当前位置: 首页 > 专利查询>中山大学专利>正文

基于相位调制的去噪和高分辨成像方法和装置制造方法及图纸

技术编号:41576810 阅读:33 留言:0更新日期:2024-06-06 23:54
本发明专利技术公开了一种基于相位调制的去噪和高分辨成像方法和装置,包括:依据图像中的信噪比生成信噪比对应的数据分布,并在数据分布中随机采样生成采样矩阵,基于采样矩阵构建相位矩阵;将图像经过傅里叶变换转换到傅里叶域,并将相位矩阵作用于傅里叶域的图像以实现相位调制,相位调制的图像经过逆傅里叶变换转换到空间域,得到去噪后图像。该方法和装置,通过随机数值进行相位调制来有效抑制图像中的噪声和伪影,并将相位调制引入到高分辨成像中,提高高分辨成像质量。

【技术实现步骤摘要】

本专利技术属于图像处理,具体涉及一种基于相位调制的去噪和高分辨成像方法和装置


技术介绍

1、在现代成像技术中,图像清晰度对于提供精确诊断和高质量视觉信息至关重要。特别是在医学成像、天文观测、卫星遥感、机器视觉等领域,反模糊和降噪技术的重要性不断上升。在这些领域中,图像常常受到各种因素的干扰,包括运动模糊、系统误差、散射和折射问题等,导致成像质量下降。

2、光学相干层析成像作为一种非侵入性的生物医学成像技术,提供了实时、高分辨率的图像,但在深层组织成像时,由于光散射和衰减等物理限制,图像常常出现模糊和噪声。此外,其他成像技术如荧光显微镜、电子显微镜、ct断层成像等也面临类似的挑战。在传统的分辨率提升技术中,反卷积算法是常用的方法之一,它通过数学上的操作尝试恢复图像中由于系统响应函数引起的模糊。然而,反卷积算法对噪声非常敏感,尤其是在信噪比较低的情况下,容易产生环形伪影,影响图像质量。

3、近年来,随着计算能力的提升和算法的发展,人们尝试引入更多先进的分辨率提升技术。例如,基于机器学习的方法开始被用于图像去模糊,通过训练数据学习图像之本文档来自技高网...

【技术保护点】

1.一种基于相位调制的去噪方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于相位调制的去噪方法,其特征在于,所述数据分布包括正态分布、均匀分布、指数分布、以及泊松分布中的至少一种。

3.根据权利要求1所述的基于相位调制的去噪方法,其特征在于,针对信噪比为22-33dB的图像,生成的正态分布为:均值任意,标准差处于0.35-0.75。

4.根据权利要求1所述的基于相位调制的去噪方法,其特征在于,针对信噪比为22-33dB的图像,生成的指数分布为:均值处于0.5-5.0。

5.根据权利要求1所述的基于相位调制的去噪方法,其特征在于,...

【技术特征摘要】

1.一种基于相位调制的去噪方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于相位调制的去噪方法,其特征在于,所述数据分布包括正态分布、均匀分布、指数分布、以及泊松分布中的至少一种。

3.根据权利要求1所述的基于相位调制的去噪方法,其特征在于,针对信噪比为22-33db的图像,生成的正态分布为:均值任意,标准差处于0.35-0.75。

4.根据权利要求1所述的基于相位调制的去噪方法,其特征在于,针对信噪比为22-33db的图像,生成的指数分布为:均值处于0.5-5.0。

5.根据权利要求1所述的基于相位调制的去噪方法,...

【专利技术属性】
技术研发人员:葛昕刘琳波陈思黄永盛何进
申请(专利权)人:中山大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1