（检测技术与自动化装置专业论文）用于电学层析成像图像质量评估的模型组方法.pdf

中文摘要 电学层析成像( e l e c t r i c a lt o m o g r a p h y ，简称e t ) 技术是上世纪8 0 年代发 展起来的一种新型测量技术。该技术具有结构简单、成本低廉、非侵入及无辐射 等优点，在工业测量和生物医学工程领域具有广阔的应用前景。 经过近三十年的发展，e t 技术取得了很大的进步。作为e t 技术的结果显 示，重建图像质量的优劣体现着e t 系统硬件和软件上的进步程度。虽然已经有 很多学者在e t 重建图像质量评估方法的研究上做了大量的工作，但主要还停留 在对二值图像进行单参数评估的阶段。针对目前存在的问题，本课题从e t 技术 的原理出发，提出了模型组的概念，通过建立不同大小、位置、形状的模型组来 模拟e t 系统的动态成像过程，并针对不同模型组定义了多参数来评价重建图像 的质量，同时简要介绍了基于模型组的重建图像质量评估参数分析方法。主要研 究工作如下： 1 e t 建模及图像重建 在对e t 技术全面深入理解的基础上，分析归纳了e t 重建图像所固有的特 点，有针对性地利用c o m s o l 有限元分析软件建立了e c t 仿真模型组，结合 m a t l a b 工具软件导出正问题求解数据，根据不同的成像算法重建图像。 2 基于模型组的e t 重建图像质量评估模型及参数设计 建立了不同大小、位置、形状的模型组来模拟e t 系统的动态成像过程，主 要针对单物体模型组和两物体模型组，研究了多参数来刻画它们的特征，反映了 e t 重建算法对敏感场内介质分布变化的灵敏性。同时，还讨论了特殊模型的重 建图像质量评估方法，因为它们的特征难以描述，所以主要借鉴了普通数字图像 的质量评估方法来评价其质量。运用实验的方法，分析基于模型组的评估参数来 评价不同算法的重建图像质量，取得了较好的效果。 3 图像配准及e t 重建图像质量评估软件设计 应用v i s u a lb a s i c n e t2 0 0 5 编程环境设计了基于3 2 位w i n d o w s 平台的e t 重建图像质量评估软件，实现了参考图像和重建图像在大小不一致时的图像配 准，进而可以运用像素对像素的图像质量评估指标。本软件实现了所有评估参数 的计算，并且具有操作界面友好，操作简单的特点，完全可以用于实际应用。 关键词：电学层析成像技术图像质量评估模型组方法图像配准 a b s t r a c t e l e c t r i c a lt o m o g r a p h y ( e t ) i san e wm e a s u r e m e n tt e c h n i q u ed e v e l o p e di n19 8 0 m d u et ot h ea d v a n t a g e so fs i m p l es t r u c t u r e ，l o wc o s t ，n o n i n t r u s i v ea n dn o n r a d i a n t ，e t t e c h n i q u eh a sw i d ep r o s p e c tf o ra p p li c a t i o ni nt h ef i e l do fi n d u s t r i a lm e a s u r e m e n t a n d b i o m e d i c a le n g i n e e r i n g g r e a tp r o g r e s sh a sb e e nm a d ei ne tt e c h n i q u ei nt h ep a s tt h r e ed e c a d e s a st h e f i n a lp r o d u c to fe tt e c h n o l o g y , r e c o n s t r u c t e di m a g ee m b o d i e st h ep r o g r e s so ft h e h a r d w a r ea n ds o f t w a r eo fe ts y s t e m m u c hw o r kh a sb e e nd o n eb yr e s e a r c h e r s ，b u t t h es t a t eo fa r t ss t i l ll i m i t si nt h eb o u n d so fs i n g l e p a r a m e t e re v a l u a t i o no fb i n a r y i m a g e s t os o l v et h ep r o b l e m se x i s t e d ，t h ec o n c e p to f m o d e lg r o u p si si n t r o d u c e d ，t h e e s t a b l i s h m e n to fd i f f e r e n ts i z e ，l o c a t i o na n