结合非连续性测度的方向偏微分方程在电子散斑干涉中的应用

近年来,电子散斑干涉测量技术(ESPI)在光学粗糙表面的变形测量和无损检测方面应用广泛。应用该技术时,条纹图中大量的散斑噪声给提取条纹信息带来了极大的困难。偏微分方程图像滤波方法是一种方案灵活、处理效果良好的图像去噪方法,尤其是方向偏微分方程,因其只沿着条纹方向进行滤波,更适合电子散斑干涉条纹图。由于条纹图的疏密程度不同,因此在考虑滤波方向的同时,还应考虑不同位置像素点的滤波程度。该文在方向偏微分方程基础上引入非连续性测度,提出结合非连续性测度(DCM)的方向偏微分方程。利用该方程对模拟的条纹图以及实际获得的条纹图进行滤波,实验结果表明该文方法能够充分滤除稀疏条纹处的噪声,同时有效保持密集条纹处的重要特征。     

基于Goldstein滤波的数字散斑条纹图降噪方法

有效去除数字散斑条纹图中的噪声是散斑干涉测量技术中的关键问题。提出了一种基于Goldstein滤波的数字散斑条纹图平滑方法。该方法需要将散斑条纹图中的干涉相位转换为矢量空间中的单位矢量,并进行快速傅里叶变换(FFT),得到其频谱,然后对频谱进行加权处理,从而抑制噪声的频率成分,再将加权处理后的频谱变换到空间域,计算干涉相位,得到原始散斑条纹图的滤波结果。将该滤波方法运用于四步相移数字散斑干涉条纹图像处理。实验结果表明,该方法在滤除散斑噪声的同时能够有效地保护散斑条纹图的轮廓和细节信息,增强了散斑干涉条纹的对比度。     

基于同态滤波的电子散斑干涉图像处理

由于散斑具有可测的强度和确定的相位,正逐渐被人们重视和进一步研究,现广泛应用于无损检测领域。电子散斑干涉条纹图上总是附带大量的随机散斑颗粒噪声。一般来说,散斑图像记录的变形信息主要集中在低频部分,而噪声主要在高频部分。为了得到变形物体的连续相位分布,需要用适当的方法对散斑干涉条纹图像进行滤波降噪处理。同态滤波是一种将亮度范围压缩和对比度增强的频域处理方法。采用基于同态滤波原理设计出的新的低通滤波器,将其运用于3步相移电子散斑干涉条纹图像处理,并从理论上进行了详细的论述。结果表明,运用该滤波器处理散斑条纹图像,过滤了大量的散斑颗粒噪声,增强了散斑干涉条纹的对比度。     

基于ESPI的图像处理系统

从电子散斑干涉测量技术的基本原理出发 ,通过建立数学模型 ,编制了一种ESPI条纹图像处理软件 ,并通过电子散斑干涉条纹图象特征的分析 ,尝试一种频域滤波去噪算法———DCT指数低通滤波。实验结果表明该方法对ESPI条纹图象是有效的。     

ESPI技术测量静态和准动态面内位移

利用高速CCD摄像技术和电子散斑图干涉(ESPI)法，研究了薄板的静态和准动态面内位移测量技术。采用小光圈成像技术和图像灰度进行线性变换的图像处理技术，实现对散斑图像的低通滤波和高通增强处理，提高了散斑条纹的对比度和清晰度，为条纹图的定量处理提供了方便。     

基于小波变换的ESPI图像去噪及边缘提取

电子散斑干涉条纹的强噪声特性使其信噪比过低,常用的图像滤波方法对于散斑干涉条纹都存在一定的不足。针对散斑条纹的特点,建立了自适应滤波与小波变换相结合的组合迭代滤波方法。在对散斑条纹预处理基础上,通过选择不同的小波函数以及更改分解层次和函数中的阈值达到不同的滤波效果。经反复试验,对于不同的小波基,采用4层分解,阈值为0.15～0.3时与自适应滤波的迭代效果最好。在滤波的基础上对图像进行了二值化,并采用Sobel算子对其进行边缘提取,最终得到电子散斑干涉条纹的边缘分布图。结果表明,该方法可以有效消除条纹图中的散斑噪声,并且条纹的边缘得以较好的保留。     

