CN110475081B - 一种基于透射率变化的变尺度鬼成像方法 - Google Patents
一种基于透射率变化的变尺度鬼成像方法 Download PDFInfo
- Publication number
- CN110475081B CN110475081B CN201910574158.2A CN201910574158A CN110475081B CN 110475081 B CN110475081 B CN 110475081B CN 201910574158 A CN201910574158 A CN 201910574158A CN 110475081 B CN110475081 B CN 110475081B
- Authority
- CN
- China
- Prior art keywords
- ghost
- transmittance
- noise
- imaging
- scale
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明涉及鬼成像(或关联成像)技术,具体为一种基于透射率变化的变尺度鬼成像方法。本发明为了解决现有赝热光鬼成像技术中因成像质量受散斑图案、物体透过率影响,因而成像效果不甚理想的问题,提供了一种基于透射率变化的变尺度鬼成像方法。该方法将散斑图作为噪声源,利用物体各点透射率的变化来调节尺度因子,有效提高了鬼图像信噪比。本发明所述的变尺度鬼成像方法创新性地将散斑图作为噪声源,解决了差分鬼成像中由于比例因子不变所造成的信噪比低的问题,提高了鬼图像信噪比和对比度。
Description
技术领域
本发明涉及鬼成像(或关联成像)技术,具体为一种基于透射率变化的变尺度鬼成像方法。
背景技术
鬼成像技术可利用无空间分辨力的探测器实现对其本身并不能直接探测到的物体进行反直觉成像,不仅可为重雾霾天气下的车辆驾驶员、火灾救援人员、烟雾弹干扰下的侦察机提供更远的安全视觉距离和侦查范围,还为地震被困人员、隐形战机、藏匿车辆等的探测提供了可能。由于赝热光鬼成像光源相干性好、强度大、易获取等,且比量子鬼成像、真热光鬼成像等更易实现,成为当前的研究热点。有代表性的研究包括计算鬼成像、差分鬼成像、高阶鬼成像等。这些研究涉及到噪声源分析和论证方面的不多。实际上,仔细分析鬼成像中的噪声可以发现:鬼成像中的噪声量受照射到物体上散斑图案、物体各点透过率(或反射率)的影响,且两者间存在一定关系。利用该关系实现赝热光鬼成像,不仅可以减少噪声对成像结果的影响,获得信噪比高的鬼图像,而且还可利用物体各点透过率的差异来提高鬼图像的对比度。因此,研究赝热光鬼成像中散斑图案、物体透过率与噪声间关系并以此来重构鬼成像质量对障碍物遮挡或恶劣环境下目标物体的探测具有重要意义。
然而,具有代表性的研究中关于噪声处理的研究主要有:差分鬼成像技术和基于图像降噪思想的鬼成像技术方面。这些方法虽然一定程度上提高了鬼图像信噪比,但由于未考虑噪声产生的原因具有一定局限性。例如:差分鬼成像中将物体各点的噪声系数看作一个常数,这显然是不合理的,因为在采集时间一定的情况下,噪声的严重程度与被照物体本身的透射率密切相关。基于图像降噪思想的鬼成像技术则是在鬼图像基础上,通过分析噪声类型来确定噪声阈值,进而进行降噪处理。由于噪声阈值的选取常常按照经验取值,使得鬼图像的降噪效果不好。
赝热光鬼成像系统通常由赝热光产生器(包括光源和调制器)、单像素探测器、CCD探测器(单臂鬼成像不需要)和显示部分组成。代表性的研究内容涉及到调制器、探测器、焦平面阵列器件等的研制和数据处理模块的采集、储存与重构算法研究。实现系统的一体化、实时处理是鬼成像的发展趋势。不容质疑的是,这些技术的发展虽然一定程度上提高了鬼成像的成像质量,但由于未涉及噪声源和找到造成成像效果低的影响因素,使得鬼图像分辨率低的问题并没有从根本上解决。
综合考虑以上情况可以看出,急需一种方法来专门用于解决鬼成像中的噪声问题,以提高鬼成像系统的成像效果。
发明内容
本发明解决现有赝热光鬼成像技术中因成像质量受散斑图案、物体透过率影响,因而成像效果不甚理想的问题,提供了一种基于透射率变化的变尺度鬼成像方法。该方法将散斑图作为噪声源,利用物体各点透射率的变化来调节尺度因子,有效提高了鬼图像信噪比。
本发明是采用如下的技术方案实现的:一种基于透射率变化的变尺度鬼成像方法,包括以下步骤:
第一步、根据二阶相关原理,将被照物体的重构公式进行分解
第二步、通过不同透射率物体的重构结果对噪声项进行分析:当被照物体在(u,v)点的透射率T(u,v)=D时,D∈[0,1],被照物体的重构公式变为其中为散斑图案的自相关函数;设定为基础噪声,并将其移到原点,这时噪声项为其中,m为基础噪声直方图水平轴的中心;D为依赖于透射率的尺度因子;
第三步、被照物体各点透射率不同时,比例因子D的确定:
(1)比例因子D取值范围为[0,Dmax];其中,Dmax为D的最大值Dmax=<Ib>/<∑Ia(x,y)>,其中,<Ib>为单像素探测器n个测量值的平均值;<∑Ia(x,y)>为n个散斑图案所有像素值和的平均;
本发明所述的变尺度鬼成像方法创新性地将散斑图作为噪声源,解决了差分鬼成像中由于比例因子不变所造成的信噪比低的问题,提高了鬼图像信噪比和对比度。
附图说明
图1为变尺度鬼成像方法结构示意图。
图2为物体不同透射率下的鬼成像图。
图3为平均透射率相同、背景/目标透射率不同的物体鬼图像及其直方图。
图4为信噪比曲线图。
图5为不同均值的高斯分布叠加图。
图6为非零二值图像的鬼成像结果比较图。
图7为灰度图像的鬼成像结果比较图。
图8为非零二值图像的鬼成像结果信噪比曲线比较图。