ds h a p eo fm o d e lg r o u p sa r eu s e df o r s i m u l a t i n gt h ed y n a m i cp r o c e s si m a g i n go fe ts y s t e m ，a n dm u l t i p a r a m e t e r sb a s e d o n d i f f e r e n tm o d e lg r o u p sa r er e s e a r c h e dt oe v a l u a t et h eq u a l i t yo fr e c o n s t r u c t e di m a g e s t h em a i nw o r ka n dr e s u l t sa r ea sf o l l o w s 1 m o d e l i n go fe ta n di m a g er e c o n s t r u c t i o n m o d e lg r o u p sa r ee s t a b l i s h e db yf i n i t ee l e m e n ta n a l y s i ss o f t w a r ec o m s o l ，a n d t h ef o r w a r dp r o b l e mi ss o l v e db yc o m s o lw i t hm a t l a b ，t h e nt h es o l u t i o n sa r e e x p o s e d t or e c o n s t r u c tt h ei m a g e sb ym a t l a bw i t hd i f f e r e n ta l g o r i t h m s 2 d e s i g no fm o d e l sa n dp a r a m e t e r sa b o u tr e c o n s t r u c t i o nq u a l i t ye v a l u a t i o n b a s e do nd i f f e r e n tm o d e lg r o u p s ，d i f f e r e n tm u l t i p a r a m e t e r sa r er e s e a r c h e dt o d e p i c tt h e i rc h a r a c t e r i s t i c s a n dm e t h o d s a b o u ts o m ee s p e c i a lm o d e l sa r er e s e a r c h e d a c c o r d i n gt ot h ee v a l u a t i o no fo r d i n a r yd i g i t a li m a g e s t h ef e a s i b i l i t yo fm e t h o d s i s t e s t i f i e db yu s i n go fw e l ld e s i g n e de x p e r i m e n t s 3 i m a g er e g i s t r a t i o na n ds o f t w a r ed e s i g nf o ri m a g eq u a l i t ye v a l u a t i o n s o f t w a r ef o re tr e c o n s t r u c t e di m a g ee v a l u a t i o ni sd e s i g n e db a s e do n3 2 b i t w i n d o w sp l a t f o r ma n dv i s u a lb a s i c n e t2 0 0 5p r o g r a m m i n ge n v i r o n m e n t ，i nw h i c h i m a g er e g i s t r a t i o ni sr e a l i z e d t h ee v a l u a t i o nm e t h o dt h a tp r e s e n t e di n t h et h e s i si s c o m p l e t e l yi m p l e m e n t e d ，a n dt h ei n t e r f a c ei sf r i e n d l ya n de a s yt ob eo p e r a t e d 。 k e yw o r d s ：e l e c t r i c a lt o m o g r a p h y , i m a g eq u a l i t ye v a l u a t i o n ，m e t h o do fm o d e l g r o u p s ，i m a g er e g i s t r a t i o n 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得墨盗叁堂或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名：触哆 签字日期： y 7 年易芦多日 学位论文版权使用授权书 本学位论文作者完全了解丕鲞盘堂有关保留、使用学位论文的规定。 