亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于改進全變分的ESPI圖像的降噪

        2018-04-23 09:13:12武燦燦辛化梅
        軟件 2018年3期
        關(guān)鍵詞:散斑子帶條紋

        武燦燦,侯 偉,辛化梅,冷 嚴

        (山東師范大學(xué) 物理與電子科學(xué)學(xué)院 山東省醫(yī)學(xué)物理圖像處理技術(shù)省級重點實驗室,山東 濟南 250014)

        0 引言

        電子散斑干涉技術(shù)(ESPI,Electronic Speckle Pattern Interferometry)是一種對物體內(nèi)部和表面進行全場無損檢測的技術(shù),它具有測量技術(shù)簡單、通用性強、測量精度高、頻率范圍廣等特點[1]。電子散斑干涉技術(shù)涉及領(lǐng)域廣泛,在航空航天、生物、醫(yī)學(xué)、電子、建筑方面均有重要的應(yīng)用。但是,散斑條紋圖中含有大量的固有噪聲,這些噪聲對條紋圖的處理非常不利。所以,如何在有效地去除噪聲的同時保持邊緣信息的完整是散斑干涉條紋圖研究的熱點[2]。

        傳統(tǒng)的濾波方式分為空域濾波和變換域濾波[3],空域濾波有中值濾波、均值濾波等[4-6],這些濾波方式降噪效果明顯,但是容易丟失一些邊緣特征和信息;變換域濾波是通過快速傅里葉變換將空間域轉(zhuǎn)換為頻域,并且選擇性的抑制或增加頻譜分量來對圖像進行濾波,最常用的變換有小波變換和傅里葉變換[7]等。

        小波變換[8]是常用的一種變換方式,具有多分辨率分析的特點,在圖像去噪方面取得了較好的效果。后來人們根據(jù)條紋圖的方向提出偏微分方程[9]的降噪方法,全變分(TV,Total Variation)[10]是偏微分方程的一個重要模型,具有各向異性,能夠很好的保留圖像的邊緣信息。

        本文我們將 TV降噪算法進行改進,對圖像先用小波進行分解,分解出一個低頻圖像和三個高頻圖像,再對低頻圖像進行全變分的降噪,實驗表明,該方法具有很好的降噪效果,降噪所需時間更短,圖像無論是在視覺效果上還是在峰值信噪比(PSNR)上都有較大的提高。

        1 圖像的小波分析

        1.1 小波變換

        近年來,小波分析[11]作為一種新的多分辨分析方法,可以同時進行時域與頻域的分析,且在時域和頻域都具有表征信號局部信息的能力,在許多領(lǐng)域都尤其是在圖像處理方面應(yīng)用更加廣泛。

        1.2 二維小波分解函數(shù)

        我們采用單尺度的二維離散小波分解,提取二維小波分解的高頻系數(shù)和低頻系數(shù)。實現(xiàn)單尺度二維離散小波分解的函數(shù)是dwt2,其格式為:

        (1)[cA,cH,cV,cD]=dwt2(X,’wname’)

        (2)[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D)

        這里,dwt2用指定小波(‘wname’)或者分解濾波器(X,Lo_D,Hi_D)進行二維單尺度離散小波分解。X為輸入矩陣,cA,cH,cV,cD分別為返回的系數(shù)矩陣。圖像經(jīng)過一層分解后可分解出四個子帶,分別為一個低頻子帶和三個高頻子帶,其中低頻子帶中保留了原圖像的大部分信息,其余三個高頻子帶則為不同濾波方向的高頻信息。

        1.3 二維小波分解重構(gòu)函數(shù)

        小波重構(gòu)是小波分解的逆過程,用于實現(xiàn)單尺度二維小波重構(gòu)的函數(shù)為idwt2,其格式為:

        (1)X=idwt2(cA,cH,cV,cD,’wname’)

        (2)X=idwt2(cA,cH,cV,cD,Lo_,Hi_R)

        idwt2用指定的小波(‘wname’)或者分解濾波器(lo_R,Hi_R)進行單尺度二維小波重構(gòu)。

        經(jīng)過小波分解后的圖像的低頻圖像最接近原始的圖像,而且絕大部分的圖像信息都保留在低頻圖像中;高頻圖像中則含有大量的噪聲。鑒于此,我們將只對小波分解后的低頻圖像進行降噪,含噪的散斑干涉條紋圖以及小波分解后散斑條紋圖像如下:

        由圖像我們可以看出,原始的散斑干涉條紋圖含有大量的噪聲。小波分解將圖像分為低頻、水平、豎直以及對角四個方向,低頻方向上的圖像信息保留最好,其余三個方向基本不含有圖像信息。

