激光主动探测图像散斑自适应滤波抑制方法研究

激光主动照明成像具有作用距离远、系统分辨率高、可在低照度背景等复杂环境下获取目标图像等优点,但探测图像会受散斑噪声干扰.把高斯滤波、均值滤波和自适应滤波方法分别应用到仿真实验中进行散斑噪声抑制,实验表明:与高斯滤波和均值滤波相比,自适应滤波能有效抑制图像噪声,保留图像的边缘和细节信息.利用自适应滤波方法对获取的单帧和多帧累加平均的激光主动探测图像进行散斑抑制实验,使用散斑对比度进行定量分析,结果表明多帧短曝光图像累加平均可有效抑制图像的散斑噪声,自适应滤波可进一步降低图像的散斑噪声.     

激光成像系统图像散斑抑制算法比较

CO2激光相干成像系统具有分辨率高、抗干扰能力强、能三维成像等特点,但其所成图像易受到散斑噪声的污染造成分辨率下降,因此研究适用于此成像系统图像散斑噪声抑制的算法具有重要的实用价值。文中对常用的噪声抑制算法:中值滤波、同态均值滤波和Lee滤波进行了介绍,并将其应用于CO2脉冲激光相干成像系统图像的散斑噪声抑制处理,比较了三种算法的处理结果。结果表明,采用小窗口、不迭代Lee滤波进行处理时,既明显抑制了散斑噪声,又有效保持了图像的边缘信息,所以用它进行激光成像系统图像散斑噪声抑制处理是合适的。     

同态非局部滤波在激光主动成像散斑抑制中的应用研究

传统的激光主动成像散斑抑制方法中,局部单像素滤波和变换域滤波难以取得良好的抑制效果,同时容易导致边缘展宽,对图像信息造成破坏。鉴于非局部滤波对加性噪声的优异去噪性能,本文研究了三种具有代表性的非局部滤波方法,并使用半导体泵浦固体脉冲激光器搭建主动成像系统,进行散斑噪声抑制性能的比较。实验表明,采用同态FMPatchGP不仅能够有效抑制散斑噪声,而且能很好地保持边缘信息,同时满足实时性处理的要求,在激光主动照明系统中具有良好的应用前景。     

激光主动成像图像噪声分析与抑制

分析了激光主动成像图像的噪声机理,针对强度像噪声抑制问题,提出了一种基于同态滤波和小波域SURE(Stein's Unbiased Risk Estimate)的激光主动成像图像降噪算法.该方法首先用同态变换将乘性散斑噪声转换为加性噪声;然后在小波域,没有将小波系数看作随机变量.而是以最小化均方误差MSE为目的,将图像...     

基于灰度共生矩阵的激光散斑评价方法

为了抑制激光成像中的散斑噪声,采用灰度共生矩阵构建了激光显微散斑分析评价系统。系统采用波长为405nm的激光作为显微系统光源,利用电压驱动音圈电机振动样品对激光散斑噪声大小进行控制,同时采用CCD图像传感器采集不同驱动电压下的激光散斑噪声。通过对散斑噪声的角二阶矩、对比度、熵和逆差距特征参量的分析,较好地表征了激光散斑噪声的变化。结果表明,灰度共生矩阵方法可对激光显微成像中的散斑进行评价。     

基于自适应差分进化的激光成像降噪技术

针对激光成像过程中容易受到散斑噪声、高斯噪声和脉冲噪声等噪声干扰导致激光图像质量较差的缺陷,研究基于自适应差分进化的激光成像降噪技术。利用同态滤波方法提升激光图像对比度并去除激光图像散斑噪声,利用自适应差分进化算法获取同态滤波处理后激光图像的高斯噪声,并将高斯噪声同脉冲噪声参数组合拟合最优非线性变化函数,具体过程为:采用实数编码自适应差分进化算法,利用十进制实数编码噪声参数,通过HV变异评价算法评价自适应变异策略,利用混合交叉策略快速获取激光图像噪声参数的适应度值,通过适应度值实现激光成像降噪。实验结果表明,采用该方法对激光图像降噪,信噪比均高于23 dB,降噪时间均在20 ms以内。     

激光主动成像制导图像去噪算法研究

快速有效地对所获图像进行去噪是提高激光主动成像制导精度的关键一步。针对成像中的散斑噪声,提出了一种改进的小波阈值与基于积分图像的非局部均值滤波相结合的去噪算法。首先对激光主动成像图像进行噪声分析;然后通过对数变换将乘性噪声转换为加性噪声;而后将含噪图像进行两层小波分解,在第一层高频部分运用改进的小波阈值法,在第二层高频部分运用基于积分图像的非局部均值滤波算法进行去噪;最后进行相应的逆变换得到去噪图像。理论分析和实验结果证明,该算法能有效去除噪声,较好地保证了图像细节,并且满足激光主动成像制导对图像去噪实时性的要求。     

基于同态滤波和全变差的激光图像降噪方法

针对激光主动成像图像的特点,提出了一种基于同态滤波和全变差的图像降噪方法.首先对图像进行同态滤波,提高图像的对比度并去除激光图像的散斑噪声,然后采用基于最小化全变差模型去除激光图像的高斯噪声和脉冲噪声.采用信噪比、对比度和亮度失真度作为图像降噪效果的评估,将算法与中值降噪、小波与中值滤波结合降噪等进行对比实验,实验结果...     

