CN105869124A - 一种压敏漆测量图像去噪方法 - Google Patents
一种压敏漆测量图像去噪方法 Download PDFInfo
- Publication number
- CN105869124A CN105869124A CN201610153141.6A CN201610153141A CN105869124A CN 105869124 A CN105869124 A CN 105869124A CN 201610153141 A CN201610153141 A CN 201610153141A CN 105869124 A CN105869124 A CN 105869124A
- Authority
- CN
- China
- Prior art keywords
- image
- sensitive paint
- pressure
- pressure sensitive
- measurement
- 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
- 239000003973 paint Substances 0.000 title claims abstract description 47
- 238000005259 measurement Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000000203 mixture Substances 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 238000003702 image correction Methods 0.000 claims description 4
- 230000001052 transient effect Effects 0.000 abstract description 10
- 238000001914 filtration Methods 0.000 abstract description 9
- 238000012360 testing method Methods 0.000 abstract description 4
- 230000003287 optical effect Effects 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract 1
- 239000011248 coating agent Substances 0.000 description 4
- 238000000576 coating method Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
一种压敏漆测量图像去噪方法，属于全域光学表面压力测试技术领域，所述方法是通过对压力场进行连续多帧测量，得到一组压敏漆测量图像序列，接着通过主成分分析法提取测量图像序列低维主成分空间，然后将时刻t的压敏漆测量图像向该低维主成分空间投影并重构，得到时刻t的瞬态压敏漆测量图像去噪结果；依次处理所有时刻的测量图像，得到每个时刻瞬态压力场压敏漆测量图像去噪结果；本方法信噪比更高，且不会产生多帧图像均值滤波中的图像模糊问题，为采用压敏漆测量技术进行高精确瞬态压力场测量提供技术支撑。
Description
技术领域
本发明属于全域光学表面压力测试技术，主要涉及一种压敏漆测量图像去噪方法。
背景技术
压力敏感涂料测压方法是一种新型的全域光学表面压力测量技术。自20世纪提出以来，以其巨大的发展潜力和技术优势，受到了世界航空航天和空气动力学领域的广泛关注和深入研究，目前已发展成为世界各国大型风洞重要的试验技术。
压敏涂料以氧-光致发光原理为基础，在受到一定波长光源照射时，涂层中的探针分子会受到激发，进入电子激发态，并通过发射波长更长的光来耗散所吸收的能量，同时，激发态的探针分子与空气中渗透进入涂层并在其中扩散的氧分子相碰撞，转移所吸收的能量，回到基态。上述过程被称为Stern-Volmer过程，描述这一过程的关系式为Stern-Volmer关系式，它建立了表面压力与涂料发光强度之间的函数关系。工程应用中，Stern-Volmer关系式常用形式为：
其中，其中p为空气压力；i为相应压力下的光敏分子发射出的光强；A，B为Stern-Volmer系数；下标ref代表参考状态。其中，A，B通过标定得到，在pref、iref已知的情况下，通过当前测量图像中的光强i，即可得到当前状态的压力值p。
根据Stern-Volmer关系式，为得到高精度压力测量结果，需保证测量图像具有较高的信噪比。实际的压敏漆测量图像中含有大量的噪声，包括压敏涂料对压力场的响应噪声、光子成像噪声、图像传感器电路噪声等。目前，为消除这些噪声干扰，李国帅等采用中值滤波、高斯滤波进行单帧压敏漆测量图像去噪，采用均值滤波进行同一压力场多帧压敏漆测量图像去噪。这些方法对提高压敏漆测量图像信噪比具有一定意义，尤其是多帧图像均值滤波方法，可得到较高信噪比测量图像。近期，随着空气动力学技术的发展，采用压敏漆测量技术进行瞬态压力场测量的需求日益旺盛。诸如采用压敏漆测量技术进行旋转叶片瞬态压力场测量等。但是在常规的空气动力学试验中，获得瞬态压力场数据，对观测和研究压力场的变化也具有积极意义。但是，现有的多帧均值滤波法，对变化中的压力场测量数据进行时间积分后求平均，会使测量图像产生模糊，而无法得到瞬态压力场测量结果；而现有的单帧中值滤波、高斯滤波方法得到的图像信噪比又较低，难以满足应用需求。
发明内容
本发明的目的就是针对上述现有技术中压敏测量图像信噪比较低的问题，提供一种新的压敏漆测量图像去噪方法，达到得到更高信噪比，提高瞬态压力场测量精度的目的。本发明的目的是这样实现的：所述方法采用主成分学习方法进行压敏漆测量图像重建，具体操作步骤如下：
第一步：获取测量数据
对某一压力场，按时间顺序连续拍摄n帧大小为w*h的压敏漆测量图像{I1，...，In}，拍摄的压敏漆测量图像数量在50帧以上；
第二步：学习低维主成分空间
