论文部分内容阅读
摘 要:在社会科学技术不断进步的今天,人们对于红外技术的使用已经越来越熟练,无论是在军事或者民用领域中,红外技术都得到了有效的运用。但是由于技术水平的限制,现阶段所形成的红外图像依然存在着图像模糊以及噪声较大等缺陷。本文将分析红外图像的背景以及去噪过程,并且探究原有的去噪方法与小波去噪方法,旨在提高红外成像系统中图像的质量。
关键词:红外图像;小波变换;图像去噪
一、红外图像的背景
在技术水平愈加成熟的今天,红外成像技术已经在很多领域有着突出贡献,例如医疗、探测等方面,不过随着人们对红外成像技术认识的不断的提高,技术自身的缺点也逐渐被人们所产察觉,红外图像的对比度较低且边缘较为模糊,在使用过程中噪声大,并且容易受到环境因素影响,使结果偏离出实验本身。所以,提高红外成像技术的图像质量是技术进步的关键点,上个世纪八十年代开始,国内外已经将研究目光转移到了图像质量上来,随着科研力量的不断投入,已经研究出了一些新的理论与算法,但是就现代化多变的自然环境来言,现阶段的科研成果还不能满足人们对于红外成像技术的需要,目前研究的方向基本上集中于在空域、频域中进行,在“时、频”层面上,小波变换能够同时对其进行分析,进一步使二维信号分解到不同的分标率,因此学者对于红外成像的研究热点也都集中在对于小波变换的应用上,以期通过熟练的掌握这种技术有效的提高图像的质量,准确的获得信息。
二、红外图像的产生过程
红外图像产生的原理是非常容易理解的,任何存在于自然界之中的物体,在其温度高于绝对零度的情况下,其自身会向外界进行红外辐射作用。通过相应的技术手段,对其辐射程度进行探测,在温度差异与辐射频域差异的基础上使探测信号形成图像,呈现出灰色的红外探测图像。在成像过程中,成像系统首先需要将红外光进行加工处理,使其变成可见光,具体作用可分为两个部分,首先对光学进行转换工作,使红外辐射经过处理成为电信号,电信号能够反映出红外辐射的强弱程度,是信息传递的主要方式,第二部分是将已经转换的电信号反映到显示器上,利用电子学处理功能,实现从电信号的视觉的转换,形成成可见的红外图像。在整体的信号转换过程中,主要涉及光学系统的处理,红外信号的接收,以显示记录装置等几部分。
红外图像能够显示出目标和背景不可见红外辐射的空间分布情况,并辐射出来的亮度由被观测目标的温度与发射率直接决定,正是由于红外图像反映出了目标间温度的差异,所以在图像转换的过程中会出现明显的特点,红外热图的分布是温度的直接分布,呈现灰色的图像,对于人的肉眼来讲,分辨程度较低,辨识度差。并且由于场景内物体温度差异小,感应光波长度等因素,容易造成图像视觉效果的模糊,不能准确的反应出所接受的信息,并且外界的环境中的随机干扰会给图像带来各种程度不同的噪音,使得红外图像失真,对图像进行的降噪处理是最直接、最有效的优化方式。本文主要内容在于研究红外图像去噪的方法
三、红外图像的降噪方法
在红外图像的形成过程中,所引起的噪声情况非常复杂,引起因素具有一定的随机性,并且内部物理量的变化也极易产生图像噪声。在噪声产生的种类中,除了外度界环境随机情况引起的噪声,系统噪声的主要来源于探测器,探测器所產生噪声的强度一般远远大于其他系统环节过程中所产生的噪声,并且探测器的噪声难以消除。就探测器而言,噪声的产生可以分为两个方面,其一是其探测系统的所产生出来的噪声,例如热噪声、光子噪声等,再者就是在成像系统中产生的噪声,多数由于扫描系统或凝视系统等。
1、常用去噪方法
中值滤波
中值滤波最早于七十年代由图基提出,最初是分析时间的序列,随着技术的成熟逐渐融入到红外成像之中。其核心内容是所转换的数字序列中心点区域的位置用中值进行替代,这种滤除噪声的方式的运算过程相对简单,且速度较快,但是在滤除噪声的过程中会使高频信号有所损失。
直方图均衡算法
直方图均衡算法主要是对于图像信息中的熵进行测量。当所接受的数据所呈现出的分布情况接近均匀分布的时候,认为数据中所包含的信息量是最大的,针对这一特性,在图像形成的过程中可以对灰度直方图进行一定的调整,使分布接近于均匀分布,从而增加在图像数据中的信息含量,提高红外图像的质量。