特授权鑫壅盘鲎可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：彦颦吆 导师签名： 净恕 签字日期：y 呷年6 月日 签字日期：知。7 年工月岁 日 第一章绪论 1 1e t 技术简介 第一章绪论 过程层析成像( p r o c e s st o m o g m p h y ，简称p t ) 技术是2 0 世纪8 0 年代中期， 随着计算机技术和检测技术的进步，逐渐形成和迅速发展起来的新一代过程参数 检测技术；是以两相流或多相流为主要研究对象的过程参数二维_ - - 维分布状况 的在线实时检测技术；是医学诊断中计算机层析成像( c o m p u t e r i z e dt o m o g r a p h y ， 简称c t ) 技术在工业过程中的应用【l 】。其特点是利用被测目标外部的检测信息， 获取被测目标内部变化状态或高速流动状态【2 。 根据获得被测物场信息所采用的方法不同，可以将p t 技术分为核p t 、光学 p t 、电学p t 、微波p t 、核磁共振p t 及声学p t 等。不同的p t 方法具有基于不同物 理原理的空间传感器敏感阵列，因而具有不同的信息处理系统及图像重建算法。 基于电学敏感原理的电学p t ，也称为电学层析成像( e l e c t r i c a lt o m o g r a p h y ，简 称e t ) 技术，由于其结构简单、响应速度快和成本低等特点，已经在工业和生 物医学领域中受到越来越多的重视。e t 技术根据测量原理的不同又可相应的分 为电阻抗层析成像( e l e c t r i c a li m p e d a n c et o m o g r a p h y ，简称e i t ) 和电磁层析成 像( e l e c t r o m a g n e t i ct o m o g r a p h y ，简称e m t ) 或磁感应层析成像( m a g n e t i c i n d u c t i o nt o m o g r a p h y ，简称m 1 t ) ，而电阻层析成像( e l e c w i c a lr e s i s t a n c e t o m o g r a p h y ，简称e r t ) 和电容层析成像( e l e c t r i c a lc a p a c i t a n c et o m o g r a p h y ， 简称e c t ) 分别是e i t 技术忽略了容性和电导信息的简化系统。e t 系统的基本原 理及应用范围如表1 1 所示。 表1 1e t 系统的基本原理及应用范围 e t 类型被测介质特性参数典型应用 电阻电导率分布。汽液两相流成像，水力旋流器成像，混合过 电阻抗 e r t 或介电常数分布 程，地貌，环境监测 e i t 电容电导率分布。 e c t 或介电常数分布 油汽、汽液两相流成像，流化床成像 磁导率p 电磁e m t无损检测 或电导率a 第一章绪论 1 1 1e t 系统组成及工作原理 e t 技术是通过测量处于敏感场中物体的电学参数的分布，来得到物场中介 质分布的状况的。e t 系统的感应场都受l a p l a c e 方程制约；在激励方式上，一 般使用电流注入激励或电压激励，且大多数的系统都采用低频( o 时，取得最佳值b 石芳；务表示j 与j ，之间平均亮 度的接近程度( b a ) ，当夏= 歹时，取得最佳值1 ；仃。仃。可看作是j 与j ，之间的 对比度，黑则表示彳与j ，之间对比度的相似程度( c r ) ，当仃，：吒时， ( o r ：+ 仃：) “ 取得最佳值l 。 对于质量不同的图像，上面的三个参数中，以相关系数变化最为明显，对比 度相似度的变化次之，亮度接进度变化最小。 第三章基于模型组的e t 重建图像质量评估模型及参数设计 3 6 基于模型组的参数分析方法 以上讨论的参数都是针对敏感场中物体的大小、形状、位置等的变化来反映 重建算法的灵敏性的，虽然通过比较单组参考图像和重建图像的参数可以评价出 重建图像的质量，但是无法衡量出重建算法的性能以及对敏感场内物体变化的灵 敏性。因此，本课题提出了基于模型组的重建图像质量评估，通过一组模型对应 的重建图像的参数变化趋势来评价该组图像的质量，进而反映了重建算法对各种 变化的灵敏度。对于一组重建图像，通过肉眼来比较它们与对应参考图像的参数 间的相似性来评价其质量的方法显然是不方便且不科学的，因此必须对测量的参 数进行科学的分析。 3 6 1 参数变化曲线 曲线能够很好的体现各个点的差异及其变化趋势，因此适合描述基于模型组 的参数变化情况。为了体现重建图像与参考图像的参数间的差异，在绘制曲线时， 以参考图像的参数数据为横坐标，以重建图像的参数数据为纵坐标，则重建图像 与参考完全一致的情况下，其曲线为经过坐标原点的斜率为l 的直线y = x 。