尹 芹,譚云華,馬桂振

(東方鍋爐股份有限公司,自貢 643001)

近年來,隨著以DR,CR為代表的數(shù)字化射線檢測(cè)技術(shù)的發(fā)展,工業(yè)數(shù)字圖像這種信息載體取代傳統(tǒng)鹵銀式膠片的趨勢(shì)越來越明顯。在數(shù)字圖像的應(yīng)用中,信息的最終接受者是人,圖像通過人的眼睛成像在視網(wǎng)膜上,刺激視神經(jīng)細(xì)胞引起視覺,在此基礎(chǔ)上人的大腦產(chǎn)生了對(duì)圖像的主觀認(rèn)識(shí)。筆者從人眼的視覺特性入手,利用韋伯-費(fèi)希納定律計(jì)算人眼對(duì)顯示器顯示灰度的分辨能力并予以驗(yàn)證,同時(shí),圍繞灰度這一客觀指標(biāo),對(duì)提高工業(yè)數(shù)字圖像對(duì)比度的工藝措施予以研討分析。

1 人眼對(duì)灰度的分辨能力

與底片采用黑度表征對(duì)比度類似,數(shù)字圖像采用灰度這一物理量表征對(duì)比度?；叶纫簿褪菆D像的亮度層次,一幅數(shù)字圖像由許多亮度不同的像素組成,如果從圖像中最亮部分到最暗部分之間的亮度等級(jí)越多,則說明這幅圖像層次越豐富,圖像質(zhì)量也就越好。

亮度視覺變化符合韋伯-費(fèi)希納定律,它表明對(duì)于不同亮度L人眼能覺察的最小亮度變化量ΔLmin不同,但在相當(dāng)大的亮度范圍內(nèi),可覺察的最小相對(duì)亮度變化ΔLmin/L卻等于一個(gè)常數(shù)ζ,此值稱為對(duì)比度靈敏度閾或韋伯-費(fèi)赫涅爾系數(shù)(Weber-Fechner Ratio)[1]。人眼能辨別的對(duì)比度靈敏度閾ζ與亮度L的關(guān)系[2]如圖1所示?？梢?在亮度＜1 cd/m2范圍內(nèi)值會(huì)急劇增高,而在亮度＞1 cd/m2范圍為一常數(shù)值。

基于以上知識(shí),現(xiàn)計(jì)算人眼在顯示器上觀察圖像時(shí)所能分辨的灰度等級(jí)差。設(shè)圖像最小亮度為Lmin=L1,則人眼能分辨的第二級(jí)亮度為：

圖1 人眼對(duì)亮度的分辨能力

同理,第三級(jí)亮度為：

以此類推,所能分辨出的第n級(jí)亮度為：

設(shè)C=Lmax/Lmin,對(duì)等式兩邊取自然對(duì)數(shù),經(jīng)整理后可得眼睛能分辨的亮度層次為：

顯示器的最大亮度值Lmax一般≥150 cd/m2,而最小亮度值＜1 cd/m2,由于在1 cd/m2以下ζ不再是一個(gè)常數(shù),而是一個(gè)逐漸增大的變量,簡(jiǎn)化處理取Lmin=1 cd/m2,則：

對(duì)比度靈敏度閾ζ是一個(gè)主觀量,與測(cè)試條件有關(guān),測(cè)試環(huán)境、被測(cè)試人的個(gè)體差異,以及測(cè)試圖像的具體情況都會(huì)影響ζ值,有資料表明[1]：在人眼適宜的亮度下,ζ=0.005～0.02(相當(dāng)于黑度差0.002～0.008)。在實(shí)際工作中時(shí),受測(cè)試環(huán)境如雜散光的影響,ζ的值有可能更大些,但保守的估計(jì)ζ總是不會(huì)超過0.05(相當(dāng)于黑度差0.02)。

