The invention relates to an image noise suppression method for laser active imaging, which belongs to an image noise suppression method. The structure of different scale elements, respectively, images of laser active imaging of morphological open close and close open morphological filtering operation, according to the homogeneity of image regions, the multi-scale morphological filtering results fusion; image denoising is a multi-scale morphological morphological filtering results of each scale structure element weighted average. The filtering method based on morphology hardware logic structure, which can real-time processing and better maintain the image edge, using multi-scale structural elements for morphological filtering, the homogeneity of image regions, as a fusion of different scale structure element of image filtering based denoising effect can obtain the laser image better. It can be applied to the scene of speckle noise, such as laser active imaging system, synthetic aperture radar and infrared medical imaging.
【技术实现步骤摘要】
一种激光主动成像的图像噪声抑制方法
本专利技术涉及一种图像噪声抑制方法,特别涉及一种利用图像区域匀质性对多尺度形态学滤波结果进行融合的激光图像去噪方法。
技术介绍
近年来,激光主动成像技术迅速发展起来,因为该技术能提供更加稳定、清晰的目标图像,能够为准确描述目标几何形状提供更丰富的信息,所以在雷达侦察、目标探测与跟踪、精确制导等军事领域具有广泛的应用前景。然而,激光照射下的目标图像会受到激光散斑的调制,散斑噪声的存在使图像的质量严重下降,这必然影响对目标的识别及跟踪精度,所以研究适用于激光图像中散斑噪声的噪声抑制方法具有重要的实用价值。散斑噪声为信号相关噪声,本质上是非线性的,比加性噪声难去除。国内外学者提出了各种各样的图像滤波算法。经典的算法有Lee、Kuan、SBF以及小波滤波等,这些方法在抑制散斑噪声的同时,很多边缘细节信息也受到了损失。非局部均值滤波(NLM)能够充分利用整幅图像中蕴含的信息,在有效抑制噪声的同时很好地保留图像的纹理结构,但其执行计算复杂度较大,算法运行速度较慢。基于形态学的滤波方法易于硬件逻辑结构实现,具有能实时处理和较好地保持图像边缘的优点,但传统的形态学滤波算法用于激光图像去噪时,其噪声压缩能力较差,所以如果能对传统形态学滤波算法进行改进,就可以在保持图像边缘的前提下,提高激光图像中的散斑噪声抑制能力。
技术实现思路
本专利技术提供一种激光主动成像的图像噪声抑制方法,结合激光图像特点,提出了一种多尺度形态学滤波方法,将激光图像在多个尺度下进行形态学滤波处理,然后充分利用大尺度结构元素滤波效果强和小尺度结构元素保持边缘细节清晰的优势 ...
【技术保护点】
一种激光主动成像的图像噪声抑制方法,其特征在于包括下列步骤:(一)、采用不同尺度结构元素,分别对激光主动成像的图像进行形态开‑闭和形态闭‑开滤波运算;选取不同尺度的“disk”结构元素,半径分别为d
【技术特征摘要】
1.一种激光主动成像的图像噪声抑制方法,其特征在于包括下列步骤:(一)、采用不同尺度结构元素,分别对激光主动成像的图像进行形态开-闭和形态闭-开滤波运算;选取不同尺度的“disk”结构元素,半径分别为d1、d2……dn,结构元素用Bd(i)表示,Bd(1)为半径为d1的“disk”结构元素,Bd(2)为半径为d2的“disk”结构元素,以此类推;设F(x,y)为输入信号,S(x,y)为输出信号,利用结构元素Bd(i)对输入信号作形态开-闭和形态闭-开运算,运算结果分别表示为OCd(i)(x,y)、COd(i)(x,y);OCd(i)(x,y)=((FοBd(i))·Bd(i))(x,y)(5)COd(i)(x,y)=((F·Bd(i))οBd(i))(x,y)(6)将形态开-闭和形态闭-开运算结果相结合:其中,“ο”代表形态学开运算,“·”代表形态学闭运算,OCCOd(i)(x,y)代表利用半径为di的“disk”结构元素进行形态开-闭和形态闭-开运算相结合的滤波结果图像;(二)根据图像局部区域的匀质性,将多尺度形态学滤波结果融合;(1).判断图像中各像素是否属于匀质区域对于每个图像像素,选取周围M×M邻域,根据式(8),分别计算每个尺度下滤波图像OCCOd(i)(x,y)的区域均匀度,结果记...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。