脉冲相干激光雷达的散斑成像模型及其散斑噪声压缩

推导了脉冲相干激光雷达的散斑成像模型,证明了脉冲相干激光雷达图像中散斑噪声的乘法性质。根据其统计规律,提出一种新的用于散斑噪声压缩的并行加权均值多方向形态滤波算法。模拟结果表明此算法既有 地压缩了散斑噪声又保持了图像的几何结构,并且通过比较,证明其优于Safa的多方向形态滤波算法。     

基于改进旋滤波的电子散斑干涉图滤波方法

电子散斑干涉术条纹图在成像时不可避免地受散斑噪声调制,去除噪声是散斑干涉条纹处理的一项重要任务。利用散斑条纹图的方向性,提出一种基于模糊方向的旋滤波:在当前点的领域内定义4个模糊方向窗口,将传统旋滤波的一维、精确方向窗口的确定,转变为模糊方向窗口的确定;在确定的窗口内进行低通滤波时,采用自适应加权均值滤波代替传统的中值滤波。利用该方法分别处理模拟散斑条纹图和实验所得的真实条纹图,并与传统旋滤波、双边滤波和小波丢弃子带方法比较。实验结果表明,该改进算法在滤除散斑条纹图噪声的同时,有效保护了条纹的细节信息。     

相干激光雷达图像散斑噪声抑制算法

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形态滤波算法。运用此算法和先前提出的散斑噪声抑制算法以及小波软阈值算法和Lee滤波算法一并对相干激光雷达图像进行了噪声抑制处理，并且对处理的结果进行了比较，证明了本算法的进步，即在不降低噪声抑制能力的前提下，较好地保持了图像边缘。     

消除水下激光图像混合噪音的软形态滤波算法

除了采用距离选通等特殊机制来消除后向散射之外,水下激光成像系统作用距离的进一步提升依赖于对图像中噪音的有效抑制.在分析水下激光距离选通图像噪音特性的基础上,引入软形态学,设计了多方向结构元和极化软形态变换,组成开-闲级联滤波器.对于其中的重复度参量,以散斑指数和边缘能量为目标,采用离散差分算法优化.实验结果表明,该算法...     

基于多结构元素形态滤波与自适应阈值分割相结合的红外弱小目标检测

针对低信噪比灰度图像中弱小目标检测的难题,分析了红外弱小目标成像的特点,提出了基于多结构元素形态滤波与自适应阈值分割相结合的目标检测算法.利用目标运动的连续性、规律性和噪音产生的随机性,结合数学形态学结构元素的特点,研究了一种多结构元素形态滤波的管道滤波方法,通过流水线管道检测目标运动轨迹.实验结果表明,该算法应用于复...     

无阈值窗口傅里叶变换滤波法

为减少噪音对散斑相位图的影响,提出了一种无阈值的窗口傅里叶变换滤波方法.通过对窗口内条纹频率幅值扫描,寻找条纹频率幅值的最大值作为滤波标准,得到最佳滤波图像,缩短了计算时间,解决了窗口傅里叶变换滤波中需要设定阈值的问题.在无阈值窗口傅里叶变换滤波算法基础上,对散斑条纹图像进行了滤波,证明了该算法的可行性和良好的滤波效果,可用于各类条纹图像的低通滤波.     

基于多结构元素形态滤波与自适应阈值分割相结合的红外弱小目标检测

针对低信噪比灰度图像中弱小目标检测的难题,分析了红外弱小目标成像的特点,提出了基于多结构元素形态滤波与自适应阈值分割相结合的目标检测算法.利用目标运动的连续性、规律性和噪音产生的随机性,结合数学形态学结构元素的特点,研究了一种多结构元素形态滤波的管道滤波方法,通过流水线管道检测目标运动轨迹.实验结果表明,该算法应用于复杂背景下低信噪比的红外弱小目标图像能够得到较理想的结果,并且目标检测概率高,速度快,虚警率低.     

