一种基于时空MRF的工业CT图像序列分割方法

提出了一种基于时空马尔科夫随机场的工业CT图像序列分割算法。此算法根据工业CT图像序列信息连续性的特点,建立时空Markov随机场,并且构造相应的混合高斯统计模型能量函数,利用条件迭代算法（ICM）实现最大后验概率（MAP）估计。仿真试验表明,该方法能够较好地实现工业CT图像序列的分割。     

滤波器对滤波反投影重建图像质量的影响

在工业CT无损检测中,切片图像质量直接影响到后续的检测.而滤波函数的选取对图像重建质量影响较大.采用了一种新滤波函数.当新滤波函数的参数a取不同值时,可以近似代替R_L、S_L等滤波函数.通过比较了几种滤波器的空频特性,分析了它们对重建图像质量的影响.仿真与实测数据重建的实验表明新滤波器在a=2时重建图像Gibbs效应小,并具有较高的空间分辨率与密度分辨率.     

锥束CT图像的自适应滤波预处理方法

根据锥束CT系统噪声的性质与序列切片图像的特点,提出一种锥束CT图像的自适应滤波预处理方法.首先建立噪声判断准则,将当前滤波像素的噪声分为两类:对于高斯噪声,采用自适应中心加权的改进均值滤波算法处理,并提出用高斯噪声的层间标准差估计取代层内偏移窗口标准差估计,提高了对序列图像进行滤波的准确性;对于脉冲噪声,采用自适应中值滤波算法处理.通过叶片蜡模的锥束CT切片图像预处理实验,表明该方法在去除噪声和保护细节两方面均表现良好.     

低对比度锥束CT图像缺陷分割算法

根据锥束CT图像的特点,通过获取切片图像中的灰度拓扑结构,将整幅图像中的低对比度分割问题转化为在局部拓扑结构中的较高对比度分割问题.然后针对每个拓扑结构,根据设置的2个阈值和4个检测模板,判断当前模板区域是缺陷区域、噪声区域或者背景材质区域,并将4个方向的检测结果相加得到该拓扑结构的检测结果,最终的检测结果为各拓扑结构的检测结果之和.对空心涡轮叶片蜡模锥束CT图像的实验表明,该算法可有效提取低对比度缺陷信息.     

基于混合高斯模型MRF场的CT图像分割

提出了一种基于混合高斯模型的马尔可夫随机场CT图像分割方法.此方法根据工业CT图像的特点,建立混合高斯逼近的图像灰度统计模型;用混合高斯模型作为Markov随机场的先验模型,提出混合高斯Markov随机场分割模型.实验表明,该方法较单高斯模型有很大的改善,对工业CT图像分割效果好.