CN112597836A - 一种太阳低振幅振荡信号的放大方法 - Google Patents
一种太阳低振幅振荡信号的放大方法 Download PDFInfo
- Publication number
- CN112597836A CN112597836A CN202011460987.7A CN202011460987A CN112597836A CN 112597836 A CN112597836 A CN 112597836A CN 202011460987 A CN202011460987 A CN 202011460987A CN 112597836 A CN112597836 A CN 112597836A
- Authority
- CN
- China
- Prior art keywords
- phase information
- phase
- time
- amplitude
- oscillation signal
- 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.)
- Granted
Links
- 230000010355 oscillation Effects 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000003321 amplification Effects 0.000 claims abstract description 32
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 32
- 238000001914 filtration Methods 0.000 claims abstract description 30
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 16
- 238000009499 grossing Methods 0.000 claims abstract description 9
- 238000006073 displacement reaction Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000000926 separation method Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 241001270131 Agaricus moelleri Species 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种太阳低振幅振荡信号的放大方法,包括:对在连续时间内拍摄的包含太阳低振幅振荡信号的多帧数据使用由不同尺度、不同方向的若干滤波器组成的复可操纵金字塔进行多分辨率分解,该分解过程使图像中的相位信息和幅值信息分离;提取出在不同尺度、不同方向的时间序列下复值图像的相位信息对其进行时域滤波,得到时域滤波后的相位信息;对经过时域滤波后的相位信息使用幅度加权的空间平滑方法处理,得到相位去噪后的相位信息;对相位去噪后的相位信息乘以一个放大因子,得到放大后的相位信息;对放大后的相位信息使用复可操纵金字塔重构并得到放大后的图像。本发明有效地实现了放大太阳低振幅振荡信号在时间上的位移。
Description
技术领域
本发明涉及一种太阳低振幅振荡信号的放大方法,属于天文技术和时频处理领域。
背景技术
太阳振荡是太阳物理研究的重要领域。在对太阳进行观测时,太阳上很多特征都呈现低振幅振荡,如冕环、针状体、色球纤维等。这些低振幅的振荡信号可以通过观测设备观测到。但由于振荡信号的振幅低以及观测设备分辨率的影响,我们还不能很好地识别太阳振荡的运动特性,因此解决低振幅位移运动就显得尤为重要。
我们发现研究太阳低振幅振荡信号的方法主要分为两类,即建模和放大技术。建模是通过选择适当模型的方式对太阳低振幅振荡信号进行研究,并在研究过程中揭示更多天文物理学信息,一旦建模不能适应太阳低振幅振荡信号,该建模会产生错误的研究信息。另外一种就是对低振幅信号进行放大,所采用的技术为基于双树复小波的放大技术,通过相关文献得知,基于双树复小波的太阳低振幅振荡信号放大技术在放大太阳低振幅振荡信号的同时也放大了振荡信号强度,强度被放大可能会产生运动伪影,对研究冕环低振幅振荡信号造成一定的干扰。
发明内容
本发明提供了一种太阳低振幅振荡信号的放大方法,以用于放大太阳低振幅振荡信号在时间上的位移。
本发明的技术方案是:一种太阳低振幅振荡信号的放大方法,所述方法的具体步骤如下:
步骤1、空间分解:对在连续时间内拍摄的包含太阳低振幅振荡信号的多帧数据使用由不同尺度、不同方向的若干滤波器组成的复可操纵金字塔进行多分辨率分解,该分解过程使图像中的相位信息和幅值信息分离;
