基于多尺度幾何分析的相干光圖像.pdf_第1頁(yè)
已閱讀1頁(yè),還剩150頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、小波分析是繼傅立葉分析之后又一經(jīng)典的信號(hào)分析工具,被廣泛應(yīng)用于各種信號(hào)處琿領(lǐng)域中。其中的二維多方向小波——多尺度幾何分析是目前的研究熱點(diǎn),因?yàn)槠涠喑叨?,多方向的良好稀疏分解能力,在二維圖像信號(hào)處理領(lǐng)域中被寄予厚望。在圖像噪聲抑制領(lǐng)域,目前有一系列的多尺度幾何分析變換域處理方法,比如經(jīng)典的閾值收縮降噪、層間相關(guān)性降噪等基于圖像信息物理特性模型的處理方法,以及隱馬爾可夫樹(shù)模型、廣義逆高斯模型等基于圖像變換系數(shù)統(tǒng)計(jì)假設(shè)模型的處理方法。這些方法

2、的特點(diǎn)是,經(jīng)典的物理特性模型主要對(duì)能量、幅值進(jìn)行考察,但這些物理性能并不一定與圖像的幾何特性很好地對(duì)應(yīng),常有過(guò)度扼殺圖像信息的趨勢(shì);而統(tǒng)計(jì)假設(shè)模型與圖像信息的物理對(duì)應(yīng)關(guān)系還有待進(jìn)一步研究,而且其中有較多的參數(shù)和先驗(yàn)條件設(shè)置,這限制了其在實(shí)踐中的應(yīng)用。總的說(shuō),尋找更符合實(shí)際圖像信號(hào)幾何或者視覺(jué)性能的系數(shù)模型和算法參數(shù)是目前多尺度幾何分析域噪聲抑制技術(shù)發(fā)展的研究熱點(diǎn)之一。
   相干光圖像處理系統(tǒng)基于傅立葉光學(xué)原理,用光來(lái)實(shí)現(xiàn)圖像的

3、數(shù)值計(jì)算處理,比如經(jīng)典的4f光學(xué)系統(tǒng)(或者叫組件),它具有并行、處理量大的優(yōu)勢(shì),是信息光學(xué)的一大發(fā)展方向。目前,相干光圖像處理領(lǐng)域處于已經(jīng)能構(gòu)建出多種不同功能和針對(duì)性的系統(tǒng),但性能還有待進(jìn)一步提高的階段。其一,目前的光電轉(zhuǎn)換器件還大都是串行逐像素點(diǎn)處理形式,這限制了整個(gè)光路的并行處理能力的發(fā)揮,是相干光圖像處理系統(tǒng)的瓶頸問(wèn)題之一。其二,從圖像質(zhì)量角度講,傅立葉透鏡的低通特性給系統(tǒng)圖像帶來(lái)了一定的低通濾波效果,這要求處理圖像時(shí)比其他場(chǎng)合更

4、側(cè)重保護(hù)圖像細(xì)節(jié)信息;同時(shí),在這類(lèi)光程較近的相干光系統(tǒng)中,由于光源的強(qiáng)相干性,使得系統(tǒng)圖像中除了常見(jiàn)的隨機(jī)噪聲外,還有特殊的低頻相干噪聲,這也限制了相干光圖像處理系統(tǒng)的發(fā)展,同樣需要解決。本文主要從信號(hào)處理角度出發(fā),著眼于這類(lèi)相干光系統(tǒng)中圖像的噪聲抑制技術(shù)的研究,其中對(duì)圖像細(xì)節(jié)的保護(hù)和對(duì)低頻段噪聲的處理則是本文研究?jī)?nèi)容的特色。
   總之,研究多尺度幾何分析技術(shù)用于相干光系統(tǒng)圖像的噪聲抑制中的應(yīng)用,有具體的應(yīng)用背景,既能發(fā)展多尺

