[发明专利]一种高动态范围激光焦斑图像的去噪方法

权利要求书

1.一种高动态范围激光焦斑图像去噪方法，其特征在于，包括以下步骤：

步骤1：仿真模拟获得具有噪声的主瓣图像和旁瓣图像；

步骤1.1：按照激光远场焦斑强度分布原理，生成模拟光束；

步骤1.2：按照高动态范围激光焦斑测量数学模型，按照纹影法过程模拟生成远场主瓣图像和旁瓣图像；模拟生成的主瓣图像和旁瓣图像均为衰减后的图像；

步骤1.3：在模拟生成的主瓣图像和旁瓣图像中模拟增加噪声；

步骤2：对主瓣图像的去噪处理；

步骤2.1：对主瓣图像使用K-means聚类算法进行聚类分析，得到N个数据集；N≥1；

步骤2.2：对生成的N个数据集分别进行主成分析，抽取各个聚类的主成分，得到N个PCA字典；

步骤2.3：依据PCA字典计算图像的稀疏系数和图像的估计稀疏系数以及图像的正则化约束项；

步骤2.3.1：对属于第j个数据集的图像模块y_j的字典Φ_j，通过公式Φ_j^Ty_j得到第j个数据集的估计稀疏系数；

步骤2.3.2：通过级联每个数据集的估计稀疏系数，获得整个图像的稀疏系数

步骤2.3.3：再根据公式计算整个图像的估计稀疏系数；其中，表示第i个图像块无噪子图x_i的稀疏表示系数的估计值；

Ω_i是y_i的非局部相似块索引值的集合；

W_G(y_i,y_j)是y_i和y_j的相似性度量值用欧式距离表示；

步骤2.3.4：最后计算整个图像的正则化约束项，具体公式为：λ为设置阈值，取值范围0＜λ＜1；

步骤2.4：将步骤2.3的计算结果代入非局部均值逼近稀疏表示模型中，之后反复迭代步骤2.1-2.4，直到到达设定迭代次数，获得去噪后主瓣图像；

步骤2.5：依据步骤1中光路的衰减系数，对去噪后主瓣图像进行放大还原，获得无噪声的还原后主瓣图像；

步骤3：对旁瓣图像的去噪处理；

按照与步骤2.1-2.5同样的方式，获得无噪声的旁瓣图像；

步骤4：将无噪声的主瓣图像和无噪声的旁瓣图像进行融合，重构出原始焦斑图像。