CN104463809A - 紫外光谱图像处理方法及装置 - Google Patents
紫外光谱图像处理方法及装置 Download PDFInfo
- Publication number
- CN104463809A CN104463809A CN201410822846.3A CN201410822846A CN104463809A CN 104463809 A CN104463809 A CN 104463809A CN 201410822846 A CN201410822846 A CN 201410822846A CN 104463809 A CN104463809 A CN 104463809A
- Authority
- CN
- China
- Prior art keywords
- image
- line noise
- row
- ultraviolet spectrum
- pending image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明提供一种紫外光谱图像处理方法及装置,所述处理方法包括:根据预先获得的校正参数校正待处理图像的长宽比;确定所述待处理图像像素矩阵的线噪声干扰行和/或线噪声干扰列,根据所述线噪声干扰行和/或线噪声干扰列去除所述待处理图像的线噪声;根据模糊来源对所述待处理图像进行去模糊处理,所述模糊来源包括散焦模糊和色散;去除所述待处理图像的其他噪声,得到处理后的图像,所述其他噪声包括除所述线噪声之外的噪声。本发明提供的紫外光谱图像处理方法,能够改善紫外光谱图像的质量,提高利用紫外光谱图像进行分析的准确性。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种紫外光谱图像处理方法及装置。
背景技术
随着紫外光谱成像技术的发展,目前紫外光谱成像技术广泛应用于痕迹比对和物质分析等领域。
由于依托紫外光谱成像技术所形成的紫外光谱图像的质量直接影响痕迹对比和物质分析结果的准确性,因此,怎样改善紫外光谱图像质量成为了图像处理领域的焦点。由于现有紫外光谱成像过程中存在噪声等因素的干扰,紫外光谱成像的质量并不高,这很大程度上影响了分析的准确性,然而,目前该领域却并没有一种可行的方案能够很好的解决这一问题。
发明内容
本发明提供一种紫外光谱图像处理方法及装置,用以解决现有技术中,紫外光谱成像质量不高,影响紫外光谱图像分析准确性的问题。
本发明第一方面提供的紫外光谱图像处理方法,包括:
根据预先获得的校正参数校正待处理图像的长宽比;
确定所述待处理图像像素矩阵的线噪声干扰行和/或线噪声干扰列,根据所述线噪声干扰行和/或线噪声干扰列去除所述待处理图像的线噪声;
根据模糊来源对所述待处理图像进行去模糊处理,所述模糊来源包括散焦模糊和色散;
去除所述待处理图像的其他噪声,得到处理后的图像,所述其他噪声包括除所述线噪声之外的噪声。
本发明第二方面提供的紫外光谱图像处理装置,包括:
长宽比校正模块,根据预先获得的校正参数校正待处理图像的长宽比;噪声处理模块,用于确定所述待处理图像像素矩阵的线噪声干扰行和/或线噪声干扰列,根据所述线噪声干扰行和/或线噪声干扰列去除所述待处理图像的线噪声;
模糊处理模块,用于根据模糊来源对所述待处理图像进行去模糊处理,所述模糊来源包括散焦模糊和色散;
所述噪声处理模块,还用于去除所述待处理图像的其他噪声,得到处理后的图像,所述其他噪声包括除所述线噪声之外的噪声。
本发明提供的紫外光谱图像处理方法及装置,通过根据预先获得的校正参数对待处理图像的长宽比进行校正,根据模糊来源对待处理图像进行去模糊处理,以及对待处理图像进行去噪声处理,改善了紫外光谱图像的质量,提高了紫外光谱图像分析的准确性。
附图说明
图1为本发明实施例一提供的紫外光谱图像处理方法的流程示意图;
图2为本发明实施例二提供的紫外光谱图像处理装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例一提供的紫外光谱图像处理方法的流程示意图,本实施例提供的紫外光谱图像处理方法可由一紫外光谱图像处理装置来执行,该紫外光谱图像处理装置设置于紫外光谱成像仪中。如图1所示,本实施例提供的紫外光谱图像处理方法包括以下步骤:
步骤101、根据预先获得的校正参数校正待处理图像的长宽比。
当需对待处理图像进行处理时,紫外光谱处理装置从本地存储单元中获取预先获得的校正参数,根据校正参数对待处理图像的长宽比进行校正。
由于三次样条算法存在根据一系列已知的点,能够描绘出完整连续的曲线的特点,因此,本实施例中优选采用三次样条算法对待处理图像的长宽比进行校正,具体而言,采用三次样条算法根据预先得到的校正参数,对待处理图像上已知的像素点进行算法处理,从而使得调整后的待处理图像的轮廓更加清晰,图像更接近现实事物。上述校正待处理图像长宽比所采用的算法包括三次样条算法,但不仅限于三次样条算法。
步骤102、确定所述待处理图像像素矩阵的线噪声干扰行和/或线噪声干扰列,根据所述线噪声干扰行和/或线噪声干扰列去除所述待处理图像的线噪声。
