基于多尺度幾何分析的相干光圖像.pdf

1、小波分析是繼傅立葉分析之后又一經(jīng)典的信號分析工具，被廣泛應(yīng)用于各種信號處琿領(lǐng)域中。其中的二維多方向小波——多尺度幾何分析是目前的研究熱點，因為其多尺度，多方向的良好稀疏分解能力，在二維圖像信號處理領(lǐng)域中被寄予厚望。在圖像噪聲抑制領(lǐng)域，目前有一系列的多尺度幾何分析變換域處理方法，比如經(jīng)典的閾值收縮降噪、層間相關(guān)性降噪等基于圖像信息物理特性模型的處理方法，以及隱馬爾可夫樹模型、廣義逆高斯模型等基于圖像變換系數(shù)統(tǒng)計假設(shè)模型的處理方法。這些方法

2、的特點是，經(jīng)典的物理特性模型主要對能量、幅值進行考察，但這些物理性能并不一定與圖像的幾何特性很好地對應(yīng)，常有過度扼殺圖像信息的趨勢；而統(tǒng)計假設(shè)模型與圖像信息的物理對應(yīng)關(guān)系還有待進一步研究，而且其中有較多的參數(shù)和先驗條件設(shè)置，這限制了其在實踐中的應(yīng)用?？偟恼f，尋找更符合實際圖像信號幾何或者視覺性能的系數(shù)模型和算法參數(shù)是目前多尺度幾何分析域噪聲抑制技術(shù)發(fā)展的研究熱點之一。
　　 相干光圖像處理系統(tǒng)基于傅立葉光學原理，用光來實現(xiàn)圖像的

3、數(shù)值計算處理，比如經(jīng)典的4f光學系統(tǒng)(或者叫組件)，它具有并行、處理量大的優(yōu)勢，是信息光學的一大發(fā)展方向。目前，相干光圖像處理領(lǐng)域處于已經(jīng)能構(gòu)建出多種不同功能和針對性的系統(tǒng)，但性能還有待進一步提高的階段。其一，目前的光電轉(zhuǎn)換器件還大都是串行逐像素點處理形式，這限制了整個光路的并行處理能力的發(fā)揮，是相干光圖像處理系統(tǒng)的瓶頸問題之一。其二，從圖像質(zhì)量角度講，傅立葉透鏡的低通特性給系統(tǒng)圖像帶來了一定的低通濾波效果，這要求處理圖像時比其他場合更

4、側(cè)重保護圖像細節(jié)信息；同時，在這類光程較近的相干光系統(tǒng)中，由于光源的強相干性，使得系統(tǒng)圖像中除了常見的隨機噪聲外，還有特殊的低頻相干噪聲，這也限制了相干光圖像處理系統(tǒng)的發(fā)展，同樣需要解決。本文主要從信號處理角度出發(fā)，著眼于這類相干光系統(tǒng)中圖像的噪聲抑制技術(shù)的研究，其中對圖像細節(jié)的保護和對低頻段噪聲的處理則是本文研究內(nèi)容的特色。
　　 總之，研究多尺度幾何分析技術(shù)用于相干光系統(tǒng)圖像的噪聲抑制中的應(yīng)用，有具體的應(yīng)用背景，既能發(fā)展多尺

5、度幾何分析噪聲抑制技術(shù)，又能改善相干光圖像系統(tǒng)質(zhì)量，具有相應(yīng)的理論和實用價值。
　　 本文的具體工作是：
　　 ①噪聲的方差估計是隨機噪聲分析中的重要問題之一，其基本思想是通過某種方法尋找含噪圖像中的“純”噪聲子圖像來估計原噪聲方差。傳統(tǒng)的方法是通過空頻域采樣，得到子噪聲圖像，然后直接對其估計方差，它在圖像高頻信息豐富的場合中常常會受到干擾。本文在Donoho提出的傳統(tǒng)頻域采樣方法的基礎(chǔ)上，提出一種基于圖像二維小波變換系

6、數(shù)層間相關(guān)性的新方法。其過程是：對第一級有效小波分解的斜向子塊進行分析，利用小波變換系數(shù)的層間相關(guān)性，尋找其中的圖像信息，并將其排除，得到更“純”的子噪聲塊，將剩下的噪聲系數(shù)重組并估計其方差，逼近原噪聲參數(shù)。仿真實驗和實際4f系統(tǒng)輸出圖像實驗都符合理論分析，實驗結(jié)果中該方法比傳統(tǒng)方法的估計結(jié)果更準確，能提高準確度4％～6％，適合需要側(cè)重保護圖像細節(jié)信息的場合。
　　 參考實際系統(tǒng)圖像數(shù)據(jù)，對4f相干光系統(tǒng)圖像誤差進行了分析，為噪

