用于输入信号数据中的基线估计的装置和方法制造方法及图纸

本发明专利技术涉及用于获得输入信号数据(I(x；))的基线估计数据(f(x；))的装置和方法。获得准确的基线估计数据允许有效地从输入信号数据中去除噪声，输入信号数据诸如图像、声纳、声音、超声、断层摄影和/或地震数据。使用与格林函数的卷积来计算基线估计数据。卷积在计算上比已知的矩阵乘法更有效。

【技术实现步骤摘要】
【国外来华专利技术】用于输入信号数据中的基线估计的装置和方法
本专利技术涉及一种用于输入信号数据中的基线估计的装置和方法。
技术介绍
当使用诸如相机的光学设备记录三维区域的二维图像时，仅清晰地呈现聚焦区域中的那些特征。不在聚焦区域中的项被模糊。这种对图像的离焦贡献导致了标准引擎和用于图像锐化的方法(诸如去卷积)无法去除的伪影。
技术实现思路
因此，本专利技术的目的是提供一种去除由输入信号数据表示的诸如图像的信号中的离焦或基线贡献的装置和方法。具有与图像中的离焦或基线贡献类似的特性的噪声内容可以存在于各种类型的输入信号数据中，输入信号数据例如由混叠、由噪声背景、由非线性吸收和/或散射效应、和/或由移动信号源和/或反射目标引起。因此，本专利技术的另一目的是去除输入信号数据中的噪声分量，噪声分量在特性上类似于图像中的离焦贡献。此目的通过一种装置来解决，其中装置被配置为检索输入信号数据；从输入信号数据中减去基线估计数据以计算输出信号数据；以及其中装置还被配置为使用离散格林函数根据卷积来计算基线估计数据。另外，此目的通过一种方法来解决，方法包括获得基线估计数据的步骤和从输入信号数据中减去基线估计数据以获得输出信号数据的步骤，其中获得基线估计数据的步骤包括使用与离散格林函数的卷积来计算基线估计数据的步骤。目的还通过存储使计算机执行所要求保护的方法的程序的非瞬时性计算机可读介质来解决。目的还通过一种具有程序代码的计算机程序来实现，当计算机程序在处理器上运行时，程序代码用于执行根据本专利技术的降噪方法；通过作为执行所要求保护的方法的结果的输出信号数据；和/或通过由输入和输出信号数据训练的神经网络设备，其中输出信号数据是通过所要求保护的方法从输入信号数据创建的。下面，参考输入信号数据描述本专利技术，输入信号数据仅作为示例可以表示输入图像数据。然而，除了输入图像数据之外，术语“颜色”通常可以涉及在特别的波长处或特别的波长带中的输入信号强度或强度。术语“颜色”不必限于图像输入数据，而是还可以涉及诸如下面另外列出的其他类型的输入数据。术语“颜色空间”同样不限于输入图像数据，而是可以指定已经以不同的重叠或非重叠波长或波长带记录的任何输入信号数据的集合。在这种情况下，波长可以对应于空间或时间波长，即与时间或空间频率有关。其中记录输入或输出信号的波长或波长带的集合对应于“颜色空间”。这些波长或波段中的每个构成分离的“通道”或“颜色通道”。例如，输入信号数据可以是输入图像数据、输入声纳、声音和/或超声数据、输入雷达数据、输入谱学和/或包括倒谱的谱数据、输入微波数据、输入振动数据，诸如地震数据、任何种类的断层摄影的输入断层摄影数据和统计数据，诸如股票交易数据，以及它们的任何组合中的一个。输入信号数据可以是一维、二维、三维和N维中的一个。输出信号数据可以是输出图像数据、输出声纳、声音或超声数据、输出雷达数据、输出谱学和/或包括倒谱的谱数据、输出微波数据、输出振动数据，诸如地震数据和统计数据，诸如股票交易数据，以及它们的任意组合中的一个。输出信号数据可以是一维、二维、三维和N维中的一种。输出信号数据可被输出用于另外的处理。在诸如声纳、声音和超声数据的输入信号数据中，其可能已经被认为是图像数据，如本文所述的基线估计可以用于去除背景。在统计数据中，本文所述的基线估计可用于去除和/或校正全局趋势。在更一般的术语中，本文描述的基线估计方法不仅可以用于从输入信号数据中去除基线估计，而且可以用于将基线贡献I2(xi)与“焦点对准”贡献I1(xi)分离。然后，这两个分量可以被处理，并且最终被分离地分析。例如，在谱数据中，特别是在超谱数据中，大规模基线谱特征可以与小规模谱特征分离。输入信号数据优选地是N维矩阵I(xi)，其中N是大于2的整数。项xi是元组{x1；…；xN}的快捷符号，元组包含N个位置值并表示在矩阵中的离散位置xi-或指向该位置的位置向量。位置xi可以由输入信号数据中的像素或优选地相干的像素的集合来表示。离散位置xi在二维输入信号数据的情况下表示例如一对离散位置变量{x1；x2}，在三维输入信号数据的情况下表示三元离散位置变量{x1；x2；x3}。在第i维中，该阵列可包含Mi个位置，即总计，I(xi)可包含(M1×…×MN)个元素。因为在下文中，将不参考具体位置或具体维度，所以位置仅由xi来指示。I(xi)可以是在xi位置处的任何值或值的组合，诸如表示颜色空间中的颜色或“通道”的强度的值，例如RGB空间中的颜色R的强度，或者多于一种颜色的组合的强度，例如RGB颜色空间中的已经由多谱或超谱相机记录的输入图像可包括多于三个通道。对于其它类型的输入信号数据也是如此。例如，二维输入信号数据可以是输入图像数据，输入图像数据可以三色RGB格式获得，可以被认为是三个独立的二维输入信号数据的集合I(xi)＝{IR(xi)；IG(xi)；IB(xi)}，其中IR(xi)表示诸如颜色R的强度的值，IG(xi)表示诸如颜色G的强度的值，以及IB(xi)表示诸如颜色B的强度的值。如果已经使用多谱相机或超谱相机记录了输入信号数据，则输入信号数据可以表示多于三个通道。每个通道可以表示光谱的不同的谱或谱范围。例如，可以使用多于三个通道来表示可见光谱。如果对象包括荧光材料，诸如至少一个荧光团或至少一个自发荧光物质，则每个通道可以表示不同的荧光谱。例如，如果在输入信号数据中存在多个荧光荧光团，则一个荧光团的每个荧光谱可以由输入信号数据的不同的通道表示。另外，一方面，不同的通道可以用于选择性地由照明触发的荧光，另一方面，可以用于作为副产物或作为触发的荧光的副作用产生的自发荧光。额外的通道可以覆盖NIR和IR范围。通道可以不必包括强度数据，而是可以表示与对象的图像有关的其他种类的数据。例如，通道可包括表示在图像中的特别的位置处触发之后的荧光寿命数据。通常，输入信号数据因此可以具有以下形式I(xi)＝{I1(xi)；I2(xi)；…；IC(xi)}，其中C是输入信号数据中的通道的总数。根据本专利技术的装置和方法从焦点对准贡献具有高空间频率的假设开始，例如，焦点对准贡献负责在输入信号数据中在短距离上发生的强度和/或颜色改变。假设离焦贡献具有低空间频率，即导致在输入信号数据的较大区域上延伸的主要地逐渐的强度和/或颜色改变。因此，离焦贡献反映在输入信号数据的基线中。从这个假设出发，跨输入信号数据的强度和/或颜色改变可以被加性地分离为高空间频率焦点对准分量I1(xi)和低(这里是空间)频率离焦或基线分量I2(xi)，如I(xi)＝I1(xi)+I2(xi)。由于其低空间频率，离焦分量I2(xi)可以被认为是或多或少平滑的基线，在此基线上叠加了焦点对准分量作为具有高空间频率的特征。根据本专利技术，使用对输入信号数据的拟合来估计基线。在计算上，拟合，即基线估计，由离散基线估计数据f(xi)表示。基线估计数据也可以是具有N个维度和(M1×…×MN)个元素的超立方体矩阵，并且因此具有与输入信号数据本文档来自技高网...

【技术保护点】
1.一种用于输入信号数据中的基线估计的装置(1)，/n其中所述装置(1)被配置为/n-检索输入信号数据(I(x

【技术特征摘要】
【国外来华专利技术】20180329 DE 102018204943.2;20180627 EP PCT/EP2018/1.一种用于输入信号数据中的基线估计的装置(1)，
其中所述装置(1)被配置为
-检索输入信号数据(I(xi))；
-从所述输入信号数据(I(xi))中减去基线估计数据(f(xi))以计算输出信号数据(36)；
以及其中所述装置还被配置为
-使用离散格林函数(G(xi))从卷积计算所述基线估计数据(f(xi))。


2.如权利要求1所述的装置(1)，其中所述装置还被配置为
-通过包括第一迭代阶段(48)和第二迭代阶段(50)的迭代半二次最小化方案(66)来计算所述基线估计数据(f(xi))，其中，
-在所述第一迭代阶段(48)中，取决于先前的迭代(l)的基线估计数据(fl-1(xi))、截断的二次项和所述输入信号数据(I(xi))来更新辅助数据(d(xi))，
-在所述第二迭代阶段(50)中，使用所述离散格林函数(G(xi))与所述输入信号数据(I(xi))和更新的辅助数据(d(xi))的和的卷积来计算所述基线估计数据(f(xi))。


3.如权利要求2所述的装置(1)，其中所述迭代半二次最小化方案(66)是包括半二次最小化准则(M(f(xi)))的LEGEND算法，所述最小平方最小化准则包括成本函数C(f(xi))。


4.如权利要求3所述的装置(1)，其中所述成本函数C(f(xi))包括截断的二次函数所述截断的二次项是对称的和非对称中的一个。


5.如权利要求1至4中任一项所述的装置(1)，其中所述格林函数被限定如下：



其中F[…]是离散N维傅立叶变换，F-1[…]是离散N维傅立叶逆变换，γj是粗糙度惩罚项的正则化参数，以及




是在位置m处的第i维中的离散惩罚矩阵，以及N是维度的总数。


6.如权利要求1至5中任一项所述的装置(1)，其中所述格林函数包括所述惩罚项(P(j)(f(xi)))的离散表示函数导数


7.如权利要求6所述的装置(1)，其中所述惩罚项(P(j)(f(xi)))包括所述基线估计数据(44)的梯度、所述基线估计数据(44)的曲率、特征提取线性滤波器、高通滤波器、低通滤波器、Sobel滤波器、拉普拉斯滤波器、FIR带通滤波器、所述基线估计数据(f(xi))的任意阶的导数、以及前述惩罚项中的任何一个的线性组合中的至少一个。


8.如权利要求6或7所述的装置(1)，其中不同的惩罚项被用于所述输...

【专利技术属性】
技术研发人员：凯·沃尔特，弗罗里安·齐塞，
申请(专利权)人：莱卡微系统CMS有限责任公司，
类型：发明
国别省市：德国;DE