5、度幾何分析噪聲抑制技術(shù),又能改善相干光圖像系統(tǒng)質(zhì)量,具有相應(yīng)的理論和實(shí)用價(jià)值。
   本文的具體工作是:
   ①噪聲的方差估計(jì)是隨機(jī)噪聲分析中的重要問(wèn)題之一,其基本思想是通過(guò)某種方法尋找含噪圖像中的“純”噪聲子圖像來(lái)估計(jì)原噪聲方差。傳統(tǒng)的方法是通過(guò)空頻域采樣,得到子噪聲圖像,然后直接對(duì)其估計(jì)方差,它在圖像高頻信息豐富的場(chǎng)合中常常會(huì)受到干擾。本文在Donoho提出的傳統(tǒng)頻域采樣方法的基礎(chǔ)上,提出一種基于圖像二維小波變換系

6、數(shù)層間相關(guān)性的新方法。其過(guò)程是:對(duì)第一級(jí)有效小波分解的斜向子塊進(jìn)行分析,利用小波變換系數(shù)的層間相關(guān)性,尋找其中的圖像信息,并將其排除,得到更“純”的子噪聲塊,將剩下的噪聲系數(shù)重組并估計(jì)其方差,逼近原噪聲參數(shù)。仿真實(shí)驗(yàn)和實(shí)際4f系統(tǒng)輸出圖像實(shí)驗(yàn)都符合理論分析,實(shí)驗(yàn)結(jié)果中該方法比傳統(tǒng)方法的估計(jì)結(jié)果更準(zhǔn)確,能提高準(zhǔn)確度4%~6%,適合需要側(cè)重保護(hù)圖像細(xì)節(jié)信息的場(chǎng)合。
   參考實(shí)際系統(tǒng)圖像數(shù)據(jù),對(duì)4f相干光系統(tǒng)圖像誤差進(jìn)行了分析,為噪

7、聲抑制提供先驗(yàn)知識(shí)。指出了其低通帶寬背景下,隨機(jī)噪聲和低頻相干噪聲并存的誤差特點(diǎn);進(jìn)而分析了其帶限低通性能;分析了隨機(jī)噪聲的高斯零均值分布特性,并引入層間相關(guān)性方法估計(jì)噪聲方差;分析了低頻相干噪聲的產(chǎn)生原因和它與點(diǎn)擴(kuò)散函數(shù)以及SAR圖像中的乘性相干斑的區(qū)別,并指出其固定位置,相同形式的分布特性,為后期校正提供了先驗(yàn)基礎(chǔ)。
   ②針對(duì)需要側(cè)重保護(hù)圖像細(xì)節(jié)的降噪處理場(chǎng)合,提出一種基于圖像細(xì)節(jié)幾何連續(xù)性模型的稀疏分解域圖像去噪方法。

8、在傳統(tǒng)Donoho能量模型閾值收縮方法基礎(chǔ)上,首先對(duì)稀疏分解的高頻子帶圖像用一個(gè)衰減的閾值去除小幅值噪聲點(diǎn),以更多的保護(hù)圖像細(xì)節(jié)并凸顯剩下的大幅值噪聲點(diǎn)的孤立性,再利用擊中擊不中原理,設(shè)定相應(yīng)的結(jié)構(gòu)元素,考察圖像細(xì)節(jié)幾何連續(xù)性和剩下的大幅值噪聲點(diǎn)孤立性的區(qū)別以分離剩下的圖像細(xì)節(jié)和噪聲點(diǎn),在實(shí)現(xiàn)去噪的同時(shí)更好地保護(hù)圖像細(xì)節(jié)。常見(jiàn)圖像和SAR圖像的曲線波和非下采樣輪廓波變換域仿真實(shí)驗(yàn)結(jié)果符合理論分析,該方法在去噪方面可以達(dá)到與傳統(tǒng)方法相當(dāng)?shù)?/p>

9、程度,同時(shí)在保護(hù)圖像細(xì)節(jié)方面有更優(yōu)的表現(xiàn),視覺(jué)效果邊緣更清晰,峰-峰信噪比有0.5~1db的提高,結(jié)構(gòu)相似度指數(shù)有3%到5%的提高。在實(shí)際圖像實(shí)驗(yàn)中,該方法實(shí)現(xiàn)過(guò)程簡(jiǎn)便,可以靈活選擇模型的形狀,而且模型與圖像本身幾何信息對(duì)應(yīng)關(guān)系強(qiáng),適合于需要側(cè)重保護(hù)圖像細(xì)節(jié)的降噪場(chǎng)合。
   4f系統(tǒng)輸出圖像存在帶限低通、隨機(jī)噪聲和低頻相干噪聲并存的特點(diǎn),這要求對(duì)其做復(fù)原處理時(shí)要比平常情況在細(xì)節(jié)保護(hù)方面的難度更大,而且不僅要處理常見(jiàn)的隨機(jī)噪聲,