由于紫外光谱成像仪成像的过程中往往会受到线噪声的干扰,并且图像亮度从黑到白用数字0-255表示,因此,在本实施例中采用MATLAB中的算法,遍历所述待处理图像像素矩阵的每一行,确定所述线噪声干扰行为元素值均为255的各个行;遍历所述待处理图像像素矩阵的每一列,确定所述线噪声干扰列为元素值均为255的各个列,从而,进一步的采用均值方法,根据所述线噪声干扰行和/或线噪声干扰列去除所述线噪声。其中均值方法可以优先采用9像素法,即中心点像素值是根据邻域点的像素值求均值的到的。上述采用均值算法去除线噪声的方法包括9像素法,但不仅限于9像素法。
通过步骤102的上述方法,能够有效的去除待处理图像的线噪声干扰,使得待处理图像更加清晰,提高了图像的质量。
步骤103、根据模糊来源对所述待处理图像进行去模糊处理,所述模糊来源包括散焦模糊和色散。
现有紫外光谱成像仪成像的模糊来源主要有散焦模糊和色散,根据散焦模糊和色散的特点,可以通过正则滤波,lucy滤波、维纳滤波、盲解卷积等方法对待处理图像进行去模糊处理,本实施例中优选使用正则滤波方法对待处理图像进行去模糊处理。
通过步骤103的方法,能够有效去除待处理图像的模糊,提高图像质量。
步骤104、去除所述待处理图像的其他噪声,得到处理后的图像,所述其他噪声包括除所述线噪声之外的噪声。
去除线噪声对待处理图像的影响以外,待处理图像还包括高斯噪声等噪声影响,去除除线噪声以外的其他噪声对待处理图像的影响,具体可以采用小波、维纳滤波等方法,本实施例中优选小波去噪方法。
本实施例提供的紫外光谱图像处理方法的上述执行步骤101-104,不仅限于上述步骤的执行顺序,适当情况下,可适当进行调整。
本实施例中,在步骤101,根据预先获得的校正参数校正待处理图像的长宽比之前还包括如下步骤:
步骤S1、紫外光谱图像处理装置获取与测试输入图像对应的测试输出图像。
具体的,紫外光谱成像仪启动时,紫外光谱图像处理装置处于初始状态,使用人员将测试输入图像输入紫外光谱成像仪中,紫外光谱成像仪将根据测试输入图像生成的测试输出图像发送给紫外光谱图像处理装置。
步骤S2、对所述测试输入图像和所述测试输出图像进行差异对比分析,得到所述校正参数。
具体的,紫外光谱图像处理装置将获取到的测试输出图像与测试输入图像的长宽比进行差异对比分析,通过对比分析得到紫外光谱图像处理装置的校正参数,并将所述校正参数存储在紫外光谱图像处理装置中。所述校正参数包括校正的长宽比例参数。
本实施例提供的紫外光谱图像处理方法,通过根据预先获得的校正参数对待处理图像的长宽比进行校正,根据模糊来源对待处理图像进行去模糊处理,以及对待处理图像进行去噪声处理,改善了紫外光谱图像的质量,提高了紫外光谱图像分析的准确性。
图2为本发明实施例二提供的紫外光谱图像处理装置的结构示意图,如图2所示,本实施例提供的紫外光谱图像处理装置包括:
长宽比校正模块2,根据预先获得的校正参数校正待处理图像的长宽比;
噪声处理模块3,用于确定所述待处理图像像素矩阵的线噪声干扰行和/或线噪声干扰列,根据所述线噪声干扰行和/或线噪声干扰列去除所述待处理图像的线噪声;
模糊处理模块4,用于根据模糊来源对所述待处理图像进行去模糊处理,所述模糊来源包括散焦模糊和色散;
所述噪声处理模块3,还用于去除所述待处理图像的其他噪声,得到处理后的图像,所述其他噪声包括除所述线噪声之外的噪声。
本实施例提供的紫外光谱图像处理装置,还包括:
获取模块1,用于获取与测试输入图像对应的测试输出图像;
所述获取模块1,还用于对所述测试输入图像和所述测试输出图像进行差异对比分析,得到所述校正参数。
本实施例提供的紫外光谱图像处理装置中的长宽比校正模块2,具体用于:
采用三次样条算法,根据所述校正参数校正所述待处理图像的长宽比。
本实施例提供的紫外光谱图像处理装置中的噪声处理模块3,具体用于:
遍历所述待处理图像像素矩阵的每一行,确定所述线噪声干扰行为元素值均为255的各个行;
遍历所述待处理图像像素矩阵的每一列,确定所述线噪声干扰列为元素值均为255的各个列。
本实施例提供的紫外光谱图像处理装置中的噪声处理模块3,具体用于:
采用均值方法,根据所述线噪声干扰行和/或线噪声干扰列去除所述线噪声。
本实施例提供的紫外光谱图像处理装置可以用于执行图1所示方法实施例的技术方案,其原理和技术效果类似,在这里不再赘述。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种紫外光谱图像处理方法,其特征在于,包括:
根据预先获得的校正参数校正待处理图像的长宽比;
确定所述待处理图像像素矩阵的线噪声干扰行和/或线噪声干扰列,根据所述线噪声干扰行和/或线噪声干扰列去除所述待处理图像的线噪声;
根据模糊来源对所述待处理图像进行去模糊处理,所述模糊来源包括散焦模糊和色散;
去除所述待处理图像的其他噪声,得到处理后的图像,所述其他噪声包括除所述线噪声之外的噪声。
2.根据权利要求1所述的紫外光谱图像处理方法,其特征在于,所述根据预先获得的校正参数校正待处理图像的长宽比之前,还包括:
获取与测试输入图像对应的测试输出图像;
对所述测试输入图像和所述测试输出图像进行差异对比分析,得到所述校正参数。
3.根据权利要求1或2所述的紫外光谱图像处理方法,其特征在于,所述根据预先获得的校正参数校正待处理图像的长宽比,包括:
采用三次样条算法,根据所述校正参数校正所述待处理图像的长宽比。
4.根据权利要求1所述的紫外光谱图像处理方法,其特征在于,所述确定所述待处理图像像素矩阵的线噪声干扰行和/或线噪声干扰列,包括:
遍历所述待处理图像像素矩阵的每一行,确定所述线噪声干扰行为元素值均为255的各个行;
遍历所述待处理图像像素矩阵的每一列,确定所述线噪声干扰列为元素值均为255的各个列。
5.根据权利要求4所述的紫外光谱图像处理方法,其特征在于,所述根据所述线噪声干扰行和/或线噪声干扰列去除所述待处理图像的线噪声,包括:
采用均值方法,根据所述线噪声干扰行和/或线噪声干扰列去除所述线噪声。
6.一种紫外光谱图像处理装置,其特征在于,包括:
长宽比校正模块,根据预先获得的校正参数校正待处理图像的长宽比;噪声处理模块,用于确定所述待处理图像像素矩阵的线噪声干扰行和/或线噪声干扰列,根据所述线噪声干扰行和/或线噪声干扰列去除所述待处理图像的线噪声;
模糊处理模块,用于根据模糊来源对所述待处理图像进行去模糊处理,所述模糊来源包括散焦模糊和色散;
所述噪声处理模块,还用于去除所述待处理图像的其他噪声,得到处理后的图像,所述其他噪声包括除所述线噪声之外的噪声。
7.根据权利要求6所述的紫外光谱图像处理装置,其特征在于,还包括:
获取模块,用于获取与测试输入图像对应的测试输出图像;
所述获取模块,还用于对所述测试输入图像和所述测试输出图像进行差异对比分析,得到所述校正参数。
8.根据权利要求6或7所述的紫外光谱图像处理装置,其特征在于,所述长宽比校正模块,具体用于:
采用三次样条算法,根据所述校正参数校正所述待处理图像的长宽比。
9.根据权利要求6所述的紫外光谱图像处理装置,其特征在于,所述噪声处理模块,具体用于:
遍历所述待处理图像像素矩阵的每一行,确定所述线噪声干扰行为元素值均为255的各个行;
遍历所述待处理图像像素矩阵的每一列,确定所述线噪声干扰列为元素值均为255的各个列。
10.根据权利要求9所述的紫外光谱图像处理装置,其特征在于,所述噪声处理模块,具体用于:
采用均值方法,根据所述线噪声干扰行和/或线噪声干扰列去除所述线噪声。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410822846.3A CN104463809A (zh) | 2014-12-25 | 2014-12-25 | 紫外光谱图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410822846.3A CN104463809A (zh) | 2014-12-25 | 2014-12-25 | 紫外光谱图像处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104463809A true CN104463809A (zh) | 2015-03-25 |
Family
ID=52909797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410822846.3A Pending CN104463809A (zh) | 2014-12-25 | 2014-12-25 | 紫外光谱图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104463809A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102819827A (zh) * | 2012-07-10 | 2012-12-12 | 武汉大学 | 一种基于灰度分割的自适应矩匹配条带噪声去除方法 |
CN103366349A (zh) * | 2013-07-19 | 2013-10-23 | 华润万东医疗装备股份有限公司 | 一种消除平板探测器线噪声的方法及装置 |
US20130294669A1 (en) * | 2012-05-02 | 2013-11-07 | University Of Louisville Research Foundation, Inc. | Spatial-spectral analysis by augmented modeling of 3d image appearance characteristics with application to radio frequency tagged cardiovascular magnetic resonance |
CN103903224A (zh) * | 2012-12-25 | 2014-07-02 | 腾讯科技(深圳)有限公司 | 数字图像条带噪声的处理方法及装置 |
-
2014
- 2014-12-25 CN CN201410822846.3A patent/CN104463809A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130294669A1 (en) * | 2012-05-02 | 2013-11-07 | University Of Louisville Research Foundation, Inc. | Spatial-spectral analysis by augmented modeling of 3d image appearance characteristics with application to radio frequency tagged cardiovascular magnetic resonance |
