基于视觉显著度的射线图像微小缺陷提取方法

为实现射线图像复杂大背景下微小目标检测，研究强噪声、大灰度梯度下微小缺陷的分割方法。提出面向射线图像的视觉显著度模型，模拟人眼视觉注意机制，采用线扫描及自适应中央-周边差策略，以视觉显著度为尺度，通过特征图计算与融合、显著图获取等算法，从射线图像复杂背景中分割出注意区域；进一步通过显著度竞争标记排序各注意区域，并根据显著度阈值识别可疑缺陷区域，由此减少图像数据处理量，排除射线图像其他部分的干扰。提出以显著图上可疑区域的注意焦点为种子点，基于各点显著度的区域生长分割方法，实现了可疑区域图像中微小缺陷目标的准确提取。在复杂大背景X射线图像的实验中，准确提取出含有未知缺陷目标的区域，对微小目标的分割取得了较好效果，准确率达到961%，比传统方法高8%以上，证明了所提方法的有效性和适应性