基于自适应脉冲耦合神经网络的水下激光图像分割方法

距离选通式水下激光成像技术是一种能够有效抑制水介质的后向散射效应的探测技术,在海洋研究、深海探测和水下作业领域中拥有广阔的应用前景。然而在水下激光图像中出现的散斑噪声和灰度不均匀现象使得实现目标的准确分割较为困难。通过分析散斑噪声形成的机理,提出了一种水下激光图像的有效分割方法。该方法根据像素的噪声响应和灰度分布特性自适应确定各神经元的关键参数,并对噪声位置的神经元的行为进行抑制,基于最大二维Renyi熵准则采用梯度下降法确定了神经元的动态阈值,通过实验结果的比较分析说明该方法明显优于Normalized Cut、模糊C均值、均值漂移和分水岭分割方法,而运行时间约为常规脉冲耦合神经网络的五分之一。     

水下激光目标的统计对消分割法

水下激光目标的识别是一个崭新的研究领域,有许多问题需要解决,其中,目标分割是关键.水下激光图像中夹杂着严重的散斑噪声,受其影响,要识别水下激光目标,就要对图像进行有效的消噪,然后进行目标分割.本文依据具有相似统计特征的噪声可抵消图像中的相应噪声这一基理,结合小波变换和统计法,提出了一种水下激光目标的统计对消分割法,以去除噪声,提取目标.实验结果表明该方法是有效可行的.     

基于物体像的干涉条纹图像中散斑噪声的识别方法

散斑噪声是激光干涉时的普遍现象,其覆盖被测表面对应区域的形状信息,造成测量误差。针对斜入式激光干涉测量中散斑噪声的特点,提出一种基于物体像的散斑噪声的识别方法。该方法通过统计物体像中有效测量区域和背景区域内灰度分布的特点,自动计算出判定散斑噪声的上下阈值。基于物体像与干涉条纹图像间微米级的映射关系,得到干涉条纹图像中散斑噪声的位置。设计了相关实验,对干涉条纹图像中识别出的散斑噪声区域进行修补,消除了包裹相位图中一个条纹周期内相邻像素点间大于π的相位突变。     

金属表面非相干线结构光条纹中心提取方法

采用线结构光法测量金属表面形貌时,由于受到金属表面光学特性和散斑噪声的影响,条纹中心的提取误差往往较大。为此,提出了一种非相干线结构光形貌测量方法,避免了散斑噪声的影响。通过分析该方法测量金属表面形貌时的条纹图像特点,提出一种适合非相干线结构光条纹的中心提取方法。该方法首先采用结合积分图像原理的自适应阈值分割算法,对原条纹图像进行分割。采用灰度重心法粗提取原条纹中心坐标,以该坐标为基准向条纹宽度方向延伸,从而确定阈值分割后条纹图的感兴趣区和背景区,并去除背景区的噪声。经中值滤波后,采用几何中心法提取条纹中心。实验结果表明：采用该方法提取粗糙度样块表面非相干光条纹中心的平均误差为1.5μm,提取齿轮渐开线样板表面非相干光条纹中心的平均误差为0.9μm,均比其线激光条纹中心的提取误差小。所提方法能实现金属表面非相干线结构光条纹中心的精确提取。     

基于运动胶质溶液的激光投影散斑抑制研究

激光散斑会严重影响图像的质量,降低图像的对比度和分辨率,为了抑制激光投影散斑,基于人眼视觉暂留特性和漫散射体散斑抑制原理,搭建了一套基于运动循环胶质溶液的散斑抑制装置,该装置体积小,并能有效抑制散斑,实现散斑对比度低于人眼观测阈值5%的抑制效果,光的透过率可达65%以上,同时该装置比起振动扩散器,在降低噪声及价格上具有明显的优势,具有一定的实用推广价值。     

