散斑噪声

摘要： 电子科技大学信息与通信工程学院饶云江教授团队,首次在国际上实现了输出功率大于100 W,且散斑对比度低于人眼散斑感知阈值的多模光纤随机激光器,并在无散斑成像中取得突破。随着无散斑成像在各个领域中的广泛应用,越来越多的应用场景对成像光源的性能提出了更高的要求。但由于常规激光器的高空间相干性,大量相干光子会发生干涉并产生散斑噪声,严重影响成像质量。对于常规光源来说,高亮度与低空间相干性,这两个特性是不可兼得的。为解决常规激光成像的散斑噪声问题,饶云江团队在取得高功率随机光纤激光突破性进展的基础上,首次将其应用于无散斑成像,运用主振荡功率放大技术等,实现了输出功率大于100 W、散斑对比度低于人眼散斑感知阈值的多模光纤随机激光器。

摘要： 将经典全变分模型和高阶全变分模型的正则项结合,构建了二阶全变分去噪模型,提出了二阶全变分去噪方法。通过差分算子对该模型做了离散化处理,利用3种不同方法做了图像的去噪实验。结果表明,利用二阶全变分去噪法能有效去除散斑噪声,提高图像的整体质量,能使图像的细节更加清晰,视觉效果更好。

摘要： 前视声呐(Forward-Looking Sonar,FLS)使用换能器基阵收发声波,通过回波探测水下物体.在浅海环境,由于水下介质的反射、散射与不均匀波动,前视声呐图像极易引入散斑噪声.本文针对前视声呐图像散斑噪声,结合SRResNet与非对称金字塔非局部块,提出了ANLResNet网络用于前视声呐图像去噪,并针对前视声呐图像特性,使用FieldⅡ构建模拟前视声呐图像数据集,对网络进行训练.实验结果表明,本文提出的ANLResNet网络能有效的去除前视声呐图像中的散斑噪声,获得良好的视觉效果.并通过峰值信噪比(Peak Signal to Noise Ratio,PSNR)、等效视数(Equivalent Number of Looks,ENL)、散斑抑制指数(Speckle Suppression Index,SSI)3个图像质量评价指标评价降噪效果.在模拟前视声呐图像去噪上,本文算法相比于传统算法、改进BM3D算法和Autoencoder网络,平均PSNR至少提高了8.12%.在真实前视声呐图像去噪上,本文算法相比于传统算法、改进BM3D算法和SRResNet等效视数至少提高了16.77%,散斑抑制指数至少降低了2.84%.相比于Autoencoder网络等效视数提高了4.30%.本文方法主要用于前视声呐图像去噪,对于其他声学图像的降噪,散斑噪声的抑制上也有一定的应用价值.

摘要： 为了提高超声图像质量,解决传统去噪算法在抑制散斑噪声和保留超声图像纹理特征方面的难题,提出一种基于卷积神经网络的超声图像散斑去噪算法DSCNN(De-speckling CNN)。本文提出的算法利用卷积神经网络强大的拟合能力来学习从超声图像到其相应的高质量图像的复杂映射,同时,通过改进损失函数的方式来减少去噪过程中纹理信息的损失和细节的模糊。不同于以往简单地假设超声散斑噪声为乘性噪声,本文利用基于超声图像采集模型和散斑噪声形成模型的模拟超声成像技术为去噪模型生成更贴合真实超声图像的训练数据,解决深度学习方法训练数据匮乏以及在临床上无法获得与超声图像空间配准作为标签的无噪声图像的难题。通过与其他具有代表性的超声图像去噪算法比较,经DSCNN去噪后的超声图像无论在视觉效果还是图像质量评价指标上都取得了更好的结果,其中SSIM达到0.8569,在文中所有方法中最高。

摘要： 为了提高合成孔径雷达图像配准的正确匹配数与速度,提出基于高斯低通滤波算法的合成孔径雷达(Synthetic Aperture Radar,SAR)图像快速配准模型。在图像匹配前,利用低通滤波器归一化SAR图像背景,为后续图像快速匹配奠定基础。在此基础上,通过高斯低通滤波算法滤除图像的散斑噪声,最终实现图像的快速配准。仿真实验结果表明,所提出的方法可以有效提高配准正确数量,且配准运行时间低于8 s,运行稳定,可以为图像配准提供一定基础依据。

