CN112014349A - 太赫兹时域光谱成像复原方法、装置、存储介质及终端 - Google Patents

太赫兹时域光谱成像复原方法、装置、存储介质及终端 Download PDF

Info

Publication number
CN112014349A
CN112014349A CN202011201582.1A CN202011201582A CN112014349A CN 112014349 A CN112014349 A CN 112014349A CN 202011201582 A CN202011201582 A CN 202011201582A CN 112014349 A CN112014349 A CN 112014349A
Authority
CN
China
Prior art keywords
terahertz
image
signal
frequency
terahertz time
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
Application number
CN202011201582.1A
Other languages
English (en)
Inventor
吕赐兴
毛淇
朱云龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ji Hua Laboratory
Original Assignee
Ji Hua Laboratory
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ji Hua Laboratory filed Critical Ji Hua Laboratory
Priority to CN202011201582.1A priority Critical patent/CN112014349A/zh
Publication of CN112014349A publication Critical patent/CN112014349A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3581—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation
    • G01N21/3586—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation by Terahertz time domain spectroscopy [THz-TDS]

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种太赫兹时域光谱成像复原方法、装置、存储介质及终端，复原方法通过小波变换技术降低太赫兹信号的噪声，尤其是降低高频部分的噪声，得到的太赫兹图像噪声水平更低，而且降低了图像复原过程的病态性；在所建立的基于高斯光束理论的太赫兹图像退化模型中，建立了反映太赫兹成像系统的特性的太赫兹光束束腰半径，包括太赫兹成像系统的截断比、辐照度水平、焦距、聚焦透镜直径、数值孔径等，解决了仅通过粗略估计方法得到的束腰半径严重影响点扩散函数计算精度的问题；建立基于高斯光束理论模型的点扩散函数，实现了对太赫兹图像退化原因的更准确描述，不仅可以降低太赫兹图像的噪声，并且提高太赫兹图像的分辨率。

