平板探测器的图像性能优化摘 要X 射线成像技术在医疗、工业探伤、航空航天等众多领域得到广泛的应用。平板探测器因为拥有品质突出、数据传输便利、性能稳定等优势而深受青睐。集成电路的规模化发展以及非晶硅产业的突飞猛进，推动着数字 X-Ray 平板探测器行业的发展高潮。随着人类数字化步伐的加快，X-Ray 成像技术借着数字化信息发展的东风迈着大步向数字信息时代跨进。随着科学技术的发展，平板探测器(FPD)作为数字成像革命的关键性产品进入人们的视野，人们将之称为影像增强仪后常规 X-Ray 射线成像领域的最大一次革命[1]。当前，医疗体外诊断、工业无损探伤以及 PCBA 生产检查是是 X 射线数字成像技术的主要应用领域，但在其他领域的应用也具有广阔的发展前景。本文为大家详细介绍了 DR 成像系统的发展历程以及其各个部分的功能。探测器的发展经历了胶片成像，计算机成像直至如今的数字成像时代，随着技术的突破，DR 图像已经具备快捷、稳定以及图像性能突出等优点。平板探测器主要包含转换介质、图像采集单元以及图像传输单元。平板探测器最显著的特点是体积小，质量轻，便于携带且图像性能突出。受限于各种各样的原因，成像过程中必然会引入噪声使图像质量降低，存在影响医生的诊断正确性的风险。因此，定位影响图像质量的噪声来源、噪声特性以及信噪之间的关系，并对图像信号作降噪处理，对图像细节作增强处理，提升图像的质量成为平板探测器研究的重要方向。本文研究了 DR 系统噪声的形成原因，其一般分为暗电流噪声、不均匀性以及基于康普顿效应引起的随机噪声。利用多一般的处理措施能够有效处理掉绝大部分噪声信号，但高斯噪声会极大程度的影响图像质量且处理极其困难。基于目前普遍应用的高斯模型以及拉普拉斯模型对 DR 图像中的多尺度高频信息无法有效的描述，噪声处理效果并不理想，本文主要应用的是基于 Laplace- Impact 混合模型实现的最小均方误差估计去噪算法（MMSE）。此算法线利用双树复小波对 DR 图像进行分解处理，再利用局部的均方差数值对系统的噪声参数进行估计，之后通过 MMSE 估计实现对高频系数的优化，最后基于逆小波变换实现其高频小波系数的优化，并重新转化为图像。根据实验结果,LI-MMSE 算法在对高斯噪声的处理中明显优于 BLM-GSM 和 SoftLMap 这两种图像处理算法。关键词：X 射线，平板探测器，图像，噪声，拉普拉斯，LI-MMSE 算法ITHE IMAGE PERFORMANCE OPTIMIZATION OF...