步骤2、时域滤波:从图像中的相位信息和幅值信息分离结果中提取出在不同尺度、不同方向的时间序列下复值图像的相位信息对其进行时域滤波,得到时域滤波后的相位信息;
步骤3、相位去噪:对经过时域滤波后的相位信息使用幅度加权的空间平滑方法处理,得到相位去噪后的相位信息;
步骤4、运动放大:对相位去噪后的相位信息乘以一个放大因子,得到放大后的相位信息;
步骤5、图像重构:对放大后的相位信息使用复可操纵金字塔重构并得到放大后的图像。
所述复可操纵金字塔选择半八度带宽。
所述步骤2具体为:使用angle(filterResponse)方式计算相位值提取出在不同尺度、不同方向的时间序列下复值图像的相位信息;使用single(mod (pi+pyrCurrent-pyrRef,2*pi)-pi)方式计算时间序列上的相位梯度,使用FIRWindowBP滤波器对相位梯度进行时域滤波,得到时域滤波后的相位信息;其中,angle()是计算相位的函数,filterResponse代表图像在对应滤波器下的滤波响应;single()表示结果为单精度,pyrCurrent为不同时间帧上的相位值,pyrRef为第一帧的相位值,mod()表示取模运算。
所述步骤3中,幅度加权的空间平滑方法中采用高斯核进行卷积。
所述放大因子的边界条件满足αδ(t)<λ/2;其中,α为放大因子,δ(t)为图像平移运动的位移函数,λ为空间波长。
本发明的有益效果是:本发明提供了一种基于复可操纵金字塔的放大方法,首先选择半八度带宽复可操纵金字塔对连续时间内拍摄的包含太阳低振幅振荡信号的数据进行多分辨率分解,使得空间中的支持较大,有利于抓住图像中的相位信息,而相位变化对应着运动,对相位进行处理几乎不会改变运动信号强度,减少了图像伪影的出现;提取不同尺度、不同方向的时间序列下复值图像的相位信息并在时间上计算相位梯度,然后进行步骤2的时域滤波处理,可以带通出我们感兴趣的运动频带;再进一步地对带通滤波后的相位信息通过步骤3的相位去噪,可以增加相位信噪比;对步骤3得到的去噪后的相位信息进行步骤4操作,实现特定频率的运动放大,而限定方式选择的适当的放大因子在一定程度上也减少了由于放大因子选择不恰当产生的图像伪影,通过放大得到适当放大倍数的相位信息;最后对适当放大倍数的相位信息使用复可操纵金字塔重构并得到放大后的图像;最后通过本发明的实验可知,本发明所提方法较好地解决了基于双树复小波太阳低振幅振荡信号放大方法中放大太阳低振幅振荡信号强度的问题,减少了图像伪影的出现,有效地实现了放大太阳低振幅振荡信号在时间上的位移。
附图说明
图1是本发明中太阳低振幅振荡信号的放大方法的总体流程图;
图2是在本发明中使用SDO/AIA 171波段观测到冕环低振幅振荡(是太阳低振幅振荡信号的一种)数据中的一帧,该低振幅震荡平均振幅约为0.2角秒,图中白色垂线垂直于冕环结构;
图3是本发明在原始冕环数据上,在时间上取出白色垂线上强度值所作制成的时间切片图;
图4是本发明在放大后冕环数据上,在时间上取出白色垂线上强度值所作制成的时间切片图;
图5是本发明对图3和图4的强度值进行归一化后制成的时间-强度图;
图6是基于双树复小波的放大技术,在时间上取出白色垂线上强度值所作制成的时间切片图;
图7是基于双树复小波的放大技术,对图3和图6的强度值进行归一化后制成的时间-强度图。
具体实施方式
实施例1:如图1-7所示,一种太阳低振幅振荡信号的放大方法,所述方法的具体步骤如下:
步骤1、空间分解:对在连续时间内拍摄的包含太阳低振幅振荡信号的多帧数据使用由不同尺度、不同方向的若干滤波器组成的复可操纵金字塔进行多分辨率分解,该分解过程使图像中的相位信息和幅值信息分离;
步骤2、时域滤波:从图像中的相位信息和幅值信息分离结果中提取出在不同尺度、不同方向的时间序列下复值图像的相位信息对其进行时域滤波,得到时域滤波后的相位信息;
步骤3、相位去噪:对经过时域滤波后的相位信息使用幅度加权的空间平滑方法处理,得到相位去噪后的相位信息;
步骤4、运动放大:对相位去噪后的相位信息乘以一个放大因子,得到放大后的相位信息;
步骤5、图像重构:对放大后的相位信息使用复可操纵金字塔重构并得到放大后的图像。
进一步地,可以设置所述复可操纵金字塔选择半八度带宽(half-octavebandwidth)。该金字塔是由不同尺度、不同方向滤波器组成,在不同尺度、不同方向滤波器下,所有的时间帧图像经过傅里叶变换,其结果与滤波器进行点乘的操作实现复可操纵金字塔对图像的多分辨率分解,通过该特定方式,使得对连续时间内拍摄的包含太阳低振幅振荡信号的数据进行多分辨率分解时,在空间中的支持较大,有利于抓住图像中的相位信息。