Description

太赫兹时域光谱成像复原方法、装置、存储介质及终端
技术领域
本发明涉及太赫兹图像技术领域，尤其涉及的是一种太赫兹时域光谱成像复原方法、装置、存储介质及终端。
背景技术
现有技术中，太赫兹图像复原的过程如下：
根据太赫兹波束的物理特性构建太赫兹图像点扩散函数，在所构建的点扩散函数中，通过将太赫兹波束的发散角粗略估计为0.1弧度值来计算太赫兹波束束腰半径；所建立的点扩散函数如下：
Figure 341870DEST_PATH_IMAGE001
对太赫兹图像进行傅里叶变换得到太赫兹图像频谱，对点扩散函数进行傅里叶变换得到频域退化滤波函数，在频域内利用频域退化滤波函数对太赫兹图像频谱进行滤波处理。在此基础上，采用Butterworth滤波器（巴特沃斯滤波器）对处理后太赫兹图像频谱进行低通滤波，得到复原后的太赫兹图像频谱。对复原后的太赫兹图像频谱进行逆傅里叶变换，并取结果的实部作为复原后太赫兹图像的灰度值，从而得到复原的太赫兹图像。
上述技术的缺点在于：一是未考虑太赫兹原始时域光谱信号的噪声，尤其是高频部分的噪声严重影响了太赫兹图像的分辨率；第二是在建立点扩散函数的过程中，仅通过粗略估计的方法得到束腰半径，而束腰半径严重影响点扩散函数的计算精度。
因此，现有的技术还有待于改进和发展。
发明内容
本发明的目的在于提供一种太赫兹时域光谱成像复原方法、装置、存储介质及终端，旨在解决在太赫兹成像过程中产生的大量噪声以及由于太赫兹长波长而造成的太赫兹波束，使太赫兹图像质量严重退化的问题。
本发明的技术方案如下：一种太赫兹时域光谱成像复原方法，其特中，具体包括以下步骤：
获取太赫兹时频信号；
利用小波去噪对每个太赫兹时频信号进行处理，得到去噪后的信号；
根据每个去噪后的信号得到以每个信号的频域幅值最大值作为灰度值的图像；
建立基于高斯光束模型的太赫兹图像点扩散函数；
通过太赫兹图像点扩散函数和以每个信号的频域幅值最大值作为灰度值的图像来复原太赫兹图像。
所述的太赫兹时域光谱成像复原方法，其中，所述获取太赫兹时频信号，具体包括以下过程：通过光谱太赫兹系统，按照设定的步长，在X、Y方向上扫描待成像的物体，在每一个位置得到一个太赫兹时频信号。
所述的太赫兹时域光谱成像复原方法，其中，所述利用小波去噪对每个太赫兹时频信号进行处理，得到去噪后的信号，具体包括以下步骤：
s21：针对每个太赫兹时频信号利用离散小波变换将信号进行多级分解到小波域以获得一系列的近似系数和细节系数；
s22：按照如下公式重新确定所有的细节系数：
Figure 196693DEST_PATH_IMAGE002
其中，
Figure 179693DEST_PATH_IMAGE003
是阈值设定前的细节系数，
Figure 715847DEST_PATH_IMAGE004
为阈值化后的细节系数,λ是选定的阈值；
s23：对近似系数和阈值化后的细节系数采用逆离散小波变换以获得去噪后的信号。
所述的太赫兹时域光谱成像复原方法，其中，所述根据每个去噪后的信号得到以每个信号的频域幅值最大值作为灰度值的图像，具体包括以下过程：对每个去噪后的信号执行快速傅立叶变换，获得每个信号在频域上的最大幅值，得到以每个信号的频域幅值最大值作为灰度值的图像。
所述的太赫兹时域光谱成像复原方法，其中，所述太赫兹图像点扩散函数如下式：
Figure 467903DEST_PATH_IMAGE006
其中，
Figure 228048DEST_PATH_IMAGE007
是与截断比和辐照度水平有关的常数，NA是太赫兹成像系统的数值孔径常数，
Figure 167185DEST_PATH_IMAGE008
是光速，
Figure 569348DEST_PATH_IMAGE009
是频率，
Figure 172980DEST_PATH_IMAGE010
是样品离太赫兹光束焦点的距离，
Figure 104027DEST_PATH_IMAGE011
是样品的吸收系数,
Figure 796039DEST_PATH_IMAGE012
是不放置成像对象时的太赫兹信号强度，
Figure 470734DEST_PATH_IMAGE013
为所观察像素距离高斯光束中心的距离。
所述的太赫兹时域光谱成像复原方法，其中，以每个信号的频域幅值最大值作为灰度值的图像是被测样品的真实太赫兹图像与由于太赫兹波束特性所形成的太赫兹图像点扩散函数进行卷积的结果；所以太赫兹的真实图像为以每个信号的频域幅值最大值作为灰度值的图像与太赫兹图像点扩散函数反卷积的结果。
所述的太赫兹时域光谱成像复原方法，其中，所述通过太赫兹图像点扩散函数和以每个信号的频域幅值最大值作为灰度值的图像来复原太赫兹图像，具体过程如下：对以每个信号的频域幅值最大值作为灰度值的图像通过离散傅里叶变换得到原始图像频谱；对太赫兹图像点扩散函数进行离散傅里叶变换得到点扩散函数频谱；将原始图像频谱除以点扩散函数频谱，得到相除后的值；对相除后的值进行逆傅里叶变换得到复原后的太赫兹图像。
一种采用如上述任一所述的太赫兹时域光谱成像复原方法的装置，其中，包括：
时频信号获取模块，获取太赫兹时频信号；
去噪模块，利用小波去噪对每个太赫兹时频信号进行处理，得到去噪后的信号；