基于深度学习的ESPI条纹图骨架线智能提取

为实现电子散斑干涉条纹图骨架线的自动提取,引入了深度学习技术。网络利用带噪声的电子散斑干涉条纹图和对应的骨架线图进行训练,然后将所有待测电子散斑干涉条纹图同时输入训练后的网络中,即可直接得到相应的骨架线图像。提取200幅实验电子散斑干涉条纹图的骨架线只需11.7 s,且对于存在断裂的电子散斑干涉条纹图,传统骨架线法会失效,利用训练完成的网络可获得完整骨架线。通过对该网络在模拟电子散斑干涉条纹图和实验电子散斑干涉条纹图上性能的评估,证实了基于深度学习的电子散斑干涉条纹图骨架线智能提取的可行性。     

LabVIEW和MATLAB在电子散斑干涉图像处理中的应用

为了在散斑测试技术中方便地处理散斑图像,采用LabVIEW和MATLAB结合的方法设计了一个简单的电子散斑干涉图像处理系统,利用LabVIEW设计显示界面,并调用MATLAB强大的图像处理功能来对散斑图像进行处理.结果表明,这种方法处理过的散斑图像增强了散斑条纹的对比度.     

应用ESPI和实时全息测量轴对称温度场

本文应用电子散斑干涉法(ESPI)和实时全息干涉法,从互相垂直的两个方向,同时测量了酒精灯火焰温度场和喷射(jet impingement)温度场。文中应用交互式高速数字图像处理系统处理了全息和散斑条纹图,并定量计算了剖面上的温度分布。还就可能出现的实验误差进行了分析。     

改进非下采样轮廓波在散斑条纹中的滤波处理

为了改进传统多尺度变换滤波在电子散斑干涉（ESPI）条纹图中去噪效果和边缘细节保护不理想问题，提出改进非下采样轮廓波（NSCT）滤波算法。采用离散平稳小波变换和NSCT变换模型，联合非线性扩散和改进的快速非局部均值滤波算法，进行了理论分析和实验验证，取得了将本文中算法应用于模拟和实验ESPI条纹图滤波效果定量分析的数据。结果表明，本文中的算法在模拟ESPI条纹图和实验图相比其它算法散斑指数最小分别为0.41121，0.38043，0.35362，对应峰值信噪比最大；该算法在提升去噪能力的同时，能够更好地恢复条纹细节信息。研究结果为以后应用多尺度变换滤波在ESPI条纹图打下了基础。     

数字图像处理中的偏微分方程方法

图像是获取信息的重要媒介,图像处理技术广泛用于人类生活及社会生产中.偏微分方程是一种数学分析方法,并且它的特性由扩散方向和扩散项决定,这一点对图像处理大为有利.本文综述了近年来受到广泛重视的数字图像处理中的偏微分方程方法.给出了偏微分方程在图像去噪、图像放大、图像分割、图像修复中主要算法的优势及不足,同时给出了我们的改进算法,并展示了实验结果.     

用偏微分方程作图像分析与处理

从偏微分方程去噪模型出发,论述了噪声抑制的原理,去噪方法与正则化方法和小波萎缩方法之间的联系;并根据这种联系,从正则化模型的角度分析了用偏微分方程进行图像复原以及超分辨等方面的应用。最后展望了发展前景。     

基于广义变分正则化的红外图像噪声抑制方法

文中提出了一种广义变分正则化的红外图像噪声抑制方法,该方法采用p-范数代替目前广泛被采用的全变分范数作为正则项,构造了用于抑制图像噪声的展平泛函,从而将图像噪声抑制问题转化为能量泛函优化问题。通过推导,得到了相应的用于图像噪声抑制的非线性偏微分方程,并采用固定点迭代算法进行线性化求解,使得迭代解稳定收敛。数值试验结果表明,该方法能够有效地去除图像噪声,较之全变分图像噪声抑制方法,新方法进一步提高了对小宽度图像边缘的保持能力,是一种有效且性能优良的红外图像噪声抑制方法。     

