本发明专利技术公开了一种基于模块分析技术的二维光纤光谱图像修复方法，该方法能快速准确地从二维光纤光谱图像中找到宇宙射线污染区域，并进行修复。包括如下步骤：通过对二维光纤光谱图像进行下采样运算，得到二维光纤光谱图像的下采样结果图；运行本地模块分析函数，对二维光纤光谱图像的下采样结果图进行逐模块的分析，判定其是否为宇宙射线污染区域，并进行模块标定；对下采样结果图标定的模块进行映射运算，找到其在原始二维光纤光谱图像的对应模块，重新标定；按照原始光纤光谱图像的标定模块，通过自相似指导的方法，逐模块的对原始二维光纤光谱图像进行修复，最后获得修复后的光纤光谱图像。本发明专利技术能够达到去除光纤光谱图像中宇宙射线污染区域的效果。
【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种基于模块分析技术的二维光纤光谱图像修复方法，该方法能快速准确地从二维光纤光谱图像中找到宇宙射线污染区域，并进行修复。包括如下步骤：通过对二维光纤光谱图像进行下采样运算，得到二维光纤光谱图像的下采样结果图；运行本地模块分析函数，对二维光纤光谱图像的下采样结果图进行逐模块的分析，判定其是否为宇宙射线污染区域，并进行模块标定；对下采样结果图标定的模块进行映射运算，找到其在原始二维光纤光谱图像的对应模块，重新标定；按照原始光纤光谱图像的标定模块，通过自相似指导的方法，逐模块的对原始二维光纤光谱图像进行修复，最后获得修复后的光纤光谱图像。本专利技术能够达到去除光纤光谱图像中宇宙射线污染区域的效果。【专利说明】
本专利技术属于计算机图像处理
，特别涉及。
技术介绍
光谱CXD图像数据的获取是由天文望远镜系统经过一系列的处理获得，由于天文观测受到自然条件的影响，包括宇宙射线，气象条件，光照，自然粒子等自然因素都会对最后生成的光谱CXD图像产生影响。因此，在用于专业数据分析之前，需要对CXD图像进行图像修复。CCD图像中的正 常光谱信息按照光学特性存在一定规律，而宇宙射线与其他噪声污染不存在该规律，并在CCD图像上呈现出明显的随机性。因此基于对这种规律的分析提供了算法设计的依据。对于宇宙射线的修复，早期的方法是对于同一场景进行两次及两次以上的拍摄，然后通过合并对相同场景拍摄的图像来确定光谱信息，剔除宇宙射线的影响，从而完成修复。但类似于这种多幅图像合并的方法往往受到实际应用的限制，包括自然条件，拍摄环境以及光谱信息本身的正常变化等都会影响该方法的效果。因此现在主要的修复方法都是基于单幅图像进行的。中值滤波方法广泛应用于单幅光谱信息图像修复。包括各种对中值滤波改进的方法，通常对于图像的去噪能够得到比较理想的结果。当宇宙射线的像素信息呈现比较明显的盐噪声特性时，该方法就能够起到很好的作用。但是当宇宙射线的呈现形态明显区别于普通噪声时，该方法需要进行两到三次的再处理才能获得较理想的结果，而且该方法容易影响正常光谱信息空间方向的像素变化，造成模糊。建立函数模型和分类器来完成图像修复是该领域研究的另外一个方向。此类方法通过建立一系列的判定方法来区分出光谱信息和非光谱信息，然后对非光谱信息进行有针对性的修复。通常此类方法能够获得比较精确的结果，但是在时间开销上花费较大，尤其对大规模的光谱图像修复，表现的性能较差。为了能够提升性能，将原始方法应用于GPU加速技术成为一个很好的方向。利用GPU强大的开行计算能力能够有效的提升原始方法运行效率低的问题。基于模板匹配的方法能够很好的应用GPU的加速。模板匹配通常需要建立一个用于分析的光谱信息模板集，然后使用该集合的模板信息与原始图像逐一进行匹配。因此使用GPU并行运算能够并行的进行匹配，有效的对该方法进行加速。但是对于模板库的建立，需要由比较精确的算法保证其精度，否侧会影响该方法的实现，这也是制约该方法广泛应用的一个因素。
技术实现思路