变换模块，根据每个去噪后的信号得到以每个信号的频域幅值最大值作为灰度值的图像；
太赫兹图像点扩散函数构建模块，建立基于高斯光束模型的太赫兹图像点扩散函数；
复原模块，通过太赫兹图像点扩散函数和以每个信号的频域幅值最大值作为灰度值的图像来复原太赫兹图像。
一种存储介质，其中，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述任一项所述的方法。
一种终端设备，其中，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行上述任一项所述的方法。
本发明的有益效果：本发明通过提供一种太赫兹时域光谱成像复原方法、装置、存储介质及终端，复原方法通过小波变换技术降低太赫兹信号的噪声，尤其是降低高频部分的噪声，得到的太赫兹图像噪声水平更低，而且降低了图像复原过程的病态性；在所建立的基于高斯光束理论的太赫兹图像退化模型中，建立了反映太赫兹成像系统的特性的太赫兹光束束腰半径，包括太赫兹成像系统的截断比、辐照度水平、焦距、聚焦透镜直径、数值孔径等，解决了仅通过粗略估计方法得到的束腰半径严重影响点扩散函数计算精度的问题；建立基于高斯光束理论模型的点扩散函数，实现了对太赫兹图像退化原因的更准确描述，不仅可以降低太赫兹图像的噪声，并且提高太赫兹图像的分辨率。
附图说明
图1是本发明中太赫兹时域光谱成像复原方法的步骤流程图。
图2是本发明中装置的示意图。
图3是本发明中终端的示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
如图1所示，一种太赫兹时域光谱成像复原方法，结合小波去噪和高斯光束模型，具体包括以下步骤：
S1：获取太赫兹时频信号。
通过光谱太赫兹系统，按照一定的步长
Figure 338327DEST_PATH_IMAGE014
，在X、Y方向上扫描待成像的物体，在每一个位置得到一个太赫兹时频信号；在X方向上扫描次数是M，在Y方向上扫描次数是
Figure 646468DEST_PATH_IMAGE015
，则总共得到
Figure 232301DEST_PATH_IMAGE016
个太赫兹时频信号。
S2：利用小波去噪对每个太赫兹时频信号进行处理，得到去噪后的信号。
其中，应用小波去噪技术来处理每个太赫兹时频信号。针对每个太赫兹时频信号
Figure 445107DEST_PATH_IMAGE017
利用离散小波变换将信号进行多级分解到小波域以获得一系列的近似系数
Figure 291841DEST_PATH_IMAGE018
和细节系数
Figure 564690DEST_PATH_IMAGE019
。按照如下公式确定所有的细节系数：
Figure 496874DEST_PATH_IMAGE020
其中，
Figure 778951DEST_PATH_IMAGE019
是阈值设定前的细节系数，
Figure 211682DEST_PATH_IMAGE021
为阈值化后的细节系数,λ是选定的阈值。
对
Figure 186591DEST_PATH_IMAGE018
和阈值化后的
Figure 74913DEST_PATH_IMAGE021
采用逆离散小波变换以获得去噪后的信号
Figure 160680DEST_PATH_IMAGE022
。
S3：对每个位置的去噪后信号
Figure 716427DEST_PATH_IMAGE022
执行快速傅立叶变换，获得每个信号在频域上的最大幅值，得到以每个信号的频域幅值最大值作为灰度值的图像。
其中，对每个位置的去噪后信号
Figure 862237DEST_PATH_IMAGE022
执行快速傅立叶变换，获得每个信号在频域上的最大幅值。以每个位置的信号的频域最大幅值作为灰度值，得到一张
Figure 503434DEST_PATH_IMAGE023
的太赫兹图像
Figure 861734DEST_PATH_IMAGE024
。
S4：建立基于高斯光束模型的太赫兹图像点扩散函数。
对于图像（即通过S2得到的去噪后的图像信号）的每个位置/像素
Figure 271987DEST_PATH_IMAGE025
均采用以下公式建立基于高斯光束模型的太赫兹图像点扩散函数：
Figure 323120DEST_PATH_IMAGE027
其中，
Figure 177244DEST_PATH_IMAGE007
是与截断比和辐照度水平有关的常数，NA是太赫兹成像系统的数值孔径常数，
Figure 604815DEST_PATH_IMAGE008
是光速，
Figure 603995DEST_PATH_IMAGE009
是太赫兹波的频率，
Figure 826028DEST_PATH_IMAGE010
是样品离太赫兹光束焦点的距离，
Figure 441818DEST_PATH_IMAGE011
是样品的吸收系数,
Figure 407500DEST_PATH_IMAGE012
是不放置成像对象时的太赫兹信号强度，
Figure 792345DEST_PATH_IMAGE013