这种 情况基本不可能发生，因为重建图像很难达到这样的质量，但是可以直线y = ) 【 为基准，若多组重建图像的参数曲线中，有一条曲线与基准直线相差较小，则说 明该组重建图像的质量要好于其它组的重建图像的质量。 o 7 0 6 0 5 o0 4 m 叱 一0 3 o 比 o 0 2 0 1 0 o 3 13 单物体模型组的重建图像占空比变化曲线 以圆形单物体模型组为例，随着被测物体的增大，参考图像中物体的占空比 是逐渐增大的，但是不同组重建图像中物体的占空比却有着不同的变化趋势，按 4 1 第三章基于模型组的e t 重建图像质量评估模型及参数设计 上述方法绘制重建图像的占空比变化曲线，如图3 1 3 所示。其中，横轴为参考 图像的占空比，纵轴为重建图像的占空比，r e c 1 、r e c 2 与r e c 3 分别表示三组 重建图像的占空比变化曲线，n o r m 为基准直线y = ) 【，则三条曲线中，r e c 1 与基 准直线的偏差最小，因此在描述被测物体的面积大小方面，该组重建图像具有较 好的质量。 3 6 2 拟合直线与线性度 参数变化曲线只能定性的判断重建图像与参考图像的参数接近程度，而且重 建图像的参数变化曲线没有定量的表述，因此不能定量的描述曲线与基准直线的 偏离程度。根据曲线的绘制规则，在本质上是要体现曲线的线性，因此可以利用 拟合直线来近似表示曲线，从而可以描述曲线与基准直线的接近程度。 1 直线拟合 直线拟合就是曲线的线性化过程。关于直线拟合的方法很多，本文采用最小 二乘法对参数的变化曲线进行拟合，能够基本满足要求。 对一组模型的某参数进行提取；设参考图像和重建图像的对应参数向量为 x = 【x ，】和y = z 】，i = 1 , 2 咒，甩为模型组中模型的数量，设拟合直线方程为 】，= k x + 口0 ，则利用最小二乘法计算拟合直线的各参数为【删： 胛z i - e ，e i - 一 ll k = 型j 三l 三l 月h 咒霹一( 五) 2 霹巧一x ，五k a o = 旦辛l 寺l 刀矸一( 墨) 2 ( 3 6 1 ) ( 3 6 2 ) 则从拟合直线方程也可以看出原始曲线和基准直线的偏差，拟合直线的斜率 越接近于l ( 鉴于e t 技术的局限性，拟合直线的斜率一般是小于l 的) ，则表示 其灵敏度越好；拟合直线的截距越接近于0 ，则表示能够重建较小的被测物体， 具有较高的分辨率。 2 线性度 根据原始曲线和拟合直线可以求出原始曲线针对拟合直线的线性度，原始曲 线的线性度越小，则表示原始曲线的非线性误差越小，没有较大的波动。线性度 4 2 第三章基于模型组的e t 重建图像质量评估模型及参数设计 的计算公式为： 万，：型盘1 0 0 耳s ( 3 - 6 3 ) 其中，圪。为原始曲线与拟合直线中对应点的最大偏差，珞。为原始曲线 和拟合直线中最大值点与最小值点的差值。 4 3 第四章e t 重建图像质量评估软件设计 第四章e t 重建图像质量评估软件设计 e t 重建图像质量评估软件基于3 2 位w i n d o w s 平台，采用具有强大图像处 理功能的g d i + 在v i s u a lb a s i c n e t2 0 0 5 编程环境下编写，代码具有较好的可读 性和扩展性。软件系统所实现的功能主要包括：e t 图像的载入和灰度化；图像 自身属性计算，如图像中敏感场的大小、占空比等的计算：重建图像与参考图像 的配准以及图像中被测物体的特征参数的计算；评估结果保存等功能。整个软件 可以脱离开发环境，独立安装于与w i n d o w s 兼容的计算机上，并能保持其功能 的稳定性。该软件操作界面友好，操作简便，表达形象，专业性强，为从事e t 技术的研究人员提供了一个可以有效评估重建图像质量的工具。 4 1 软件系统设计概述 4 1 1 图像处理软件设计的基础 1 位图 位图文件的后缀一般为b m p 、g i f 、j p e g 、p c x 、p 1 c t 、r a w 、t g a 和 t i f f 等。位图文件可以分为设备相关位图( d e v i c ed e p e n d e n tb i t m a p ，d d b ) 和 设备无关位图( d e v i c ei n d e p e n d e n tb i t m a p ，d i b ) 两大类。 d d b 不具有自己的调色板信息，它的颜色模式必须与输出设备相一致，如 在2 5 6 色以下的位图中存储的像素值是系统调色板的索引，其颜色依赖于系统调 色板。由于d d b 高度依赖输出设备，所以d d b 只能存在于视频内存或系统内 存中。 d i b 具有自己的调色板信息，因此可以不依赖系统的调色板，在不同的机器 或系统中显示位图所固有的颜色。与d d b 相比而言，由于它不依赖于设备，所 以被称为外部位图格式。d i b 经常存储以b m p 为后缀的位图文件，此外d i b 位 图还支持图像数据的压缩。 本文采用的e t 重建图像均为b m p 后缀的位图，但通过m a t l a b 仿真得到的 重建图像不能直接保存为2 4 位位图文件，因为在保存过程中会对m a t l a b 的6 9 图像进行色标变换。