7、聲抑制提供先驗知識。指出了其低通帶寬背景下，隨機噪聲和低頻相干噪聲并存的誤差特點；進而分析了其帶限低通性能；分析了隨機噪聲的高斯零均值分布特性，并引入層間相關(guān)性方法估計噪聲方差；分析了低頻相干噪聲的產(chǎn)生原因和它與點擴散函數(shù)以及SAR圖像中的乘性相干斑的區(qū)別，并指出其固定位置，相同形式的分布特性，為后期校正提供了先驗基礎(chǔ)。
　　 ②針對需要側(cè)重保護圖像細節(jié)的降噪處理場合，提出一種基于圖像細節(jié)幾何連續(xù)性模型的稀疏分解域圖像去噪方法。

8、在傳統(tǒng)Donoho能量模型閾值收縮方法基礎(chǔ)上，首先對稀疏分解的高頻子帶圖像用一個衰減的閾值去除小幅值噪聲點，以更多的保護圖像細節(jié)并凸顯剩下的大幅值噪聲點的孤立性，再利用擊中擊不中原理，設(shè)定相應(yīng)的結(jié)構(gòu)元素，考察圖像細節(jié)幾何連續(xù)性和剩下的大幅值噪聲點孤立性的區(qū)別以分離剩下的圖像細節(jié)和噪聲點，在實現(xiàn)去噪的同時更好地保護圖像細節(jié)。常見圖像和SAR圖像的曲線波和非下采樣輪廓波變換域仿真實驗結(jié)果符合理論分析，該方法在去噪方面可以達到與傳統(tǒng)方法相當?shù)?/p>

9、程度，同時在保護圖像細節(jié)方面有更優(yōu)的表現(xiàn)，視覺效果邊緣更清晰，峰-峰信噪比有0.5～1db的提高，結(jié)構(gòu)相似度指數(shù)有3％到5％的提高。在實際圖像實驗中，該方法實現(xiàn)過程簡便，可以靈活選擇模型的形狀，而且模型與圖像本身幾何信息對應(yīng)關(guān)系強，適合于需要側(cè)重保護圖像細節(jié)的降噪場合。
　　 4f系統(tǒng)輸出圖像存在帶限低通、隨機噪聲和低頻相干噪聲并存的特點，這要求對其做復(fù)原處理時要比平常情況在細節(jié)保護方面的難度更大，而且不僅要處理常見的隨機噪聲，

10、還要處理這類近距離相干光圖像中的低頻相干噪聲。針對這些特點，本文提出一種處理方法：先利用系統(tǒng)的階躍響應(yīng)獲取相干噪聲的位置和形式的先驗信息，然后對階躍響應(yīng)圖像和待處理圖像分別用同樣過程和參數(shù)的、結(jié)合圖像細節(jié)幾何連續(xù)性模型的NSCT域去噪方法處理隨機噪聲，再利用4f系統(tǒng)線性特性將兩幅去除隨機噪聲后的圖像進行點除以去除相干噪聲，完成降噪。實際實驗中，該方案從峰-峰信噪比、結(jié)構(gòu)相似度指數(shù)和視覺效果方面都有很好的復(fù)原效果，分別有5db和6％左右的

11、提高，從視覺上看，該方法能很好地保護圖像細節(jié)，符合系統(tǒng)的要求。與常用稀疏分解域高頻子帶降噪方法相比，該方法能更好地保護圖像細節(jié)并同時處理隨機和低頻噪聲。而且還突出體現(xiàn)了相干光圖像處理系統(tǒng)并行處理圖像的特色。
　　 ③針對重復(fù)采集含隨機噪聲的固定目標圖像場合，為降噪時更好地保護圖像細節(jié)信息，設(shè)計了一種重復(fù)采集圖像融合的降噪方法。該方法利用噪聲在“時間”意義上的隨機性，對重復(fù)采集的各圖像同一位置上的像素點進行融合處理，進行降噪。具體

12、流程是先對融合圖像進行NSCT分解，在其高頻子圖中用各像素點的鄰域方差模型描述其中的噪聲情況，再按照“取小”原則調(diào)整該點的融合權(quán)值；在低頻子圖中，則用方差均值積考察噪聲情況，調(diào)整融合權(quán)值，最后用重復(fù)采集圖像的融合實現(xiàn)時域累計平均降噪。實驗結(jié)果符合理論分析，能有效抑制隨機噪聲，并且在理論上是對圖像無損的。
　　 將該方法引入4f系統(tǒng)圖像降噪處理中，提出一種基于多譜點圖像融合的相干光圖像處理系統(tǒng)降噪方法。先利用系統(tǒng)中的數(shù)字采樣器件的

13、的信號復(fù)制功能，在同一次試驗平臺中獲取多個譜點圖像，其中各圖像包含有相同的圖像信息和同分布規(guī)律但不同數(shù)值形式的噪聲信息。再對其做NSCT分解，高頻子圖中考察方差模型調(diào)整融合權(quán)值，以消除隨機噪聲；低頻子圖中針對相干噪聲的特性，改為考察方差模型，并用多極權(quán)值融合，以削弱相干噪聲。最終實現(xiàn)對圖像無損前提下，既處理隨機噪聲又處理低頻段相干噪聲的目的。實驗結(jié)果與理論分析吻合。該方法對噪聲時間意義上的隨機性的利用，突出的體現(xiàn)了4f系統(tǒng)空間換時間的思