位置:成果数据库 > 期刊 > 期刊详情页
基于SRAD和NSCT的数字全息再现像像质改善方法
  • ISSN号:0258-7025
  • 期刊名称:《中国激光》
  • 时间:0
  • 分类:O438.1[机械工程—光学工程;理学—光学;理学—物理] TN911.73[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]南京航空航天大学电子信息工程学院,江苏南京210016, [2]舜态光学与光子技术国家重点实验室,陕西西安710068
  • 相关基金:国家自然科学基金(60872065)、瞬态光学与光子技术国家重点实验室开放基金(SKLST201007)、江苏高校优势学科建设工程
中文摘要:

针对数字全息再现像存在的散斑噪声干扰严重、对比度低等问题,提出了基于散斑去噪各向异性扩散(SRAD)模型及非下采样Contourlet变换(NSCT)的数字全息再现像像质改善方法。采用SRAD模型消除再现像中的散斑噪声,然后进行NSCT分解,产生一个低频子带和若干高频子带。基于非线性增益函数和图像分割方法调整低频子带系数,并利用改进的NSCT模极大值法对高频子带进行边缘增强。大量实验结果表明,与近年来提出的非线性扩散去噪方法及NSCT增强方法相比,所提出的方法能更有效地消除散斑噪声、提升再现像的对比度,并得到光滑清晰的边缘,从而提高后续数字全息识别与测量的准确度。

英文摘要:

Reconstructed image of digital holography has problems such as serious interference of speckle noise, low contrast and so on. Thus a method based on speckle reducing anisotropic diffusion (SRAD) model and nonsubsampled contourlet transform (NSCT) is proposed for improving reconstructed image quality of digital hologram. SRAD model is adopted to eliminate speckle noise of reconstructed image. After NSCT decomposition, a low-frequency sub-band and several high-frequency sub-bands are produced. Low-frequency sub-band coefficients are adjusted based on a nonlinear gain function and an image segmentation method. In high-frequency sub-bands, edges are enhanced using a NSCT modulus maximum edge detection method. A large number of experimental results show that, compared with nonlinear diffusion denoising methods and NSCT enhancement methods proposed recently, the proposed method can more effectively eliminate speckle noise and improve the contrast of reconstructed image. Furthermore, the edges are smooth and clear. As a result, the accuracy of recognition and measurement in digital holography can be improved.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国激光》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国光学学会 中国科学院上海光学精密机械研究所
  • 主编:周炳琨
  • 地址:上海市嘉定区清河路390号
  • 邮编:201800
  • 邮箱:cjl@siom.ac.cn
  • 电话:021-69917051
  • 国际标准刊号:ISSN:0258-7025
  • 国内统一刊号:ISSN:31-1339/TN
  • 邮发代号:4-201
  • 获奖情况:
  • 中国自然科学核心期刊,物理学类核心期刊,无线电子学·电信技术类核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:26849