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。     

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。     

基于多级中值滤波—提升小波技术的图像去噪

针对实际图像含有椒盐噪声及高斯噪声等混合噪声,在中值滤波基础上,采用一种改进型多级中值滤波技术抑制椒盐噪声。首先构造多级中值滤波器,找出混合噪声的位置分布矩阵,然后对含噪图像进行多级中值滤波;同时,对原始小波进行提升,构造提升小波,采用提升小波自适应阈值去噪方法抑制高斯噪声。对含不同混合噪声图像进行去噪实验。结果表明：采用本文方法,计算速度快,提高了图像信噪比,图像细节边缘保护能力强,混合噪声得到有效抑制,去噪效果好。     

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。     

基于非线性加权均值的多方向广义形态滤波算法的Speckle噪声抑制

本文提出了一种新的用于散斑噪声抑制的非线性加权均值多方向广义形态滤波算法。对实际激光雷达图像处理结果表明:本文算法具备了小波阈值算法图像边缘保持好和局部统计滤波算法散斑噪声抑制能力强的优点,在算法复杂度降低的前提下具有了与F.Safa的改进算法(广义并行加权多方向形态滤波算法)相当的效果,即有效地抑制了散斑噪声,又保持了图像的几何结构。     

中值滤波和小波变换相结合的图像去噪研究（英文）

为了保持原始图像在去噪过程中的边缘信息,文章提出了小波变换与中值滤波相结合的办法来处理含噪图像。首先对含噪图像进行小波分解,然后用中值滤波和不同的阈值(硬阈值、软阈值)处理小波分解后的子频带。该方法在去噪的同时保留了图像的边缘信息。实验证明,该方法的去噪效果优于单独使用小波去噪或中值滤波的方法。     

散斑干涉条纹图降噪技术比较研究

电子散斑干涉条纹图在形成的过程中引入大量的散斑噪声,有效地去除噪声是电子散斑干涉技术研究的重要课题之一。对电子散斑干涉条纹的降噪方法进行了比较研究,仿真结果表明,传统的空域降噪方式在滤除噪声的同时对图像造成了一定的模糊,降低了图像的对比度。只有在降噪的同时充分地考虑条纹的方向性和条纹密度,才能更好地保留条纹图的结构和对比度,并为下一步提取相位图进行测量奠定一个好的基础。     

一种混合噪声图像的自适应滤除方法

基于小波变换的阈值去噪方法仅适用于去除高斯白噪声,对于脉冲噪声得不到好的去噪效果,正交小波变换由于缺乏平移不变性,在去噪过程中会产生人为的振荡现象,使图像边缘失真,甚至图像模糊,提出了基于平稳小波域自适应阈值算法同中值滤波相结合的去噪方法,该方法能有效地滤除图像中的高斯白噪声和脉冲噪声组成的混合噪声,并验证了该方法的有效性。     

一种改进的InSAR干涉图滤波算法

首先介绍了自适应矢量均值滤波算法的基本原理,接着对该算法提出改进性研究,并利用Microsoft Visual C＋＋编程予以实现,最后将该算法用于实际合成孔径雷达干涉测量技术（InSAR,Synthetic Aperture Radar Interferometry）的干涉图像,通过采用滤波评价指标,得出无论干涉图像中的条纹粗细与否,该算法在保持图像边缘的基础上对图像噪声均具有较好的抑制能力。实验结果表明对于处理含噪声较多的InSAR干涉图像,该算法相对容易实现。     

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。     

像面散斑平均尺寸对散斑干涉条纹图的影响

散斑计量中,为了在动态测量中得到清晰的原始散斑条纹图,使更有效的提取相位信息,提出一种改变像面散斑平均尺寸大小对散斑成像影响的方法,进而改善原始散斑条纹图的清晰度。通过分析光路参数F数和放大倍数与像面散斑尺寸大小的定量关系,通过实验进行了验证。实验结果表明,形变量一定,系统放大倍数为1,成像透镜F值为4.5,或者,当F数为2,系统放大倍数为3.5,像面散斑平均尺寸大小为5.841μm,最接近像面尺寸5.86μm成像效果最好,经正余弦算法滤波后,得到的散斑条纹图最清晰,证实了像面上散斑尺寸大小对散斑条纹图的影响。     