为所观察像素（所观察像素即为在高斯光斑内的所有像素）距离高斯光束中心的距离。
上述得到的原始太赫兹图像
Figure 185280DEST_PATH_IMAGE028
可认为是被测样品的真实太赫兹图像
Figure 288365DEST_PATH_IMAGE029
与由于太赫兹波束特性所形成的点扩散函数
Figure 789229DEST_PATH_IMAGE030
进行卷积的结果：
Figure 294160DEST_PATH_IMAGE031
因此，太赫兹的真实图像
Figure 857996DEST_PATH_IMAGE029
为原始太赫兹图像
Figure 182798DEST_PATH_IMAGE032
与点扩散函数
Figure 755862DEST_PATH_IMAGE030
反卷积的结果：
Figure 849720DEST_PATH_IMAGE033
S5：通过太赫兹图像点扩散函数和以每个信号的频域幅值最大值作为灰度值的图像来复原太赫兹图像。
对原始太赫兹图像
Figure 584458DEST_PATH_IMAGE034
通过离散傅里叶变换得到频谱
Figure 396556DEST_PATH_IMAGE035
；对点扩散函数进行离散傅里叶变换得到频谱
Figure DEST_PATH_IMAGE036
；将原始图像的频谱
Figure 713923DEST_PATH_IMAGE035
除以点扩散函数频谱
Figure 662288DEST_PATH_IMAGE036
，得到
Figure 833506DEST_PATH_IMAGE037
；对
Figure 132901DEST_PATH_IMAGE037
进行逆傅里叶变换得到复原后的太赫兹图像。
如图2所示，一种采用如上述所述的太赫兹时域光谱成像复原方法的装置，包括：
时频信号获取模块101，获取太赫兹时频信号；
去噪模块102，利用小波去噪对每个太赫兹时频信号进行处理，得到去噪后的信号；
变换模块103，根据每个去噪后的信号得到以每个信号的频域幅值最大值作为灰度值的图像；
太赫兹图像点扩散函数构建模块104，建立基于高斯光束模型的太赫兹图像点扩散函数；
复原模块105，通过太赫兹图像点扩散函数和以每个信号的频域幅值最大值作为灰度值的图像来复原太赫兹图像。
请参照图3，本发明实施例还提供一种终端。如示，终端B300包括处理器B301和存储器B302。其中，处理器B301与存储器B302电性连接。处理器B301是终端B300的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或调用存储在存储器B302内的计算机程序，以及调用存储在存储器B302内的数据，执行终端的各种功能和处理数据，从而对终端B300进行整体监控。
在本实施例中，终端B300中的处理器B301会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器B302中，并由处理器B301来运行存储在存储器B302中的计算机程序，从而实现各种功能：获取太赫兹时频信号；利用小波去噪对每个太赫兹时频信号进行处理，得到去噪后的信号；根据每个去噪后的信号得到以每个信号的频域幅值最大值作为灰度值的图像；建立基于高斯光束模型的太赫兹图像点扩散函数；通过太赫兹图像点扩散函数和以每个信号的频域幅值最大值作为灰度值的图像来复原太赫兹图像。
存储器B302可用于存储计算机程序和数据。存储器B302存储的计算机程序中包含有可在处理器中执行的指令。计算机程序可以组成各种功能模块。处理器B301通过调用存储在存储器B302的计算机程序，从而执行各种功能应用以及数据处理。
本申请实施例提供一种存储介质，所述计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的方法，以实现以下功能：获取太赫兹时频信号；利用小波去噪对每个太赫兹时频信号进行处理，得到去噪后的信号；根据每个去噪后的信号得到以每个信号的频域幅值最大值作为灰度值的图像；建立基于高斯光束模型的太赫兹图像点扩散函数；通过太赫兹图像点扩散函数和以每个信号的频域幅值最大值作为灰度值的图像来复原太赫兹图像。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random Access Memory, 简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory, 简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read Only Memory, 简称EPROM），可编程只读存储器（Programmable Red-Only Memory, 简称PROM），只读存储器（Read-Only Memory, 简称ROM），磁存储器，快闪存储器，磁盘或光盘。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种太赫兹时域光谱成像复原方法，其特征在于，具体包括以下步骤：
获取太赫兹时频信号；
