基于LBP的DR圖像缺陷識(shí)別算法研究與軟件設(shè)計(jì).pdf

1、工業(yè)射線圖像，特別是DR(Digital Radiography，DR)圖像的缺陷識(shí)別技術(shù)一直是圖像處理領(lǐng)域的一個(gè)重要的研究方向，一般的缺陷識(shí)別技術(shù)步驟較繁瑣，而且不能快速實(shí)時(shí)地對(duì)缺陷進(jìn)行分類(lèi)和分級(jí)，基于這些問(wèn)題和模式識(shí)別領(lǐng)域的快速發(fā)展，局部二值模式算法(Local Binary Pattern，LBP)被應(yīng)用于缺陷識(shí)別。LBP算法是一種基于紋理的識(shí)別算法，最初被廣泛應(yīng)用于人臉識(shí)別領(lǐng)域。LBP算法具有原理簡(jiǎn)單、識(shí)別缺陷速度快等優(yōu)勢(shì)，最重

2、要的是在識(shí)別缺陷的同時(shí)能通過(guò)缺陷模板圖像數(shù)據(jù)庫(kù)中模板圖像的匹配快速實(shí)現(xiàn)缺陷的分類(lèi)和分級(jí)。但是，LBP算法對(duì)噪聲異常敏感的特性限制了它的應(yīng)用。另一方面，相比于人臉識(shí)別數(shù)據(jù)庫(kù)在人臉識(shí)別方面的廣泛使用，工業(yè)領(lǐng)域缺陷模板圖像數(shù)據(jù)庫(kù)較少，這些限制嚴(yán)重阻礙了LBP算法在DR圖像缺陷識(shí)別領(lǐng)域的快速發(fā)展。
　　本研究主要內(nèi)容包括：⑴對(duì)LBP算法的原理和由來(lái)進(jìn)行介紹，闡述了LBP算法最近的發(fā)展歷程。⑵針對(duì)傳統(tǒng)LBP算法對(duì)噪聲異常敏感的特性，并結(jié)合D

3、R圖像本身的特點(diǎn)，得出一種改進(jìn)的LBP算法:韋伯自適應(yīng)局部二值模式算法(Weber Adapted Local Binary Pattern，WALBP)。該算法通過(guò)與其他算法的有效結(jié)合，考慮了更多的缺陷圖像的描述信息，能夠有效的抑制噪聲的影響，進(jìn)而提高了算法的識(shí)別率，并通過(guò)與其他的幾種識(shí)別算法進(jìn)行比較，也有效的證實(shí)了其較好的識(shí)別效果。⑶針對(duì)DR缺陷模板圖像的數(shù)量較多，但是沒(méi)有一個(gè)好的管理工具的問(wèn)題，建立一個(gè)小型的缺陷模板圖像數(shù)據(jù)庫(kù)以及