[发明专利]全息图噪声的去除方法及装置有效

专利信息
申请号: 201710408021.0 申请日: 2017-06-02
公开(公告)号: CN107085838B 公开(公告)日: 2021-02-26
发明(设计)人: 范浩如;黄晓辉;贾振红 申请(专利权)人: 新疆大学
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 北京鼎佳达知识产权代理事务所(普通合伙) 11348 代理人: 王伟锋;刘铁生
地址: 830000 新疆维吾尔*** 国省代码: 新疆;65
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 全息图 噪声 去除 方法 装置
【权利要求书】:

1.一种全息图噪声的去除方法,其特征在于,包括:

获取待处理全息图,所述全息图为含有散斑噪声的全息图;

根据具有图像去噪功能的神经网络方法对所述全息图进行去噪,所述具有图像去噪功能的神经网络方法为脉冲耦合神经网络PCNN,用于去除图像高频部分的噪声,并保留图像边缘部分;

对去噪后的全息图进行预设再现处理,得到全息图的再现象;

根据预设滤波算法对所述再现象滤波去噪;

所述获取待处理全息图之前,所述方法还包括:

根据预设散斑噪声参数,生成待处理图像的全息图;

所述根据预设散斑噪声参数,生成待处理图像的全息图包括:

提取待处理图像抽样化后的物函数;

对所述物函数进行离散傅里叶变换,得到傅里叶变换谱;

通过预设的全息图编码方式及根据预设散斑噪声参数确定的散斑噪声对所述傅里叶变换谱进行编码,得到待处理图像的全息图;

所述根据预设滤波算法对所述再现象滤波去噪之后,所述方法还包括:

解析去噪后的再现象的质量指标参数,根据所述质量指标参数调整所述具有图像去噪功能的神经网络方法及所述预设滤波算法中的参数;

将调整后的参数标记为去除全息图噪声的默认参数,以便再次去除全息图噪声时,直接采用所述默认参数进行去噪。

2.一种全息图噪声的去除装置,其特征在于,包括:

获取单元,用于获取待处理全息图,所述全息图为含有散斑噪声的全息图;

第一去噪单元,用于根据具有图像去噪功能的神经网络方法对所述全息图进行去噪,所述具有图像去噪功能的神经网络方法为脉冲耦合神经网络PCNN,用于去除图像高频部分的噪声,并保留图像边缘部分;

处理单元,用于对去噪后的全息图进行预设再现处理,得到全息图的再现象;

第二去噪单元,用于根据预设滤波算法对所述再现象滤波去噪;

所述装置还包括:

生成单元,用于根据预设散斑噪声参数,生成待处理图像的全息图;

所述生成单元包括:

提取模块,用于提取待处理图像抽样化后的物函数;

变换模块,用于对所述物函数进行离散傅里叶变换,得到傅里叶变换谱;

编码模块,用于通过预设的全息图编码方式及根据预设散斑噪声参数确定的散斑噪声对所述傅里叶变换谱进行编码,得到待处理图像的全息图;

所述装置还包括:

解析单元,用于解析去噪后的再现象的质量指标参数,根据所述质量指标参数调整所述具有图像去噪功能的神经网络方法及所述预设滤波算法中的参数;

标识单元,用于将调整后的参数标记为去除全息图噪声的默认参数,以便再次去除全息图噪声时,直接采用所述默认参数进行去噪。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新疆大学,未经新疆大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710408021.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top