位图的色标有2 5 6 3 种颜色，而m a t l a b 色标只有6 4 种颜色， 这样将导致基于m a t l a b 的重建图像的颜色发生畸变，最终将使得基于m a t l a b 色 标的图像灰度化策略失效。b m p 位图文件由文件头、文件信息头、调色板( 颜 第四章e t 重建图像质量评估软件设计 色信息) 和图像数据四部分组成，其结构如图4 1 所示。 1 44 0 ，一- 一 一、5 4 字节 f _ o 。o o o 。 。o 。- 。- - _ - _ 。r _ _ - - - _ _ - - _ _ _ _ _ _ _ o 一- _ _ l - l l l 文件头l 文件信息头l 调色板 l 图像数据 l 图4 1位图文件格式 其中，文件头( b i t m a p f i l e h e a d e r ) 包括了文件的大小以及图像数据的 偏移量等信息；文件信息头( b i t m a p i n f o h e a d e r ) 定义了位图结构所占的 字节数，位图的宽度和高度( 以像素为单位) ，每个像素所需的位数，位图大小， 位图水平和垂直分辨率，以及图像中颜色数量信息；文件调色板( r g b q u a d ) 是文件数据项到颜色数据映射的一张表，用来存放位图的颜色信息；文件数据 ( b i t m a p d a t a ) ，对于用到调色板的位图，文件数据就是该像素颜色在调色 板中的索引值；对于真彩色图，图像数据就是实际上的r 、g 、b 的值。像素值的 记录顺序在扫描行内是从左到右，扫描行之间是从下至上。对位图文件进行处理， 必须首先找到位图数据区指针，才能读取位图图像数据，进而对图像进行相应的 操作。 2 软件开发环境 本软件系统完全是在v i s u a lb a s i c n e t 编程环境下开发的，它是m i c r o s o f t 公司于近年推出一款基于w i n d o w s 操作系统平台的面向对象的可视化集成开发 环境，该开发环境内集成了一套功能强大的工具，可以说是对v i s u a lb a s i c 的完 美升级。由于v i s u a lb a s i c n e t 包含功能强大的软件包，集语言编译器、程序调 试环境、应用程序生成器、项目管理器、资源管理器以及其它一些能提高效率的 工具组合，而且易于操作，因此对软件开发人员来说是一个很好的选择。 3 处理位图文件的工具 m i c r o s o f t 的g d i + 是与n e tf r a m e w o r k 中的图形设备接口进行交互的入口， 它本身是一个库，提供了一个接口，允许程序员编写打印机、监视器或文件等图 形设备进行交互的w i n d o w s 和w e b 图形应用程序，其功能主要有三类：二维矢量 图形、图像处理和版式。其中图像处理的基本功能是在i m a g e 类中定义的，它提 供了加载、创建和保存图像的成员，是b i t m a p ( 处理位图) 和m e t a f i l e ( 处理矢 量图) 类的基类。b i t m a p 类继承t i m a g e 类的大部分属性，针对位图有很强的处 理能力。 g d i + 位图是设备相关位图，使用g d i + 位图的时候，不能直接把位图选进显 示设备环境或打印机设备环境中。但是系统会自动为位图创建一个特殊的内存设 备环境，然后内存设备环境中的各个位复制到真正的设备环境中。因此，在对实 4 5 第四章e t 重建图像质量评估软件设计 时性要求不高的情况下，使m g d i + ( g r a p h i c sd e v i c ei n t e r f a c e ，图形设备接口) 可在很大程度上简化对位图的操作。本软件就是基于b i t m a p 类的函数进行位图像 素操作的。 4 1 2 软件功能简介 e t 重建图像质量评估软件主要完成参考图像与重建对比图像的载入、灰度 化、图像自身属性计算、重建图像与参考图像中表示物体特征参数的计算、评估 数据保存和历史数据浏览等功能。由于该软件当前的设计功能主要用于离线的图 像质量评估，因此，使用单线程技术就完全可以满足需要。本文提出的这套e t 重建图像评估软件应用对象明确，所有评估参数都经过了严格的理论分析，因此 具有较强的实用性，可作为检验e t 图像重建算法优劣和硬件性能的重要依据。 由于整个软件系统包含多种功能，为有效的降低开发难度、增强其可移植性， 将其中相对独立且实现目的明确的功能按照模块化思想进行设计。整个设计过程 中采用面向对象的思想，较好的解决了人性化操作界面的设计并完成了既定功能 的实现。 。 本可视化e t 重建图像质量评估软件主要包括以下几个功能模块： 1 图像载入和灰度化模块 首先，用户需要将参考模型图像和e t 重建图像载入图像显示区域，保 证图像格式满足要求( 2 4 位位图) 。接下来启动图像灰度化功能，便可得到 相应的灰度化图像。由于图像读取与灰度化是逐像素进行的，因此会需要较 长的时间，大约3 0 秒左右。 