西安工业大学光电工程学院, 陕西 西安 710021
由于光伏板测得的灰尘散射数据受到各种噪声和干扰因素的影响, 导致测量数据的误差大。因此, 为了得到准确的检测结果, 提出了一种结合卡尔曼滤波和数字锁相放大技术的信号去噪方法, 对混合了噪声的光伏板灰尘散射信号进行去噪处理。通过仿真实验和对实测的光伏板灰尘散射信号去噪, 并计算信噪比、均方根误差和平滑度, 验证了联合算法的去噪性能。结果表明, 卡尔曼滤波和数字锁相放大器联合去噪算法的信噪比比单一数字锁相放大器去噪算法提高了36%, 能够有效降低光电探测系统中的噪声干扰, 提高光电探测系统的精度和稳定性。
光伏板积尘 散射 去噪方法 数字锁相放大技术 卡尔曼滤波 photovoltaic dust deposition scattering denoising method digital phase-locked amplification technology: Kal
1 上海海洋大学信息学院，上海 201306
2 中国科学研究院上海市技术物理研究所，上海 200083
受系统性能、传播介质散射、探测目标特性等因素的影响，地球科学激光测高系统（GLAS）获得的全波形数据存在不同程度的噪声，从而影响GLAS对地物垂直结构参数的提取与激光测距精度。因此，分析对比了高斯滤波、小波阈值降噪和经验模态分解（EMD）方法的降噪效果，并进一步对比了小波软阈值降噪和小波改进阈值降噪方法以及EMD-小波阈值降噪和EMD-Hurst降噪方法的性能。在六种典型地物数据上的实验结果表明，除EMD-小波阈值降噪外，小波阈值降噪和EMD-Hurst降噪方法的降噪结果均优于高斯滤波；高斯滤波、小波阈值降噪和EMD降噪三类降噪方法均对无坡度的田地降噪效果最佳。此外，小波改进阈值降噪方法的效果优于小波软阈值降噪方法，其信噪比（SNR）提高了10.70%~45.72%，均方根误差（RMSE）降低了32.04%~81.94%。EMD-Hurst方法的降噪效果优于EMD-小波阈值降噪方法，其SNR提高了6.38%~65.70%，RMSE降低了13.53%~33.33%。
遥感 星载激光测高 全波形数据 降噪方法 小波变换 经验模态分解 激光与光电子学进展
2021, 58(23): 2328001
中国科学院西安光学精密机械研究所， 西安710119
针对基于纹影的高动态范围远场焦斑测量数学模型没有考虑噪声对测量结果影响的缺点，本文对基于纹影的远场焦斑测量方法从三个方面进行优化.首先，改进基于纹影的远场焦斑测量数学模型，将噪声作为影响实验结果的重要因素引入数学模型中，使该数学模型和真实的实验环境相匹配，提高了该数学模型的实用性和理论支撑作用；其次，将基于卷积神经网络的去噪算法（DnCNN）引入主瓣和旁瓣CCD图像去噪处理中，并改进该去噪算法存在的不足，使得能够有效去除主瓣和旁瓣12位图像、不同级别（0~75 dB）的噪声；最后，完整仿真了远场焦斑测量实验的全过程，包括分光、衰减、加噪声、纹影小球遮挡、去噪、衰减倍率放大、焦斑重构等，获得了有效的焦斑重构实验结果，其中重构焦斑图像和理论焦斑图像的相关系数为0.998 9，重构焦斑动态范围与理论焦斑动态范围之间误差为3.22%.仿真实验结果表明，通过该数学模型和DnCNN去噪算法的改进措施，验证了改进的数学模型必要性和DnCNN去噪算法在提高重构焦斑二维分布和动态范围精度方面的优越性能，提高了基于纹影的高动态范围远场焦斑测量的可信度，满足了高动态范围远场焦斑测量对于精度和效率的要求.
