基于聯(lián)合雙邊濾波的高質(zhì)量關(guān)聯(lián)成像
發(fā)布時間：2021-02-06 08:03
提高重構(gòu)質(zhì)量一直是關(guān)聯(lián)成像的研究重點(diǎn)。將聯(lián)合雙邊濾波嵌入到投影Landweber迭代算法之中并進(jìn)行關(guān)聯(lián)成像重構(gòu)。這種方法能夠通過聯(lián)合雙邊濾波有效地去除投影Landweber迭代算法中間結(jié)果的噪聲,從而提高投影Landweber迭代算法的重構(gòu)質(zhì)量。數(shù)值仿真和實(shí)驗(yàn)結(jié)果表明,所提算法能有效地重構(gòu)出目標(biāo)的強(qiáng)度像。通過與常用的關(guān)聯(lián)成像重構(gòu)算法進(jìn)行定量和定性的比較,發(fā)現(xiàn)所提算法具有更高的重構(gòu)質(zhì)量。同時分析了背景噪聲和測量次數(shù)對重構(gòu)質(zhì)量的影響,證明了背景噪聲的減小和測量次數(shù)的增大會提高所提算法的重構(gòu)質(zhì)量。
【文章來源】：光學(xué)學(xué)報. 2020,40(14)北大核心
【文章頁數(shù)】：8 頁
【部分圖文】：
計(jì)算關(guān)聯(lián)成像系統(tǒng)
為了對比本文所提方法的圖像重構(gòu)性能,采用其他關(guān)聯(lián)成像中常見的算法對相同的目標(biāo)進(jìn)行仿真實(shí)驗(yàn)。這里采用的重構(gòu)算法包括偽逆關(guān)聯(lián)成像恢復(fù)算法(PGI)[23]、快速稀疏自適應(yīng)匹配追蹤算法(FSAMP)[17]、基于迭代濾波思想的投影Landweber迭代算法(PLRG)[19]。在上述仿真條件下,不同算法的仿真結(jié)果如圖2所示。圖2(a)是原始的目標(biāo)圖像,圖2(b)～(e)分別是PGI、FSAMP、PLRG和本文所提算法的重構(gòu)結(jié)果。從圖2的結(jié)果可以直觀地看出,PGI的重構(gòu)效果最差,噪點(diǎn)較多,從重構(gòu)結(jié)果中難以看出目標(biāo)的強(qiáng)度信息。FSAMP相比PGI重構(gòu)效果有所提高,噪點(diǎn)在一定程度上被去除,但是圖像的整體效果仍舊不夠理想。PLRG相比于前兩種算法,重構(gòu)性能有了大幅改善,噪聲得到較好的去除,文字信息相對清晰可見,但是文字的邊緣部分較為模糊。本文所提算法相比于其他算法重構(gòu)性能最佳,可以看出,重構(gòu)結(jié)果中噪聲非常少,而且文字的邊緣和細(xì)節(jié)信息保留完整,重構(gòu)過程中信息丟失較少。通過觀察發(fā)現(xiàn),本文所提算法在重構(gòu)方面具有較高的圖像恢復(fù)能力。
從圖3所示的結(jié)果可以看出,不同的算法對灰度圖的重構(gòu)效果規(guī)律與二值圖像的重構(gòu)效果規(guī)律相似,即重構(gòu)效果由好到壞順序依次是所提算法、PLRG、FSAMP、PGI。對于灰度圖像,不同算法重構(gòu)結(jié)果的PSNR和SSIM如表2所示�？梢钥闯�,評價指標(biāo)也與視覺效果相吻合,所提算法重構(gòu)結(jié)果的PSNR和SSIM分別為20.308和0.663,對應(yīng)的圖像重構(gòu)質(zhì)量最高;其他算法重構(gòu)結(jié)果的PSNR和SSIM均低于所提算法的評價指標(biāo),重構(gòu)質(zhì)量相對較低。表2 不同算法重構(gòu)灰度圖像的PSNR和SSIMTable 2 PSNR and SSIM of gray image reconstructed byeach algorithm Parameter PGI FSAMP PLRG Ours PSNR 14.557 18.954 19.104 20.308 SSIM 0.377 0.493 0.547 0.560
【參考文獻(xiàn)】：
期刊論文
[1]壓縮感知在光學(xué)成像領(lǐng)域的應(yīng)用[J]. 柯鈞,張臨夏,周群. 光學(xué)學(xué)報. 2020(01)
[2]基于鄰域相似度的壓縮感知鬼成像[J]. 陳熠,樊祥,程玉寶,程正東,梁振宇. 光學(xué)學(xué)報. 2018(07)
[3]基于計(jì)算鬼成像的雙密鑰光學(xué)加密方案[J]. 曹非,趙生妹. 光學(xué)學(xué)報. 2017(01)
