一种基于梯度向量域上字典学习的有效InSAR相位滤波

本文提出了一种基于梯度向量域上字典学习的InSAR相位的降噪算法.首先利用字典学习,建立了干涉相位滤波的优化模型.鉴于该模型难以求解,本文采用分裂技术和增广拉格朗日框架,获得非线性约束松弛优化模型,最后引入交替方向乘子法对松弛问题求解,获得最终的相位滤波结果.具体地,通过先从InSAR复相位图的水平和垂直梯度域依顺序训练字典,然后从这两个梯度向量的稀疏表达式出发重建所需的干涉相位图.对仿真和实测数据的处理结果显示这种新的InSAR相位降噪方法在残点数、均方误差和边缘完整性保持等方面优于几种经典的滤波方法.     

轮胎激光散斑干涉相位图多方向频域滤波方法

为解决激光数字剪切散斑干涉技术应用于轮胎缺陷检测中轮胎缺陷相位条纹图噪声对包裹相位图解包和轮胎缺陷尺寸测量产生严重影响问题,通过对散斑干涉相位图的形成与条纹特征分析,研究一种根据不同方向的条纹密度来设置不同截止频率的多方向频域低通滤波方法。该方法只需进行一次滤波就能有效滤除噪声,还能更好地保留图像的边缘信息。实验结果表明:在两组滤波实验中,与中值滤波方法相比,多方向频域低通滤波的边缘保持指数分别是其4.257倍、2.869倍;与正余弦滤波方法相比,多方向频域低通滤波方法的残差点数分别是正余弦滤波方法的16.456%、36.555%,体现出较好的滤波特性。     

轮胎激光散斑干涉相位条纹图局域多方向频域滤波方法

为解决激光数字剪切散斑干涉技术应用于轮胎缺陷检测中,轮胎缺陷相位条纹图中噪声对包裹相位图解包和轮胎缺陷尺寸测量产生严重影响的问题,该文通过对散斑干涉相位图的条纹特征分析,研究一种根据条纹密度将相位图划分成不同滤波区域进行多方向频域滤波的方法。实验结果表明:在两组模拟的相位图滤波实验中,局域多方向滤波方法的相位误差均值P_(mean)和相位均方根误差RMS都比正余弦滤波方法、多方向频域滤波方法要小,滤波结果更接近真值;在第3组滤波实验中,局域多方向频域滤波方法的残差点数分别是正余弦滤波方法、多方向频域滤波方法的11.39%、56.25%,体现出较好的滤波特性。     

基于静态小波分解的SAR干涉图滤波

在干涉图的表态分解小波域进行了中值滤波，并和另外3种滤波得法进行了比较。结果表明，该算法不仅能有效地去除斑点噪声，并能很好的保持相位的细节信息和条纹的边缘，保持相位的纯洁性，而且大大地减少了残余点的数量，更有利于相位解缠。     

自适应模糊小波阈值去噪算法在图像中的应用

消除在图像中产生的噪声,为了使图像清晰,污染度小,成了数字图像处理信息传播的重要部分。本文分析了中值滤波法、维纳滤波法、邻域平均法等几种传统的方法,着重研究自适应模糊小波阈值算法在图像去噪中的应用。运用Matlab软件对一张含噪图片（含高斯噪声）进行仿真去噪,仿真结果分析比较,得出了自适应模糊小波阈值去噪算法比传统方法去噪效果更好,更明显。     

基于广义导向矢量的干涉合成孔径声纳干涉相位估计方法

提出了一种基于矩阵拟和的方法来估计干涉合成孔径声纳（InSAS）的干涉相位,该方法首先构造广义导向矢量,并利用相邻像素对的信息估计协方差矩阵,然后构造一个协方差矩阵全局最优的代价函数,使得这个代价函数最小时的相位即为精确的干涉相位。该方法在图像配准精度很差（可以允许达到一个分辨单元）的条件下准确地估计相应像素间的干涉相位。通过仿真和InSAS试验数据验证了该方法的有效性和稳健性。     

基于条纹图的微结构离面运动特性测量

为了测量微结构离面（Out—of—plane）运动特性,利用频闪显微干涉技术设计研制了微结构离面运动测试系统,首先采集微结构运动周期内不同时刻的一系列干涉条纹图,并通过SUSAN滤波算法对各干涉条纹图进行降噪处理,再利用5步相移算法从干涉条纹图中提取被测微结构的相位信息得到包裹相位的锯齿型条纹图,并采用质量导向图法进行去包裹处理,最后根据相位高度关系式可得到被测微结构运动周期内不同时刻的形貌图及其离面运动曲线。通过实验对正弦基础激励下硅微悬臂梁的离面振动响应进行了有效测量,且测量重复性小于10nm。     