进一步地,可以设置所述步骤2具体为:使用angle(filterResponse)方式计算相位值提取出在不同尺度、不同方向的时间序列下复值图像的相位信息;使用single(mod(pi+pyrCurrent-pyrRef,2*pi)-pi)方式计算时间序列上的相位梯度,使用FIRWindowBP滤波器对相位梯度进行时域滤波,得到时域滤波后的相位信息;其中,angle()是计算相位的函数,pi代表圆周率,filterResponse代表图像在对应滤波器下的滤波响应;single()表示结果为单精度,pyrCurrent为不同时间帧上的相位值,pyrRef为第一帧的相位值,mod()表示取模运算。
通过步骤1分离的结果为复值信息,采用angle(filterResponse)方式计算相位值,采用single(mod(pi+pyrCurrent-pyrRef,2*pi)-pi)方式计算时间序列上的相位梯度,可以避免无法直接进行时域滤波的不足;而通过时域滤波,可以有效地提取出振荡的运动信息,同时本申请的时域滤波为特定的FIRWindowBP滤波器,可以去除直流分量,其可以滤除不必要的信息获得我们感兴趣的运动信息,滤波窗使用平顶窗这是因为平顶窗具有平顶主瓣和低水平旁瓣,在频域中使用平顶窗对相位梯度进行时域滤波时通带波动非常小减少了滤波对滤波信号幅度的影响,使得滤波后的信号更接近真实信号的频谱。
进一步地,可以设置所述步骤3中,幅度加权的空间平滑方法中采用高斯核进行卷积。步骤3具体为通过在时间序列上把帧时域滤波后的信号加入到对应帧的幅值中,使用高斯核进行卷积,可以有效剔除时域滤波后的相位信息中的噪声,实现平滑,得到去噪后的时域滤波相位信息。
进一步地,可以设置所述放大因子的边界条件满足αδ(t)<λ/2;其中,α为放大因子,δ(t)为图像平移运动的位移函数,λ为空间波长。通过该边界条件限定下选择的恰当的放大因子能够更好地实现太阳低振幅振荡信号的放大。
通过本发明的方法,给出如下实验的过程:
1、读取连续时间内拍摄的包含冕环低振幅振荡信号的数据(如图1图像序列部分所示),平均振幅约为0.2角秒,对其使用由不同尺度、不同方向的若干滤波器组成的复可操纵金字塔进行多分辨率分解,使图像中的相位信息和幅值信息分离,(如图1空间分解部分所示)。图2是在本发明中使用SDO/AIA 171波段观测到冕环低振幅振荡(是太阳低振幅振荡信号的一种)数据中的一帧,该低振幅震荡平均振幅约为0.2角秒,图中白色垂线垂直于冕环结构。图3是本发明在原始冕环数据上,在时间上取出白色垂线上强度值所作制成的时间切片图;
2、提取出不同尺度、不同方向的时间序列下复值图像的相位信息,对其进行时域滤波,并去除直流分量,得到时域滤波后的相位信息(如图1时域滤波部分所示);
3、相位去噪,对时域滤波后的相位信息使用幅度加权的空间平滑方法,低通相位信息,增加信噪比,得到相位去噪后的相位信息(如图1相位去噪部分所示);
4、对相位去噪后的相位信息乘以一个放大因子,得到放大的相位信息(如图1运动放大部分所示);
5、对放大后的相位信息使用复可操纵金字塔重构图像(如图1图像重构部分所示)。
图4是本发明在放大后冕环数据上,在时间上取出白色垂线上强度值所作制成的时间切片图,通过对比图3和图4可以明显看出本发明的放大技术能够放大冕环低振幅振荡信号。图5是本发明对图3和图4的强度值进行归一化后制成的时间-强度图。在图5中.代表原始信号,-代表放大后信号,可以看出信号放大前后强度没有发生太大的变化。
图6表示在基于双树复小波放大技术放大倍数为9倍时生成的重构图像序列中选择与图1相同位置的白色垂线,并在时间上取出强度制成的时间切片图,通过对比图3和图6可以明显看出该放大技术也能够放大冕环低振幅振荡信号。图7是基于双树复小波的放大技术,对图3和图6的强度值进行归一化后制成的时间-强度图。在图7中.代表原始信号,-代表放大大后信号,可以看出信号放大后与与放大前相比有一定程度的增大。
通过对比图5、图7可知,本发明的方法较好地解决了基于双树复小波太阳低振幅振荡信号放大方法中放大太阳低振幅振荡信号强度的问题。
上面结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (5)
1.一种太阳低振幅振荡信号的放大方法,其特征在于:所述方法的具体步骤如下:
步骤1、空间分解:对在连续时间内拍摄的包含太阳低振幅振荡信号的多帧数据使用由不同尺度、不同方向的若干滤波器组成的复可操纵金字塔进行多分辨率分解,该分解过程使图像中的相位信息和幅值信息分离;
步骤2、时域滤波:从图像中的相位信息和幅值信息分离结果中提取出在不同尺度、不同方向的时间序列下复值图像的相位信息对其进行时域滤波,得到时域滤波后的相位信息;
步骤3、相位去噪:对经过时域滤波后的相位信息使用幅度加权的空间平滑方法处理,得到相位去噪后的相位信息;
步骤4、运动放大:对相位去噪后的相位信息乘以一个放大因子,得到放大后的相位信息;
步骤5、图像重构:对放大后的相位信息使用复可操纵金字塔重构并得到放大后的图像。
