[发明专利]一种强噪声气动光学效应退化图像的预处理方法

权利要求书

1.一种强噪声气动光学效应退化图像的预处理方法，其特征在于，该方法包括下述步骤：

(1)获取强噪声气动光学效应退化图像g，图像大小为M×N；

(2)对退化图像g进行保结构频域滤波处理，得到去噪图像g1；

(3)对去噪图像g1进行校正，得到校正图像

2.根据权利要求1所述的预处理方法，其特征在于，步骤(2)包括下述过程：

(2.1)将退化图像g变换到频域，并将其中心化，得到退化图像g的中心化频谱G；

(2.2)构造滤波器函数H；判断中心化频谱G的方向性，并设定参数r_i，i＝0，1，2，3和λ，其中r_i为频谱F中需抑制的高频分量半径，λ为最终保留高频成分的百分比，其中，1≤ri≤M2+N2/2,0≤λ≤1;]]>

构造的滤波器函数H由下式定义：

H(u,v)=1(u,v)∈Ω-Ω0λ(u,v)∈Ω0]]>

其中(u，v)表示图像频谱的点坐标，区域Ω是整个频谱空间，Ω₀是以中心化频谱G的4个角为圆心，r_i为半径的四个圆；

(2.3)将频谱G与滤波器函数H点乘，得到频谱G1，实现对图像g的频域滤波；即G1＝G.*H，其中.*表示点乘，其意义为G1的每个点均为G和H对应点的乘积，即

G1(u，v)＝G(u，v)*H(u，v)(u，v)∈Ω

(2.4)将频谱G1进行反傅立叶变换，并对反变换结果取模，即得到滤波后图像g1，即g1＝|IFFT(G1)|，其中|.|表示取模运算，IFFT(G1)表示对G1做反傅立叶变换。

3.根据权利要求1或2所述的预处理方法，其特征在于，步骤(3)利用最大似然估计算法，对去噪图像g1进行校正，具体包括下述过程：

(3.1)设定校正算法的迭代初值，目标初值f⁰＝g1，点扩展函数初值h⁰设定为一个高斯函数；和最大迭代次数L；

(3.2)通过迭代对图像进行校正，迭代公式如下：

hn+1(x)=hn(x)(g1(x)hn(x)⊗fn(x)⊗fn(-x))]]>

fn+1(x)=fn(x)(g1(x)fn(x)⊗hn+1(x)⊗hn+1(-x))]]>

上述式中，f^k表示目标图像的第k次估计，h^k表示点扩展函数的第k次估计，表示求卷积，x是一个二维向量，表示图像空间中的像素点坐标；

(3.3)达到规定的迭代次数n＝L，得到校正图像即以及总体点扩展函数