2 基本属性计算模块 通过灰度化后的图像灰度矩阵计算图像中的敏感场范围，垂直和水平方 向的被测物体形状投影图图，图像灰度频谱图，敏感场内被测物体的占空比 等图像基本属性和特征。 3 图像配准与对比参数计算模块 很多情况下，参考图像和重建图像中的敏感场大小不完全一致，那么 传统的基于像素对像素的图像质量评价指标将无法使用，因此希望将参考 图像和重建图像配准到相同大小的图像。鉴于重建图像的复杂性，采用将 参考图像配准到重建图像中的方法使两图像的大小一致，前提是准确测量 出参考图像中的物体位置和大小。 图像配准分两部分，目前能够实现单物体和两物体的图像配准，两个 以上物体的图像配准正在研究过程中。单物体图像经过配准后，可以测量 被测物体的f s d r 、s f 、质心及c e 等参数；两物体图像经过配准后，可以 第四章e t 重建图像质量评估软件设计 测量o d 、a o d 及d e c 等参数。而且经过图像配准后，基于像素对像素的 评估参数才可使用，其中包括均方误差、信噪比、图形结构相似度、表面 距离等对比参数，这些参数与物体无关，具有统计意义，但往往获得的效 果不理想，因为在像素级别上参考图像和重建图像相差较大，经过统计累 加后其差距就更大了，因此并不适合重建图像的质量评估。 4 评估结果保存 将评估结果以图片的形式保存在系统指定的文件夹内，可方便的根据 需要进行数据分析。评估软件在设计中，默认的将评估结果保存在重建图 像所在的文件夹中，方便查找。 有选择的协调上面整个模块的工作，可以实现对e t 重建图像质量的评估。 此外，为了节省计算机资源，提高计算速度，在图像灰度化过程中同时计算出了 一系列必要的参数，因此图像灰度化相对耗时，大约需要3 0 秒钟。 4 1 3 软件评估图像质量的流程 图4 2 e t 重建图像质量评估软件主要流程 第四章e t 重建圈像质量评估软件设计 e t 重建图像质量评估软件的评估功能的实现是基于灰阶图像的，因此图像 载八和灰度化是必要的步骤，整个软件的主要流程图如图4 2 所示。流程图中， 图像基本属性的相关计算与图像配准是并列的，而对比参数计算只有在图像配准 之后才能计算。在选择图像配准模式时，应该根据参考图像中被测物体的个数选 择单物体模式或多物体模式，但是多物体模式的图像配准算法还不完善，目前只 能实现两个物体的图像配准，而且两个物体必须分布在垂直径向的两侧。 4 2 软件系统操作界面的设计 图4 - 3 为e t 重建图像质量评估鞔件系统操作界面。下面，通过图倒对软件 相关功能进行介绍。 f 1 ) 菜单区 图4 - 3e t 重建图像质量评估软件操作界面 圉4 - 4软件菜单区 菜单区包含四个选项- 分别为f i l e s ，i m a g e sg r a y i n g ，b a s i ca t l r i b u t e 和 第四章e t 重建图像质量评估软件设计 e v a l u a t i o n ，下面将具体介绍 1 f i l e s l o a dr e f e r e n c ei m a m ：载 以b m p 为后缀的参考图像。 l o a dc o n s t r u c f i o n e di m a g e ：载入以b m p 为后缀的重建图像。 参考图像和重建图像的载入操作完成后，会在对应的图像显示区域显示，使 操作者能直观的观察载八图像是否正确，并可以结合图像来理解软件所计算的参 数的意义。 s a v er e s u l t s ：保存当前评估结果此功能在图像灰度化后可用。现在采用 p f i m s e r e e n 的方式来保存当前信息。 2 i m a g e s g r a y i n g i m a g eg r a y i a g ：将参考图像和重建评估图像灰度化，同时在指定文件夹内 保存原始图像和灰度化后的图像，同时记录用于后续处理的数据。图像灰度化模 块作为一个单独的部分，因为该过程在运算过程中比较耗时，且是各种参数计 算的前提。 3b a s i c a t t r i b u t e g r a ys p m m p l o t t n o b 苗t a 廿h b sc a l c u i a b a n 蝰壅墅垂塑壑霪墅氢丽而鬲1 m u l t i m o d e l s 这一部分主要包括图像自身属性和特征的计算。 g r a yb a p c h a r tp l o t t i n g ：根据图像灰度化后得到的图像像素值矩阵，计算 水平方向和垂直方向被测物体的形状投影圈。 g r a ys p e c t r u mp l o t t i n g ：对灰度化后图像中物场内像素的灰度值进行统计， 然后做出图像的灰度值额谱图。 第网章e t 重建图像质量评估软件设计 b a s i c a t t r i b u t e sc a l c u l a t i o n ：计算图像中物场内非连续相的占空比以及敏感 场场区域大小。 i m a g er e g i s t r a t i o n ：实现参考图像对重建图像的像素配准，可以选择单物 体模型和多物体模型方式视参考图像中被测物体的数目而定。 