1 中国科学院上海技术物理研究所 空间主动光电技术重点实验室，上海 200083
2 中国科学院大学，北京 100049
图像脉冲噪声移除是获得高质量图像的关键。本文通过热红外相机成像原理研究，提出了一种基于像素梯度自适应迭代中值滤波器的图像脉冲噪声抑制算法。首先，根据相机的调制传递函数计算获取原始图像的最大像素梯度，继而建立相应的像素梯度集合。然后，计算原始图像与对应像素梯度滤波图像的梯度权重均方根误差集合，并将该集合高斯分布的最大值对应的像素梯度确定为最佳像素梯度。最后，根据图像中脉冲噪声的密度和复杂度，确定所提滤波器的自适应窗口大小和迭代次数。大量实验结果表明，所提滤波器对移除8位、16位的单通道脉冲噪声图像展现出良好的鲁棒性。与其它先进方法相比，该方法可以实时移除真实热红外相机采集图像中低密度的随机值脉冲噪声和SAPN，并实现噪声抑制过程中99.5%以上的原始像素不会遭受破坏。除此之外，针对高密度SAPN抑制，该方法获得了具有竞争力的结果，与运行时间较快的滤波方法相比表现出较好的PSNR和SSIM，与PSNR和SSIM较优秀的去噪方法相比表现出较快的运行时间。对于极限SAPN（99%）破坏的图像，也能够恢复有意义的图像细节。
图像去噪 自适应迭代中值滤波器 像素梯度 调制传递函数 脉冲噪声 image denoising adaptive iterative median filter pixel gradient Modulation Transfer Function impulse noise
1 国防科技大学 电子科学学院，湖南 长沙 410073
2 航天系统部装备部军事代表局，北京 100000
3 上海卫星工程研究所，上海 200000
红外图像去噪在**及民用领域应用广泛。现有基于深度学习的图像去噪方法主要为可见光图像设计，此类方法容易过度平滑图像细节，从而导致弱小目标丢失，为后续的检测任务带来困难。为了在去除噪声的同时保留好红外图像中的目标信息，本文提出了一种基于梯度可感知通道注意力模块的红外弱小目标检测前去噪网络。该网络首先采用编码器-解码器结构来去除图像中的加性噪声，然后通过梯度可感知通道注意力模块对图像高频区域进行自适应增强，有效保持红外弱小目标的响应强度。此外，本文提出了领域第一个包含3 981张含噪声的红外图像数据集。实验结果表明，该网络能够在有效去除加性噪声的同时避免过度平滑，很好地保留了红外图像中的目标信息，最终实现了在含噪声环境下的高鲁棒性红外弱小目标检测。
红外小目标 检测前去噪 梯度可感知通道注意力模块 infrared small target denoising before detection gradient-aware channel attention
1 南华大学 电气工程学院衡阳 421001
2 中国科学院合肥物质科学研究院 等离子体物理研究所合肥 230031
3 中国科学技术大学研究生院 科学岛分院合肥 230031
4 合肥师范学院 物理与材料工程学院合肥 230601
5 安徽大学 物质科学与信息技术研究院合肥 230601
东方超环（Experimental Advanced Superconducting Tokamak，EAST）全超导托卡马克装置上极紫外（Extreme Ultraviolet，EUV）光谱诊断系统采用电荷耦合器件（Charge Coupling Device，CCD）探测器集光谱图像数据，硬X射线对CCD产生的干扰造成光谱数据中存在大量的单像素噪声，这为准确分析聚变等离子体杂质辐射带来极大的困难。针对这一问题，设计了一套基于可编程门阵列（Field Programmable Gate Array，FPGA）的EUV光谱图像处理系统，来快速去除硬X射线产生的噪声干扰。该系统基于限幅滤波算法，并引入标准差和离均差替代固定限幅阈值和样本偏差；通过融合限幅滤波算法和数据判别法，外加设置算法工作区间来分阶段对光谱图像数据进行相应处理。同时设计了仿真测试模块，使用EUV光谱图像转化的视频数据模仿采集流程进行系统的功能测试。最后，为了检验该系统对有效光谱数据的保护能力，将图像数据转换成更加直观的谱线图进行对比分析。实验测试结果表明：该系统能够有效去除光谱图像中的噪声点，并较好地保持了光谱数据的完整性，从而提升了光谱数据的可观测性。
极紫外光 图像处理 可编程门阵列 图像降噪 Extreme ultraviolet Image processing Field programmable gate array Image denoising Lihua Ruan 1,4Zhiqin Yin 1,2,3,4Shibing Zhou 1,4Weibo Zheng 1,4,*[ ... ]Shaowei Wang 1,2,3,4,**
