一种降低数字全息再现像相位相干噪声的方法技术

本发明专利技术公开了一种降低数字全息再现像相位相干噪声的方法，其特征在于：首先利用数字全息重构算法得到再现像的包裹相位图，然后通过计算得到包裹相位质量图，同时结合边缘检测函数，建立归一化的相位质量量化参数；通过归一化的相位质量量化参数对相位各像素点信息进行评价，建立组合扩散系数方程，通过设定相位误差阈值参数和相位误差迭代函数，最终进行迭代去噪。本发明专利技术提供的方法能够更有效的识别和去除相位相干噪声，显著提高再现像相位质量，同时保护边缘细节信息。

【技术实现步骤摘要】
一种降低数字全息再现像相位相干噪声的方法
本专利技术属于数字全息领域，具体涉及一种降低数字全息再现像相位相干噪声的方法。
技术介绍
数字全息(DigitalHolography),是一门涉及信息光学、全息学、光电子学以及数字图像处理技术的综合技术，它是一种新型的全息成像方法，以CCD等光电面阵探测器件取代传统的干板记录全息图，并由计算机对全息图进行数字模拟再现，可以同时获得物体的强度信息和位相信息，从而实现三维成像。数字全息技术可实现连续实时在线记录；通过数字再现，可以定量分析其幅度和位相信息；并且具有非接触，无损伤等优点。基于这些独特优势，数字全息显微术被认为是定量分析、研究生物活体等位相型物体的一个强有力工具，在微光学元件以及MEMS显微器件的面形变形测量、空间微粒和核径迹检测、生物样本和活体细胞的研究与观察等方面都得到了广泛的应用研究。由于激光的高相干性，光源照射到粗糙物体表面后发生散射后形成散斑，由于二次干涉还会产生寄生干涉条纹，并且在数字再现的时候，相干噪声也被重建出来，影响着再现像的质量，降低了图像的分辨率，限制了对微结构测量，识别微小物体识别等方面的应用，因此在数字全息过程中，对再现像的相干噪声的抑制非常必要。目前通用的抑制数字全息散斑噪声的方法有两种：第一种是从硬件上考虑，采用部分相干光或者低相干光源，但是该方法对光路的结构，光源的亮度，光源的稳定性有严格要求。另外通过不同方式记录多幅全息图，通过平均叠加处理实现相干噪声的抑制，但这要求极高的光路稳定性，重复性。第二种方法是利用数字图像处理技术，对全息图或者再现像进行处理，抑制或者消除散斑噪声，如采用中值滤波和均值滤波抑制激光散斑，采用小波变换抑制散斑噪声，但是这类方法最大的问题是在滤除噪声的同时损失了部分细节信息，降低了再现像的分辨率。
技术实现思路
针对现有算法在去除数字全息再现像相位相干噪声的同时无法较好的保护图像细节信息的问题，本专利技术的目的在于提出了一种降低数字全息再现像相位相干噪声的方法，可以有效的识别和去除相位相干噪声，显著提高再现像相位质量，同时保护了边缘细节信息。本专利技术的目的是通过以下方案加以实现:步骤1：利用数字全息重构算法得到再现像的包裹相位图，然后计算数字全息再现像包裹相位的质量图，同时用边缘检测函数对再现像包裹相位进行边缘检测。步骤2：将再现像包裹相位质量图与边缘检测函数结果进行相乘，然后对结果进行归一化，建立归一化的相位质量量化参数，取值范围在0到1之间；建立相位质量量化参数q1(m,n)＝(1-C(m,n))·q(m,n)，其中C(m,n)表示对包裹相位的边缘检测结果，q(m,n)代表包裹相位(m,n)点的相位质量图值，对相位质量量化参数进行归一化处理其中min,max分别表示求取最小值和最大值,Q(m,n)是归一化的相位质量量化参数。步骤3：根据归一化相位质量量化参数，建立一种组合扩散系数方程；其中表示相位梯度值，K表示扩散梯度阈值，在这里取值为0.20到0.26之间。步骤4：设定一个相位误差阈值参数和相位误差迭代函数，进行迭代去噪，直到满足迭代条件，结束去噪，得到最终去噪图像。本专利技术提出了一种降低数字全息再现像相位相干噪声的方法，其有益效果在于：可以有效的对数字全息再现像相位相干噪声进行量化和识别，更加准确的去除相位相干噪声，有效的保护了相位的边缘细节信息，显著提高再现像相位质量。附图说明图1为本专利技术去噪算法的流程图；图2为具体实施例中去噪前的包裹相位图；图3为具体实施例中采用本专利技术的方法对图2进行去噪后的包裹相位图。具体实施方式下面结合附图及具体实施方式进一步详细介绍本专利技术。应当说明的是，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此间未构成冲突就可以相互组合。下面将结合本专利技术实施例中的附图，对本专利技术的一种降低数字全息再现像相位相干噪声的方法做进一步描述。步骤1：利用数字全息重构算法得到再现像的包裹相位图，然后，对包裹相位图求解像素点(m,n)处的包裹相位质量图：k是以像素点(m,n)为中心的方形窗口尺寸,Δxi，j表示x方向的包裹相位梯度，Δyi,j表示y方向的包裹相位梯度,表示K×K窗口内包裹相位梯度的平均值。用Canny算子对包裹相位进行边缘检测，边缘检测结果存储再矩阵C(m,n)中，可以较好识别边缘区域。步骤2：建立相位质量量化参数q1(m,n)＝(1-C(m,n))·q(m,n)，对相位质量量化参数进行归一化处理其中min，max分别表示求取最小值和最大值，Q(m,n)是归一化的相位质量量化参数。通过相位质量量化参数能有效的识别噪声信息和边缘信息。步骤3：根据归一化相位质量量化参数，建立一种组合扩散系数方程：其中表示相位梯度值，K表示扩散梯度阈值，在这里取值为0.25。通过组合扩散系数方程能够对噪声信息进行不同程度的去噪，可以有效的保护图像边缘信息不受破坏。步骤4：建立相位误差迭代函数，其中，x1，x2分别表示原始的包裹相位图和去噪后的包裹相位图,N表示包裹相位总像素点数。当相位误差迭代函数满足时，结束去噪过程，其中k表示迭代次数，T为迭代阈值取值为0.005图2是去噪前的包裹相位图，从图中我们可以看出，去噪前的包裹相位图中存在很多相干噪声，包括散斑噪声和寄生条纹。图3是采用本专利技术的方法对图2进行去噪后的包裹相位图，相比图2，在去噪后的包裹相位图中，散斑噪声和大部分寄生条纹很好的得到了去除，显著提高再现像相位质量。尽管特定参考实施例详细的描述了本专利技术，但在此描述的本专利技术实施例的意图不是详尽或者局限于所公开的具体形式。相反，所选用的用于说明问题的实施例是为了使本
内的技术人员实施本专利技术而选择的。在不脱离本专利技术的权利要求所描述和限定的本专利技术的实质范围的情况下，存在变型例或修改例。本文档来自技高网...