实时中子照相系统图像斑状噪声迭代滤波算法

根据实时中子辐照图像“斑状”噪声的成因和特点,提出一种有效的迭代滤波算法。设计十字形噪声检测窗口,通过计算邻域一致性测度(NHM),将像素分为噪声和信号。对噪声进行迭代滤波,而对信号则不做任何处理。滤波是一个中值计算过程,同时窗宽可自适应调整。这种方案不仅避免了噪声在邻域的传播,且有较高的计算效率。实验结果表明,对于峰值信噪比(PSNR)为24.51dB的噪声污染图像,3×3中值滤波后PSNR只有26.81dB,而本文算法能将其提高到31.54dB,同时图像的视觉效果更好。     

基于噪声点多级检测的自适应中值滤波算法

针对传统中值滤波算法在图像去噪过程中造成较多图像细节信息丢失的问题,提出了一种基于噪声点多级检测的自适应中值滤波算法。该算法根据像素的空间相关性,逐级检测不同空间特征的噪声点。首先根据滤波窗口中相近像素点的数量来检测空间孤立的单个噪声点;然后通过扩展邻近窗口的方式检测空间连续的两个噪声点;接着进一步增加约束条件对空间连续的三个及以上的噪声点进行检测;最后对判断为噪声的像素用滤波窗口的中值替换。此外,该算法还能通过自适应地调整像素空间相关性判别阈值来处理不同分布特征的噪声。实验结果表明,与现有中值滤波算法相比,算法在有效滤除图像噪声的同时能更好地保护图像细节信息。     

噪声概率快速估计的自适应椒盐噪声消除算法

提出一种可识别噪声概率自动调节滤波窗口的自适应椒盐噪声消除算法。对非理想椒盐噪声污染图像随机区域进行变窗口中值滤波,将结果与滤波前比对获得噪声点数,滤波区域即按此点数排序。然后取每种滤波窗口下的中间三组数据,该数据平均加权获取图像噪声概率初估计,对初估计平均加权即得图像噪声概率。滤波前首先采用阈值法排除明显噪声点,剩余像素中再以离窗口中心像素距离平方的倒数为权值估计中心像素。最后由噪声概率按照T-S模糊规则对不同模型的输出估计值进行融合。实验证明,与传统中值滤波等算法相比,该算法具有噪声自动估计和自适应窗口调节能力,滤波后标准均方差可减少20%以上,速度可提高一倍多。     

Interferometric data analysis based on Markov nonlinear filtering methodology

For data processing in conventional phase shifting interferometry, Fourier transform, and least-squares-fitting techniques, a whole interferometric data series is required. We propose a new interferometric data processing methodology based on a recurrent nonlinear procedure. The signal value is predicted from the previous step to the next step, and the prediction error is used for nonlinear correction of an a priori estimate of the parameters phase, visibility, or frequency of interference fringes. Such a recurrent procedure is correct on the condition that the noise component be a Markov stochastic process realization. The accuracy and stability of the recurrent Markov nonlinear filtering algorithm were verified by computer simulations. It was discovered that the main advantages of the proposed methodology are dynamic data processing, phase error minimization, and high noise immunity against the influence of non-Gaussian noise correlated with the signal and the automatic solution of the phase unwrapping problem.     

Filtering algorithm for noise reduction in phase-map images with 2pi phase jumps

A filtering algorithm is proposed for processing images generated by TV holography that contain phase jumps and a high noise level. This algorithm first performs phase unwrapping without removing the noise. After that, it removes the noise by use of a conventional low-pass filter. The new approach allows for using low-pass filters with narrow passbands, leading to a better signal-to-noise ratio in the desired signal. Simulation results are presented and discussed. The new algorithm has been applied successfully under real conditions in a holographic station.     

