基于太赫兹时域光谱技术的伪色彩太赫兹成像的实验研究

提出了一种伪色彩太赫兹成像技术. 通过引入频域色彩区间积分, 建立了一套基于太赫兹时域光谱技术的伪色彩太赫兹成像系统, 实验分别研究了乳糖和对氨基苯甲酸两种不同白色化学粉末的伪色彩成像和灰度成像, 研究了不同颜色区间定义对伪色彩图像的影响, 讨论了利用不同频率信息成像系统所能达到的空间分辨率. 研究结果表明, 伪色彩成像技术可以将不同的物质信息同时成像在一张太赫兹图像中, 通过不同物质在太赫兹图像中呈现出的颜色差别来区分不同的物质及其分布. 克服了传统的太赫兹灰度成像技术中, 需要多张图像来区分不同的物质的问题, 提高了成像速度, 降低了筛选难度. 利用高频信息进行伪色彩成像, 可以将系统成像的空间分辨率提高到0.4 mm. 伪色彩成像方式可以更直观快捷地显示样品的基本属性, 对于实现太赫兹安检的初检和快速筛选具有重大的现实意义.     

被动式太赫兹图像目标检测研究

研究提出一种被动式太赫兹扫描成像的目标检测方法。用0.22 THz被动式扫描成像系统采集原始图像,在滤波去噪后用针孔像分析法获得太赫兹扫描成像系统的点扩展函数,进而用Lucy-Richardson算法重构图像,通过灰度变换和边缘检测增强图像对比度和目标分辨力。实验结果表明,算法能有效改善被动式太赫兹图像质量,提高成像系统探测隐藏可疑物的能力。     

基于分组三维离散余弦变换字典的植物高光谱数据去噪方法EI北大核心CSCD

针对植物高光谱图像各波段噪声强度不同,以及空间域和谱域均存在噪声污染的问题,提出了一种基于分组三维(3D)离散余弦变换(DCT)字典的稀疏表示去噪方法。首先分析了植物光谱特征,根据谱间相关性对波段进行分组;然后采用边缘块剔除的局部均值标准差法对高光谱图像进行噪声标准差估计,为去噪算法提供参考阈值;最后构建三维DCT字典的稀疏表示去噪方法,对植物高光谱图像进行去噪。实验结果表明,与原始数据和二维DCT字典去噪方法相比,谱域噪声评估中平均信噪比分别提高18.2dB和9.2dB。因此,该方法不仅具有较好的空间域去噪能力,也有较好的谱域去噪能力。     

太赫兹连续波成像的质量改进与降噪

太赫兹波成像具有电离辐射小,对有机物鉴别力高等多种技术优势,因而非常适合应用于非接触式、非破坏性成像检测。然而这种成像手段易受到成像时电磁环境干扰和设备功率变化等问题的影响,因而存在一些特定的干扰模式,导致大部分的太赫兹脉冲扫描图像很难获得高清晰度的图像。利用搭建的太赫兹连续波源透射光路成像系统实现了逐点扫描式太赫兹成像。通过阈值灰度变换算法的改进优化,对卡片、树叶、一元硬币和钥匙四种样品的太赫兹波图像进行了去噪,然后基于拉普拉斯算子对图像进行锐化增强,并用均方误差和峰值信噪比估计等对去噪效果进行评价。去噪后太赫兹波扫描的部分样品峰值信噪比估计值提高可达4～5 dB,图像质量得到明显改善。研究证明所搭建的太赫兹成像系统具有一定的应用前景。     

基于分组三维离散余弦变换字典的植物高光谱数据去噪方法

针对植物高光谱图像各波段噪声强度不同,以及空间域和谱域均存在噪声污染的问题,提出了一种基于分组三维(3D)离散余弦变换(DCT)字典的稀疏表示去噪方法。首先分析了植物光谱特征,根据谱间相关性对波段进行分组;然后采用边缘块剔除的局部均值标准差法对高光谱图像进行噪声标准差估计,为去噪算法提供参考阈值;最后构建三维DCT字典的稀疏表示去噪方法,对植物高光谱图像进行去噪。实验结果表明,与原始数据和二维DCT字典去噪方法相比,谱域噪声评估中平均信噪比分别提高18.2dB和9.2dB。因此,该方法不仅具有较好的空间域去噪能力,也有较好的谱域去噪能力。     