2、小波变换去噪方法
随着研究的深入,每一种传统的去除噪声的方法都出现了一定的局限性,同时也随着研究力量的深入,小波去噪逐渐成为了更有效的去噪方式,小波变换是指一种在有限宽度范围内所发生的正交性质的或非正交性质的变化。对于小波去噪法的研究有多种方法。
首先,摸极大值法,在小波变换的状态下,信号与噪声会呈现出不同的状态,所以可以对噪声进行有效的处理,特别是在去噪过程不需要知道噪声的方差,对较低信号的噪声可以展现出其优越性。缺点在于大量的计算成本下,去噪效果一般。
其次,小波变换去噪的相关法,在小波系数尺度问相关性原理的空域相关去噪法,去噪效率很高,但是在整体去噪过程中,需要对噪声进行方差确定与阙值估计,计算量相当巨大,耗时较多。
再者,阙值法。阙值法是小波去噪研究中最先被提出的,它的运算量相对较小,运用也最为广泛,阙值去噪的理论中心相对容易理解,处于小波域层面,所存在的各种小波系数都会直接影响噪声,并且信号的处理方式可以分为两种,第一种是由噪声进行变换处理后得来,这部分系数的幅值相对较小且数目内容非常多,第二种是由信号进行变换处理后得到的,这种小波系数在性质上与第一种正好相反,准确的掌握对于小波技术的处理,可以提高对于图像的处理效率,更有效的去除图像的噪声。
四、总结
由于红外成像技术的发展,对于图像去噪处理已经成为了红外技术运用中的重要研究课题,本文浅析了红外图像的形成过程以及其中原理,并且简要介绍了直方图均衡算法、中值滤波等方法,并且在之后引入小波变换,分析了阙值法与摸极大值法等相应的优缺点,以期寻找出最有效的方法提高红外成像系统中形成的图像质量。
参考文献
[1]杨恢先 王绪四 谢鹏鹤 冷爱莲 彭友,改进阈值与尺度间相关的小波红外图像去噪[J].自动化学报, 2011,(10).
[2]吴迎昌 罗滇生 何洪英,基于TLS估计的遗传小波红外图像去噪方法[J].计算机科学, 2015,(04).
[3]罗振山 沈持正 尹延国 尤涛 俞建卫,基于数学形态学和小波阈值的红外温度图像去噪方法[J].润滑与密封, 2012,(06).
[4]杨尚勤 宁慧君 ,一种基于Curvelet变换的红外图像去噪方法[J].航空计算技术, 2010,(05).
关键词:红外图像;小波变换;图像去噪
一、红外图像的背景
在技术水平愈加成熟的今天,红外成像技术已经在很多领域有着突出贡献,例如医疗、探测等方面,不过随着人们对红外成像技术认识的不断的提高,技术自身的缺点也逐渐被人们所产察觉,红外图像的对比度较低且边缘较为模糊,在使用过程中噪声大,并且容易受到环境因素影响,使结果偏离出实验本身。所以,提高红外成像技术的图像质量是技术进步的关键点,上个世纪八十年代开始,国内外已经将研究目光转移到了图像质量上来,随着科研力量的不断投入,已经研究出了一些新的理论与算法,但是就现代化多变的自然环境来言,现阶段的科研成果还不能满足人们对于红外成像技术的需要,目前研究的方向基本上集中于在空域、频域中进行,在“时、频”层面上,小波变换能够同时对其进行分析,进一步使二维信号分解到不同的分标率,因此学者对于红外成像的研究热点也都集中在对于小波变换的应用上,以期通过熟练的掌握这种技术有效的提高图像的质量,准确的获得信息。
二、红外图像的产生过程
红外图像产生的原理是非常容易理解的,任何存在于自然界之中的物体,在其温度高于绝对零度的情况下,其自身会向外界进行红外辐射作用。通过相应的技术手段,对其辐射程度进行探测,在温度差异与辐射频域差异的基础上使探测信号形成图像,呈现出灰色的红外探测图像。在成像过程中,成像系统首先需要将红外光进行加工处理,使其变成可见光,具体作用可分为两个部分,首先对光学进行转换工作,使红外辐射经过处理成为电信号,电信号能够反映出红外辐射的强弱程度,是信息传递的主要方式,第二部分是将已经转换的电信号反映到显示器上,利用电子学处理功能,实现从电信号的视觉的转换,形成成可见的红外图像。在整体的信号转换过程中,主要涉及光学系统的处理,红外信号的接收,以显示记录装置等几部分。