基于图切割的相位展开

剪切散斑干涉术中,普遍采取相移法提取相位,只可得到被包裹的相位信息,进一步量化计算之前,必须展开相位,但是大量的散斑噪音使相位展开变得非常困难.本文提出基于图切割理论的相位展开算法,将相位展开等价于整数的最优估计问题,通过最小化能量函数展开相位,无需对散斑包裹相位图进行滤波,就可以从包含大量散斑噪音的包裹相位图中准确地提取出真实相位,极大程度地保留了相位包裹图中的细节信息.对于同一幅模拟的散斑包裹相位图,传统的质量导向枝切法和最小二乘法的均方根误差分别为11.707 6和4.977 5,新算法的均方根误差则为0.945 9,数值模拟与实验结果均验证了新算法优良的抗噪性能.     

基于Gabor滤波的散斑条纹图平滑方法

提出了一种基于伽博(Gabor)滤波的散斑条纹图平滑方法.通过加窗傅里叶运算提取散斑条纹图的条纹频率和条纹梯度方向,并利用它们确定具有频率和方向选择性的Gabor滤波器对散斑条纹图进行Gabor滤波.数值模拟和实验结果表明,该方法在滤除散斑噪声的同时能够有效的保留散斑条纹图的条纹结构,为从单幅散斑条纹图中进一步提取条纹相位场奠定了良好的基础.     

数字全息技术中散斑噪声滤波算法比较

 在数字全息测量记录过程中,其所记录的全息图易受到散斑噪声的污染造成分辨率下降,同时也严重影响数字全息再现的效果,因此研究适用于数字全息技术中散斑滤波的算法具有重要的实用价值。介绍了中值滤波、Lee滤波、Kuan滤波和SUSAN滤波这四种常用的散斑滤波算法,并将它们运用于数字全息实验所记录图像和数字再现图像的散斑噪声滤波处理中,然后对这四种算法的处理结果进行评价。结果表明,在数字全息技术中使用SUSAN滤波算法进行处理,既明显抑制了散斑噪声,又有效保证了再现图像信息的完整性。     

基于空间广义相干系数加权的医学合成孔径超声成像

为解决广义相干系数用于合成孔径成像中所存在的运算量大,图像对比度改善有限等问题,提出空间广义相干系数加权成像方法。该算法根据单个孔径成像结果之间的相干性来计算相干系数,通过加权空间合成进行成像。采用对FieldⅡ仿真点目标和吸声斑目标的数据进行成像表明,算法不仅使运算量减少N(N为阵元数)倍,而且相对于传统的广义相干系数算法,算法对散射点成像可提高信噪比7 dB,对于吸声斑成像可提高对比度3.2 dB。可见算法可以有效地提高成像速度和成像质量。      

调制度分析在等步长相移法相位展开中的应用

推导了两种常用等步长相移算法的调制度表达式,提出一种新的调制度分析方法。该方法用于等步长相移法中基于加权最小二乘法的相位展开,能够充分利用调制度信息,构造二值和小数权重,从而增强相位展开过程对多种干扰因素的免疫力。实验结果说明了该方法的有效性和实用性。最后比较了二值权重和小数权重在加权最小二乘法的相位展开中的性能表现。     

Speckle Noise Suppressing Based on a Generalized Parallel Weighted-Average Multidirectional Morphological Filtering Algorithm

In this paper, a generalized parallel weighted-average multidirectional morphological filtering algorithm is presented to suppressing speckle noise. Simulation shows the algorithm can not only effectively suppress speckle noise but also preserve the geometrical features of images. Through comparison, it is proved that the algorithm is superior to F. Sara algorithm.     

