[发明专利]基于空间二阶相关的抑制压缩成像中动态噪声的方法有效
| 申请号: | 201511027349.5 | 申请日: | 2015-12-31 |
| 公开(公告)号: | CN105654441B | 公开(公告)日: | 2018-08-10 |
| 发明(设计)人: | 何伟基;冒添逸;邹云浩;戴慧东;陈钱;顾国华;张闻文;钱惟贤;隋修宝;任侃;路东明;于雪莲 | 申请(专利权)人: | 南京理工大学 |
| 主分类号: | G06T5/00 | 分类号: | G06T5/00 |
| 代理公司: | 南京理工大学专利中心 32203 | 代理人: | 唐代盛 |
| 地址: | 210094 *** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 空间 相关 抑制 压缩 成像 动态 噪声 方法 | ||
本发明公开了一种基于空间二阶相关的抑制压缩成像中动态噪声的方法,首先空域去噪,抑制动态噪声对图像重建的影响,即通过计算压缩成像测量值与采样矩阵的空域二阶相关,从而实现动态噪声的空域滤波,抑制动态噪声的影响;然后建立新的压缩成像方程并恢复图像,即利用上述第一步得到的二阶关联运算结果,建立新的压缩成像方程并将其转换为凸优化问题,通过匹配追踪的方法寻找基于L范数最小的优化模型,在满足收敛性和稳定性的条件下,重建出原始图像,在动态噪声环境中重构出目标清晰的图像。本发明能够有效抑制压缩成像中动态噪声对重建质量的影响,提高了对目标的成像质量;计算复杂度低,且不增加系统对硬件的要求。
技术领域
本发明属于压缩成像技术,特别是一种基于空间二阶相关的抑制压缩成像中动态噪声的方法。
背景技术
压缩成像,包括单像素相机、压缩鬼成像等,可以通过单像素探测器,在远低于奈奎斯特采样率的条件下,实现高分辨率的图像重建,广泛用于太赫兹成像、激光雷达等领。然而,压缩成像系统中目标重建的质量受到噪声的制约,在动态噪声环境中,目标图像重建质量很差。目前,对于噪声造成的重建图像退化等问题,解决方法主要集中于对重建算法中的噪声水平的估计。例如Duarte等人提出的估计噪声平均强度的方法(Duarte,Marco F.,et al.Single-pixel imaging via compressive sampling.IEEE Signal ProcessingMagazine 25.2(2008):83.),但该方法只能针对静态噪声,并不能很好的抑制动态噪声。PengWang和Rajesh Menon提出的奇异值分解方法(Peng Wang,and Rajesh Menon.Computational spectroscopy via singular-value decomposition andregularization.Optics express22.18(2014):21541-21550.),但该方法计算复杂度高,并且依赖于噪声因子的估计精度。
发明内容
本发明的目的在于提供一种基于空间二阶相关的抑制压缩成像中动态噪声的方法,利用空域噪声与压缩成像测量值得空间二阶非相干性,建立新的压缩成像方程,从而实现快速提取目标清晰无噪的目标图像。
实现本发明目的的技术解决方案为:一种基于空间二阶相关的抑制压缩成像中动态噪声的方法,步骤如下:
第一步,空域去噪,抑制动态噪声对图像重建的影响,即通过计算压缩成像测量值与采样矩阵的空间二阶相关,从而实现动态噪声的空域滤波,抑制动态噪声的影响;
第二步,建立新的压缩成像方程并恢复图像,即利用上述第一步得到的二阶相关运算结果,建立新的压缩成像方程并将其转换为凸优化问题,通过匹配追踪的方法寻找基于L范数最小的优化模型,在满足收敛性和稳定性的条件下,重建出原始图像,在动态噪声环境中重构出目标清晰的图像。
本发明与现有技术相比,其显著优点:(1)能够有效抑制压缩成像中动态噪声对重建质量的影响,提高了对目标的成像质量;(2)利用噪声与测量值在空域的非相干性,计算复杂度低,具有普适性,且不增加系统对硬件的要求。
下面结合附图对本发明作进一步详细描述。
附图说明
图1是压缩成像系统。
图2是用于验证本发明的实验目标图像。
图3是高噪声环境下传统压缩成像的目标重建图像。
图4是高噪声环境下本发明方法的目标重建图像。
具体实施方式
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201511027349.5/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种视频图像离散划分方法
- 下一篇:基于局部直方图均衡的灰度图像拟合增强方法