【技术保护点】
一种降低数字全息再现像相位相干噪声的方法，其特征在于包括以下步骤：步骤1：利用数字全息重构算法得到再现像的包裹相位图，然后计算数字全息再现像包裹相位的质量图，同时用边缘检测函数对再现像包裹相位进行边缘检测。步骤2：将再现像包裹相位质量图与边缘检测函数结果进行相乘，然后对结果进行归一化，建立归一化的相位质量量化参数，取值范围在0到1之间；建立相位质量量化参数q1(m,n)＝(1‑C(m,n))·q(m,n)，其中C(m,n)表示对包裹相位的边缘检测结果，q(m,n)代表包裹相位(m,n)点的相位质量图值，对相位质量量化参数进行归一化处理

【技术特征摘要】
1.一种降低数字全息再现像相位相干噪声的方法，其特征在于包括以下步骤：步骤1：利用数字全息重构算法得到再现像的包裹相位图，然后计算数字全息再现像包裹相位的质量图，同时用边缘检测函数对再现像包裹相位进行边缘检测。步骤2：将再现像包裹相位质量图与边缘检测函数结果进行相乘，然后对结果进行归一化，建立归一化的相位质量量化参数，取值范围在0到1之间；建立相位质量量化参数q1(m,n)＝(1-C(m,n))·q(m,n)，其中C(m,n)表示对包裹相位的边缘检测结果，q(m,n)代表包裹相位(m,n)点的相位质量图值，对相位质量量化参数进行归一化处理其中min,max分别表示求取最小值和最大值,Q(m,n)是归一化的相位质量量化参数。步骤3：根据归一化相位质量量化参数，建立一种组合扩散系数方程；其中表示相位梯度值，K表示扩散梯度阈值，在这里取值为0.20到0.26之间。步骤4：设定一个相位误差阈值参数和相位误差迭代函...

【专利技术属性】
技术研发人员：程灏波，文永富，
申请(专利权)人：程灏波，
类型：发明
国别省市：广东,44