双能X线安检图像的超级增强算法研究文献综述

文献综述（或调研报告）：

X射线成像在社会生活中广为应用。在1895年伦琴发现X射线后仅仅几个月，它就被应用于医学影像。发展至今，X射线成像的应用已扩展至行李安检、工业探伤等领域。行李安检领域，使用双能量X射线技术成为主流^[1]。由于X射线成像系统自身成像条件的限制和不同领域对图像质量的需求，针对X射线图像的图像增强、降噪、灰度范围压缩等方面的研究层出不穷。在安检领域，X射线的应用起步较晚，故针对X射线成像的图像处理研究文献大多集中于医学影像、工业探伤等领域。在安检领域，通常会借鉴其他领域X射线图像的处理方法并根据安检图像的特征和需求加以改造或改进。

在图像处理领域，图像增强是一个重要的研究方向，相应的研究成果很多。根据处理方法的不同，分为直接对像素灰度值进行运算的空域方法和对图像进行变换处理的频域方法^[2]。其次，根据处理策略也可分为全局处理和局部处理。根据图像增强的目的，其又可分为边界增强、对比度增强、图像锐化、图像降噪等方面^[3]。灰度动态范围压缩是一种典型的空域图像增强处理方法，也是图像增强的一种处理手段。常用的空域处理方法有灰度变换方法和空间滤波方法。灰度变换方法属于全局处理方法，主要有伽马变换、对数变换、直方图处理等。空间滤波方法多种多样，属于局部处理方法。常见的有反锐化掩模算法、Retinex算法以及双边滤波等。上述提到的均属于线性处理方法，其运算简单，适用于对时效性要求比较高的场景。

灰度动态范围压缩的全局处理方式通常是通过某种映射曲线对每一个像素灰度值进行映射变换，完成灰度范围压缩。全局处理方法中，最简单的处理方法是线性映射，直接以一定比值线性地将高动态范围映射到低动态范围，其余映射方法有对数曲线映射、伽马变换^[2]等。这种映射方式无法考虑到图像的局部特征，可能会导致局部细节的丢失。此外，还有基于直方图的全局动态范围压缩处理方法, Stephen M.Pizer 等人提出利用双线性插值技术的对比度受限自适应直方图均衡法^[4]。全局处理方法实现简单，效率较高，但是由于缺少对图像信息的考虑，其变换通常需要根据图像情况经验性地人为修正参数，不适于自动化和专业图像的处理。

局部处理方式基于图像的局部特征，针对性地进行处理，与全局处理方式相比，避免了局部细节信息的丢失。在灰度动态范围压缩方面，Edwin H. Land提出了Retinex理论^[5]，其以色彩恒常性为理论基础，通过从原始图像除去低频照射部分的方法得到原始图像对应的高频部分，也被认为是反映了物体自身反射属性的图像，从而能够实现灰度范围压缩，在图像处理方面应用十分广泛。Retinex算法使用高斯函数估算照射图像在原始图像中的低频部分，从而达到动态范围大幅度压缩的同时对比度也进行一定的增强，需要合理的平衡两者的作用。针对这个问题，Jobson等人提出了多尺度Retinex（Multi Scale Retinex）算法^[6][7]，MSR算法对使用不同尺度参数的Retinex算法进行加权求和，可以对图像进行动态范围压缩的同时保持图像的良好视觉效果。此外，Zosso^[8]等人还提出了非局部Retinex的算法框架。Retinex算法在图像增强方面具有对比度增强、动态范围压缩、色彩一致性等优点，可应用于许多领域。在图像去雾方面，马忠丽^[9]等人提出了一种融合边缘信息的单尺度Retinex算法应用于海雾去除, 陈炳权^[10]等人利用Retinex算法和梯度信息设计了雾天图像增强算法；在高动态范围图像色调映射方面，Jian Zhang^[11]等人提出了一种自适应局部对比度增强的Retinex算法应用于高动态范围图像的可视化，Kim^[12]等人提出了一种基于单尺度Retinex算法的高动态范围自然图像色调映射方法。

除了Retinex算法，Fattal^[13]等人提出了基于梯度的处理方法，对较大梯度进行衰减从而压缩灰度动态范围；Durand和Dorsey^[14]利用相似的图像分层思想提出了使用双边滤波将图像分为由大尺度变化信息构成的基本亮度层和剩余部分构成的细节层； Stahl和Aach^[15]等提出了一种将反锐化掩模算法（unsharp masking）映射到拉普拉斯金字塔上的多尺度算法，达到了针对小尺度结构的抗噪声增强，也达到了灰度动态范围压缩的效果。

高动态范围图像的研究主要集中在自然场景图像和彩色图像等方面，前面提到过的算法在这方面已经经过验证并具备不错的效果。而在X射线图像处理领域，相关的研究就少了很多，近年来，许多国内学者针对这一方面发展了相关算法并得到了良好的效果。在Retinex算法的研究方面，陈琛和张建州^[16]针对多尺度Retinex算法提出了改进并用于医学X射线图像；郑林涛^[17]等提出了一种基于MSR和融合理论的双能X射线安检图像增强算法。

上述提到的一系列处理方法，虽然在一定程度上都有着不错的灰度动态范围压缩效果，但是针对X线双能安检图像的内容复杂性、双能量图像的融合问题以及安检需求，他们也都有着各自的缺点。全局处理方式不能良好的反映图像的局部特征，可能导致图像数据某些亮度区域的细节缺失，这是不被允许的。而局部处理方式中基于多尺度的处理方法、基于梯度的处理方法等也存在算法复杂度高，效率较低的缺陷。而采取Retinex算法能够平衡两者之间的矛盾，达到比较满意的效果。同时，Retinex算法也存在其固有的缺陷，就是容易产生光晕现象影响图像质量。所以在使用Retinex算法时需要考虑的是要能够合理的控制参数，或者采取其他改进措施尽量避免亮度变化大的区域出现光晕现象。

[1] 王琪, 陈志强, 邬小平, 等. X 射线安全检查技术综述[J]. CT 理论与应用研究, 2004, 13(1): 32-37.

[2] 冈萨雷斯(美)，伍兹（美）. 数字图像处理(第三版)[M]. 阮秋琦等译。 北京：电子工业出版社, 2011. 49-55