摘要： 为减少光学相干层析成像(optical coherence tomography, OCT)散斑噪声的干扰,利用变分图像分解原理提出一种新的全变分(total variation, TV)算法模型TV-Hilbert-Shearlet,将OCT图像分为背景、结构和噪声3个部分,将背景图与结构图相结合形成结果图,去噪效果良好。2幅有病变的OCT人体视网膜图像实验表明,TV-Hilbert-Shearlet算法能够去除图像散斑噪声,同时保持图像较完好的层状结构和边缘结构。

摘要： 为了解决光学相干层析成像(Optical coherence tomography,OCT)系统中的散斑噪声问题,提出了一种基于双边随机投影的光学相干层析成像去噪算法.基于三维OCT图像相邻帧的生物组织结构之间的高度相似性及图像高分辨率的特性,将原始OCT图像信号分解为无噪低秩矩阵、稀疏矩阵以及噪声矩阵;然后采用双边随机投影算法进行求解,提取低秩矩阵,从而去除噪声,恢复无噪图像;在临床数据集上对本文算法进行了测试,并通过信噪比(Signal to noise,SNR)、对比度噪声比(Contrast to noise ratio,CNR)以及等效视数(Equivalent number of looks,ENL)3个指标对降噪效果进行评价.实验结果表明,与稳健性主成分分析算法相比,本文算法在信噪比、对比度信噪比以及等效视数指标上分别提高了1.22 dB、0.84 dB和59.5,能更有效地抑制散斑噪声,且计算复杂度较低.

摘要： 光学相干层析成像(Optical coherence tomography,OCT)图像经常受到散斑噪声的污染,而散斑噪声会降低临床检查的精确性.为了解决该问题,提出一个低秩张量逼近框架下的自适应高阶奇异值分解(Higher-order singular value decomposition,HOSVD)方法.首先,利用局部鲁棒统计滤波平滑噪声图像,以降低散斑噪声对非局部相似图像块抽取的影响;其次,利用Eckart-Young-Mirsky定理自适应地估计三阶张量的Tucker秩;最后,利用HOSVD分解噪声张量,并且利用截尾后的核张量构建潜在的干净图像.实验结果表明,本文所提出的方法能有效地去除OCT图像中的散斑噪声且能保持图像的细节结构.

摘要： 超声图像以低成本、 时效性、 无辐射的优点被广泛应用于医疗诊断,但是严重的散斑噪声对图像细节信息造成干扰.为了有效去除超声图像中的散斑噪声,同时保留超声图像的特征信息,文中基于DnCNN改进更匹配于散斑噪声的模型结构,通过对仿真超声图像训练来去噪,并与其他方法做定量对比.通过实验结果表明,改进的深度学习模型运用在超声图像去噪中具有良好的效果.

摘要： 侧扫声纳(SSS)是一种利用声波的水下传播特性完成水下探测的电子设备.因为侧扫声纳利用回波强度成像,所以不可避免地引入散斑噪声.本文针对散斑噪声,提出了基于自适应三维块匹配滤波(BM3D)的侧扫声纳图像散斑降噪方法.该算法首先对SSS图像进行幂变换和对数变换,采用小波变换估计整体图像噪声,同时用局部噪声估计结果更新BM3D算法的参数.然后本文算法比较全局估计和局部估计的结果,选择最合适的参数解决噪声分布不均匀的问题.实验结果表明,本文改进的BM3D算法能有效地降低SSS图像中的散斑噪声,获得良好的视觉效果.本文算法的等效视数至少提高了6.83％,散斑抑制指数低于传统方法,散斑抑制和平均保存指数至少减少了3.30％.该方法主要用于声纳图像降噪,对于超声、雷达或OCT图像等受散斑噪声污染的信号也有一定的实用价值.

摘要： 散斑的存在使激光成像系统所成的图像的分辨率下降,为此本文将一同态小波滤波器应用于此散斑噪声污染图像的噪声抑制处理.通过同经典的Lee滤波器处理结果进行对比,表明此算法在处理散斑噪声图像是能既较强地抑制噪声又较好的保留图像的边缘信息.