10、還要處理這類(lèi)近距離相干光圖像中的低頻相干噪聲。針對(duì)這些特點(diǎn),本文提出一種處理方法:先利用系統(tǒng)的階躍響應(yīng)獲取相干噪聲的位置和形式的先驗(yàn)信息,然后對(duì)階躍響應(yīng)圖像和待處理圖像分別用同樣過(guò)程和參數(shù)的、結(jié)合圖像細(xì)節(jié)幾何連續(xù)性模型的NSCT域去噪方法處理隨機(jī)噪聲,再利用4f系統(tǒng)線性特性將兩幅去除隨機(jī)噪聲后的圖像進(jìn)行點(diǎn)除以去除相干噪聲,完成降噪。實(shí)際實(shí)驗(yàn)中,該方案從峰-峰信噪比、結(jié)構(gòu)相似度指數(shù)和視覺(jué)效果方面都有很好的復(fù)原效果,分別有5db和6%左右的

11、提高,從視覺(jué)上看,該方法能很好地保護(hù)圖像細(xì)節(jié),符合系統(tǒng)的要求。與常用稀疏分解域高頻子帶降噪方法相比,該方法能更好地保護(hù)圖像細(xì)節(jié)并同時(shí)處理隨機(jī)和低頻噪聲。而且還突出體現(xiàn)了相干光圖像處理系統(tǒng)并行處理圖像的特色。
   ③針對(duì)重復(fù)采集含隨機(jī)噪聲的固定目標(biāo)圖像場(chǎng)合,為降噪時(shí)更好地保護(hù)圖像細(xì)節(jié)信息,設(shè)計(jì)了一種重復(fù)采集圖像融合的降噪方法。該方法利用噪聲在“時(shí)間”意義上的隨機(jī)性,對(duì)重復(fù)采集的各圖像同一位置上的像素點(diǎn)進(jìn)行融合處理,進(jìn)行降噪。具體

12、流程是先對(duì)融合圖像進(jìn)行NSCT分解,在其高頻子圖中用各像素點(diǎn)的鄰域方差模型描述其中的噪聲情況,再按照“取小”原則調(diào)整該點(diǎn)的融合權(quán)值;在低頻子圖中,則用方差均值積考察噪聲情況,調(diào)整融合權(quán)值,最后用重復(fù)采集圖像的融合實(shí)現(xiàn)時(shí)域累計(jì)平均降噪。實(shí)驗(yàn)結(jié)果符合理論分析,能有效抑制隨機(jī)噪聲,并且在理論上是對(duì)圖像無(wú)損的。
   將該方法引入4f系統(tǒng)圖像降噪處理中,提出一種基于多譜點(diǎn)圖像融合的相干光圖像處理系統(tǒng)降噪方法。先利用系統(tǒng)中的數(shù)字采樣器件的

13、的信號(hào)復(fù)制功能,在同一次試驗(yàn)平臺(tái)中獲取多個(gè)譜點(diǎn)圖像,其中各圖像包含有相同的圖像信息和同分布規(guī)律但不同數(shù)值形式的噪聲信息。再對(duì)其做NSCT分解,高頻子圖中考察方差模型調(diào)整融合權(quán)值,以消除隨機(jī)噪聲;低頻子圖中針對(duì)相干噪聲的特性,改為考察方差模型,并用多極權(quán)值融合,以削弱相干噪聲。最終實(shí)現(xiàn)對(duì)圖像無(wú)損前提下,既處理隨機(jī)噪聲又處理低頻段相干噪聲的目的。實(shí)驗(yàn)結(jié)果與理論分析吻合。該方法對(duì)噪聲時(shí)間意義上的隨機(jī)性的利用,突出的體現(xiàn)了4f系統(tǒng)空間換時(shí)間的思

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論