        圖1 小波分解圖像Fig.1 W avelet decomposition images

        2 全變分(TV)降噪原理

        TV降噪最早是由 L.Rudin和 S.Osher在 1992年提出[12],它是偏微分方程的一個重要模型。TV降噪具有很好的各向異性,使用 TV降噪可以較好地保留圖像本身以及圖像的邊緣信息。令沒有噪聲的圖像為I,含有噪聲的圖像為0I,則

        其中,n為均值為0方差為2σ 的隨機噪聲。

        圖像I在區(qū)域Ω上的全變分范數(shù)為

        一般情況下,含有噪聲的全變分比不含有噪聲的全變分大,全變分最小化可以降低噪聲,所以我們的主要問題轉(zhuǎn)化為求全變分的最小值問題。即

        上式即為 TV降噪的數(shù)學(xué)表達式,此式滿足約束條件:

        我們采用的TV降噪模型是經(jīng)典的ROF模型,引入ROF模型后TV降噪的數(shù)學(xué)表達式等價為:

        該式由兩項組成,第一項為數(shù)據(jù)保真項,它的作用是保留原圖像的信息特性以及降低圖像的失真度;第二項為正則化項,λ為適配參數(shù),主要的作用為保持去噪與平滑之間的平衡,它的取值主要依賴于噪聲的大小。λ導(dǎo)出的歐拉—拉格朗日方程為:

        3 實驗結(jié)果

        首先,我們使用不含有噪聲的模擬圖進行實驗。因為真實的散斑條紋圖中含有大量的噪聲,所以我們按照加性噪聲和乘性噪聲為一比三的比例在模擬圖中加入噪聲。我們采用的模擬圖的尺寸為256 256×,灰度級為256。圖1(a)為原始的沒有噪聲的條紋圖,圖1(b)為加入了噪聲之后的條紋圖,圖1(c)為小波分解后的低頻圖像,圖1(d)為改進 TV降噪之后的結(jié)果圖。從圖像來看,小波分解后的低頻圖和帶有噪聲的圖像基本沒有區(qū)別,但是噪聲稍有減少,經(jīng)過 TV降噪后的圖像噪聲能夠基本去除,而且圖像的信息保留良好。

        為了更好地說明該方法的可行性,我們采用一種客觀的評價方式—峰值信噪比[13]。圖像的質(zhì)量越好,其峰值信噪比越大,圖像的失真越小,峰值信噪比的定義為:

        其中,MSE為處理后的圖像和不含噪聲的待處理圖像之間的均方誤差。

        圖 2中四幅圖的 PSNR值從左到右依次為45.698 dB、28.587 dB、29.909 dB、39.769 dB,可見,小波分解后的峰值信噪比略有提高,但是經(jīng)過改進TV降噪算法之后的圖像PSNR值有明顯提高,可以獲得較好的降噪效果。

        圖2 原始無噪聲以及降噪效果圖Fig.2 Original image and denoised images

        在此基礎(chǔ)上,我們采用真實的散斑干涉條紋圖像進行實驗,圖像模板為512 512×,實驗結(jié)果如圖3所示。圖 3(a)為真實散斑條紋圖,從圖中可以看出真實的條紋圖中含有大量的隨機噪聲。圖3(b)圖小波分解后的散斑條紋圖,雖然較圖3(a)圖來說噪聲有所減少,但仍然含有較大噪聲。圖3(c)為改進 TV降噪后的結(jié)果圖,我們可以看出圖像更加平滑,大量的噪聲被去除,圖像的信息以及圖像的邊緣信息保留較好。

        可見,改進的 TV降噪算法確實能夠較好地濾除圖像的噪聲,同時圖像的信息保留也比較完整,沒有造成圖像的失真。

        圖3 真實散斑條紋圖以及降噪效果圖Fig.3 Real speckle image and denoised images

        4 結(jié)論

        散斑干涉測量技術(shù)具有非常廣泛的應(yīng)用,但是散斑干涉條紋圖中含有大量的噪聲,不僅圖像的質(zhì)量受損,還會對條紋圖的信息提取產(chǎn)生一定影響。基于此,本文提出了改進的 TV降噪算法,圖像先經(jīng)過小波分解分解出一幅低頻圖像和三副高頻圖像。由于低頻圖像最接近原始的圖像,所以再對低頻圖像進行TV降噪。結(jié)果表明,改進的TV降噪法具有良好的性能,能有效地抑制散斑條紋圖像中的噪聲,降噪效率進一步提高。

        [1] 王喜連, 李玲, 辛化梅. 散斑干涉技術(shù)降噪技術(shù)比較研究[J]. 現(xiàn)代電子技術(shù), 2015, 38(11): 63-66.WANG X L, LI L, XIN H M. Research on Denoising Technology for Speckle Interference Fringe[J]. Modern Electronics Technique, 2015, 38(11): 63-66.(in Chinese)

        [2] 馬彩繽. 電子散斑干涉術(shù)圖像處理方法研究[D]. 天津: 天津大學(xué), 2011.MA C B. Research on Electronic Speckle Pattern Interferometry Image Processing[D]. Tianjin: Tianjin University, 2011.(in Chinese)

        [3] Ran Zhao, Xinglong Li, Ping Sun. An improved Fourier transform filter algorithm[J]. Optics & Laser Technology,2015, 74: 103-107.