红外图像能够显示出目标和背景不可见红外辐射的空间分布情况,并辐射出来的亮度由被观测目标的温度与发射率直接决定,正是由于红外图像反映出了目标间温度的差异,所以在图像转换的过程中会出现明显的特点,红外热图的分布是温度的直接分布,呈现灰色的图像,对于人的肉眼来讲,分辨程度较低,辨识度差。并且由于场景内物体温度差异小,感应光波长度等因素,容易造成图像视觉效果的模糊,不能准确的反应出所接受的信息,并且外界的环境中的随机干扰会给图像带来各种程度不同的噪音,使得红外图像失真,对图像进行的降噪处理是最直接、最有效的优化方式。本文主要内容在于研究红外图像去噪的方法
三、红外图像的降噪方法
在红外图像的形成过程中,所引起的噪声情况非常复杂,引起因素具有一定的随机性,并且内部物理量的变化也极易产生图像噪声。在噪声产生的种类中,除了外度界环境随机情况引起的噪声,系统噪声的主要来源于探测器,探测器所產生噪声的强度一般远远大于其他系统环节过程中所产生的噪声,并且探测器的噪声难以消除。就探测器而言,噪声的产生可以分为两个方面,其一是其探测系统的所产生出来的噪声,例如热噪声、光子噪声等,再者就是在成像系统中产生的噪声,多数由于扫描系统或凝视系统等。
1、常用去噪方法
中值滤波
中值滤波最早于七十年代由图基提出,最初是分析时间的序列,随着技术的成熟逐渐融入到红外成像之中。其核心内容是所转换的数字序列中心点区域的位置用中值进行替代,这种滤除噪声的方式的运算过程相对简单,且速度较快,但是在滤除噪声的过程中会使高频信号有所损失。
直方图均衡算法
直方图均衡算法主要是对于图像信息中的熵进行测量。当所接受的数据所呈现出的分布情况接近均匀分布的时候,认为数据中所包含的信息量是最大的,针对这一特性,在图像形成的过程中可以对灰度直方图进行一定的调整,使分布接近于均匀分布,从而增加在图像数据中的信息含量,提高红外图像的质量。
2、小波变换去噪方法
随着研究的深入,每一种传统的去除噪声的方法都出现了一定的局限性,同时也随着研究力量的深入,小波去噪逐渐成为了更有效的去噪方式,小波变换是指一种在有限宽度范围内所发生的正交性质的或非正交性质的变化。对于小波去噪法的研究有多种方法。
首先,摸极大值法,在小波变换的状态下,信号与噪声会呈现出不同的状态,所以可以对噪声进行有效的处理,特别是在去噪过程不需要知道噪声的方差,对较低信号的噪声可以展现出其优越性。缺点在于大量的计算成本下,去噪效果一般。
其次,小波变换去噪的相关法,在小波系数尺度问相关性原理的空域相关去噪法,去噪效率很高,但是在整体去噪过程中,需要对噪声进行方差确定与阙值估计,计算量相当巨大,耗时较多。
再者,阙值法。阙值法是小波去噪研究中最先被提出的,它的运算量相对较小,运用也最为广泛,阙值去噪的理论中心相对容易理解,处于小波域层面,所存在的各种小波系数都会直接影响噪声,并且信号的处理方式可以分为两种,第一种是由噪声进行变换处理后得来,这部分系数的幅值相对较小且数目内容非常多,第二种是由信号进行变换处理后得到的,这种小波系数在性质上与第一种正好相反,准确的掌握对于小波技术的处理,可以提高对于图像的处理效率,更有效的去除图像的噪声。
四、总结
由于红外成像技术的发展,对于图像去噪处理已经成为了红外技术运用中的重要研究课题,本文浅析了红外图像的形成过程以及其中原理,并且简要介绍了直方图均衡算法、中值滤波等方法,并且在之后引入小波变换,分析了阙值法与摸极大值法等相应的优缺点,以期寻找出最有效的方法提高红外成像系统中形成的图像质量。
参考文献
[1]杨恢先 王绪四 谢鹏鹤 冷爱莲 彭友,改进阈值与尺度间相关的小波红外图像去噪[J].自动化学报, 2011,(10).
[2]吴迎昌 罗滇生 何洪英,基于TLS估计的遗传小波红外图像去噪方法[J].计算机科学, 2015,(04).
[3]罗振山 沈持正 尹延国 尤涛 俞建卫,基于数学形态学和小波阈值的红外温度图像去噪方法[J].润滑与密封, 2012,(06).
[4]杨尚勤 宁慧君 ,一种基于Curvelet变换的红外图像去噪方法[J].航空计算技术, 2010,(05).