在实际应用中无法满足实时处理的需求。CUDA的出现为GPU计算设计了一种全新的架构,从而解决了GPU用于图像增强的种种限制。CPU的计算能力与GPU的并行计算能力相差接近一个数量级,故基于CUDA的图像增强算法在速度上比传统算法有巨大的优势。本文内容安排如下:1.简述X射线及图像增强技术在国内外的发展情况,介绍了X射线图像增强常用算法,GPU加速技术以及并行计算发展及应用等。对CUDA架构的GPU加速技术从硬件组织,线程结构、编程模型等多个层次进行分析。2.深入分析了一种经典的射线图像增强算法即MSR算法,MSR算法对于射线图像具有较好的增强效果,但其参数选取困难,对图像的适应性较差。引入图像的局部标准差及图像梯度来衡量图像的局部特征,自适应的选取算法的尺度因子及每个尺度所占的权重,这种改进不仅提高了图像的适应程度且增强效果得到明显提升。最后根据算法特点基于CUDA架构进行并行性优化,使算法满足实际应用中实时处理的需求。3.梯度场增强算法对于射线图像处理效果较好,但增强后图像整体视觉效果较差,不能兼顾图像整体与局部信息,因此引入人眼的感知特性对其进行改进。首先根据亮度掩蔽特性引入图像最小可察觉差,将图像归一化处理之后计算出场景背景的平均亮度,结合图像梯度求出最小可察觉差。根据最小可察觉差将图像分成四个亮度区域,对四个区域分别调节图像梯度,求解泊松方程从目标中重建出增强图像。基于CUDA架构对算法进行优化,包括并行计算图像梯度,并行求解泊松方程等。