红外热波无损检测图像噪声分析与抑制

分析了红外热波检测图像中噪声生成机理,针对图像的噪声去除增强问题,提出了一种改进的非线性偏微分方程的热波检测图像去噪增强方法。对偏微分方程在图像处理应用中的理论基础进行研究,针对现有的偏微分方程模型在图像去噪中存在的问题,并结合热波图像的特点,改进相应的偏微分方程数学模型,在此基础上对获得原始热图进行编程处理,试验结果表明：经过处理后的图像信噪比提高,对比度得到了改善,为后续的缺陷提取及损伤识别奠定了基础。     

航拍图像噪声分析及滤除方法研究

对航拍图像所含噪声进行了分析,针对航拍图像主要舍有高斯白噪声和脉冲噪声的特点,根据后续数据处理需要,提出一种基于四阶偏微分方程（PDE）去噪模型与改进的自适应中值滤波相结合的混合去噪方法。首先使用改进的中值滤波去除脉冲噪声,然后利用四阶偏微分方程的各向异性及边界滞留特性进行图像滤波。实验表明,该方法在去除噪声和保持边界的同时,还能避免产生阶梯效应,比单独采用其中一种方法的去噪效果更为显著,鲁棒性更强。     

The staircasing effect in neighborhood filters and its solution.

Many classical image denoising methods are based on a local averaging of the color, which increases the signal/noise ratio. One of the most used algorithms is the neighborhood filter by Yaroslavsky or sigma filter by Lee, also called in a variant "SUSAN" by Smith and Brady or "Bilateral filter" by Tomasi and Manduchi. These filters replace the actual value of the color at a point by an average of all values of points which are simultaneously close in space and in color. Unfortunately, these filters show a "staircase effect," that is, the creation in the image of flat regions separated by artifact boundaries. In this paper, we first explain the staircase effect by finding the subjacent partial differntial equation (PDE) of the filter. We show that this ill-posed PDE is a variant of another famous image processing model, the Perona-Malik equation, which suffers the same artifacts. As we prove, a simple variant of the neighborhood filter solves the problem. We find the subjacent stable PDE of this variant. Finally, we apply the same correction to the recently introduced NL-means algorithm which had the same staircase effect, for the same reason.     

各向异性扩散图像去噪现状研究

介绍了基于偏微分方程(Partial Differential Equations,PDE)各向异性扩散图像去噪的P&M数学模型及各种改进方法,以及引入结构张量的PDE去噪模型和冲击滤波PDE去噪模型,分析各种模型的优缺点,为扩散模型的设计提供了参考。揭示了各向异性扩散去噪与贝叶斯最大后验估计(MAP)去噪的内在联系,通过扩散系数的计算分析几类常用去噪模型的保边性能。阐述了一类特殊PDE去噪模型(总变分去噪模型)与小波阈值去噪之间的相关性,从而可以通过小波系数的范数近似求解一些特殊的变分问题,避免复杂的非线性求解过程。最后对各向异性扩散图像去噪的未来发展进行了展望。     

基于全变分模型的图像噪声去除效果比较

基于偏微分方程的图像去噪方法由于将数学与工程结合得更加紧密,具有较强的自适应能力和灵活性.本文首先介绍了目前已经提出的变分模型的快速Split-Bregman算法,然后通过大量数值实验对不同模型的去噪效果进行了比较.所研究的模型包括L1范数、L2范数、LTV(1ayered total variation)规则项、MTV(multicharmel total variation)规则项和CTV(color total variation)规则项,从灰度图像和彩色多通道图像两方面进行分析.实验结果表明对于灰度图像基于L1范数的TV去噪模型效果较好,彩色图像中CTV模型对图像去噪边缘保持最好,其他依次是MTV模型、LTV模型.     

SAR图像去噪的分数阶多尺度变分PDE模型及自适应算法

在合成孔径雷达(SAR)图像相干斑噪声抑制中,保持图像的边缘和纹理是非常重要的。该文首先利用分数阶导数和负指数Sobolev空间对图像进行建模,建立了分数阶多尺度变分偏微分方程(PDE)模型,然后给出了模型参数自适应选择方法,并在此基础上提出了区域、尺度自适应的去噪算法。数值实验表明,新方法能在去除噪声,抑制图像的 阶梯效应,保持图像的边缘、纹理细节几个方面取得较好的效果。