图9为灰度图像的鬼成像结果信噪比曲线比较图。
具体实施方式
一种基于透射率变化的变尺度鬼成像方法,包括以下布骤:
第一步、根据二阶相关原理,将被照物体的重构公式进行分解其中为重构的(x,y)点处被照物体透射率,Ia(x,y;n)为第n个散斑图案在(x,y)点处的值;Ib(n)为单像素探测器的第n个测量值;T(u,v)为(u,v)点处被照物体透射率;<·>为相关运算符。
第二步、通过不同透射率物体的重构结果对噪声项进行分析;
为了说明式(2)的合理性和有效性,现通过实验手段分别对透射率为1、0.8、0.6、0.4、0.2的重构物体进行比较分析,该实验中散斑图案以随机分布来产生,结果如图2所示。
由图2可知,不同透射率下的鬼图像直方图都近似满足高斯分布,且直方图的分布随着透射率的减小沿水平轴向左移动。这与式(2)的结论是一样的,即随着透射率的下降,噪声项在整个重构过程中的比重逐渐降低。
由于不同透射率下的噪声项的中心值会随着透射率减小向左移动,因此为了便于描述,假设相关噪声项为基础噪声,并将其移到原点,这时噪声项为其中,m为相关噪声项直方图水平轴的中心;D为依赖于透射率T的尺度因子,且其随着透射率的减小而增大。
第三步、被照物体各点透射率不同时,比例因子D的确定;
1、比例因子D取值范围为[0,Dmax];其中,Dmax为D的最大值,Dmax=<Ib>/<∑Ia(x,y)>(5),其中,<Ib>为单像素探测器n个测量值的平均值;<∑Ia(x,y)>为n个散斑图案所有像素值和的平均。
2、非零二值图像对比度对图像噪声的影响;
以平均透射率相同、背景/目标物体透射率分别为0.3/0.7和0.1/0.9的物体为例,利用式(1)对两物体进行重构,鬼图像及其直方图如图3所示。
利用式(6)计算鬼图像信噪比可知,两物体信噪比分别为5.8121和4.1949。
利用不同的散斑图案重复该过程,可得两物体的信噪比曲线如图4所示。
由图4可知,低对比度物体的信噪比高于高对比度物体的信噪比。主要原因是对于非零二值图像的物体,背景和目标的透射率可以看作是两个目标。由图2可知,不同物体鬼图像的直方图近似服从高斯分布,因此非零二值图像物体的鬼影图像直方图可看作是不同均值高斯分布的叠加。因此,低对比度背景和目标的两个直方图要比高对比度背景和目标的直方图集中得多,其可用图5来直观、形象的表示。
因此,背景和目标对比度较低的鬼成像重构结果与真实目标物体更接近,信噪比更大。这是因为低对比度背景和目标的均值比高对比度背景和目标的均值更接近。
本发明所述的变尺度鬼成像方法,首先根据二阶相关原理,将被照物体的重构公式进行分解;然后利用自相关原理对透过率或反射率为T=1的物体进行重构,将自相关或重构结果作为参考,对非完全透过率或反射率(即T≠1)物体的噪声项进行分析;通过对透过率或反射率分别为1、0.8、0.6、0.4、0.2物体噪声的分析,得噪声项与间的定量关系,即其中D为比例因子,取值范围为[0~Dmax],Dmax=<Ib>/<∑Ia(x,y)>;通过对非零二值图像对比度对图像噪声的分析,发现背景和目标对比度较低的物体重建效果优于对比度高的物体,将作为鬼图像平均透射率的分界点,当时,当时,其中,为鬼图像重构结果的平均透射率;利用对被照物体进行重构,并对重构结果进行平滑处理将比例因子D看作是与透射率相关的参数,不仅体现了被照物体各点透射率差异对鬼图像结果的影响,而且也反映了比例因子的动态性。
本发明所述的变尺度鬼成像方法创新性地将散斑图作为噪声源,解决了差分鬼成像中由于比例因子不变所造成的信噪比低的问题,提高了鬼图像信噪比和对比度。
附图6、7为鬼成像实例,其中,图6为非零二值图像的鬼成像结果比较图,图7为灰度图像的鬼成像结果比较图。
从图中可以看出,本发明方法从视觉上来说整体效果上明显优于计算鬼成像和差分鬼成像。为了进行定量的比较,计算图6和图7的信噪比,分别如表1和2所示。
表1信噪比比较
计算鬼成像信噪比 | 差分鬼成像信噪比 | 本发明方法信噪比 | |
1 | 7.3172 | 7.7596 | 10.0789 |
0.8 | 9.3262 | 9.7985 | 11.3464 |
0.6 | 11.4078 | 11.7621 | 13.4878 |
0.4 | 10.2863 | 9.8676 | 16.4491 |
0.2 | 7.9688 | 8.1704 | 17.0071 |
表2信噪比比较
计算鬼成像信噪比 | 差分鬼成像信噪比 | 本发明方法信噪比 | |
cameraman | 10.0925 | 10.8576 | 12.9012 |
moon | 9.0977 | 9.6115 | 12.7563 |
从表1和2中可以看出:本发明方法的信噪比明显高于计算鬼成像和差分鬼成像。为了突出所提方法的优点,在此将图6和图7的实验分别重复30次,得到的下信噪比曲线分别如图8和9所示。
Claims (1)
1.一种基于透射率变化的变尺度鬼成像方法,其特征在于包括以下步骤:
第一步、根据二阶相关原理,将被照物体的重构公式进行分解
第二步、通过不同透射率物体的重构结果对噪声项进行分析:当被照物体在(u,v)点的透射率T(u,v)=D时,D∈[0,1],被照物体的重构公式变为其中为散斑图案的自相关函数;设定为基础噪声,并将其移到原点,这时噪声项为其中,m为基础噪声直方图水平轴的中心;D为依赖于透射率的尺度因子;
第三步、被照物体各点透射率不同时,比例因子D的确定:
(1)比例因子D取值范围为[0,Dmax];其中,Dmax为D的最大值Dmax=<Ib>/<∑Ia(x,y)>,其中,<Ib>为单像素探测器n个测量值的平均值;<∑Ia(x,y)>为n个散斑图案所有像素值和的平均;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910574158.2A CN110475081B (zh) | 2019-06-28 | 2019-06-28 | 一种基于透射率变化的变尺度鬼成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910574158.2A CN110475081B (zh) | 2019-06-28 | 2019-06-28 | 一种基于透射率变化的变尺度鬼成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110475081A CN110475081A (zh) | 2019-11-19 |
CN110475081B true CN110475081B (zh) | 2021-06-15 |
Family
ID=68507076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910574158.2A Active CN110475081B (zh) | 2019-06-28 | 2019-06-28 | 一种基于透射率变化的变尺度鬼成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110475081B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112116675B (zh) * | 2020-09-04 | 2022-09-23 | 中北大学 | 基于多散斑图组合-调制的鬼成像优化方法 |
CN113009688B (zh) * | 2021-03-04 | 2022-05-03 | 清华大学 | 量子成像方法以及量子成像系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103453993A (zh) * | 2013-09-13 | 2013-12-18 | 中国科学院空间科学与应用研究中心 | 基于稀疏孔径压缩计算关联的主动高光谱成像系统及方法 |
CN104486617B (zh) * | 2014-12-19 | 2016-09-21 | 南京理工大学 | 基于高阶鬼成像像质模型的最佳阶数拟合方法 |
CN106570876A (zh) * | 2016-10-24 | 2017-04-19 | 南京理工大学 | 一种提取鬼成像图像边缘的方法 |
CN107748885A (zh) * | 2017-06-30 | 2018-03-02 | 南京理工大学 | 一种对模糊字符进行识别的方法 |
WO2018194985A1 (en) * | 2017-04-19 | 2018-10-25 | Drs Network & Imaging Systems, Llc | Active hyperspectral imager |
WO2018203088A1 (en) * | 2017-05-05 | 2018-11-08 | The University Court Of The University Of Edinburgh | Optical system and method |
CN110097634A (zh) * | 2019-04-19 | 2019-08-06 | 南京理工大学 | 一种自适应多尺度的三维鬼成像方法 |
-
2019
- 2019-06-28 CN CN201910574158.2A patent/CN110475081B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103453993A (zh) * | 2013-09-13 | 2013-12-18 | 中国科学院空间科学与应用研究中心 | 基于稀疏孔径压缩计算关联的主动高光谱成像系统及方法 |
CN104486617B (zh) * | 2014-12-19 | 2016-09-21 | 南京理工大学 | 基于高阶鬼成像像质模型的最佳阶数拟合方法 |
CN106570876A (zh) * | 2016-10-24 | 2017-04-19 | 南京理工大学 | 一种提取鬼成像图像边缘的方法 |
WO2018194985A1 (en) * | 2017-04-19 | 2018-10-25 | Drs Network & Imaging Systems, Llc | Active hyperspectral imager |
WO2018203088A1 (en) * | 2017-05-05 | 2018-11-08 | The University Court Of The University Of Edinburgh | Optical system and method |
CN107748885A (zh) * | 2017-06-30 | 2018-03-02 | 南京理工大学 | 一种对模糊字符进行识别的方法 |
CN110097634A (zh) * | 2019-04-19 | 2019-08-06 | 南京理工大学 | 一种自适应多尺度的三维鬼成像方法 |
Non-Patent Citations (2)
Title |
---|
Compressive ghost imaging in the presence of environmental noise;Kobra Soltanlou 等;《Optics Communications》;20190401;第436卷;第113-120页 * |