Author Affiliations
Abstract
1 Shanghai Institute of Technical Physics, Chinese Academy of Sciences Shanghai 200083, P. R. China
2 State Key Laboratory of Infrared Physics, Shanghai Institute of Technical Physics, Chinese Academy of Sciences, Shanghai 200083, P. R. China
3 Shanghai Engineering Research Center of Energy-Saving Coatings Shanghai 200083, P. R. China
4 University of Chinese Academy of Sciences, Beijing 100049, P. R. China
5 Shanghai Tech University, Shanghai 201210, P. R. China
6 School of Physical Science and Technology, ShanghaiTech University, Shanghai 201210, P. R. China
7 School of Information Science and Technology, ShanghaiTech University, Shanghai 201210, China
Visual near-infrared imaging equipment has broad applications in various fields such as venipuncture, facial injections, and safety verification due to its noncontact, compact, and portable design. Currently, most studies utilize near-infrared single-wavelength for image acquisition of veins. However, many substances in the skin, including water, protein, and melanin can create significant background noise, which hinders accurate detection. In this paper, we developed a dual-wavelength imaging system with phase-locked denoising technology to acquire vein image. The signals in the effective region are compared by using the absorption valley and peak of hemoglobin at 700nm and 940nm, respectively. The phase-locked denoising algorithm is applied to decrease the noise and interference of complex surroundings from the images. The imaging results of the vein are successfully extracted in complex noise environment. It is demonstrated that the denoising effect on hand veins imaging can be improved with 57.3% by using our dual-wavelength phase-locked denoising technology. Consequently, this work proposes a novel approach for venous imaging with dual-wavelengths and phase-locked denoising algorithm to extract venous imaging results in complex noisy environment better.
Dual-wavelength phase-locked denoising vein visualization enhancement Journal of Innovative Optical Health Sciences
2024, 17(3): 2350033
1 中国科学院上海光学精密机械研究所量子光学重点实验室，上海 201800
2 张江实验室，上海 201210
3 中国科学院大学，北京 100049
针对小角X射线散射（SAXS）测量图样中的宇宙线提出一种去除方法，以纳米结构的周期信息为物理先验计算得到周期性散射信号的坐标信息，对各光斑级次有效信号区域内的宇宙线进行检测并去除。数值模拟了含宇宙线的SAXS测量图样序列，测试该方法对SAXS测量图样序列宇宙线的检测和去除效果，并与现有的宇宙线去除方法进行对比。计算不同曝光时间下去噪前和各方法去噪后SAXS测量图样的评价指标，可以说明该方法对于SAXS测量图样中的宇宙线具有良好的去除效果，并能在长曝光条件下获得明显的信噪比增益。
X射线光学 小角X射线散射 周期性纳米结构 宇宙线 去噪
1 重庆邮电大学工业物联网与网络化教育部重点实验室，重庆 400065
2 重庆邮电大学通信与信息工程学院，重庆 400065
针对脉搏波信号采集过程中存在噪声的问题，提出了基于改进互补集成经验模态分解的脉搏波去噪算法。利用光纤布拉格光栅传感器获取脉搏波信号，首先在互补集成经验模态分解算法中加入高斯白噪声，然后利用粒子群算法优化高斯白噪声幅值，以此来消除互补集成经验模态算法分解产生的模态混叠现象，并联合小波阈值函数对其处理后的脉搏波信号进行重构。实验结果表明，所提算法能够有效降低脉搏波信号中的噪声干扰，在信噪比、均方误差两个指标上均优于对比算法，为提取脉搏波的时域特征奠定了基础。
光纤布拉格光栅 脉搏波 信号去噪 互补集成经验模态分解 粒子群优化算法 小波阈值
南京航空航天大学电子信息工程学院，江苏 南京 211106
随着传感器技术的不断发展，三维点云被广泛应用于自动驾驶、机器人、遥感、文物修复、增强现实、虚拟现实等领域的视觉任务中。然而，直接应用收集到的海量原始点云数据得到的效果不佳，因此，基于深度学习的点云处理方法受到了越来越多的关注和研究。本文综述了近6年来基于深度学习的三维点云处理方法的研究进展。首先给出了三维点云的基本概念和获取方式，简述了4种点云处理任务；然后针对点云去噪和滤波、点云压缩、点云超分辨率以及点云修复-补全-重建任务，重点阐述了相应的深度学习方法的原理，并分析了其优缺点；随后介绍了22种点云数据集和4类评价指标，同时给出了性能对比结果；最后探讨了点云处理方法目前存在的问题，并对未来的研究趋势进行了展望。
深度学习 三维点云处理 点云去噪 点云压缩 点云修复
1 常州工学院光电工程学院，江苏 常州 213032
2 南京大学智能光传感与调控技术教育部重点实验室，江苏 南京 210093
3 得克萨斯州立大学英格拉姆工程学院，美国 得克萨斯78666
噪声的抑制对于相位光时域反射仪实现相位信号的精确测量至关重要。为此，在相干探测型相位光时域反射仪中采取了幅度形式噪声抑制和相位形式噪声抑制的双层处理方法，并且在“慢时间轴”和“快时间轴”两个方向上对相位形式的噪声进行抑制。首先，在正交解调时采用数字低通滤波器抑制幅度形式的噪声，以正确求解未解缠绕的包裹相位；接着，在“慢时间轴”方向上采用小波分解与重构的方法实现噪声的抑制，并借助相干探测型相位光时域反射仪相位变化线性分布的空间特征和噪声的随机性同时结合相关计算获得最佳小波分解层数；最后，在“快时间轴”方向上使用整体最小二乘的数据拟合方法进行噪声的抑制。实验结果表明：采用三重降噪得到的相位信号的均方根误差为0.17832 rad，比没有采用“慢时间轴”小波降噪的二重降噪方法降低了23.3%。这表明使用包含“慢时间轴”方向小波降噪的三重降噪方法能够实现更精确的相位信号测量。
光纤光学 光纤传感 相位光时域反射仪 定量测量 噪声抑制 小波降噪
1 北京交通大学信息科学研究所，北京 100044
2 现代信息科学与网络技术北京市重点实验室，北京 100044
3 香港理工大学电子及信息工程系光子研究所，香港 999077
首先，利用自洽约束生成对抗网络（SCGAN）建模布里渊增益谱（BGS）中的真实噪声分布，生成噪声数据用于去噪卷积神经网络训练。通过对高斯噪声和SCGAN生成噪声进行直方图统计和幅度谱分析，证明了两种噪声的差异。然后，利用2种噪声分别训练3种最新的去噪卷积神经网络，在不同温度、不同信噪比的实验数据上对比了各网络的性能。实验结果表明，所提方法能准确获取低信噪比BGS的布里渊频移，说明基于生成对抗网络的噪声提取方式能够有效地建模真实噪声，更好地训练有监督网络。
光纤光学 布里渊分布式光纤传感 图像去噪 生成对抗网络 自洽约束 噪声建模