远场焦斑测量 纹影法 焦斑重构 DnCNN 去噪方法 Measurement of far-field focal spot Schlieren method Reconstruct of focal-spot DnCNN Denoising method
1 北京师范大学认知神经科学与学习国家重点实验室，北京 100875
2 北京师范大学脑与学习协同创新中心，北京 100875
3 北京师范大学IDG/麦戈文脑科学研究院，北京 100875
综述了功能性近红外光谱脑成像噪声源及去噪方法。从成像原理、噪声来源和发生机制等方面分析并给出了抑制噪声的方法和操作，详细分析了干扰的组成成分及特性，给出了有效去除方法和提高近红外光谱脑成像分析建模过程中的信号质量算法。这些方法能对近红外光谱脑成像数据的分析和处理提供指导。总结了3种会影响近红外光谱脑成像信号的噪声源：电气噪声、实验设计和操作误差、生理伪影，给出了2种实用去噪算法，并阐述了成像技术的发展趋势。
光谱学 成像原理 噪声源 去噪方法 spectroscopy imaging principle noise source denoising method
西北大学信息科学与技术学院, 陕西 西安 710127
切伦科夫荧光成像因具有临床上广泛可用的放射性核素探针而成为近年来光学分子影像领域的研究热点,但放射性核素在衰变过程中产生的大量高能射线会造成采集到的切伦科夫荧光图像上存在大量脉冲噪声,严重影响基于切伦科夫荧光图像的定量分析和后续的三维重建等。为了尽可能降低上述噪声,提出了一种结合模糊局部信息C-均值聚类算法和整体变分模型的切伦科夫荧光图像去噪算法。数值仿真、物理仿体以及真实动物实验结果表明:与现阶段广泛使用的中值滤波算法相比,所提去噪算法能够在有效去除噪声的同时保留切伦科夫荧光光源部位的形状细节。
图像处理 去噪方法 模糊C均值聚类算法 切伦科夫荧光成像 放射性核素成像 光学学报
2018, 38(10): 1017001
1 南京信息工程大学 大气物理学院, 江苏 南京 210044
2 南京先进激光技术研究院, 江苏 南京 210038
差分吸收激光雷达是高精度测量大范围二氧化氮浓度的有效途径。介绍了差分吸收激光雷达原理及系统结构, 基于可调谐固体激光吸收技术, 以0.01 nm为步长, 测量了二氧化氮在3.410~3.435 μm吸收光谱, 实验结果表明, 在1.0 atm(1 atm=1.013×105 Pa)、25 ℃情况下, 所测吸收光谱与模拟计算吸收光谱相关系数为92.01%, 基于实测吸收光谱分析确定了二氧化氮测量激光波长对为on-line 3.424 μm、off-line 3.414 μm。并研究了差分吸收激光雷达二氧化氮测量信号预处理方法和去噪算法, 仿真计算结果表明, 采用信号预处理结合多重自相关检测法, 可有效将1 km内模拟探测所得二氧化氮浓度反演结果误差降为±0.1 mg/m3。
吸收光谱 差分吸收激光雷达 激光波长对 去噪方法 absorption spectra DIAL laser wavelength pair denoising methods 红外与激光工程
2018, 47(10): 1030002
内蒙古科技大学信息工程学院, 内蒙古 包头 014010
图像去噪是数字图像处理中最基本的研究内容,也是一项十分关键的技术,一直以来是图像处理领域的难点。图像去噪的好坏直接影响后续图像边缘检测、特征提取、图像分割和模式识别等图像处理。为有效去除乘性噪声的影响,提出一种深度残差学习的乘性噪声去噪方法。该方法通过引入残差优化,解决了卷积神经网络在层数较多时,随着层数加深,梯度在传播过程中逐渐消失的问题。与4种经典去噪算法进行比较,结果表明,该方法在有效去除乘性噪声的同时,可以更好地保留图像的边缘和纹理区域的细节信息,为后续的图像分割、配准和目标识别等奠定基础。
图像处理 深度残差学习 卷积神经网络 乘性噪声 去噪方法 激光与光电子学进展
2018, 55(3): 031004
天津大学 精密仪器与光电子工程学院, 光电信息技术教育部重点实验室, 天津 300072
研究了稀疏计算层析成像重构中的迭代去噪模型及其求解算法, 理论推导及模拟实验验证了代数重构技术的抑噪能力.根据稀疏计算层析成像成像过程的噪音特征, 提出了基于欧氏范数不等式约束和基于无穷范数不等式约束的去噪模型.提出了基于凸集投影方法求解去噪模型的算法, 并给出了算法推导过程.结果表明: 欧氏范数去噪模型优于无穷范数去噪模型, 代数重构技术具有抑制噪音的作用.
医用光学 迭代方法 稀疏计算层析成像 重构去噪方法 凸集投影方法 Medical optics Iterative method Sparse computed tomography Reconstruction denoising method Projection onto convex sets
国防科学技术大学光电科学与工程学院, 湖南 长沙 410073
对于干涉型光纤法布里珀罗（FFP）传感系统，外界环境对解调干涉仪的扰动是其主要噪声源之一。在光纤布拉格光栅构成的FFP传感系统中，对比分析了采用参考传感器和参考光源两种抗噪方法。实验结果表明，对于单频和宽带干扰，两种方法均可提高信噪比到40 dB。而且由于采用窄线宽光纤激光器作为参考光源的噪声水平较低，其差分探测结果具有更好的抗噪效果。
光纤光学 光纤布拉格光栅 法布里珀罗腔 差分探测 抗噪方法
1 重庆大学 光电工程学院光电技术及系统教育部重点实验室,重庆 400044
2 重庆大学 通信工程学院,重庆 400044
将经验模态分解方法应用于光电探测的裂变中子事件的分析与处理中,通过引入基于二次平滑度检测的自适应的分量处理机制和基于小波阈值技术的分量去噪方法,构建了一种基于光电探测的中子裂变事件信号去噪处理新方法。模拟实验和实测数据的分析结果研究表明,在同等条件下,此方法适应性好,通过去噪处理后,信号的信噪比高,且信号的平滑度也较好,避免了因采取过度的去噪处理而将一些有用信息损失掉的不足。同时,去噪程度指标可进行量化设置。
信号处理 去噪方法 经验模态分解 裂变中子信号 激光与光电子学进展
2010, 47(4): 040702