取 ζ=0.05,則n=100;取 ζ=0.02,則n=250;取 ζ=0.005,則n=1000。

以下在方正17″液晶顯示器上對(duì)上述結(jié)果做一驗(yàn)證。由于Photoshop等許多軟件的灰度滑塊只能輸入整數(shù)百分比(0%～100%),即從灰度滑塊中只能選擇出101種灰度,因此選擇在手動(dòng)設(shè)置256級(jí)灰度的圖形制作軟件Adobe Illustrator CS3下繪制灰階測(cè)試圖并進(jìn)行實(shí)際測(cè)試(圖2)。測(cè)試結(jié)果如圖3所示。

可以看出,人眼對(duì)普通顯示器灰度識(shí)別的最佳區(qū)間為32～128之間。灰度值為0時(shí),人眼剛可分辨的灰度級(jí)差為6級(jí),這是因?yàn)楫?dāng)亮度很低時(shí),ζ值較大,人眼對(duì)亮度差的區(qū)分能力很弱,而當(dāng)灰度值在160以上時(shí),灰度分辨能力有降低的趨勢(shì)?？傮w來說,對(duì)于測(cè)試所使用的普通顯示器來說,人眼的灰階識(shí)別總數(shù)在128級(jí)以上,符合理論預(yù)期。

三是林特經(jīng)立體開發(fā)模式。農(nóng)場(chǎng)耕地被劃轉(zhuǎn)集中經(jīng)營后，可用資源越來越少。栽桑養(yǎng)蠶是新曹的傳統(tǒng)產(chǎn)業(yè)，近年來農(nóng)場(chǎng)利用林地更新的有利時(shí)機(jī)，結(jié)合土地平整，不斷調(diào)優(yōu)桑園布局。全場(chǎng)3000畝新桑，年養(yǎng)蠶種1萬多張，帶動(dòng)農(nóng)戶1000多戶，近三年每畝凈收入均在4000元以上，職工增收1200萬元。金蟬幼蟲作為高蛋白食材，在蘇皖魯?shù)貐^(qū)深受食客喜愛。每年七月，農(nóng)場(chǎng)職工在自家管護(hù)的林地內(nèi)捉蟬收入達(dá)500萬元。目前人工培育金蟬才剛剛起步，這對(duì)農(nóng)場(chǎng)來說是一大商機(jī)。農(nóng)場(chǎng)擬于2019年啟動(dòng)人工飼養(yǎng)金蟬研究，利用萬畝林地資源，力爭(zhēng)將金蟬培育、抓捕、銷售形成一個(gè)產(chǎn)業(yè)。

分析認(rèn)為,若采用專業(yè)灰階顯示器,人眼可識(shí)別灰階數(shù)將會(huì)明顯增加。這是由于：①灰階顯示器能夠顯示1 024甚至4 096級(jí)灰階。②灰階顯示器經(jīng)特殊校正后,能夠做到相鄰兩灰階的相對(duì)亮度差比值恒定,以適合人的視覺心理,這一點(diǎn)尤為重要。③灰階顯示器亮度高達(dá)700 cd/m2,亮度每增大一倍,可識(shí)別的階梯的數(shù)量就能增加14級(jí)(取ζ=0.05)。至于灰階顯示器不能顯示色彩,這在 RTR應(yīng)用中也實(shí)在算不上一個(gè)缺點(diǎn),因?yàn)殡m然人眼對(duì)色彩的分辨能力達(dá)到上千萬種,但灰度是強(qiáng)度量,人的大腦能本能地將其與射線強(qiáng)度聯(lián)系起來,而對(duì)于色彩而言,這種心理過程并不會(huì)發(fā)生,所謂“偽彩”增強(qiáng)技術(shù)并不能提高缺陷識(shí)別度。

2 曝光參數(shù)與灰度的關(guān)系

2.1 灰度直方圖

為便于說明問題,先簡(jiǎn)要介紹灰度直方圖[3]的概念。所謂灰度直方圖是灰度級(jí)的函數(shù),它表示圖象中具有某種灰度級(jí)的像素的個(gè)數(shù),它給出了一個(gè)簡(jiǎn)單可見的指示,用來判斷一幅圖像的層次。同樣內(nèi)容的一幅圖像占據(jù)的灰度范圍窄,說明層次少,對(duì)比度小;反之,則說明層次豐富,對(duì)比度高。某線陣列RTR檢測(cè)系統(tǒng)所用成像軟件的灰度直方圖如圖4所示。