2.根据权利要求1所述的太阳低振幅振荡信号的放大方法,其特征在于:所述复可操纵金字塔选择半八度带宽。
3.根据权利要求1所述的太阳低振幅振荡信号的放大方法,其特征在于:所述步骤2具体为:使用angle(filterResponse)方式计算相位值提取出在不同尺度、不同方向的时间序列下复值图像的相位信息;使用single(mod(pi+pyrCurrent-pyrRef,2*pi)-pi)方式计算时间序列上的相位梯度,使用FIRWindowBP滤波器对相位梯度进行时域滤波,得到时域滤波后的相位信息;其中,angle()是计算相位的函数,filterResponse代表图像在对应滤波器下的滤波响应;single()表示结果为单精度,pyrCurrent为不同时间帧上的相位值,pyrRef为第一帧的相位值,mod()表示取模运算。
4.根据权利要求1所述的太阳低振幅振荡信号的放大方法,其特征在于:所述步骤3中,幅度加权的空间平滑方法中采用高斯核进行卷积。
5.根据权利要求1所述的太阳低振幅振荡信号的放大方法,其特征在于:所述放大因子的边界条件满足αδ(t)<λ/2;其中,α为放大因子,δ(t)为图像平移运动的位移函数,λ为空间波长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011460987.7A CN112597836B (zh) | 2020-12-11 | 2020-12-11 | 一种太阳低振幅振荡信号的放大方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011460987.7A CN112597836B (zh) | 2020-12-11 | 2020-12-11 | 一种太阳低振幅振荡信号的放大方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112597836A true CN112597836A (zh) | 2021-04-02 |
CN112597836B CN112597836B (zh) | 2023-07-07 |
Family
ID=75192782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011460987.7A Active CN112597836B (zh) | 2020-12-11 | 2020-12-11 | 一种太阳低振幅振荡信号的放大方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112597836B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5818972A (en) * | 1995-06-07 | 1998-10-06 | Realnetworks, Inc. | Method and apparatus for enhancing images using helper signals |
FR2864740A1 (fr) * | 2003-12-26 | 2005-07-01 | Tietronix Optics | Equipement, procede et accessoire anti-eblouissement. |
CN102252648A (zh) * | 2011-04-02 | 2011-11-23 | 曹博成 | 用于太阳跟踪的角度测量方法及太阳方位传感器 |
CN103034278A (zh) * | 2012-12-11 | 2013-04-10 | 易霸科技(威海)股份有限公司 | 基于双重线性近似值的mppt算法的模拟电路实现方法 |
US20140072229A1 (en) * | 2012-09-07 | 2014-03-13 | Massachusetts Institute Of Technology | Complex-Valued Phase-Based Eulerian Motion Modulation |
US20140072190A1 (en) * | 2012-09-07 | 2014-03-13 | Massachusetts Institute Of Technology | Linear-Based Eulerian Motion Modulation |
CN106657713A (zh) * | 2016-12-30 | 2017-05-10 | 华中科技大学 | 一种视频运动放大方法 |
CN106813575A (zh) * | 2017-01-23 | 2017-06-09 | 山东大学 | 日冕仪外掩体位置测量系统及位置测量方法 |