将{I1，...，In}中每一帧压敏漆测量图像Ij按Z字型扫描拉成一个m＝w*h维向量vj，即得到n个m维向量V＝[v1，...，vn]，计算V的均值M＝E(V)及协方差矩阵C＝cov(V)，采用主成分分析法从协方差矩阵C中提取前k个主成分构成低维主成份空间S；
第三步：基于低维主成分空间进行压敏漆测量图像去噪
将第j时刻的测量图像Ij的向量vj减去均值M得到去中心后向量xj＝vj-M，将xj向低维主成份空间S投影得到重构系数aj＝STxj，并重构出然后加上均值M得到将向量重新排列成图像即为第j时刻的测量图像Ij的去噪后图像，按上述方法，依次处理每帧图像，得到去噪后结果在中包含了所有时刻压敏漆测量图像信息。
在拍摄连续拍摄n帧图像过程中，当测量对象存在位移时，则采用压敏漆测量图像修正与配准方法，先对压敏漆测量图像进行修正和配准后，再进行低维主成分空间学习和图像去噪。
本发明的有益效果是采用对压力场进行多帧连续测量，以主成分分析法提取这些测量图像的主成分，以提取测量图像中的有用信号，消除测量图像随机噪声干扰，并通过主成分空间重构，可以得到任意时刻的瞬态压力场测量图像去噪结果。与现有多帧均值滤波去噪方法相比，本发明方法得到的去噪结果，不是压力场测量信号的时间积分后平均结果，而是当前测量状态在主成分空间中的一个投影，因此，不产生测量图像模糊问题，能够得到瞬态测量结果。此外，与单帧中值滤波、高斯滤波相比，本发明方法可得到更高信噪比，提高瞬态压力场测量精度。
附图说明
图1仿真测试结果示意图
图中：1.采用高斯函数生成的圆盘形压力场分布观测图像序列，三幅从左至右，代表压力场的变化趋势，2.某一时刻的压力场分布观测图像，3.在2基础上添加泊松、高斯噪声的污染图像，4.本发明算法去噪结果，5.中值滤波去噪结果，6.多帧均值滤波去噪结果
具体实施方式
下面结合附图对本发明创造的实施方式进行详细描述：一种压敏漆测量图像去噪方法，其特征是：所述方法采用主成分学习方法进行压敏漆测量图像重建，具体操作步骤如下：
第一步：获取测量数据
对某一压力场，按时间顺序连续拍摄n帧大小为w*h的压敏漆测量图像{I1，...，In}，拍摄的压敏漆测量图像数量在50帧以上；
第二步：学习低维主成分空间
将{I1，...，In}中每一帧压敏漆测量图像Ij按Z字型扫描拉成一个m＝w*h维向量vj，即得到n个m维向量V＝[v1，...，vn]，计算V的均值M＝E(V)及协方差矩阵C＝cov(V)，采用主成分分析法从协方差矩阵C中提取前k个主成分构成低维主成份空间S；
第三步：基于低维主成分空间进行压敏漆测量图像去噪
将第j时刻的测量图像Ij的向量vj减去均值M得到去中心后向量xj＝vj-M，将xj向低维主成份空间S投影得到重构系数aj＝STxj，并重构出然后加上均值M得到将向量重新排列成图像即为第j时刻的测量图像Ij的去噪后图像，按上述方法，依次处理每帧图像，得到去噪后结果在中包含了所有时刻压敏漆测量图像信息。
在拍摄连续拍摄n帧图像过程中，当测量对象存在位移时，则采用压敏漆测量图像修正与配准方法，先对压敏漆测量图像进行修正和配准后，再进行低维主成分空间学习和图像去噪。
在上述测量过程中，假定被测对象是固定的，即连续拍摄的n帧压敏漆测量图像是对齐的。在实际应用中，可能存在被测对象振动而发生位移的情况。为此，可以采用压敏漆测量图像修正与配准方法，先对压敏漆测量图像进行修正和配准后，再进行低维主成分空间学习和图像去噪。
图1给出了一个仿真测试结果，从仿真测试结果可以看出相同比中值滤波、多帧均值滤波，本发明提出的方法能更有效地从当前观察图像中恢复出测量对象表面压力场分布图像。
Claims (2)
1.一种压敏漆测量图像去噪方法，其特征是：所述方法采用主成分学习方法进行压敏漆测量图像重建，具体操作步骤如下：
第一步：获取测量数据
对某一压力场，按时间顺序连续拍摄n帧大小为w*h的压敏漆测量图像{I1，...，In}，拍摄的压敏漆测量图像数量在50帧以上；
第二步：学习低维主成分空间
将{I1，...，In}中每一帧压敏漆测量图像Ij按Z字型扫描拉成一个m＝w*h维向量vj，即得到n个m维向量V＝[v1，...，vn]，计算V的均值M＝E(V)及协方差矩阵C＝cov(V)，采用主成分分析法从协方差矩阵C中提取前k个主成分构成低维主成份空间S；
第三步：基于低维主成分空间进行压敏漆测量图像去噪
将第j时刻的测量图像Ij的向量vj减去均值M得到去中心后向量xj＝vj-M，将xj向低维主成份空间S投影得到重构系数aj＝STxj，并重构出然后加上均值M得到将向量重新排列成图像即为第j时刻的测量图像Ij的去噪后图像，按上述方法，依次处理每帧图像，得到去噪后结果在中包含了所有时刻压敏漆测量图像信息。
2.根据权利要求1所述的一种压敏漆测量图像去噪方法，其特征在于：在拍摄连续拍摄n帧图像过程中，当测量对象存在位移时，则采用压敏漆测量图像修正与配准方法，先对压敏漆测量图像进行修正和配准后，再进行低维主成分空间学习和图像去噪。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610153141.6A CN105869124A (zh) | 2016-03-11 | 2016-03-11 | 一种压敏漆测量图像去噪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610153141.6A CN105869124A (zh) | 2016-03-11 | 2016-03-11 | 一种压敏漆测量图像去噪方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105869124A true CN105869124A (zh) | 2016-08-17 |
Family
ID=56625522
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610153141.6A Pending CN105869124A (zh) | 2016-03-11 | 2016-03-11 | 一种压敏漆测量图像去噪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105869124A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106644364A (zh) * | 2016-12-14 | 2017-05-10 | 清华大学 | 基于压力敏感漆测量激波增强超声速气膜流体混合的方法 |