利用小波去噪对每个太赫兹时频信号进行处理，得到去噪后的信号；
根据每个去噪后的信号得到以每个信号的频域幅值最大值作为灰度值的图像；
建立基于高斯光束模型的太赫兹图像点扩散函数；
通过太赫兹图像点扩散函数和以每个信号的频域幅值最大值作为灰度值的图像来复原太赫兹图像。
2.根据权利要求1所述的太赫兹时域光谱成像复原方法，其特征在于，所述获取太赫兹时频信号，具体包括以下过程：通过光谱太赫兹系统，按照设定的步长，在X、Y方向上扫描待成像的物体，在每一个位置得到一个太赫兹时频信号。
3.根据权利要求1所述的太赫兹时域光谱成像复原方法，其特征在于，所述利用小波去噪对每个太赫兹时频信号进行处理，得到去噪后的信号，具体包括以下步骤：
s21：针对每个太赫兹时频信号利用离散小波变换将信号进行多级分解到小波域以获得一系列的近似系数和细节系数；
s22：按照如下公式重新确定所有的细节系数：
Figure 92022DEST_PATH_IMAGE001
其中，
Figure 805900DEST_PATH_IMAGE002
是阈值设定前的细节系数，
Figure 382375DEST_PATH_IMAGE003
为阈值化后的细节系数,λ是选定的阈值；
s23：对近似系数和阈值化后的细节系数采用逆离散小波变换以获得去噪后的信号。
4.根据权利要求1所述的太赫兹时域光谱成像复原方法，其特征在于，所述根据每个去噪后的信号得到以每个信号的频域幅值最大值作为灰度值的图像，具体包括以下过程：对每个去噪后的信号执行快速傅立叶变换，获得每个信号在频域上的最大幅值，得到以每个信号的频域幅值最大值作为灰度值的图像。
5.根据权利要求1所述的太赫兹时域光谱成像复原方法，其特征在于，所述太赫兹图像点扩散函数如下式：
Figure 325054DEST_PATH_IMAGE004
其中，
Figure 936164DEST_PATH_IMAGE005
是与截断比和辐照度水平有关的常数，NA是太赫兹成像系统的数值孔径常数，
Figure 555364DEST_PATH_IMAGE006
是光速，
Figure 369868DEST_PATH_IMAGE007
是频率，
Figure 99926DEST_PATH_IMAGE008
是样品离太赫兹光束焦点的距离，
Figure 565543DEST_PATH_IMAGE009
是样品的吸收系数,
Figure 121025DEST_PATH_IMAGE010
是不放置成像对象时的太赫兹信号强度，
Figure DEST_PATH_IMAGE012A
为所观察像素距离高斯光束中心的距离。
6.根据权利要求1所述的太赫兹时域光谱成像复原方法，其特征在于，以每个信号的频域幅值最大值作为灰度值的图像是被测样品的真实太赫兹图像与由于太赫兹波束特性所形成的太赫兹图像点扩散函数进行卷积的结果；所以太赫兹的真实图像为以每个信号的频域幅值最大值作为灰度值的图像与太赫兹图像点扩散函数反卷积的结果。
7.根据权利要求1所述的太赫兹时域光谱成像复原方法，其特征在于，所述通过太赫兹图像点扩散函数和以每个信号的频域幅值最大值作为灰度值的图像来复原太赫兹图像，具体过程如下：对以每个信号的频域幅值最大值作为灰度值的图像通过离散傅里叶变换得到原始图像频谱；对太赫兹图像点扩散函数进行离散傅里叶变换得到点扩散函数频谱；将原始图像频谱除以点扩散函数频谱，得到相除后的值；对相除后的值进行逆傅里叶变换得到复原后的太赫兹图像。
8.一种采用如权利要求1至7任一所述的太赫兹时域光谱成像复原方法的装置，其特征在于，包括：
时频信号获取模块，获取太赫兹时频信号；
去噪模块，利用小波去噪对每个太赫兹时频信号进行处理，得到去噪后的信号；
变换模块，根据每个去噪后的信号得到以每个信号的频域幅值最大值作为灰度值的图像；
太赫兹图像点扩散函数构建模块，建立基于高斯光束模型的太赫兹图像点扩散函数；
复原模块，通过太赫兹图像点扩散函数和以每个信号的频域幅值最大值作为灰度值的图像来复原太赫兹图像。
9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行权利要求1至7任一项所述的方法。
10.一种终端设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行权利要求1至7任一项所述的方法。
CN202011201582.1A 2020-11-02 2020-11-02 太赫兹时域光谱成像复原方法、装置、存储介质及终端 Pending CN112014349A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011201582.1A CN112014349A (zh) 2020-11-02 2020-11-02 太赫兹时域光谱成像复原方法、装置、存储介质及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011201582.1A CN112014349A (zh) 2020-11-02 2020-11-02 太赫兹时域光谱成像复原方法、装置、存储介质及终端