圖4 灰度直方圖

圖中橫坐標(biāo)表示采集灰度G,縱坐標(biāo)表示圖像中對(duì)應(yīng)采集灰度級(jí)所出現(xiàn)的像素個(gè)數(shù)。采集灰度G的數(shù)值由射線探測(cè)器接收的光子數(shù)目線性量化而得,取值范圍為0～4 095。需要說明的是,顯示器顯示灰度并不等同于這里提到的采集灰度,前者是由后者二次線性量化得到,其具體數(shù)值可以通過移動(dòng)調(diào)節(jié)亮(暗)電平改變。對(duì)于普通顯示器,顯示灰度的取值范圍為0～255。

采集灰度是形成圖像對(duì)比度的基礎(chǔ)和根本,通過軟件二次量化調(diào)節(jié)顯示灰度確也能增強(qiáng)圖像對(duì)比度,但卻并不能改善圖像信噪比,適度地使用這種對(duì)比度增強(qiáng)功能確能利于缺陷的識(shí)別,但一旦過度就會(huì)出現(xiàn)“量化值不足”的情況,即圖像對(duì)比度雖然高,但是顆粒感強(qiáng),噪聲大,缺陷識(shí)別度不增反降。

2.2 數(shù)字射線探測(cè)器接收特性

以YXLON325恒電位X光機(jī)作為射線源,測(cè)試線陣列接收器SEZ160的接收特性。試驗(yàn)方案是在等厚試件上固定管電壓U(管電流I),逐次增加管電流I(管電壓U),記錄各次試驗(yàn)時(shí)的圖像采集灰度G。測(cè)試數(shù)據(jù)如圖5所示。

可以看出,采集灰度G與管電流I成線性關(guān)系,與管電壓U成指數(shù)關(guān)系。

2.3 對(duì)比度與曝光參數(shù)的關(guān)系

接下來試驗(yàn)對(duì)比度與曝光參數(shù)的關(guān)系。在線陣列接收器上放置10,11 mm的鋼階梯試塊,記錄不同曝光條件下圖像中兩階梯采集灰度G的差值ΔG,如圖6所示。可見,對(duì)比度ΔG也與管電流成線性關(guān)系,與管電壓成指數(shù)關(guān)系。根據(jù)圖5和7試驗(yàn)結(jié)果,計(jì)算得出對(duì)比度ΔG與采集灰度G的關(guān)系如圖8所示。

進(jìn)一步的接收特性試驗(yàn)表明,數(shù)字 RTR工藝參數(shù)中積分時(shí)間的作用與管電流I等效。

從圖像質(zhì)量的角度出發(fā),除對(duì)比度ΔG以外,噪聲σ也是業(yè)界所關(guān)心的,圖像質(zhì)量的改善必須建立在信噪比(ΔG/σ)提高的基礎(chǔ)上。

按射線噪聲理論[4],成像器接收的光子N時(shí)刻存在漲落現(xiàn)象,具體呈現(xiàn)為泊松分布規(guī)律,即當(dāng)光子數(shù)平均值為N值時(shí),標(biāo)準(zhǔn)差(平均偏差)就為。因而信噪比該式表明圖像的信噪比隨曝光量的增加而提高。

3 RTR適宜的工藝參數(shù)

根據(jù)以上試驗(yàn)分析結(jié)果可以看出,曝光參數(shù)(更確切地說為曝光量)是決定圖像對(duì)比度及信噪比的內(nèi)在因素。為獲取更好的信噪比,應(yīng)采用較大的曝光量。在實(shí)際工作中,根據(jù)灰度直方圖就可以判斷選用的曝光參數(shù)是否合適。根據(jù)實(shí)踐經(jīng)驗(yàn),筆者認(rèn)為,當(dāng)灰度直方圖位于50%～70%滿刻度時(shí),曝光參數(shù)選用比較適宜,檢測(cè)效果最佳,可以以此作為優(yōu)化檢測(cè)工藝的一個(gè)客觀指標(biāo)。