        [4] A. Uzan, Y. Rivenson, A. Stern. Speckle denoising in digital holography by nonlocal means filtering[J]. Applied Optics,2013, 52(1): A195.

        [5] NS Qiao, YT Ye, L Liu. A variance filter based on mean denoising and image enhancement[J]. Journal of Optoelectronics Laser, 2008, 19(12): 1666-1669.

        [6] CC Chang, JY Hsiao, CP Hsieh. An adaptive median filter for image denoising[J]. IEEE, 2008, 2(2): 346-350.

        [7] Kemao Q. Windowed Fourier transform for fringe pattern analysis[J]. Applied Optics, 2004, 43(13): 2695-702.

        [8] Kaufmann G H, Galizzi G H. Speckle noise reduction in television holography fringes using wavelet threholding.Optical Engineering, 1996, 35(1): 9-14.

        [9] Perona P, Malik J. Scale-space and edge detection using anisotropic diffusion[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1990, 12(7): 629-639.

        [10] 宋海英, 荀月鳳. 全變分圖像去噪的研究[J]. 成都電子機械高等??茖W(xué)校學(xué)報, 2009, 12(4): 23-25.SONG H Y, XUN Y F. Research on Denoising of Total Variation Image[J]. Journal of Chengdu Electromechanical College, 2009, 12(4): 23-25. (in Chinese)

        [11] 張汗靈. MATLAB在圖像處理中的應(yīng)用[M]. 北京: 清華大學(xué)出版社, 2008, 266-269.ZHANG H L. Application of MATLAB in Image Processing[M].Beijing: Tsinghua University Press, 2008, 266-269.(in Chinese)

        [12] Leonid I, Rudin, Stanley Osher, et al. Nonlinear total variation based noise removal algorithmas[J]. Physica D, 1992, 60(1):259-268.

        [13] 黃名鈿, 高偉. 粒子群優(yōu)化改進小波閾值函數(shù)的去噪研究[J]. 軟件, 2017, 38(9): 174-178.HUANG M T, GAO W. A Particle Swarm Optimization Technique-Based Improved Wavelet[J]. Software, 2017,38(9): 174-178. (in Chinese)

        猜你喜歡
        散斑子帶條紋
        一種基于奇偶判斷WPT的多音干擾抑制方法*
        激光顯示中的彩色散斑測量研究
        激光投影顯示散斑抑制方法研究
        子帶編碼在圖像壓縮編碼中的應(yīng)用
        電子制作(2019年22期)2020-01-14 03:16:24
        誰是窮橫條紋衣服的人
        小福爾摩斯(2019年2期)2019-09-10 07:22:44
        別急!丟了條紋的斑馬(上)
        別急!丟了條紋的斑馬(下)
        用于檢驗散斑協(xié)方差矩陣估計性能的白化度評價方法
        基于虛擬孔徑擴展的子帶信息融合寬帶DOA估計
        電鏡成像方式對數(shù)字散斑相關(guān)方法結(jié)果的影響
        国产精品99久久久久久宅男| 日韩中文字幕素人水野一区| 亚洲成人av一二三四区| 无码人妻aⅴ一区二区三区| 成人性做爰aaa片免费看| 欧美成人免费看片一区| 精品日本一区二区视频| 久久伊人精品色婷婷国产 | 日本亲近相奷中文字幕| 亚洲av中文无码乱人伦在线播放| 成人做爰高潮尖叫声免费观看| 白丝美女被狂躁免费视频网站| 色哟哟精品中文字幕乱码| 极品美女调教喷水网站| 中文字幕人成乱码熟女| 精品少妇人妻av一区二区| 青草网在线观看| 极品少妇在线观看视频| 亚洲国产中文字幕无线乱码| 久久亚洲欧美国产精品 | 妺妺窝人体色www在线图片| 国产一区二区内射最近人| 精品人妻一区二区三区狼人| 丰满少妇高潮惨叫久久久| 奇米影视777撸吧| 无码Av在线一区二区三区| 日韩av一区二区三区在线观看| 丰满人妻中文字幕一区三区| 香港三日本三级少妇三级视频| 国产精品麻豆aⅴ人妻| 亚洲国产视频精品一区二区| 视频国产自拍在线观看| 国色天香中文字幕在线视频| 内射无码专区久久亚洲 | 国产女主播免费在线观看| 久久综合另类激情人妖| 人人摸人人搞人人透| 国产96在线 | 亚洲| 久久精品国产亚洲一级二级| av日韩高清一区二区| 超碰cao已满18进入离开官网|