高光谱遥感图像的小波去噪方法

高光谱遥感图像是由二维空间信息和一维光谱信息组成的三维数据。普通的去噪方式通常是分别对空间信息或光谱信息进行去噪,其主要缺点是忽视了高光谱图像强烈的谱间相关性和图谱合一的特点。针对这些特点,文章提出一种基于小波变换的高光谱遥感图像去噪方法。该方法对各波段高光谱图像逐一进行二维小波变换,根据含噪声大的波段与噪声小的波段的波长关系,对小噪声波段的高频系数加权求和,代替噪声大的波段的高频系数,通过小波逆变换得到去噪后的重构图像。该方法运算速度快,能有效地降低噪声。对机载可见红外成像光谱仪数据(AVIRIS)实验表明,与经典的BayesShrink图像去噪方法相比,方法重构图像的信噪比(SNR)高出3.8～10.6 db,节省运算时间一半以上。     

基于相机扫描的太赫兹光场成像预处理方法

太赫兹光场成像是一种太赫兹波段内的计算成像手段。在太赫兹相机扫描成像的基础上进行了图像预处理和光场计算。针对太赫兹相机受器件性能限制导致输出图像存在噪声大、分辨率低和视场小等问题,对基于相机扫描的太赫兹光场成像进行了预处理,通过控制二维平移台,采集到一系列存在特定视角差别的目标图像;采取高通滤波方式对图像进行处理,得到噪声小、锐化程度好的图像;在不降低图像分辨率的基础上利用Harris特征图像拼接算法计算得到较大视场的图像。通过上述方法,有效地提高了光场成像质量,为实现太赫兹光场成像三维重构奠定了基础。     

高光谱遥感图像微分域三维混合去噪方法

高光谱遥感图像是一种三维数据,由二维空间信息和一维光谱信息组成。普通的对二维静态图像或一维光谱信息去噪的算法忽视了高光谱图像强烈的谱间相关性和图谱合一的特点,无法取得令人满意的效果。同时现代的高光谱遥感图像噪声级别相对较低,噪声方差随波段不同而不同。针对以上特点,提出一种微分域三维混合去噪方法。首先将高光谱遥感图像变换到光谱微分域,使细微的噪声变得显著。然后在微分域中,对二维空间域采用基于小波的非线性阈值去噪BayesShrink算法。为克服噪声方差不同的特点,对光谱维不再采用小波阈值去噪方法,而采用Savitzky-Golay滤波进行平滑。最后对微分域去噪平滑处理后的图像进行光谱积分,并进行积分修正,消除光谱积分中引入的积累误差。对信噪比为600∶1的机载可见红外成像光谱仪数据(AVIRIS)实验表明,该算法能有效地降低噪声,将信噪比提高到2 000∶1以上。     

一种有效提高太赫兹时域光谱装置成像空间分辨率的方法

太赫兹波成像技术一个最显著的制约因素是其有限的空间分辨率。提出通过在样品前加小孔的方法来提高传统太赫兹时域光谱装置成像的空间分辨率。采用在样品前约2 mm处加直径为0.5 mm小孔的方法使成像的空间分辨率从1.276 mm提高到0.774 mm,提高0.502 mm,约39％。通过这个简单的方法在传统的太赫兹时域光谱成像装置上实现了空间分辨率从毫米量级到亚毫米量级的提高。聚乙烯板上直径为1 mm的小孔被作为成像的研究对象,分别采用传统的太赫兹时域光谱装置对样品进行直接成像和在样品前约2 mm处加直径为0.5 mm的小孔后对样品成像两种方式,并采用损失成像中信噪比较好的能量损失成像,对比两种方式得到的样品的太赫兹像,结果显示聚乙烯板上小孔的边界加小孔后成像比不加小孔直接成像明显清晰。证实了在样品前加小孔可以有效的提高太赫兹成像系统的空间分辨率。从理论上对通过在样品前加小孔提高系统空间分辨率的方法进行了分析,指出小孔尺寸越小,系统的空间相干长度越大,空间分辨率越高,但同时太赫兹信号的强度会相应减小。该方法可以简单有效的提高太赫兹时域光谱装置成像的空间分辨率,从而进一步拓展太赫兹谱成像技术的应用领域。     