激光主动成像中散斑噪声对波前畸变校正性能的影响

针对激光主动成像中的波前畸变和散斑噪声,分析了散斑噪声对基于图像指标优化的波前校正性能影响。通过仿真不同散斑噪声水平下图像清晰度指标值随波前均方根值的变化趋势,研究了散斑噪声对波前校正性能的影响。在此基础上,通过开展大气湍流波前畸变闭环校正数值仿真,对分析结果进行了验证。研究结果表明:随着散斑噪声的增大,图像清晰度指标随波前均方根(RMS)值的单调性和线性度明显变差,尤其是在RMS小于1 rad范围内,导致收敛速度和最终的校正精度变差;当散斑噪声较大时,随着波前畸变的增大,散斑噪声对校正性能的影响也越大。     

一种级联的激光主动成像图像融合降噪算法

针对激光主动成像图像混合噪声的特点,提出了一种投票中值滤波和整数提升小波级联的融合降噪算法。首先对激光图像进行噪声像素点检测,区分噪声点与非噪声点;而后采用投票中值滤波对噪声点进行处理,抑制脉冲噪声;然后采用整数提升小波变换对图像进行Bayes自适应阈值去噪,抑制散斑噪声;最后通过逆变换得到去噪图像。通过实验比对结果表明,该方法在具有良好的去噪、边缘保持性能的同时,还具有较为理想的实时性。     

基于统计对消的激光水下图像的目标提取法

激光水下目标的识别是一个崭新的研究领域，有许多问题亟待解决，其中目标提取问题是关键。由于激光照射下的水下图像含有大量的散斑噪声，严重影响图像的质量。依据统计规律相同的噪声可以对消图像中的噪声这一原理，结合小波变换和统计方法，提出了一种基于统计对消的水下目标分割方法(SC)。其中，采用小波变换，对低频成分进行特殊处理，以增强图像中的目标信息；采用统计方法来充分抵消图像中的干扰噪声。实验结果表明，水下目标分割方法是有效且可行的。     

一种使用灰度梯度提取合成孔径雷达图像灰度边界的方法

在合成孔径雷达数字成像的多级成像和合成孔径雷达图像的许多应用中,往往需要提取合成孔径雷达图像的灰度边界特征。人们对于由可见光或红外成像系统获得的普通图像的灰度边界提取已经进行了很多研究。使用灰度梯度提取普通图像的灰度边界非常有效,得到了广泛的应用.但由于在合成孔径雷达图像中存在严重的相干斑噪声,有人认为使用灰度梯度提取合成孔径雷达图像的灰度边界得不到好的结果。在本文中,我们考虑到合成孔径雷达图像的特性,给出了一种比较理想的提取合成孔径雷达图像的灰度边界的方法。这种方法使用相对平均灰度梯度,并且把检测与跟踪结合起来。     

基于塑料光纤的激光散斑特性研究

为了解决激光成像系统中的散斑问题,利用ULN2003芯片驱动喇叭振动光纤对激光成像系统中的散斑特性进行了研究。采用波长为532nm的激光作为系统光源,通过线阵CCD图像传感采集系统对激光散斑图像进行采集,对塑料光纤在不同振动频率下的激光散斑对比度进行了分析。结果表明,在光纤振动幅度不变、振动频率在0Hz~20Hz内逐渐增加时,图像散斑对比度逐渐减小;当振动频率大于16Hz时,图像的散斑对比度趋于稳定,达到良好的散斑抑制效果,可用于激光显示及激光成像等领域。     

高斯混合分布激光中心线提取方法

针对激光辅助立体视觉测量中的非高斯非对称分布激光条的匹配中心线提取精度较低的问题,提出一种基于高斯混合模型的激光中心线提取方法。首先分析了激光散斑对图像的影响,选择均值滤波方法有效去除激光散斑噪声;然后利用最大类间方差(OTSU)阈值分割方法对光条位置进行粗定位;最后,利用本文提出的高斯混合模型提取激光条亚像素中心线,该模型可准确地描述激光条横截面光强分布特性,从而能够实现光条中心极值点的高精度提取。实验结果表明该方法能够高效稳定的提取激光条中心线。     

Unbiased homomorphic system and its application in reducing multiplicative noise

The problem of reducing the multiplicative noise corrupting a signal is discussed. A generalisation of the existing sampled function weighted order (SFWO) filter is proposed by relaxing the symmetry condition on the probability density function (PDF) of the noise. This generalised SFWO filter is then used within a homomorphic system to reduce the multiplicative noise. It is shown that the output from such a system is biased, and hence, a suitable bias compensation technique is suggested. An unbiased homomorphic system, whose design is based on the PDF of the corrupting multiplicative noise, is proposed to reduce the noise. Images generated by coherent imaging systems are always corrupted by speckle, a kind of multiplicative noise having a lognormal distribution. A filter called the mean median filter, to reduce additive white Gaussian noise, is first proposed and then used within the unbiased homomorphic system to reduce the speckle in images. The effectiveness of the various proposed algorithms is demonstrated and compared with that of some of the existing schemes through extensive simulations     

基于图像背景噪声特性的篡改检测

数字图像都包含有一部分来自成像过程或者数字压缩的背景噪声,如果两幅不同背景噪声的图像被拼接在一起,则图像篡改区域和其他区域的噪声特性会有差异。本文基于一种估计信道信噪比的高阶统计量法提出了一种新的图像背景噪声的盲估计算法。通过对图像进行分块计算每块的噪声方差,从而检测图像篡改部分。此算法通过二次加噪的方法解决了高阶统计量法中必须已知原始信号的问题,实现了待检测图像噪声的盲估计。实验结果显示该算法能有效估计图像的噪声方差从而达到检测局部篡改的目的。并且图像的缩放和压缩对检测结果影响很小,算法具有较好的鲁棒性。