4e v a l u a t i o n 亘面习| 曹i i i ! ! ! 型! ! 坐塑 - c f j _ f t - ! 竺! 竺：! 兰11 兰。竺竺!j 慷1 m m ! 本部分实现的功能为基于两图像的像素或特征对比。 p i x e l - t o - p i x e le v a l u a t e ：计算参考图像的“像素对像素”的评估参数。该功能 只在实现了图像配准之后才能使用。本部分计算的参数为：峰值信噪比、结构相 似度、形状误差以及梯度结构相似度。 s t a n d a r de v a l u a t e ：计算两幅图像的形心、形心距、图像质心、图像惯量和 惯量差。 r 2 1 图像显示区 图4 5 图像显示区示例 图4 5 是图像显示区的一般区域，该区域用于显示载入的图像以及灰度化后 的图像。图中蓝色的柱状图是灰度图像中敏感场范围内垂直方向物体形状投影 圈。 第网章e t 重建图像质量评估软件设计 ( 3 ) 图像参数显示区 该区域显示参考图像和重建图像自身的一些属性和特征值，如，占空比，灰 度值频谱、模糊度等。因此，可以为判断图像质量提供依据。 ( 4 ) 对比参数显示区 该区域显示参考图像和重建图像相关性图像扭曲度和信噪比等必须由两幅 图像对比得到的比较性参数。这些参数具有更强对比功能，对判断重建图像质量 起着决定性作用。 4 3 图像灰度化处理 图像的灰度化处理是对图像质量进行评估的第一步和最重要的一步，良好的 灰度化策略对图像质量评估指标计算的客观性和正确性有着决定性的意义，因此 着重对这部分内容进行详细介绍。 4 3 1 基- t - m a t l a b 色标的灰度化策略 由于目前业界普遍采用m a t l a b 作为e t 重建图像的工具，即使是其它的成像 软件也普遍以m a t l a b 色标作为自己的颜色标准。囡此本软件针对m a t l a b 色标 对图像进行灰度化处理，所采用的对应关系如图4 - 6 所示。 ( 0 五广i 两；_ 百五忑五i 可i 五丽了石五五：刍 戡” 圉4 - 6 灰度图与彩色图像颜色对应关系 第四章e t 重建图像质量评估软件设计 从上图可以看出，灰度色标颜色变化均匀，彩色值与灰度值保持线性对应关 系。这样可以最大限度的保持原图像的色彩对比关系，保证了图像质量评估指标 的计算的准确性。 4 3 2 图像灰度化的编程实现 1 图像灰度的矩阵表示 用程序实现彩色图像的灰度化，涉及到在内存中载入图像文件和对文件数据 区中像素的颜色信息进行操作。这里需要注意的是，图像文件中像素的坐标系与 存放像素灰度值数组之间的对应关系。例如，对于一个大小为m n ( 以像素为 单位) 的图像来说，像素的排列顺序如下： ( 0 ，0 ) ( 0 ，1 ) ( 0 ，2 ) ( 0 ，m ) ( 1 ，0 ) ( 1 ，1 ) ( 1 ，2 ) ( 1 ，m ) ( 2 ，0 ) ( 2 ，1 ) ( 3 ，1 ) ( 2 ，m ) ( 3 ，0 ) ( 3 ，1 ) ( 3 ，2 ) ( 3 ，m ) ( ，0 ) ( ，1 ) ( ，2 ) ( ，m ) 对于相应的存放各像素灰度信息的数组，其排列规则如下： 显然，在图像文件中，像素的坐标是以左上角元素为原点，横纵坐标的方向 是向右和下的，而数组的排列规则正好相反。这在编程中要给予重视，否则会造 成数组的溢出，使程序中断退出。 2 图像的灰度化算法 了解了图像中坐标系和数组代号的对应关系，即可以对像素进行操作。在 v b n e t 中，使用下面的函数来取得和设置指定像素的颜色信息： 位图文件对象g e t p i x e l ( x ，y ) 位图文件对象s e t p i x e l ( x ，y ，c o l o r ) 其中，x 和y 分别表示像素在图像中所处的位置，c o l o r 是一个颜色变量， 包含着像素的全部颜色信息。本软件灰度化算法如表4 1 所示，彩色图像灰度化 5 2 州 、，)、， ，册册柳； 仉k z m n 亿 m ； )、， y - 力力国；蚴 他化亿；m d 哆d m 瓯w 乙；订 亿；m 聊聊聊； 他亿； 第四幸e t 重建图像质量评估软件设计 后效果如图4 7 所示。 图4 7彩色图像与对应的灰度圈像 表4 - l基于m a t l a b 色标的图像灰度化算法 ( r ，g ，b ) t r a n 5 i ( 肚g b ) l g = o8 2 j 。一3 2 ( o m o ) ( 3 l ，3 1 3 1 ) 1 1 。r 。= 。2 5 。5 ：，； 。2 ；a + ，z 。，：，：，：卜。，。；， ：雾0b ；篓竺：6 。惭。蝌卅；。， v ( g 。g 2 一言g + 2 2 4 ( 1 6 0 j 6 吼1 6 0 卜伫2 3 ，2 2 3 ，2 2 3 ) “一2 ” ( 2 2 4 ，2 2 4 丑4 j 1 2 5 5 砸2 5 5 月= g = b + 在对图像进行灰度他的函数中，分别使用g r a y b m p ( ，) 和g m y o u t p u t ( ，1 柬记 录图像显示区内图像灰度化后的像素灰度值和用于计算图像属性和质量参数的 图像灰度值。