赝热光关联成像实验研究;赵学亮;《中国优秀硕士学位论文全文数据库-基础科学辑》;20190215;A005-211 * |
Also Published As
Publication number | Publication date |
---|---|
CN110475081A (zh) | 2019-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Noise detection and image denoising based on fractional calculus | |
Corner et al. | Noise estimation in remote sensing imagery using data masking | |
US6462768B1 (en) | Image enhancement | |
CN110475081B (zh) | 一种基于透射率变化的变尺度鬼成像方法 | |
Singh et al. | Analysis and effects of speckle noise in SAR images | |
US20060291742A1 (en) | Method and apparatus for enhancing image acquired by radiographic system | |
Singh et al. | Speckle noise: Modelling and implementation | |
EP2846306B1 (en) | Image processing apparatus for removing haze contained in still image and method thereof | |
KR20130038794A (ko) | 디지털 엑스레이 프레임들 시리즈에서의 잡음 감소의 방법 | |
CN101901476A (zh) | 基于NSCT域边缘检测和Bishrink模型的SAR图像去噪方法 | |
Dhanushree et al. | Acoustic image denoising using various spatial filtering techniques | |
Penna et al. | (Non-) homomorphic approaches to denoise intensity SAR images with non-local means and stochastic distances | |
Tang et al. | Image edge detection based on singular value feature vector and gradient operator | |
Meenakshi et al. | Performance of speckle noise reduction filters on active radar and SAR images | |
Zhou et al. | Nonlocal means filtering based speckle removal utilizing the maximum a posteriori estimation and the total variation image prior | |
Yuki et al. | Acceleration of X-ray computed tomography scanning with high-quality reconstructed volume by deblurring transmission images using convolutional neural networks | |
JP2003528405A (ja) | コヒーレント・センサ検知画像の多時間フィルタリング方法 | |
Buemi et al. | Speckle reduction with adaptive stack filters | |
Garzelli et al. | Optimizing SAR change detection based on log-ratio features | |
CN116342891A (zh) | 一种适用于自闭症儿童结构化教学监控数据管理系统 | |
CN115861117A (zh) | 一种矿井红外图像增强方法和装置 | |
Carre et al. | LIP operators: Simulating exposure variations to perform algorithms independent of lighting conditions | |
CN106056558B (zh) | 一种基于激光纵向层析图像序列的目标图像恢复方法 | |
Saber et al. | Higher-order statistics for automatic weld defect detection | |
Wollenweber et al. | Evaluation of myocardial defect detection between parallel-hole and fan-beam SPECT using the Hotelling trace |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |