1 昆明物理研究所，云南昆明 650223
2 陆军装备部驻重庆地区军事代表局驻昆明地区第一军代室，云南昆明 650023
红外图像处理中，由于非制冷红外探测器工艺技术上的原因，原始的红外图像包含多种噪声，尤其是椒盐噪声、固定或随机条纹噪声。当前有许多红外图像降噪的滤波算法，但在时间、空间、降噪效果、细节保持等方面各有侧重，难以实现完美结合。如何更快速、更高效、更准确地滤除噪声信息，保留更多的细节信息，是今后红外图像处理降噪研究的关键方向。本文调研了目前主流的红外图像降噪算法，并从传统滤波降噪、变换域滤波降噪、基于图像分层处理滤波降噪三大类别进行了分析比较，并且提出了一种结合传统算法和基于图像分层的自适应降噪算法，为今后的相关领域研究人员提供参考。
红外图像降噪 自适应降噪 传统滤波器 图像分层滤波器变换域滤波器 infrared image noise reduction, adaptive noise red
针对红外图像噪声复杂多变, 在抑制噪声的同时, 还需要兼顾细节增强的问题, 本文提出了一种基于粗糙集的红外图像多维降噪算法。对采集到的红外图像通过引导滤波进行分层后运用粗糙集理论进一步多维度的分层, 分别处理后合并还原得到输出图像。综合对比主观观察与客观评价指标, 该算法能够对红外图像降噪有良好效果, 对弱小目标细节有良好的增强效果, 另外, 该算法复杂度较低, 具有良好的实时性, 在工程实现方面具有良好的应用前景。
红外图像 多维降噪 引导滤波 粗糙集 图像分层 infrared image, multi dimensional noise reduction,
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
光学相干层析成像(OCT)由于具有微米级高分辨率、非接触式成像以及瞬时性等特点, 成为临床医学领域的研究热点, 近些年得到迅速的发展, 取得诸多进展与突破。本文简述了OCT技术在眼科医学中的各类应用及发展现状, 分类讨论了OCT图像在空域和频域中的降噪方法, 并重点总结了OCT眼前节和视网膜图像中各层组织的精确定位分层方法。其中深入分析了基于灰度值搜索方法、活动轮廓模型、图论和模式识别等分层方法, 并针对现有分层方法的优缺点以及存在的问题展开深入讨论, 提出相应的解决方法和优化方案。对眼科相关疾病的临床诊断指标分析评价, 根据眼科临床医学需求和OCT图像处理现状, 对未来OCT图像处理的发展趋势和发展水平做进一步讨论和分析。
光学相干层析成像 眼前节 视网膜图像 图像分层 optical coherence tomography anterior segment retinal image image segmentation
为了解决高动态红外图像在常规显示设备上显示时容易出现图像整体对比度低、弱小目标细节模糊等问题，提出了一种基于引导滤波图像分层的红外图像细节增强算法，并从算法理论分析和仿真结果两方面验证了引导滤波具有更好的边缘保持能力，能有效避免增强后出现“伪边缘”的缺陷。另外，针对原始全局的引导滤波算法对整幅图像各个区域使用相同的规整化因子，容易产生“光晕”现象的缺陷，本文在局部方差加权引导滤波算法的思想上，提出了基于 LoG边缘算子的加权引导滤波算法。实验结果表明本文算法具有良好的细节增强效果，特别是对图像中的弱小目标；另外，相比目前应用广泛的双边滤波算法，本文算法运行时间要快得多，具有实时处理的应用前景。
引导滤波 图像分层 红外图像 细节增强 guided image filter hierarchical processing infrared image detail enhancement
1 昆明物理研究所, 昆明 650223
2 微光夜视技术重点实验室, 西安 710065
3 中国兵器工业集团第298厂, 昆明 650114
红外成像系统设计中, 一般采用宽动态的采集电路以获得丰富的细节信息, 当前大部分的显示设备都只有8位, 所以将宽动态图像压缩成低动态图像同时保持尽可能多的信息成为重点。研究了当前主流的宽动态红外图像处理算法, 分析了映射、图像分层和梯度域3类算法的优缺点, 实现了3类算法中的经典算法,并用同一张红外图片进行对比分析, 提出了各类算法的改进意见。图像分层算法要在抑制光晕和梯度反转的情况下降低时间复杂度; 梯度域算法需在进一步提高细节信息的情况下抑制背景噪声。
图像处理 红外图像增强 宽动态算法 映射 图像分层 梯度域 image processing infrared image enhancement high dynamic range algorithm mapping image stratification gradient domain
1 沈阳航空工业学院,电子工程系,辽宁,沈阳,110034
2 中国科学院,长春光学精密机械与物理研究所,吉林,长春,130033
3 长春理工大学,光电工程学院,吉林,长春,130022
根据超光谱图像有很强谱间相关性的成像特点,设计了一种预测算法结合变换编码算法的图像分层压缩方法.采用几个相邻波段图像共享同一有损图像作为预测图像,克服了预测算法对传输误差的敏感性.预测图像是通过对原始图像进行局部熵为代价函数的四叉树分割后,再经小波变换得到的.用各个原始图像减去共享预测图像来去除谱间相关性,并得到相应残差图像,再对残差图像采用局部离散余弦基变换方法去除空间相关性,实现近无损压缩.研究结果表明,各波段峰值信噪比(PSNR)为40dB左右时,压缩比(CR)高于7.2,分层压缩方法具有很好的压缩效果.
信息光学 图像压缩 超光谱图像 图像分层