[4]基于光子計(jì)數(shù)的關(guān)聯(lián)成像實(shí)驗(yàn)研究[J]. 薄遵望,龔文林,嚴(yán)毅,韓申生. 中國激光. 2016(11)
[5]High-resolution pseudo-inverse ghost imaging[J]. Wenlin Gong. Photonics Research. 2015(05)
[6]基于壓縮感知的熒光顯微多光譜成像[J]. 王金成,匡翠方,王軼凡,劉旭. 中國激光. 2013(12)
本文編號：3020435
【文章來源】：光學(xué)學(xué)報. 2020,40(14)北大核心
【文章頁數(shù)】：8 頁
【部分圖文】：
計(jì)算關(guān)聯(lián)成像系統(tǒng)
為了對比本文所提方法的圖像重構(gòu)性能,采用其他關(guān)聯(lián)成像中常見的算法對相同的目標(biāo)進(jìn)行仿真實(shí)驗(yàn)。這里采用的重構(gòu)算法包括偽逆關(guān)聯(lián)成像恢復(fù)算法(PGI)[23]、快速稀疏自適應(yīng)匹配追蹤算法(FSAMP)[17]、基于迭代濾波思想的投影Landweber迭代算法(PLRG)[19]。在上述仿真條件下,不同算法的仿真結(jié)果如圖2所示。圖2(a)是原始的目標(biāo)圖像,圖2(b)～(e)分別是PGI、FSAMP、PLRG和本文所提算法的重構(gòu)結(jié)果。從圖2的結(jié)果可以直觀地看出,PGI的重構(gòu)效果最差,噪點(diǎn)較多,從重構(gòu)結(jié)果中難以看出目標(biāo)的強(qiáng)度信息。FSAMP相比PGI重構(gòu)效果有所提高,噪點(diǎn)在一定程度上被去除,但是圖像的整體效果仍舊不夠理想。PLRG相比于前兩種算法,重構(gòu)性能有了大幅改善,噪聲得到較好的去除,文字信息相對清晰可見,但是文字的邊緣部分較為模糊。本文所提算法相比于其他算法重構(gòu)性能最佳,可以看出,重構(gòu)結(jié)果中噪聲非常少,而且文字的邊緣和細(xì)節(jié)信息保留完整,重構(gòu)過程中信息丟失較少。通過觀察發(fā)現(xiàn),本文所提算法在重構(gòu)方面具有較高的圖像恢復(fù)能力。
從圖3所示的結(jié)果可以看出,不同的算法對灰度圖的重構(gòu)效果規(guī)律與二值圖像的重構(gòu)效果規(guī)律相似,即重構(gòu)效果由好到壞順序依次是所提算法、PLRG、FSAMP、PGI。對于灰度圖像,不同算法重構(gòu)結(jié)果的PSNR和SSIM如表2所示�？梢钥闯�,評價指標(biāo)也與視覺效果相吻合,所提算法重構(gòu)結(jié)果的PSNR和SSIM分別為20.308和0.663,對應(yīng)的圖像重構(gòu)質(zhì)量最高;其他算法重構(gòu)結(jié)果的PSNR和SSIM均低于所提算法的評價指標(biāo),重構(gòu)質(zhì)量相對較低。表2 不同算法重構(gòu)灰度圖像的PSNR和SSIMTable 2 PSNR and SSIM of gray image reconstructed byeach algorithm Parameter PGI FSAMP PLRG Ours PSNR 14.557 18.954 19.104 20.308 SSIM 0.377 0.493 0.547 0.560
【參考文獻(xiàn)】：
期刊論文
[1]壓縮感知在光學(xué)成像領(lǐng)域的應(yīng)用[J]. 柯鈞,張臨夏,周群. 光學(xué)學(xué)報. 2020(01)
[2]基于鄰域相似度的壓縮感知鬼成像[J]. 陳熠,樊祥,程玉寶,程正東,梁振宇. 光學(xué)學(xué)報. 2018(07)
[3]基于計(jì)算鬼成像的雙密鑰光學(xué)加密方案[J]. 曹非,趙生妹. 光學(xué)學(xué)報. 2017(01)
[4]基于光子計(jì)數(shù)的關(guān)聯(lián)成像實(shí)驗(yàn)研究[J]. 薄遵望,龔文林,嚴(yán)毅,韓申生. 中國激光. 2016(11)
[5]High-resolution pseudo-inverse ghost imaging[J]. Wenlin Gong. Photonics Research. 2015(05)
[6]基于壓縮感知的熒光顯微多光譜成像[J]. 王金成,匡翠方,王軼凡,劉旭. 中國激光. 2013(12)
本文編號：3020435
本文鏈接：http://sikaile.net/kejilunwen/dianzigongchenglunwen/3020435.html
最近更新
教材專著