為取得最佳參數(shù),管電流、管電壓和降噪時(shí)間三個(gè)調(diào)節(jié)量可根據(jù)需要在允許范圍內(nèi)任意調(diào)節(jié),實(shí)際工作中,只需要檢查實(shí)施工藝的灰度直方圖(圖9)。

圖9 直方圖曝光量分區(qū)

(1)如發(fā)現(xiàn)直方圖低于滿刻度的50%,表明該工藝條件偏低,應(yīng)適當(dāng)調(diào)整工藝參數(shù),增加曝光量,使直方圖右移至曝光適宜區(qū)。

(2)如發(fā)現(xiàn)直方圖高于滿刻度70%,應(yīng)適當(dāng)調(diào)整工藝參數(shù),降低曝光量,使直方圖左移至曝光適宜區(qū)。這是因?yàn)檫^大的曝光量雖有利于提高對(duì)比度和信噪比,但會(huì)造成圖像過亮且無法通過移動(dòng)亮(暗)電平調(diào)暗,根據(jù)圖3的測(cè)試結(jié)果,這時(shí)人眼對(duì)普通顯示器灰階的識(shí)別能力較差。

還需注意,亮度調(diào)節(jié)應(yīng)使暗電平(dark)與直方圖的間距等于或稍小于直方圖與亮電平(bright)的間距,這樣二次量化后的圖像顯示灰度就落在人眼對(duì)灰度識(shí)別能力的最佳區(qū)間。

圖10 某焊口圖像(規(guī)格φ51 mm×7 mm,225 k V)

采用不同曝光量的某焊口圖像如圖10所示。

可以看出,管電流從7.5 mA增加到 15 mA后,圖像對(duì)比度增大,信噪比和缺陷識(shí)別度提高,圖像質(zhì)量顯著改善(注：顯示器上觀察圖像質(zhì)量差異更明顯)。

4 結(jié)論

(1)普通顯示器顯示的灰度等級(jí)在32～128之間時(shí),人眼對(duì)其具有較好的識(shí)別能力。在應(yīng)用工業(yè)射線數(shù)字成像系統(tǒng)評(píng)定數(shù)字圖像時(shí),應(yīng)把控制顯示器的灰度控制在此范圍內(nèi),過暗或過亮都會(huì)影響數(shù)字圖像的細(xì)節(jié)觀察。

(2)適當(dāng)增大曝光量可增加缺陷與背景采集灰度差,從而提高信噪比和缺陷識(shí)別度。以 RTR檢測(cè)系統(tǒng)為例,當(dāng)使曝光量灰度直方圖位于50%～70%滿刻度時(shí)焊口圖像質(zhì)量最佳,過高或過低都將影響缺陷檢測(cè)。

(3)在一般 RTR工業(yè)應(yīng)用中,曝光參數(shù)管電壓、管電流和積分時(shí)間三者對(duì)提高圖像對(duì)比度和信噪比的作用基本等效?？梢暰唧w情況綜合調(diào)節(jié),只要達(dá)到第(2)條的效果,便可獲得滿意的圖像質(zhì)量;如果不能調(diào)節(jié)到第(2)條的效果,說明系統(tǒng)檢測(cè)能力的配置與檢測(cè)工件規(guī)格不匹配,應(yīng)完善配置方案。

(4)RTR檢測(cè)采用專業(yè)灰階顯示器可獲得更佳的圖像質(zhì)量。

[1]俞斯樂,郭福云,李桂芩,等.電視原理[M].北京：國防工業(yè)出版社,1988.

[2]郝允祥,陳暇舉,張保洲.光度學(xué)[M].北京：北京師范大學(xué)出版社,1997.

[3]左飛,萬晉森,劉航.Visual C++數(shù)字圖像處理開發(fā)入門與編程實(shí)踐[M].北京：電子工業(yè)出版社,2008.

[4]強(qiáng)天鵬.射線檢測(cè)[M].云南：云南科技出版社,2001.