本专利技术的目的是改善二维光纤光谱图像修复算法，提升速度利精度。为此，本专利技术公开了，该方法能快速准确地对二维光纤光谱图像进行图像修复，包括如下步骤:I)通过对二维光纤光谱图像进行下采样运算，得到二维光纤光谱图像的下采样结果图；2)运行本地模块分析函数，对二维光纤光谱图像的下采样结果图进行逐模块的分析，判定其是否为宇宙射线污染区域，并进行模块标定；3)对下采样结果图标定的模块进行映射运算，找到其在原始二维光纤光谱图像的对应t吴块，重新标定；4)按照原始光纤光谱图像的标定模块，通过自相似指导的方法，逐模块的对原始二维光纤光谱图像进行修复，最后获得修复后的光纤光谱图像。【专利附图】【附图说明】 图1为基于模块分析的二维光纤光谱图像修复方法的流程图。图2为下采样方法示例图。图3为宇宙射线污染的区域像素灰度示例图。图4为正常光谱信息像素灰度示例图。图5为二维光纤光谱原始图像。图6为经过分析函数处理过的原始图像，绿色标记为污染区域。图7自相似指导像素匹配向量及像素指导向量组说明图像。图8污染模块及其相邻模块的一列像素灰度分布，图9对污染区域进行自相似指导后的像素灰度分布。图10最后结果图。【具体实施方式】下面结合附图对本专利技术作进一步详细的说明。图1为基于模块分析技术的二维光纤光谱图像修复方法的流程图。下面通过图1将本专利技术为基于模块分析技术的二维光纤光谱图像修复方法进行详尽的描述。步骤1:通过对二维光纤光谱图像进行下采样运算，得到二维光纤光谱图像的下采样结果图:Fl (x, y) = F2 (x/b, y/b)。(I)其中，Fl代表下采样图像的像素点，x,y为像素坐标信息。F2为原始图像，b为采样倍数。图2说明了下采样运算操作的结果，左图为原始图，右图为下采样结果图。在这里本专利技术的下采样操作选择在不影响后续计算的前提下，直接剔除多余像素的方法，将图像的分辨率降低，已获得较快的运算速度。本专利技术在光谱信息图像中抽取了几个典型的宇宙射线污染区域进行分析，发现最小的宇宙射线污染像素信息块大约为7*7像素。所以只要在进行下采样运算中，理论上只要采样倍数小于7，那么污染像素信息将被保留在下采样图像中。为了寻求性能和精确度的平衡，本专利技术选择下采样的倍数为三倍，即b取3。步骤2:运行本地模块分析函数，对二维光纤光谱图像的下采样结果图进行逐模块的分析，判定其是否为宇宙射线污染区域，并进行模块标定。如图3和图4所示，由于光谱图像的污染区域和正常信息的区域在像素分布上呈现比较明显的区别，即正常光谱信息区域，像素的灰度值在色散方向变化几乎为O，污染区域的像素灰度值无论是在空间方向还是在色散方向都呈现无规律的变化状态，进而确定了通过分析函数判定污染区域的方法:【权利要求】1.，其特征在于，包括以下步骤: 1)通过对二维光纤光谱图像进行下采样运算，得到二维光纤光谱图像的下采样结果图； 2)运行本地模块分析函数，对二维光纤光谱图像的下采样结果图进行逐模块的分析，判定其是否为宇宙射线污染区域，并进行模块标定； 3)对下采样结果图标定的模块进行映射运算，找到其在原始二维光纤光谱图像的对应模块，重新标定； 4)按照原始光纤光谱图像的标定模块，通过自相似指导的方法，逐模块的对原始二维光纤光谱图像进行修复，最后获得修复后的光线光谱图像。2.根据权利要求1所述的基于模块分析技术的二维光纤光谱图像修复算法，其特征在于，步骤I)中所述下采样方法为: 3.根据权利要求1所述的基于模块分析技术的二维光纤光谱图像修复算法，其特征在于，步骤2)中所述运行本地分析函数的具体方法为: 4.根据权利要求1所述的基于模块分析技术的二维光纤光谱图像修复算法，其特征在于，步骤3)中所述映射运算: S {Μ} — Snew {N}。(5) 由之前所得的集合S，将里面的元素M逐个进行映射，映射到原始图像区域；具体的映射方法就是对公式(I)进行逆运算；这样就会生成一个新的集合SnOT，对应于原始图像。5.根据权利要求1所述的基于模块分析技术的二维光纤光谱图像修复算法，其特征在于，步骤4)中所述自相似指导的方法操作如下: Nl = Search{N~L ,N+L)。(6 )本文档来自技高网...
【技术保护点】
一种基于模块分析技术的二维光纤光谱图像修复算法，其特征在于，包括以下步骤：1)通过对二维光纤光谱图像进行下采样运算，得到二维光纤光谱图像的下采样结果图；2)运行本地模块分析函数，对二维光纤光谱图像的下采样结果图进行逐模块的分析，判定其是否为宇宙射线污染区域，并进行模块标定；3)对下采样结果图标定的模块进行映射运算，找到其在原始二维光纤光谱图像的对应模块，重新标定；4)按照原始光纤光谱图像的标定模块，通过自相似指导的方法，逐模块的对原始二维光纤光谱图像进行修复，最后获得修复后的光线光谱图像。
【技术特征摘要】
【专利技术属性】
技术研发人员：郑新，吕辰雷，尹乾，郭平，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：北京;11
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。