一种有效提高太赫兹时域光谱装置成像空间分辨率的方法

太赫兹波成像技术一个最显著的制约因素是其有限的空间分辨率。提出通过在样品前加小孔的方法来提高传统太赫兹时域光谱装置成像的空间分辨率。采用在样品前约2 mm处加直径为0.5 mm小孔的方法使成像的空间分辨率从1.276 mm提高到0.774 mm, 提高0.502 mm, 约39％。通过这个简单的方法在传统的太赫兹时域光谱成像装置上实现了空间分辨率从毫米量级到亚毫米量级的提高。聚乙烯板上直径为1 mm的小孔被作为成像的研究对象, 分别采用传统的太赫兹时域光谱装置对样品进行直接成像和在样品前约2 mm处加直径为0.5 mm的小孔后对样品成像两种方式, 并采用损失成像中信噪比较好的能量损失成像, 对比两种方式得到的样品的太赫兹像, 结果显示聚乙烯板上小孔的边界加小孔后成像比不加小孔直接成像明显清晰。证实了在样品前加小孔可以有效的提高太赫兹成像系统的空间分辨率。从理论上对通过在样品前加小孔提高系统空间分辨率的方法进行了分析, 指出小孔尺寸越小, 系统的空间相干长度越大, 空间分辨率越高, 但同时太赫兹信号的强度会相应减小。该方法可以简单有效的提高太赫兹时域光谱装置成像的空间分辨率, 从而进一步拓展太赫兹谱成像技术的应用领域。     

一种双正则项全变差高光谱图像去噪算法

受传感器特性影响,高光谱图像中的噪声在各个维度都有体现。噪声的存在降低了高光谱图像中信息的有效性,在进行地物分类前必须采用适当的算法对噪声予以去除。文章针对高光谱图像的噪声特性,提出了一种基于全变差的高光谱图像去噪算法。该算法将经典二维图像全变差去噪模型推广至三维形式,提出了采用双正则项及相应的调整参数的目标函数,在三维空间中完成新目标函数的离散化,并采用基于优化-最小化算法的迭代方法对目标函数进行优化与求解。对星载Hyperion成像光谱仪数据的实验表明,适当的设置调整参数,该方法可很好地提高高光谱图像的各波段信噪比、平滑光谱曲线并保留细节特征,其去噪效果优于经典的MNF去噪算法及Savitzky-Golay滤波方法。     

基于快速三因子分解和组稀疏正则化的高光谱图像去噪

为了有效去除高光谱图像中噪声带来的干扰,提升图像质量,在局部低秩和全局组稀疏结合的框架内提出了一种基于快速三因子分解和组稀疏正则化的去噪模型。首先,将高光谱图像分解成若干三维重叠图块并将其逐波段列化成矩阵,在快速三因子分解的框架下将这些矩阵分解为两个正交因子矩阵和一个核心矩阵,对核心矩阵添加L2,1范数最小化约束;其次,对高光谱图像空间和光谱方向的梯度张量分别添加组稀疏正则化约束;最后,将低秩矩阵的三因子分解和全局组稀疏正则化结合,可以充分挖掘图像的局部低秩和稀疏的先验信息,并去除各种混合噪声。在三个数据集上与五种经典模型相比,该模型的各项评价指标更高,去噪图像保留了更多细节信息,去噪效果更好。     