CN102819827A (zh) * | 2012-07-10 | 2012-12-12 | 武汉大学 | 一种基于灰度分割的自适应矩匹配条带噪声去除方法 |
CN103903224A (zh) * | 2012-12-25 | 2014-07-02 | 腾讯科技(深圳)有限公司 | 数字图像条带噪声的处理方法及装置 |
CN103366349A (zh) * | 2013-07-19 | 2013-10-23 | 华润万东医疗装备股份有限公司 | 一种消除平板探测器线噪声的方法及装置 |
Non-Patent Citations (2)
Title |
---|
张辉: "Hyperion高光谱数据条带噪声消除方法研究", 《厦门理工学院学报》 * |
郭晶晶等: "THEMIS紫外光谱成像仪的放大率估计及其图像的长宽比校正", 《刑事技术》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2716843C1 (ru) | Цифровая коррекция аберраций оптической системы | |
Xu et al. | Deep convolutional neural network for image deconvolution | |
JP6262176B2 (ja) | 文書画像における縦線および横線の検出および削除 | |
CN101316321B (zh) | 一种基于中值滤波器的图像噪声去除方法和装置 | |
US9167216B2 (en) | Image processing apparatus, image capture apparatus and image processing method | |
US9053540B2 (en) | Stereo matching by census transform and support weight cost aggregation | |
CN109360168B (zh) | 红外图像去条纹的方法、装置、红外探测器及存储介质 | |
JP2010087672A5 (zh) | ||
CN108230249B (zh) | 基于各向异性的l1范数全变分正则化非均匀性校正方法 | |
RU2012145349A (ru) | Способ и устройство обработки изображений для устранения артефактов глубины | |
CN110070548B (zh) | 一种深度学习训练样本优化方法 | |
US10250782B2 (en) | Camera module, electronic device, and method of operating the same using pre-estimated lens-customized point spread function (PSF) | |
CN105761231A (zh) | 一种用于去除高分辨率天文图像中条纹噪声的方法 | |
JP2015005959A5 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP5105286B2 (ja) | 画像復元装置、画像復元方法及び画像復元プログラム | |
CN104463809A (zh) | 紫外光谱图像处理方法及装置 | |
CN116912115A (zh) | 一种水下图像自适应增强方法、系统、设备及存储介质 | |
US11145033B2 (en) | Method and device for image correction | |
CN112508828A (zh) | 一种基于稀疏表示和引导滤波的多聚焦图像融合方法 | |
CN106027853A (zh) | 图像处理装置、摄像装置及图像处理方法 | |
Chen et al. | Image restoration based on adaptive P-Laplace diffusion | |
CN112712486B (zh) | 一种基于激活函数的射电天文图像重建方法 | |
US20090226108A1 (en) | Multi-pass algorithm to reduce ringing artifacts in noise removal and deblur effects | |
Khan et al. | A vignetting correction algorithm for bright-field microscopic images of activated sludge | |
Dhole et al. | A comparative approach for analysis of image restoration using image deblurring techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150325 |
|
RJ01 | Rejection of invention patent application after publication |