基于均值偏移的灰度图像分割方法

针对灰度图像分割往往存在的过分割或欠分割问题，提出了一种基于均值偏移的图像分割方法．该方法通过联合像素的空间位置和灰度特征，建立图像的特征矢量，构造基于像素的位置和灰度的改进核函数直方图．采用均值偏移算法搜索图像的特征模式，并以此对图像进行平滑滤波和分割．对以地物为背景的图像分割结果表明，该方法既能抑制具有纹理的大片背景，又能提取出面积较小且轮廓清晰的物体，分割的物体完整且符合人眼视觉，较有效地避免了图像过分割和欠分割的问题．     

激光相干场成像散斑噪声复合去噪方法

噪声是影响激光相干场高分辨成像系统像质的重要因素,激光相干场成像系统既受背景光加性噪声影响,又受激光乘性散斑噪声影响.为解决激光相干场成像系统受激光乘性散斑噪声和背景光加性噪声叠加引起的成像像质退化效应问题,从噪声抑制角度提高激光相干场系统高分辨成像像质,研究建立了激光散斑乘性噪声和背景光加性噪声对大气下行链路激光回波场信号影响干扰模型,并基于该模型提出了一种基于同态滤波和稀疏基追踪级联复合去噪算法.首先基于同态滤波理论将激光乘性散斑噪声转化为加性噪声,再由高通滤波器滤除散斑噪声,最后采用基追踪稀疏理论方法抑制背景光等加性噪声对像质的影响.研究表明,较现有单一去噪方法,该级联复合去噪方法可一次性消除激光乘性散斑噪声和背景加性噪声两种不同性质的噪声,有效改善了激光相干场成像质量.     

散斑干涉相位条纹图的频域滤波处理

为了解决在数字散斑干涉技术测量时,散斑干涉相位条纹图像中大量噪声对相位解包裹结果和精度产生严重影响的问题,介绍了一种条纹正余弦分解和频域低通滤波结合的方法,实现了散斑干涉相位条纹图的高精度滤波。该方法的基本思路是在对相位图像进行滤波处理前,先将相位图通过正余弦函数进行映射转换成两幅图,分别经过频域滤波,然后再合成为相位图。这种分解频域滤波方法可以在滤波的同时,有效保留相位跳变信息。实验结果表明：与传统的图像降噪方法相比,该方法能够在保留图像“尖峰”信息的基础上,较好地滤除图像中的散斑噪声,方法简单有效,有效解决了传统滤波方法应用在相位条纹图中,相图灰度信息丢失10%~40%的问题。     

斜入射引入动态多重散射机制的激光散斑抑制

散斑抑制一直是激光显示技术的研究热点。对激光光束经SiO₂溶液所形成散斑的特性分析,建立了多重散射与散斑颗粒大小的联系。结合动态光散射理论,提出利用斜入射引入动态多重散射机制的激光散斑抑制方法,并构建由静态散射片和装有粒径为300 nm、摩尔浓度为3.0×10-4 μm-3的SiO₂悬浮液的光通管组成的散斑抑制装置,将其置入激光显示系统的光源部分。针对光束以不同入射角进入SiO₂悬浮液对散斑图像对比度影响进行了系统实验分析。结果表明,光束以约8°进入SiO₂悬浮液能将散斑图像的对比度从0.43降低至0.067。通过该方法实现了散斑颗粒的空间平均和散斑图像的时间平均,提高了散斑抑制的效果。散斑抑制单元无需振动装置且便于集成到激光投影系统中,不仅提高了系统的可靠性也减小了成本。     

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。     

基于聚类分割和形态学的可见光与SAR图像配准

针对可见光与SAR图像灰度差异大,共有特征提取难的问题,提出了一种基于k-均值聚类分割和形态学处理的轮廓特征配准方法。利用k-均值聚类算法对两类图像进行分割,得到图像分割区域;通过形态学处理,有效减少SAR图像斑点噪声影响,准确提取两类图像的封闭轮廓;采用轮廓不变矩理论,引入矩变量距离均值、方差约束机制和一致性检查的匹配策略,获取最佳匹配对,实现了两类图像的配准。通过实验,三组图像的配准精度分别达到0.3450、0.2163和0.1810,结果表明该法可行且能达到亚像素的配准精度。     