摘要： 本文首先回顾了散斑的基本性质,然后讨论了用于抑制散斑噪声的Lee算法和形态滤波算法,最后提出一种比较其算法性能的规则,并且给出了这两类算法比较的仿真结果.

摘要： 该文提出一种可用于消除散斑条纹图的散斑噪声的改进的旋滤波法。改进的旋滤波利用光滑后的条纹方位图在条纹的切线方向进行滤波，同时采用大窗口减少散斑噪声对检测条纹真实灰度的影响。该改进的旋滤波可有效地消除散斑噪声，恢复条纹的真实灰度分布。

摘要： 本文提出一种用于抑制散斑噪声的、基于残余图像的细节保持模糊形态滤波算法.根据散斑噪声的统计性质,应用形态滤波和模糊逻辑理论,建立一种模糊形态滤波算法,对被散斑噪声污染的图像进行处理.然后获取模糊形态滤波的处理结果与噪声图像的差值,即残余图像,在残余图像中分割出图像细节,并且恢复到模糊形态滤波算法的处理结果中.实验结果证明此算法即有效的抑制了散斑噪声,又保持了图像细节.

摘要： 本发明提出了一种基于数字散斑的复合材料构件多源噪声滤除方法，用于解决采集的数字散斑图的测量灵敏度低、精度低的技术问题；其步骤为：首先，利用数字散斑光路分别采集一幅物体变形前后的数字散斑图，利用傅里叶变换提取数字散斑图的相位信息，获得复合材料构件缺陷图；其次，对复合材料构件缺陷图进行同态变换，将乘性噪声转换为加性噪声；然后利用压缩感知理论对加性噪声进行滤波，滤除复合材料构件缺陷图中的乘性噪声；最后，采用矩阵奇异值分解算法滤除复合材料构件缺陷图中的加性噪声，得到降噪后的构件缺陷图。本发明利用K‑SVD算法去噪能够很好的恢复原始图像的细节部分，并去除高斯白噪声，提高去噪图像的PSNR值。

摘要： 一种导向三边滤波的超声图像散斑噪声去除方法，包括：对导向图像利用高斯函数计算空域距离权，其标准偏差的设置随噪声强度增大而增大；对导向图像局部区域进行直方图拟合，拟合函数选用Fisher‑Tippett概率密度函数，其分布参数采用最大似然法估计，根据估计的参数计算分布相似权；对导向图像利用指数函数计算像素值差异权，其尺度参数设置随估计的Fisher‑Tippett分布参数正比例变化；利用前述计算的三个权值，对超声图像进行局部迭代滤波，迭代收敛后即得到散斑噪声去除的超声图像。本发明通过空域距离、像素值差异和分布相似性三方面信息计算滤波权值，能有效降低散斑噪声的同时更好地保留图像的细节和边缘信息，从而增强超声图像的视觉判读性。

摘要： 本发明公开了一种基于矩阵分解的无透镜全息显微散斑噪声去除方法及装置。去除方法的步骤如下：S1关闭光源，采集暗场图像；S2打开光源，采集光源均匀照射下的明场图像；S3，在传感器上方放置含有微粒的溶液样本，保证样本到传感器距离远小于样本到光源的距离；打开光源，采集样本的全息图像序列；S4对需要计算的任意一张全息图像进行平场校正；S5对校正之后的全息图像采用矩阵分解算法进行噪声分离，将其分解成微粒的全息图和背景噪声两部分；S6对计算出的全息图像进行更进一步的图像分析处理工作。本发明能去除掉散斑噪声和样本多次反射产生的干涉条纹噪声，实现高精度的动态三维成像。

摘要： 本发明提出了一种基于光学斩波器的OCT散斑噪声抑制装置，能够满足任何实际应用中OCT散斑噪声抑制的要求，图像对比度、分辨率，装置成本低、结构简单，可适应于恶劣条件。本发明通过使用光学斩波器改变样品光束的形状或分布即改变OCT样品光的参数，得到含有不同散斑噪声模式的OCT图像，进而多次平均抑制图像中的散斑噪声。其中，光学斩波器所带来的不同散斑噪声模式的潜在数量非常多，足够满足任何实际应用中的要求。而且，光学斩波器成本很低，加入到样品光路中任意位置均可，因此其对系统稳定性要求也低，使用灵活。