Publications (1)

Publication Number Publication Date
CN112014349A true CN112014349A (zh) 2020-12-01

Family

ID=73527490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011201582.1A Pending CN112014349A (zh) 2020-11-02 2020-11-02 太赫兹时域光谱成像复原方法、装置、存储介质及终端

Country Status (1)

Country Link
CN (1) CN112014349A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112233201A (zh) * 2020-12-14 2021-01-15 季华实验室 太赫兹图像重构方法、装置、存储介质及终端
CN115982571A (zh) * 2023-01-12 2023-04-18 中国人民解放军军事科学院系统工程研究院 一种空间太赫兹通信信号的几何表示方法及装置
CN116818704A (zh) * 2023-03-09 2023-09-29 苏州荣视软件技术有限公司 一种半导体瑕疵ai高精度全自动检测方法、设备及介质
CN117437150A (zh) * 2023-12-20 2024-01-23 齐鲁工业大学(山东省科学院) 太赫兹时域成像的图像去模糊方法、系统、介质及设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101968382A (zh) * 2010-01-20 2011-02-09 南通大学 一种焦平面探测器读出信号的数字信号处理方法
CN102798608A (zh) * 2012-08-17 2012-11-28 中国计量学院 利用波形重建技术测量水溶性蛋白类药物太赫兹介电谱的方法
CN102818629A (zh) * 2012-05-04 2012-12-12 浙江大学 基于平稳小波变换的微型光谱仪信号去噪方法
CN103630808A (zh) * 2013-11-11 2014-03-12 华南理工大学 一种基于提升小波变换的局部放电信号去噪方法
CN104574302A (zh) * 2014-12-25 2015-04-29 深圳市一体太赫兹科技有限公司 一种太赫兹图像的恢复方法及系统
CN110400282A (zh) * 2018-04-24 2019-11-01 中国科学院沈阳自动化研究所 一种高分辨太赫兹图像处理方法
CN111784573A (zh) * 2020-05-21 2020-10-16 昆明理工大学 一种基于迁移学习的被动太赫兹图像超分辨率重构方法
CN111812672A (zh) * 2020-07-31 2020-10-23 广东工业大学 一种图像重建方法及反射式太赫兹鬼成像系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101968382A (zh) * 2010-01-20 2011-02-09 南通大学 一种焦平面探测器读出信号的数字信号处理方法
CN102818629A (zh) * 2012-05-04 2012-12-12 浙江大学 基于平稳小波变换的微型光谱仪信号去噪方法
CN102798608A (zh) * 2012-08-17 2012-11-28 中国计量学院 利用波形重建技术测量水溶性蛋白类药物太赫兹介电谱的方法
CN103630808A (zh) * 2013-11-11 2014-03-12 华南理工大学 一种基于提升小波变换的局部放电信号去噪方法
CN104574302A (zh) * 2014-12-25 2015-04-29 深圳市一体太赫兹科技有限公司 一种太赫兹图像的恢复方法及系统
CN110400282A (zh) * 2018-04-24 2019-11-01 中国科学院沈阳自动化研究所 一种高分辨太赫兹图像处理方法
CN111784573A (zh) * 2020-05-21 2020-10-16 昆明理工大学 一种基于迁移学习的被动太赫兹图像超分辨率重构方法
CN111812672A (zh) * 2020-07-31 2020-10-23 广东工业大学 一种图像重建方法及反射式太赫兹鬼成像系统