| CN107655517A (zh) * | 2017-08-23 | 2018-02-02 | 上海交通大学 | 基于压敏粒子光强测量的空间流体速度压力同步测量系统 |
| CN108318215A (zh) * | 2018-02-08 | 2018-07-24 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种压敏漆试验图像采集幅数的确定方法 |
| CN112990384A (zh) * | 2021-05-13 | 2021-06-18 | 中国科学院自动化研究所 | 一种基于噪声灭活的生物特征识别对抗防御方法 |
| CN113820726A (zh) * | 2021-09-30 | 2021-12-21 | 中国科学院光电技术研究所 | 一种非视域目标探测中基于多维滤波的噪声抑制方法 |
| CN114441090A (zh) * | 2022-04-11 | 2022-05-06 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种快速响应压敏漆温度效应修正方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102722732A (zh) * | 2012-05-30 | 2012-10-10 | 清华大学 | 一种基于数据二阶统计量建模的图像集合匹配方法 |
| CN102915445A (zh) * | 2012-09-17 | 2013-02-06 | 杭州电子科技大学 | 一种改进型的神经网络高光谱遥感影像分类方法 |
| CN103020922A (zh) * | 2013-01-10 | 2013-04-03 | 西安电子科技大学 | 基于pca变换的sar图像相干斑抑制方法 |
| CN103077506A (zh) * | 2013-03-06 | 2013-05-01 | 西安电子科技大学 | 结合局部和非局部的自适应图像去噪方法 |
| CN103903239A (zh) * | 2014-03-24 | 2014-07-02 | 合肥工业大学 | 一种基于稀疏主成分分析和连分式插值技术的视频超分辨率重建方法及其系统 |
-
2016
- 2016-03-11 CN CN201610153141.6A patent/CN105869124A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102722732A (zh) * | 2012-05-30 | 2012-10-10 | 清华大学 | 一种基于数据二阶统计量建模的图像集合匹配方法 |
| CN102915445A (zh) * | 2012-09-17 | 2013-02-06 | 杭州电子科技大学 | 一种改进型的神经网络高光谱遥感影像分类方法 |
| CN103020922A (zh) * | 2013-01-10 | 2013-04-03 | 西安电子科技大学 | 基于pca变换的sar图像相干斑抑制方法 |
| CN103077506A (zh) * | 2013-03-06 | 2013-05-01 | 西安电子科技大学 | 结合局部和非局部的自适应图像去噪方法 |
| CN103903239A (zh) * | 2014-03-24 | 2014-07-02 | 合肥工业大学 | 一种基于稀疏主成分分析和连分式插值技术的视频超分辨率重建方法及其系统 |
Non-Patent Citations (1)
| Title |
|---|
| 蒋先刚: "《数字图像模式识别工程项目研究》", 31 March 2014, 西南交通大学出版社 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106644364A (zh) * | 2016-12-14 | 2017-05-10 | 清华大学 | 基于压力敏感漆测量激波增强超声速气膜流体混合的方法 |
| CN106644364B (zh) * | 2016-12-14 | 2018-06-29 | 清华大学 | 基于压力敏感漆测量激波增强超声速气膜流体混合的方法 |
| CN107655517A (zh) * | 2017-08-23 | 2018-02-02 | 上海交通大学 | 基于压敏粒子光强测量的空间流体速度压力同步测量系统 |
| CN107655517B (zh) * | 2017-08-23 | 2019-09-27 | 上海交通大学 | 基于压敏粒子光强测量的空间流体速度压力同步测量系统 |
| CN108318215A (zh) * | 2018-02-08 | 2018-07-24 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种压敏漆试验图像采集幅数的确定方法 |
| CN108318215B (zh) * | 2018-02-08 | 2019-09-13 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种压敏漆试验图像采集幅数的确定方法 |
| CN112990384A (zh) * | 2021-05-13 | 2021-06-18 | 中国科学院自动化研究所 | 一种基于噪声灭活的生物特征识别对抗防御方法 |
| CN113820726A (zh) * | 2021-09-30 | 2021-12-21 | 中国科学院光电技术研究所 | 一种非视域目标探测中基于多维滤波的噪声抑制方法 |
| CN113820726B (zh) * | 2021-09-30 | 2023-06-13 | 中国科学院光电技术研究所 | 一种非视域目标探测中基于多维滤波的噪声抑制方法 |