CN107896203A (zh) * | 2016-10-03 | 2018-04-10 | 基萨系统公司 | Bpsk解调 |
CN108802502A (zh) * | 2018-07-24 | 2018-11-13 | 山东大学 | 基于无线电技术的太阳射电流量监测系统及方法 |
CN110519484A (zh) * | 2019-06-18 | 2019-11-29 | 天津中科智能识别产业技术研究院有限公司 | 一种视频中运动物体上局部微小运动的快速放大方法 |
CN111931669A (zh) * | 2020-08-14 | 2020-11-13 | 山东大学 | 一种太阳射电观测系统的信号自适应截位方法及系统 |
-
2020
- 2020-12-11 CN CN202011460987.7A patent/CN112597836B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5818972A (en) * | 1995-06-07 | 1998-10-06 | Realnetworks, Inc. | Method and apparatus for enhancing images using helper signals |
FR2864740A1 (fr) * | 2003-12-26 | 2005-07-01 | Tietronix Optics | Equipement, procede et accessoire anti-eblouissement. |
CN102252648A (zh) * | 2011-04-02 | 2011-11-23 | 曹博成 | 用于太阳跟踪的角度测量方法及太阳方位传感器 |
US20140072229A1 (en) * | 2012-09-07 | 2014-03-13 | Massachusetts Institute Of Technology | Complex-Valued Phase-Based Eulerian Motion Modulation |
US20140072190A1 (en) * | 2012-09-07 | 2014-03-13 | Massachusetts Institute Of Technology | Linear-Based Eulerian Motion Modulation |
CN103034278A (zh) * | 2012-12-11 | 2013-04-10 | 易霸科技(威海)股份有限公司 | 基于双重线性近似值的mppt算法的模拟电路实现方法 |
CN107896203A (zh) * | 2016-10-03 | 2018-04-10 | 基萨系统公司 | Bpsk解调 |
CN106657713A (zh) * | 2016-12-30 | 2017-05-10 | 华中科技大学 | 一种视频运动放大方法 |
CN106813575A (zh) * | 2017-01-23 | 2017-06-09 | 山东大学 | 日冕仪外掩体位置测量系统及位置测量方法 |
CN108802502A (zh) * | 2018-07-24 | 2018-11-13 | 山东大学 | 基于无线电技术的太阳射电流量监测系统及方法 |
CN110519484A (zh) * | 2019-06-18 | 2019-11-29 | 天津中科智能识别产业技术研究院有限公司 | 一种视频中运动物体上局部微小运动的快速放大方法 |
CN111931669A (zh) * | 2020-08-14 | 2020-11-13 | 山东大学 | 一种太阳射电观测系统的信号自适应截位方法及系统 |
Non-Patent Citations (5)
Title |
---|
NEAL WADHWA ET AL: "Phase-Based Video Motion Processing", 《ACM TRANSACTIONS ON GRAPHICS (TOG)》 * |
NEAL WADHWA ET AL: "Phase-Based Video Motion Processing", 《ACM TRANSACTIONS ON GRAPHICS (TOG)》, vol. 32, no. 4, 31 July 2013 (2013-07-31), pages 1 - 10, XP055154489, DOI: 10.1145/2461912.2461966 * |
SERGEY ANFINOGENTOV ET AL.: "Motion Magnification in Coronal Seismology", 《SOLAR PHYSICS》 * |