基于灰度变换的红外图像实时分割算法

针对高灰度等级红外数字图像提出了一种基于灰度变换的实时分割算法.通过实时分析原始图像中几个小区域的灰度直方图,自动确定分割阈值,将原始图像通过灰度变换实时转换为低灰度等级图像.该算法能够将高灰度等级的红外数字图像实时显示在普通显示器上,并且能够有效抑制背景并保留目标灰度信息.由于变换后的图像灰度等级较低而且背景及噪音信息较弱,极大地提高了红外跟踪器的性能.     

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。     

激光偏振成像散斑统计特性和抑制方法研究EI北大核心CSCD

对激光偏振成像系统的散斑统计特性及其相应的散斑去除方法进行了理论和实验研究。运用穆勒矩阵法建立了该激光偏振成像系统散斑光强的概率分布模型。针对现代电荷耦合器件(CCD)的成像特点,通过比较散斑与像素的大小,将散斑分为两种情况进行研究,即小散斑和大散斑。得出散斑的归一化方差与像素成线性关系,均值不受像素的影响。进而提出了统一的散斑噪声概率模型,即改进的伽马分布模型。基于此模型,提出了改进的贝叶斯非局部滤波模型。通过处理真实的偏振图片,综合等效视数、边缘增强指数等指标,表明该算法比传统的散斑去除算法具有更好的散斑去除和边缘保持能力。     

高能激光自主自适应光学系统及激光散斑效应

设计了高能激光自主自适应光学系统,利用高能激光的主动照明探测方式对目标进行探测。由于接收到的探测回波光场受散斑效应的影响,因此建立了探测系统的物理模型,具体分析散斑效应的影响。通过散斑光强自相关函数,理论上分析确定了散斑的平均尺度;通过部分相干理论,研究了该系统接收面散斑孔径积分场复相关函数并讨论了不同散斑天线尺度比情况下的积分场复相关函数宽度;分析了目标的成像放大率和理想分辨率,讨论了物像尺度与焦平面光斑尺度之间的关系;通过系统的数值仿真,分析了不同尺度散斑对焦平面光斑阵列的影响;叠加大气湍流,确定了散斑场对大气湍流探测的影响。结果表明散斑尺度介于阵列子孔径和大孔径尺度之间为最佳设计,此时较高的位移测量精度和整体探测率可以兼得。     

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。     

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...     

多尺度水下偏振成像方法

水下偏振成像技术利用散射光偏振特性能够有效提高水下成像质量,在水下目标探测和识别领域具有重要应用价值.针对该技术在背景散射光和目标信息光分离时由于噪声放大现象导致重建图像质量受限的问题,提出多尺度水下偏振成像方法.该方法利用图像分层处理思想,结合小波变换的多尺度特性,对体现图像高对比度的基础层和低对比度但细节信息丰富的细节层分别进行处理,重建高对比度、高信噪比的清晰场景图像.实验结果表明,多尺度水下偏振成像方法不仅能够大幅提高对比度,复原图像细节信息,而且能够有效抑制放大噪声,提高重建图像的信噪比,在水下偏振成像领域具有良好应用前景.     

光子图像中基于广义似然比检验的目标探测方法

在光子噪声受限条件下的图像中,其信号和噪声均服从泊松分布并呈现散粒状态,且由于该图像信噪比较低,目标难以被探测和识别,为此提出一种基于统计理论和广义似然比检验(GLRT)的目标探测方法来解决该条件下的目标探测问题。该方法在仅有目标物灰度图像已知的情况下,使用泊松分布概率函数和广义似然比检验方法得到统计判决公式,通过该公式计算原始图像中各个位置的检验器值,对光子图像进行目标探测。仿真和实验结果表明,该方法具有较好的目标探测性能,验证了算法的有效性和实用性。     

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。