论文部分内容阅读
X射线成像技术广泛的应用于医学、工业检测以及科学研究等领域,但X射线自身以及成像系统的物理特性决定了X射线图像都存在着一定程度的畸变,在精度要求高的场合应用存在一定困难,因此对畸变进行校正成为影响上述系统总体性能的关键环节之一。所谓图像畸变校正,就是设法建立畸变图像特征点坐标与理想图像特征点坐标之间的映射模型,即校正模型,将畸变的点恢复到原来的位置。畸变校正技术主要包括两个主要步骤:一、特征点的提取,在本文中特征点为标定圆盘上各圆孔的圆心;二、校正模型的建立。为了解决传统提取圆心算法中的需要人为设定阈值、精度低而引起圆心提取不精确问题,提出一种基于环形模型的圆心提取方法,该方法采用环形模型描述X射线图像中圆孔边缘部分像素间的灰度关系,同时考虑噪声的影响,模拟实际图像中圆孔部分的灰度分布,利用遗传算法优化得到圆心坐标,最终使圆孔各像素的模拟灰度值与实际值的差值的平方和最小。为验证基于环形模型提取圆心算法的有效性与精确性,进行了与传统形心法的对比实验,实验表明该方法在提取圆心精度上要优于传统方法。针对精确的校正模型不易建立、误差较大以及边界不连续等问题,本文提出了利用支持向量回归机建立校正模型的一种全局校正方法,同时将其与全局多项式模型做比较,通过比较两种模型的校正图像中特征点分布与理想分布的符合度,检验提出算法的效果。结果表明提出的算法效果明显好于传统的多项式方法。为了进一步验证基于支持向量回归机模型的校正效果,选用具有足够高加工精度的三角板,通过比较不同位置的三角板X射线图像校正前后的边长、角度信息验证其校正效果,结果表明该模型校正精度为0.4451个像素,达到了亚像素精度,为后续图像处理提供了基础。