基于小波变换的压缩感知理论对水质检测紫外-可见光谱数据的去噪研究

消除噪声影响对提高直接光谱法水质检测系统的测量稳定性和精度都具有重要意义。直接光谱法在线水质检测系统通常采用长寿命、无需预热的脉冲氙灯和适用于复杂检测环境的工业级光谱探测装置。针对整个光谱探测系统受到光源、光路和光电转换器件的严重影响,测定的光谱数据含有大量噪声这一实际问题,提出了基于小波变换的压缩感知去噪算法,并与传统小波阈值去噪方法进行了比较实验。针对化学需氧量为200 mg·L-1的邻苯二甲酸氢钾标液的紫外-可见光谱数据进行去噪处理,采用压缩感知去噪算法,将信号在小波域内分解,得到含噪高频系数;采用随机高斯矩阵作为压缩感知算法的观测矩阵,压缩比设置为2,对高频系数进行观测;选择正交匹配追踪算法恢复高频小波系数的稀疏性,从而达到去噪目的。同时针对传统的小波阈值去噪,采用daubechies4作为小波基的软阈值滤波方法对光谱数据进行去噪处理。为验证去噪算法的可行性,采集某溪水和城市生活污水的光谱信号分别采用以上两种方法进行去噪处理,实验结果表明：基于小波变换的压缩感知去噪算法适用于紫外-可见光谱法在线水质检测系统,该方法能在保留水样原始光谱信号的吸收特征的前提下有效地去噪,且去噪效果优于小波阈值去噪算法。与小波阈值去噪算法相比,信噪比提高了12.201 5 dB,均方根误差减小了0.009 3,峰值信噪比增加了5.299 dB。不仅避免了小波阈值去噪过程中阈值的选取依靠主观判断问题,而且在重构过程中有效地抑制了噪声,为直接光谱法检测水质参数提供了一种新的解决方案。     

基于双阈值canny均衡化算法的太赫兹图像增强

存在于微波与远红外之间的太赫兹波,因其无损害,稳定性高等独特性质使太赫兹光谱与成像技术在近几年来得到了迅猛的发展。太赫兹波独有的无损伤检测特性,在安全检测方面具有良好的发展前景,获得广大学者的研究和关注。经过太赫兹成像系统获得的太赫兹图像,虽然可以识别出隐藏的武器或其他金属制品,但是太赫兹图像的对比度和清晰度均较差,不能完全符合人眼的视觉效果,也不利于机器识别。目前,对太赫兹图像质量的提高和改善,成为太赫兹成像技术长远发展和广泛应用的关键问题。实验采用太赫兹波投射式成像系统对藏于物体中的金属心型吊坠和金属箭头进行成像,扫描步长0.5 mm,由于太赫兹光源大,能量起伏等系统缺陷,以及外部环境的复杂与干扰,导致成像所得图像均有背景噪声严重,边界模糊等问题,成像质量较差。提出一种基于双阈值的canny均衡化太赫兹图像增强算法,根据太赫兹图像自身性质限制,确定阈值和对图像均衡化的范围,实现图像降噪并引入双阈值canny算法和梯度幅值算法,使图像的对比度和清晰得到整体提高,并保留和突出太赫兹图像的细节信息,获得高分辨率、边缘清晰的图像。实验表明该算法对太赫兹图像具有良好的降噪效果,能够保留图像细节信息,图像对比度和图像质量得到增强和提高,同时增强了太赫兹成像技术对隐藏缺陷或隐藏物体的辨别能力和透视能力,为其在安检应用方面提供必要保证。     

一种基于信息保留网络的图像去噪算法

由于成像设备等各种因素影响, 图像在成像或传感过程中会受到噪声干扰。图像去噪旨在减少或消除噪声对图像的影响, 这一过程往往会导致高频信息的丢失。为了在去除图像噪声的同时保护图像的边缘信息与纹理细节, 文章提出了一种计算复杂度相对较低的含有信息保留模块的卷积神经网络, 直接对含噪声图像进行降噪。信息保留模块通过残差学习提取局部长路径和局部短路径的混合特征信息。该文采用峰值信噪比(PSNR/dB)和结构相似性(SSIM)两项评价指标对实验结果进行量化, 这两项指标值越大, 说明去噪效果越好。实验结果表明, 在峰值信噪比和结构相似性2项评价指标的均值可达到30.36 dB和0.828 0, 相比其他对比算法, 2项评价指标分别平均提升了2.15 dB和0.072 9。该算法对不同种类、不同水平的噪声都具有良好的去噪效果, 且速度优于所对比的一般算法, 对基于卷积神经网络的去噪工作的进一步发展有一定的作用。     

