【技术实现步骤摘要】
本专利技术涉及全息图像超分辨率重建技术,特别涉及一种基于压缩感知的淡水藻类全息图像增强与重建方法。
技术介绍
利用无透镜全息成像装置获得的藻类全息图像有噪声过多、对比度不高、分辨率过低和孪生像干扰等缺陷,导致不能准确地对淡水藻类细胞分类与计数,阻碍了无透镜全息成像装置应用于淡水检测的目标。因此增强和改善图像像质是全息成像、图像处理等研究领域的一项重要研究内容,其研究成果在细胞检测、全息成像等领域具有重要的应用意义。传统的无透镜全息图像的增强与重建方法通常采用合成孔径的方法来提高图像分辨率,由于合成孔径的方法过程是控制光源孔径的位移来获得多幅亚像元位移的低分辨率全息图,经过后期的合成处理得到高分辨率图像。这样不但增加了装置,不利于实现装置结构简单、易于操作和成像效率高的目标,而且配准不精确会使重建图像质量急剧下降。
技术实现思路
本文专利技术的目的是提供基于压缩感知的改善淡水藻类全息图像像质的方法,改善无透镜全息装置获取的淡水藻类全息图像的像质,图像清晰度和对比度都得到一定的增强的同时,去除了图像包含的噪声,为淡水藻类细胞的分类与计数奠定良好的基础。为了解决上述技术问题,本专利技术采用以下技术方案。一种基于压缩感知的淡水藻类全息图像增强与重建方法,包括以下步骤:1)利用无透镜全息成像装置获取淡水藻类全息图像;2)利用Savitzky-Golay平滑滤波器(简称S-G滤波器)和直方图均衡化去除图像噪声和增强图像对比度;3)通过基于压缩感知(Compressive Sensing,CS)的单幅图像的超分辨率重建方法,提高全息图像的分辨率,其步骤如下:a)根据图像建 ...
【技术保护点】
基于压缩感知的淡水藻类全息图像增强与重建方法,其特征在于,包括如下步骤:1)利用无透镜全息成像装置获取淡水藻类全息图像;2)利用Savitzky‑Golay平滑滤波器和直方图均衡化去除图像噪声和增强图像对比度;3)通过基于压缩感知的单幅图像的超分辨率重建方法,提高全息图像的分辨率;其步骤如下:a)根据图像建立超分辨重建问题模型:y=SFHGFΨx%=SFHGFx; (1)式中:F是傅里叶变换矩阵,起到将图像从空间域转换成频域内处理的作用;x=Ψx%,其中:Ψ是变换基矩阵,x%则代表的是x在稀疏域的表达式;G是低通滤波器,S是下采样矩阵,y即是待超分辨率重建的全息图像,x是超分辨率重建后的全息图像;b)求解x的过程为求解无约束凸规划的过程,即求目标函数f(x)的最小值:式中:等号右边第一项表示观测数据的拟合优度;第二项中的Φ(x)是能保持图像边缘的对比度与锐度的TV正则化算子;λ>0,为正则化参数;c)利用两步迭代收缩算法求解式(2),得到x‑即超分辨率重建之后的全息图像;4)利用角谱全息再现结合自动对焦精确测距的方法,将全息图像进行全息再现,以还原淡水藻类细胞的实际轮廓结构;其步骤 ...
【技术特征摘要】
1.基于压缩感知的淡水藻类全息图像增强与重建方法,其特征在于,包括如下步骤:1)利用无透镜全息成像装置获取淡水藻类全息图像;2)利用Savitzky-Golay平滑滤波器和直方图均衡化去除图像噪声和增强图像对比度;3)通过基于压缩感知的单幅图像的超分辨率重建方法,提高全息图像的分辨率;其步骤如下:a)根据图像建立超分辨重建问题模型:y=SFHGFΨx%=SFHGFx; (1)式中:F是傅里叶变换矩阵,起到将图像从空间域转换成频域内处理的作用;x=Ψx%,其中:Ψ是变换基矩阵,x%则代表的是x在稀疏域的表达式;G是低通滤波器,S是下采样矩阵,y即是待超分辨率重建的全息图像,x是超分辨率重建后的全息图像;b)求解x的过程为求解无约束凸规划的过程,即求目标函数f(x)的最小值:式中:等号右边第一项表示观测数据的拟合优度;第二项中的Φ(x)...
【专利技术属性】
技术研发人员:陈震,冷健雄,张聪炫,张初华,王官权,危水根,
申请(专利权)人:南昌航空大学,
类型:发明
国别省市:江西;36
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。