Adaptive Median Filtering Algorithm Based on Divide and Conquer and Its Application in CAPTCHA Recognition

As the first barrier to protect cyberspace, the CAPTCHA has made significant contributions to maintaining Internet security and preventing malicious attacks. By researching the CAPTCHA, we can find its vulnerability and improve the security of CAPTCHA. Recently, many studies have shown that improving the image preprocessing effect of the CAPTCHA, which can achieve a better recognition rate by the state-of-the-art machine learning algorithms. There are many kinds of noise and distortion in the CAPTCHA images of this experiment. We propose an adaptive median filtering algorithm based on divide and conquer in this paper. Firstly, the filtering window data quickly sorted by the data correlation, which can greatly improve the filtering efficiency. Secondly, the size of the filtering window is adaptively adjusted according to the noise density. As demonstrated in the experimental results, the proposed scheme can achieve superior performance compared with the conventional median filter. The algorithm can not only effectively detect the noise and remove it, but also has a good effect in preservation details. Therefore, this algorithm can be one of the most strong tools for various CAPTCHA image recognition and related applications.     

一种基于椒盐噪声图像的加权滤波算法研究

针对中值滤波和其改进算法虽然能够在很大程度上改善噪声带来的影响，但是使图像边缘变得模糊这一问题，提出一种滤除椒盐噪声的加权滤波新算法。该算法定义中值相似度和空间临近度函数，并采用双阈值，根据阈值的范围，采用不同的方法获取权值。使用该算法对图像进行加权滤波不仅能够有效地去除椒盐噪声，而且尽可能的保存完整的图像边缘信息。     

Fringe detection in noisy complex interferograms

A new algorithm to estimate the two-dimensional local frequencies of phase interferometric data is described. With a complex sine-wave model, demonstration is given that a conventional multiple-signal classification (MUSIC) algorithm can be used in spite of multiplicative noise perturbations. A faster algorithm dedicated to the processing of interferograms is developed and a measure of confidence in the estimate is proposed. We studied numerical performances using synthetic fringes. As a result of the frequency estimation, knowledge of the fringe local width and orientation can be applied to restore noisy phase data. Results of a complex phase filter are presented for real interferograms obtained from synthetic aperture radar images.     

电镜图像的量子衍生协同式边缘滤波

针对冠状病毒电镜图像特点及其轮廓提取、目标检测和噪声抑制的综合处理需求,研究了量子衍生边缘滤波机制及协同策略。从像素的双量子比特态表示与量子测量及结果检验方式出发,结合力场转换与量子衍生中值滤波,构建了量子衍生协同式边缘滤波框架及实施路线。实验分析了边缘滤波框架中的协同策略及融合效果,对比验证了量子测量结果检验方式的有效性。实验表明:冠状病毒电镜图像经过量子衍生协同式边缘滤波处理后,提升了形态学分析的质量条件。     

去除脉冲噪声的自适应开关中值滤波

为消除图像中的脉冲噪声,提出了自适应开关中值(ASM)滤波算法。该算法采用一种新的噪声检测方法将图像中的像素分为信号点和噪声点两类。对检测出的噪声点统计其个数并由此估算图像中的噪声密度,根据估计的噪声密度自适应确定滤波窗口尺寸,采用改进的中值滤波对检测出的噪声点进行处理;而信号点则保留其灰度值不予处理。对ASM滤波进行仿真实验,结果表明,它能在有效去除噪声的同时很好地保护图像细节,较传统中值滤波及其它改进中值滤波算法有更优的滤波性能。     

干涉SAR相干系数估计的快速算法

在SAR干涉测量中,相干系数是干涉图像对相位稳定性的衡量标准。干涉基线距和地表地形都影响相干系数的计算,在通常的相干系数的计算中,需要补偿由基线和地形引起的干涉相位,造成相干系数计算中计算量的大大增加。本文应用了一种不需要进行相位补偿的相干系数计算方法,并与通常的相干系数的计算方法相比较。实验结果证明,本算法在保证一定的相干系数计算精确性的基础上,大大提高了相干系数的计算效率,可以应用于快速浏览相干图像对,以评价其用于相干测量时的质量好坏。     

基于HSI颜色空间噪声检测的彩色图像去噪算法

目的为了有效去除彩色图像中的椒盐噪声,提高彩色图像质量。方法采用椒盐噪声检测和中值滤波相结合的方法,提出一种基于HSI颜色空间噪声检测的彩色图像去噪算法。将图像转换到HSI颜色空间,根据椒盐噪声在S通道具有极大值或极小值的特点判断出可疑椒盐噪声的位置,在H通道、I通道将可疑椒盐噪声分为噪声点和有用信号,对检测出的噪声像素进行中值滤波去噪。结果采用文中算法去噪后,验证图像主观评价值(Z)为1.30,平均PSNR为37.54,SSIM为0.99,Entropy为7.31,在主客观评价上优于现在常用算法。结论文中提出算法可以为彩色图像椒盐噪声的去噪提供理论基础,具有一定的实际应用价值。