基于低通滤波残差图的高光谱条带噪声去除

针对高光谱遥感图像中存在的条带噪声,提出了一种基于低通滤波残差图的条带噪声去除算法。算法首先使用高斯低通滤波器对图像进行滤波,得到低通滤波残差图;然后借助条带噪声秩为1以及残差图中的细节与条带噪声正交的先验信息,使用正交子空间投影技术将低通滤波残差图中的条带噪声和图像细节进行分离;最后将分离出的细节信息加入滤波后的图像中。通过对上述三步不断迭代,算法能够有效地去除图像中的条带噪声,并且能够解决低通滤波法去条带造成图像模糊的问题。实验结果表明,与现有前沿的去条带算法相比,该方法能在有效去除条带噪声的同时很好地保持图像的信息。     

基于改进主成分分析的分焦平面偏振图像去噪算法

分焦平面(DoFP)偏振探测器在成像过程中会受到噪声的干扰,从而影响解算偏振信息图像的质量和精度。首先,基于图像的非局部自相似性和不同偏振方向图像之间的相关性,利用DoFP偏振图像的空间分布特点对图像进行分块并选取相似的图像块构成相似块矩阵。然后,利用主成分分析(PCA)得到相似块矩阵的特征值矩阵和特征向量矩阵,并根据噪声和相似块矩阵的特征值分布特点,在PCA域中利用降维对图像进行去噪。最后,利用模拟和真实DoFP偏振图像评估本算法的去噪效果。实验结果表明,本算法可以有效抑制图像中的噪声,保留图像的纹理和边缘细节信息,比现有算法的峰值信噪比至少提高了1 dB。     

被动式太赫兹图像分割算法

提出了一种被动式太赫兹图像识别算法。算法对原始太赫兹图像进行去噪预处理之后,通过对灰度直方图分析并对其曲线拟合,选定种子点和生长阈值对图像进行区域生长,以实现图像分割。实验结果证明,算法能够有效地从被动太赫兹图像背景中提取感兴趣的目标区域,有利于快速准确地发现被检测者隐藏在衣服内的违禁品,增强了安检成像系统的实用性。     

基于不等权重率失真斜率提升的干涉多光谱图像压缩算法

基于空间干涉调制成像光谱仪的成像特点，提出了一种适合于千涉多光谱图像的不等重要性权值率失真斜率提升图像压缩算法．该算法根据退卷积技术对复原光谱信噪比的影响，推导出时域中随着光程差的增大，干涉图像压缩失真对频域中光谱曲线的信噪比影响越大．对各个码块的率失真斜率按空间域中各光程差对恢复光谱信息的贡献重要性不同赋予不同的重要性权值，增大对光谱信息的保护程度，使图像在相同的光谱分辨率下拥有更好的空间分辨率．实验结果表明，该算法比传统算法更好地保护了多光谱图像的光谱信息，在8倍压缩比下，满足该类干涉多光谱图像压缩系统的质量要求．     

基于平场光栅的稀疏约束鬼成像高光谱相机

基于稀疏约束的鬼成像光谱相机,能够通过单次曝光获得目标场景的三维空间光谱数据立方体。但是由于不同波长的散斑场在探测器的同一位置处,使得仪器的光谱分辨率和信噪比受到限制。为了解决上述问题,提出了利用平场光栅分光将不同波长的光场在探测面上错开一定距离的系统,实现了基于平场光栅的稀疏约束鬼成像高光谱相机。通过对系统成像过程的理论推导,得到了系统的关联函数,并通过实验和数值模拟验证了理论推导结果。在保证原先光谱相机优点的同时,基于稀疏约束的鬼成像高光谱相机可以分别调控光谱分辨率和空间分辨率,实现可控的信噪比。此外,还能够根据不同波长的光场特性来优化测量矩阵,从而提高图像恢复质量。