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
任金成 等: "基于提升小波和自相关分析的改进阈值降噪方法研究", 《军事交通学院学报》 *
周胜灵: "基于模式识别的太赫兹光谱建模及应用研究", 《中国博士学位论文全文数据库 基础科学辑》 *
宋哲宇: "太赫兹图像复原及检测技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
张霁旸 等: "小波去噪在太赫兹无损检测中的应用", 《中国激光》 *
曹洁 等: "基于小波和多维重构的BP神经网络交通流短时预测", 《计算机应用与软件》 *
蔡娜: "小波变换在THz时域光谱技术中的应用", 《万方学位论文数据库》 *
郭俊文: "太赫兹时域光谱成像研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112233201A (zh) * 2020-12-14 2021-01-15 季华实验室 太赫兹图像重构方法、装置、存储介质及终端
CN115982571A (zh) * 2023-01-12 2023-04-18 中国人民解放军军事科学院系统工程研究院 一种空间太赫兹通信信号的几何表示方法及装置
CN116818704A (zh) * 2023-03-09 2023-09-29 苏州荣视软件技术有限公司 一种半导体瑕疵ai高精度全自动检测方法、设备及介质
CN116818704B (zh) * 2023-03-09 2024-02-02 苏州荣视软件技术有限公司 一种半导体瑕疵ai高精度全自动检测方法、设备及介质
CN117437150A (zh) * 2023-12-20 2024-01-23 齐鲁工业大学(山东省科学院) 太赫兹时域成像的图像去模糊方法、系统、介质及设备
CN117437150B (zh) * 2023-12-20 2024-03-15 齐鲁工业大学(山东省科学院) 太赫兹时域成像的图像去模糊方法、系统、介质及设备

Similar Documents

Publication Publication Date Title
CN112014349A (zh) 太赫兹时域光谱成像复原方法、装置、存储介质及终端
CN106570862B (zh) 一种超分辨率重建质量的评价方法及装置
Hoshyar et al. Comparing the performance of various filters on skin cancer images
Chen et al. An empirical identification method of Gaussian blur parameter for image deblurring
Fienup et al. Comparison of reconstruction algorithms for images from sparse-aperture systems
Sur et al. Automated removal of quasiperiodic noise using frequency domain statistics
Mosleh et al. Explicit ringing removal in image deblurring
Varghese et al. Fourier transform‐based windowed adaptive switching minimum filter for reducing periodic noise from digital images
Habib et al. Wavelet denoising of multiframe optical coherence tomography data using similarity measures
Adam et al. Combined higher order non-convex total variation with overlapping group sparsity for impulse noise removal
Ljubenović et al. Blind image deblurring using class-adapted image priors
Tiwari et al. Blur parameters identification for simultaneous defocus and motion blur
Thivakaran et al. Nonlinear filter based image denoising using AMF approach
Li et al. Multipatch unbiased distance non-local adaptive means with wavelet shrinkage
Honarvar Shakibaei Asli et al. Motion blur invariant for estimating motion parameters of medical ultrasound images
Ljubenović et al. Beam-shape effects and noise removal from thz time-domain images in reflection geometry in the 0.25–6 thz range
Hui et al. Image restoration for optical synthetic aperture system via patched maximum–minimum intensity prior and unsupervised DenoiseNet
Hardie et al. Application of tilt correlation statistics to anisoplanatic optical turbulence modeling and mitigation
Siddiqi et al. [Retracted] Signal‐to‐Noise Ratio Comparison of Several Filters against Phantom Image
Sheta Restoration of medical images using genetic algorithms
Qiu A nonparametric procedure for blind image deblurring
Bojarczak et al. Image deblurring–Wiener filter versus TSVD approach
Tiwari Blind restoration of motion blurred barcode images using ridgelet transform and radial basis function neural network
Chakraborty et al. Automated spectral domain approach of quasi‐periodic denoising in natural images using notch filtration with exact noise profile
Liu et al. Robust blind deconvolution for PMMW images with sparsity presentation

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201201