递变能量X射线高动态融合图像的灰度表征算法研究

摘要：

递变能量X射线成像，通过获取并融合图像序列实现动态范围扩展，完整再现了检测对象的结构信息。但是在融合过程中往往是以质量优化为目的，忽略了与实际高动态成像的灰度映射正确性，从而不能保证图像信息与实际物体信息的物理匹配性。因此，本文提出了递变能量X射线高动态融合图像的灰度表征算法。该算法首先以标钢质准楔形试块为对象，将不同电压下的融合图像作为输入数据，直接采集高动态成像图像作为输出数据，利用神经网络方法构建递变能量成像的灰度表征模型。同时针对不同于训练对象的材料，对灰度表征模型进行修正，实现了不同材质的灰度正确表征，进而实现了低动态图像序列融合图像的正确表征。以12和16 bit成像系统进行实验，结果表明，利用12 bit探测器通过变电压采集图像序列，经图像融合、灰度映射及灰度校正，达到了16 bit探测器的成像效果，且满足灰度对应关系，有效拓展了成像器件的动态范围。

关键词：递变能量、高动态、灰度表征、神经网络

分类号：TN9;TP3

资助基金：国家自然科学基金61227003,61171179,61301259;山西省自然科学基金2012021011-2;高等学校博士学科点专项科研基金20121420110006;山西省回国留学人员科研资助项目2013-083;山西省高等学校优秀创新团队支持计划资助的课题.* Project supported by the National Natural Science Foundation of ChinaGrant .61227003,61171179,61301259;the Natural Science Foundation of Shanxi Province, ChinaGrant 2012021011-2;the Specialized Research Fund for the Doctoral Program of Higher Education, ChinaGrant 20121420110006;the Shanxi Scholarship Council of ChinaGrant 2013-083;the Top Science and Technology Innovation Teams of Higher Learning Institutions of Shanxi, China

在线出版日期：2014-11-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：208703-1-208703-7