摘要： 本发明提出一种基于分层像素扫描算法的全息散斑噪声抑制方法。该方法包括以下步骤：对于一个3D物体，首先，提取3D物体的强度和深度信息，将3D物体分成具有不同深度的2D层面，通过计算各2D层面的全息图，分别提取出不同层面的复振幅信息。其次，将不同层面的复振幅信息叠加在一起得到3D物体全息图的复振幅信息。通过分层像素扫描算法对3D物体全息图的每个像素进行扫描，优化全息图的复振幅信息，最终生成3D物体的相位全息图。最后，生成具有不同随机相位的灰度图，并将其加载到SLM上用来优化再现光。当优化后的再现光照射3D物体的相位全息图时，可以在接收屏上看到散斑噪声得到抑制的重建图像。

摘要： 本发明提出一种低散斑噪声的彩色全息显示系统。该系统由三个激光器、波长选择器、分束镜组I、分束镜组II、扩束器、微透镜阵列组、分光镜、空间光调制器、光探测器组和接收屏组成。其中，红激光器、绿激光器和蓝激光器用来提供三基色平行相干光束。三束平行光的传播路径后设置有波长选择器，光束通过波长选择器后经过分束镜组I；扩束器位于分束镜组II和微透镜阵列组之间。微透镜阵列组由两个微透镜阵列和一个傅立叶透镜组成，对光束进行匀化，降低光源相干性。分光镜位于空间光调制器和接收屏之间，扩束后的光束经过微透镜阵列组和分光镜镜后垂直入射到空间光调制器工作区域，当在空间光调制器上加载全息图时，可以在接收屏上看到低散斑噪声的彩色全息再现像。

摘要： 本发明提出一种基于光束整形抑制散斑噪声的全息显示系统。该系统由准直光源、光阑、分光镜、SLM、棱镜组和CCD组成。其中准直光源用于提供平面波，当准直光经过光阑时，只有部分光能通过分光镜并照射SLM的浪费区域。为了抑制散斑噪声，对SLM的有效区域进行计算并加载物体的有效全息图，而SLM的浪费区域则加载用于光束整形的DOE。经过DOE调制后的光束被SLM反射并经过棱镜组，光束经过棱镜组的扩束和反射后再次照射SLM的有效区域。当在SLM的有效区域上加载有效全息图时，通过CCD能看到抑制了散斑噪声的全息再现像。该系统不仅可以抑制全息再现像中的散斑噪声，还能提高全息图的计算速度。

摘要： 本发明公开了一种散斑噪声图像处理装置，属于图像处理技术领域，图像处理装置包括：相干信号源、信号传感元件和图像处理单元，图像处理单元包括网络结构子单元，网络结构子单元采用自监督学习算法用于去除含噪图像中的散斑噪声，网络结构子单元的网络参数基于总损失函数训练得到，总损失函数包括各向异性梯度正则化损失函数，各向异性梯度正则化损失函数基于相邻时刻含噪图像的图像值确定。此算法只需光源照明，不需要额外添加SLM、LED和oLSR等硬件。借助散斑噪声在时间上部分独立的散斑序列图像，通过各向异性梯度正则化损失函数准确地对图像同质区域的光滑性进行约束，去除用传统网络结构处理含噪图像后残留的散斑噪声，实现激光图像的散斑去除。

摘要： 本发明公开了一种全息图散斑噪声的抑制方法、装置、设备及介质，其中方法包括对待处理图像进行频率筛选和边缘增强；基于边缘检测算子对边缘增强图像进行边缘检测并计算算子值；计算待处理图像在不同方向上的多个梯度，根据边缘检测的上阈值计算多个扩散系数，根据梯度和扩散系数得到散度算子；根据算子值和散度算子对待处理图像进行噪声抑制得到目标图像；通过突出图像的边缘细节信息，能够缩短边缘检测的时间；减少在全息图的散斑噪声抑制过程的循环计算次数，并使去噪图像更加清晰；提高了去噪效率和去噪精度。

摘要： 本发明涉及一种用于增强图像分辨率或用于减少散斑噪声的光学设备(1)。