| CN114441090A (zh) * | 2022-04-11 | 2022-05-06 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种快速响应压敏漆温度效应修正方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105869124A (zh) | 一种压敏漆测量图像去噪方法 | |
| Slosar et al. | The Lyman-α forest in three dimensions: measurements of large scale flux correlations from BOSS 1st-year data | |
| Brown et al. | The shear power spectrum from the COMBO-17 survey | |
| Sumi et al. | Microlensing optical depth toward the galactic bulge from microlensing observations in astrophysics group observations during 2000 with difference image analysis | |
| Bentz et al. | The low-luminosity end of the radius–luminosity relationship for active galactic nuclei | |
| Liu et al. | Global luminescent oil-film skin-friction meter | |
| McCormick et al. | Dusty winds: extraplanar polycyclic aromatic hydrocarbon features of nearby galaxies | |
| Harker et al. | Detection and extraction of signals from the epoch of reionization using higher-order one-point statistics | |
| Rossi et al. | Assessment of the metrological performance of an in situ storage image sensor ultra-high speed camera for full-field deformation measurements | |
| Pingel et al. | GASKAP-HI pilot survey science I: ASKAP zoom observations of Hi emission in the Small Magellanic Cloud | |
| CN101706951B (zh) | 一种基于特征融合的气动光学图像质量客观评价方法、装置及系统 | |
| Panda | Experimental verification of buffet calculation procedure using unsteady pressure-sensitive paint | |
| CN106595863B (zh) | 一种提高液晶可调谐滤波器光谱重建精度和分辨率的方法 | |
| Peng et al. | Noise reduction for temperature-sensitive paint measurement contaminated by strong background radiation in a high enthalpy hypersonic tunnel | |
| de Silva et al. | Towards capturing large scale coherent structures in boundary layers using particle image velocimetry | |
| Morris et al. | Application of pressure-and temperature-sensitive paints to high-speed flows | |
| CN112699952A (zh) | 基于深度学习的列车故障图像扩增方法及系统 | |
| CN106289319B (zh) | 一种基于在轨序列图像的卫星系统传函测算方法 | |
| CN111899196A (zh) | 一种基于经典复原算法的叶片缺陷运动模糊图像复原方法 | |
| Han et al. | Modeling the space-based optical imaging of complex space target based on the pixel method | |
| CN109655158B (zh) | 基于大气廓线与led的高光谱遥感器在轨光谱定标的方法 | |
| Curran et al. | H i and OH absorption in the lensing galaxy of MG J0414+ 0534 | |
| CN110702097A (zh) | 一种基于极限探测星等灵敏度的星敏感器辐射损伤评估方法 | |
| Montandon et al. | Relativistic matter bispectrum of cosmic structures on the light cone | |
| CN113281002A (zh) | 一种流场测量系统和流量波动工况下瞬态流场的测量方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160817 |
|
| WD01 | Invention patent application deemed withdrawn after publication |