基于散斑图滤波的差分鬼成像优化算法

针对传统鬼成像重构算法采样次数多、重建图像质 量差的问题,提出了一种基于散斑 图滤波的差分鬼成像优化方法。该方法在差分鬼成像的关联阶段先对随机散斑图进行相应的 滤波处理;再将原始桶探测器值与处理后的散斑图作关联运算,得出降噪处理后的重建鬼像 ,最后通过图像融合的方法补充重建图像的细节信息。数值仿真结果表明,与传统差分鬼成 像相比,在相同采样次数下重建差分图像的峰值信噪比提高了2-4 dB。实验结果表明该 算法能够很好地兼顾采样次数和图像质量间矛盾关系,对低采样次数下的鬼成像也能取得良 好的恢复效果。     

激光主动成像图像噪声抑制方法

针对激光主动成像图像特点及实际应用需要,提出了一种基于同态滤波与双数复值小波变换级联的图像降噪算法。首先通过同态滤波将乘性散斑噪声变换为加性噪声;然后用基于改进Q-shift滤波器的双树复值小波对含噪图像进行分解,通过Bayes自适应阈值法修正小波系数;最后再进行相应的逆变换得到去噪图像。该算法具有近似平移不变性、多方向选择性及精确重构性,采用信噪比（SNR）、峰值信噪比（PSNR）和运行时间作为算法去噪性能的评价标准进行实验。实验结果表明该算法能够有效抑制图像中的散斑噪声,计算效率高,且很好地保护了图像细节。     

能量分布识别相位畸变的自适应双域滤波方法

在基于能量分布识别相位畸变方法中,条纹图像的质量是影响畸变识别精度的主要因素之一。为了准确辨别条纹相位畸变,需对条纹图像进行滤波处理,滤除图像中的噪声以及背景信息等。提出了一种基于能量分布的自适应图像滤波方法,通过傅里叶变换将图像转换为能量分布图,根据畸变与未畸变图像能量弥散度差值大小对小波滤波的阈值进行调整,旨在寻求能量弥散度差值最大的阈值作为针对当前图像的滤波方法可接受阈值。通过对单空域、单频域以及双域滤波方法进行实验验证,结果表明单一使用空域或频域滤波处理,畸变图像与未畸变图像能量分布差别在1.4 %~3.2 %,使用非自适应双域滤波方法进行滤波处理,能量分布差别在7 %以上,而采用自适应双域滤波方法进行滤波处理,能量分布差别超过8 %。自适应双域滤波方法显著提高了能量的识别精度。     

一种基于非线性域值小波包的超声图像闪斑抑制方法

在B超三维成像中,采用了一种新的基于非线性域值小波包的闪斑（Speckle)噪声抑制方法来提高成像质量。首先将一幅原始图像经过预滤波分解为高频噪声图像和低频主体图像两部分,然后分别经过多分辨率小波包处理,得到一组小波包域的系统。该系统采用一种软阈值滤波算法处理,去除掉其中的噪声并保留下各自的有用信息。两组分别去噪后的小波包系数经反变换回到时域并相加,得到消除了噪声的图像。该算法的性能在计算机仿真图像上进行了验证。采用该方法处理了一组水槽中的碗状物体的B超图像,并进行了三维体视化重构。实验表明,这种方法可以有效地抑制超声闪斑噪声并在重构中保留对象的细节特征。     

基于数据融合的SAR图像斑点噪声抑制

合成孔径雷达图像中的斑点噪声极大地降低了图像的可读性,不利于图像解译和信息提取。根据均值滤波和小波软阈值去噪算法的优点,提出了一种基于数据融合的合成孔径雷达图像相干斑抑制算法。该方法首先对含噪图像进行均值滤波和小波软阈值去噪,再对滤波后的两幅图像在小波域进行数据融合。实验结果表明,这种方法抑制SAR图像斑点噪声的效果较好。     

基于多次滤波技术的单次曝光三维物体数字全息

为了改善数字全息重构像质量以达到可实际利用的目的,首先采用以马赫-曾德尔干涉仪为基础的三维物体全息实验光路,运用单次曝光的方法,记录了真实三维物体的数字全息图。由于对该全息图直接计算得到的重构像,受零级衍射光斑和散斑噪声的影响较大,使得重构像质量难以令人满意。为此采用了一套独特的多重滤波数字图像处理方法,即综合运用小波分析与收缩加权平均滤波对实验获得的数字全息图及其数字重构像进行滤波处理,成功地消除了数字重构像中的零级衍射光斑、减小了散斑噪声的影响,得到逼真的三维物体重构像。实验结果表明,该方法简便、实用,可显著提高三维物体重构像的质量。由于采用单次曝光,无需记录多幅图像,此方法便于在实时图像分析处理等领域中应用。