SERGEY ANFINOGENTOV ET AL.: "Motion Magnification in Coronal Seismology", 《SOLAR PHYSICS》, 15 November 2016 (2016-11-15), pages 3251 - 3267, XP036106081, DOI: 10.1007/s11207-016-1013-z * |
王霞等: "预决策金字塔层数的欧拉视频微弱运动放大算法", 《科学技术与工程》, vol. 16, no. 01, pages 114 - 118 * |
Also Published As
Publication number | Publication date |
---|---|
CN112597836B (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111028163B (zh) | 一种基于卷积神经网络的联合图像去噪与弱光增强方法 | |
Klosowski et al. | Image denoising for real‐time MRI | |
Dixit et al. | A comparative study of wavelet thresholding for image denoising | |
Thakur et al. | Agsdnet: Attention and gradient-based sar denoising network | |
Mittal et al. | Novelty in image reconstruction using DWT and CLAHE | |
CN112084845A (zh) | 基于多尺度小波系数自相关的低频1/f噪声消除方法 | |
Michailovich et al. | Iterative reconstruction of medical ultrasound images using spectrally constrained phase updates | |
CN111308555B (zh) | 一种基于频间相似性低频重构的面波干扰消除方法 | |
CN113781343A (zh) | 一种超分辨率图像质量提升方法 | |
CN112597836B (zh) | 一种太阳低振幅振荡信号的放大方法 | |
JP5594665B2 (ja) | ノイズ除去装置、その方法、及びプログラム | |
Kaur et al. | A survey on implementation of discrete wavelet transform for image denoising | |
CN114549361B (zh) | 一种基于改进U-Net模型的去图像运动模糊方法 | |
CN110032968A (zh) | 基于双树复小波和自适应半软阈值法的去噪方法 | |
CN114283086A (zh) | 一种基于信号域与图像域联合滤波的磁共振影像降噪方法 | |
Sveinsson et al. | Speckle reduction and enhancement of SAR images using multiwavelets and adaptive thresholding | |
Charde | A review on image denoising using wavelet transform and Median filter over AWGN channel | |
CN114331853A (zh) | 基于目标向量更新模块的单幅图像复原迭代框架 | |
Ufade et al. | Restoration of blur image using wavelet based image fusion | |
Tayade et al. | Medical image denoising and enhancement using DTCWT and Wiener filter | |
Asante-Mensah et al. | Medical image de-noising using deep networks | |
Hoˇst’álková et al. | Wavelet signal and image denoising | |
CN117274094B (zh) | 一种用于可穿戴超声成像质量提升的反卷积重构方法 | |
CN114076986B (zh) | 一种多尺度字典学习稀疏去噪方法 | |
Tzeng et al. | Image enhancement for fluid lens camera based on color correlation |
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 |