Speckle Noise Suppressing Based on a Generalized Parallel Weighted-Average Multidirectional Morphological Filtering Algorithm

1 IntroductionThe coherent-imaging systems, such as LR(Laser Radar) and SAR(SyntheticAPerture Radar), generate images by coherent processing of the scattering echOsignals, so they are highly susceptible to speckle not,.Lll. The presence of speckle noise' in the images reduces the resolution and the tenet-explaining ability of the images.Thus it brings about an impact on the applications of the images and the detect~abilityof LR and SAR. However, removing speckle noise is one of the mos…     

An adaptive squared-distance-weighted interpolation for volume reconstruction in 3D freehand ultrasound

Volume reconstruction is a key procedure in 3D ultrasound imaging. An algorithm named as squared-distance-weighted (SDW) interpolation has been earlier proposed to reduce the blurring effect in the 3D ultrasonic images caused by the conventional distance weighted (DW) interpolation. However, the SDW parameter alpha, which controls the weight distribution, is a constant assigned by operators so that the interpolation effect is invariant for both sharp edges and speckle noises. In this paper, we introduced a new adaptive algorithm based on SDW interpolation for volume reconstruction of 3D freehand ultrasound. In the algorithm, the local statistics of pixels surrounding each voxel grid were used to adaptively adjust the parameter alpha in SDW. The voxel grids with a higher ratio of local variance and mean in their neighbourhoods would have a smaller alpha to make the image details sharper, while the voxel grids locating in regions with a lower ratio of local variance and mean would have a larger alpha to smooth image content in homogeneous regions, where speckle noise is usually observed and damages the image quality. By comparing the simulation results using the SDW and new adaptive algorithm, it was demonstrated that this new algorithm worked well in both edge preservation and speckle reduction.     

Speckle suppressing based on morphological filter and fuzzy logic

A novel morphological filtering algorithm is proposed for suppressing speckle noise in images. The algorithm employs directional morphological close-open and open-close operations, then computing the membership of the filtered versions' every pixel according to the designed fuzzy rule. The final filtered image is composed of all the pixels with corresponding maximal membership. The validity of the algorithm is demonstrated.     

基于多路可视图的健康与心梗患者心电图信号复杂网络识别

可视图(visibility graph, VG)算法已被证明是将时间序列转换为复杂网络的简单且高效的方法,其构成的复杂网络在拓扑结构中继承了原始时间序列的动力学特性.目前,单维时间序列的可视图分析已趋于成熟,但应用于复杂系统时,单变量往往无法描述系统的全局特征.本文提出一种新的多元时间序列分析方法,将心梗和健康人的12导联心电图(electrocardiograph, ECG)信号转换为多路可视图,以每个导联为一个节点,两个导联构成可视图的层间互信息为连边权重,将其映射到复杂网络.由于不同人群的全连通网络表现为完全相同的拓扑结构,无法唯一表征不同个体的动力学特征,根据层间互信息大小重构网络,提取权重度和加权聚类系数,实现对不同人群12导联ECG信号的识别.为判断序列长度对识别效果的影响,引入多尺度权重度分布熵.由于健康受试者拥有更高的平均权重度和平均加权聚类系数,其映射网络表现为更加规则的结构、更高的复杂性和连接性,可以与心梗患者进行区分,两个参数的识别准确率均达到93.3%.     

内窥式散斑类共聚焦系统层析能力分析

本文研究了内窥式散斑类共聚焦系统(Endoscope-based speckle quasi-confocal system,EBSQCS)的层析能力。从散斑类共聚焦显微镜(Speckle quasi-confocal microscope,SQCM)成像原理出发,详细分析了内窥镜光学结构对散斑类共聚焦显微镜散斑场波动的影响规律,推导了内窥镜光学结构与内窥式散斑类共聚焦系统轴向分辨力的关系。实验测得了基于光纤束的内窥式散斑类共聚焦系统的轴向分辨力曲线。选用放大倍率4倍,光纤直径5μm的内窥镜系统的内窥式散斑类共聚焦系统轴向分辨力曲线的全峰半高是散斑类共聚焦显微镜的2.3倍,与理论计算值相符。实验结果表明内窥式散斑类共聚焦系统具有很好的轴向层析能力。