由于灰度像素中r g b 分量的值是相等的，因此在绘制和保存灰度 图时将像素r g b 分量均赋予数组g r a y o u t p u t ( 。) 中对应的像素值即可。 使用g r a y b m p ( ) 进行灰度值记录时要注意：首先要将其大小根据载入图像 的大小进行重新设置( 因为它是动态数组) ，以免数组赋值溢出；将原始图像中 第四章e t 重建图像质量评估软件设计 白色区域的像素的颜色设置为一个特殊的灰度值，这样可以保证灰度化后物场区 域的图像在灰度图中能清晰的表现出来；将噪点和边界像素的颜色( 一般为黑色 或者色标所不包含的颜色) 设置为相邻像素的颜色，这样可以提高图像的视觉效 果，而且对后面图像质量评估参数的计算也十分有利，还相当于增加了图像灰度 化过的容错功能；最后还要注意灰度化算法分中各段算法的逻辑关系，保证图像 灰度化的正确性。g r a y o u t p u t ( ，) 与之不同之处在于：要将原始图像中白色区域 和噪点的像素灰度值设为异于正常灰度范围的数值( 比如，2 5 6 ) ，以区分物场 区域和“无用”区域，方便计算。完成了图像的灰度化，就可以快速准确的对图像 参数进行计算了。 4 4 软件功能之间连锁关系的设置 对于一个具有一定复杂度的软件，对其各个控件的连锁关系进行优化设计是 一个十分需要注意的问题。良好的连锁设计可以增强软件功能实现的逻辑性；防 止因为误操作而产生程序运行错误；使得用户不必考虑程序后台运行的机理，从 而方便用户的操作。 本软件总共包含3 0 0 0 行以上的代码，而且在一些功能的实现上是有限制的， 因此连锁设置显得尤为重要，下面对本软件中使用的一些连锁关系进行介绍。 1 主菜单的连锁设置 e t 重建图像质量评估软件主菜单包括四个菜单项，其中“f i l e s ”菜单一直保 持可用状态，“i m a g e sg r a y i n g ”菜单只有在用户正确的载入图像文件后方可使用， 而“b a s i ca t t r i b u t e 与“e v a l u a t i o n ”菜单只有在灰度化后才被激活。 2 各子菜单的连锁设置 “f i l e s ”菜单下的“l o a dr e f e r e n c ei m a g e s ”和“l o a dc o n s t r u c t i o n e di m a g e s ”子 菜单一直处于可用状态，而“s a v er e s u l t s ”菜单需要用户进行至少项图像参数的 计算才会被激活。 “e v a l u a t i o n ”菜单下的两个子菜单也是并列的关系，但是“p i x e l t o p i x e l e v a l u a t i o n ”子菜单只有在实行图像配准后方可使用，而“s t a n d a r de v a l u a t i o n ”则没 有这种限制。 3 其它的一些连锁设置 除了上面所述的功能上的连锁外，还需要对一些空间的属性进行连锁设置。 ( 1 ) 每当载入进行新的图像评估操作时( 如，载入新的图像文件) ，需要清空 第p l q 章e t 重建图像质量评估软件设计 操作界面上所有上一次评估所得到的参数，以免引起错误的数据读取和记录。 ( 2 ) 当程序运行出现异常时的数据保护和其它控件功能的设置。 第五章基于模型组的e t 重建图像质量评估参数分析 第五章基于模型组的e t 重建图像质量评估参数分析 本文提出了模型组的概念，近似模拟了物体的大小、形状和位置的变化，通 过仿真得到对应的重建图像，并针对不同模型组研究了评估被测物体特征的参 数，以检验重建算法对变化过程的描画效果。木章就是针对单物体和两物体模型 组，通过开发的e t 重建图像质量评估软件，测量图像的模型组参数并对参数进 行了分析，以此来评价一组重建图像的质量。 5 1 单物体模型组的重建图像质量评估参数分析 袁5 - l圆形单物体模型组厦重建图像 建立单物体模型组- 并使用共轭梯度法( c o n j u g a t eg r a d i e n t c g ) 重建模型组 第五章基于模型组的e t 重建图像质量评估参数分析 的重建图像，从中选取组主观视觉上质量较好的重建图像分别与共轭梯度法送 代5 0 次和2 0 0 次的结果进行参数间的比较评价。 如表5 一l 所示为圆形物体( c i r c u l a ro b j e c t ，c o ) 模型组及重建图像，r e f - c o 为圆形物体模型组的参考图像，c o c h o s e n 为选取的一组主观视觉上质量较好的 重建图像，c o c g 5 0 与c o c g 2 0 0 分别是共轭梯度法迭代5 0 欢和2 0 0 次的重 建图像，重建图像列出了其原始图像和灰度化图像。 袁5 - 2 为正方形物体( s q u a r eo b j e c t ，s o ) 模型组及重建图像，r e f - s o 为正 方形物体模型组的参考图像。s o c h o s e n 为选取的一组主观视觉上质量较好的重 建图像，虽然前四幅重建图像与对应的参考图像形状并不相似，但是在太小上较 为接近，而且在图像重建过程中，很