预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利(10)授权公告号CN109035282B(45)授权公告日2022.02.08(21)申请号201810871207.4G06T5/40(2006.01)(22)申请日2018.08.02G06T5/30(2006.01)G06T5/00(2006.01)(65)同一申请的已公布的文献号申请公布号CN109035282A审查员杨林郁(43)申请公布日2018.12.18(73)专利权人吉林工程技术师范学院地址130052吉林省长春市宽城区凯旋路3050号(72)发明人安晓峰李艳秋马海钰桑爱军周成宋立军(74)专利代理机构西安知诚思迈知识产权代理事务所(普通合伙)61237代理人麦春明(51)Int.Cl.G06T7/136(2017.01)权利要求书1页说明书5页附图3页(54)发明名称Hadamard编码调制关联成像的阈值处理方法(57)摘要本发明公开了一种Hadamard编码调制关联成像的阈值处理方法,通过依据Hadamard矩阵调制关联成像所得重构图像的灰度直方图特征确定分割阈值,再利用确定的分割阈值对目标图像进行阈值分割处理,再对阈值分割处理后图像进行形态学滤波,形态学滤波包括:首先对阈值分割处理后图像进行腐蚀操作,消除图像中的点状噪声,然后再进行膨胀操作,得到二值化的目标图像轮廓;最后利用该目标图像轮廓对阈值分割处理后图像进行增强处理,去除目标图像外围点状噪声,获得清晰图像。本发明的阈值处理方法可行性高,获得接近8dB的光学图像增强,对二值图像和灰度图像都有比较好的效果,有效促进了关联成像技术的实用化。CN109035282BCN109035282B权利要求书1/1页1.Hadamard编码调制关联成像的阈值处理方法,其特征在于,具体步骤如下:步骤1、依据Hadamard矩阵光场调制关联成像所得重构图像的灰度直方图特征确定分割阈值;步骤2、重构图像阈值分割处理:用步骤1确定的分割阈值,对重构图像进行分割,分割后图像表达式如下所示:其中,τ(x,y)为重构图像中坐标为(x,y)的像素点的灰度值;τh为高灰度分割点阈值;τl为低灰度分割点阈值;G'(x,y)为阈值处理后图像,G(x,y)为目标图像;重构图像中灰度值高于τh为点状噪声区域,灰度值低于τl为背景区域,灰度值属于[τl,τh]为目标图像区域;步骤3、对阈值分割后图像G'(x,y)进行形态学滤波;所述步骤1具体步骤如下:步骤1.1、Hadamard矩阵光场调制关联成像获取重构图像;步骤1.2、获取重构图像的灰度直方图,并采用经典基于图像数据自动选择的迭代算法,得出低灰度分割点阈值τl;步骤1.3、选取重构图像的灰度直方图中第二峰值后出现的第一个出现频率为0的灰度值为高灰度分割点阈值τh;所述步骤3具体步骤如下:步骤3.1、对阈值分割后图像进行腐蚀操作,以消除重构图像中的点状噪声;步骤3.2、对消除点状噪声的腐蚀后图像再进行膨胀操作,得到二值化的目标图像轮廓;步骤3.3、用二值化的目标图像轮廓对阈值分割后图像进行增强,去除目标图像外围点状噪声。2.根据权利要求1所述Hadamard编码调制关联成像的阈值处理方法,其特征在于,所述步骤1.1中,Hadamard矩阵光场调制关联成像,采用经典的二阶关联成像公式获取重构图像。2CN109035282B说明书1/5页Hadamard编码调制关联成像的阈值处理方法技术领域[0001]本发明属于图像处理技术领域,特别是涉及一种Hadamard编码调制关联成像的阈值处理方法。背景技术[0002]关联成像又称量子成像、鬼成像,是一种利用空间光场强度涨落关联性实现图像重构的新技术。不同于传统光学成像采用“点对点”记录目标物体信息的成像方式,关联成像采用一个不具有空间分辨能力的单像素探测器(又称桶探测器)记录含有物体信息光场的总强度值,与照射物体的调制光场进行关联计算,重构目标物体的图像信息。[0003]经典关联成像采用双光路方案,调制光场经分束器分束后,一条光束经物体被单像素探测器接收;另一条光束直接被面阵探测器接收,用于记录光场分布信息。随着关联成像技术的发展,计算关联成像于2008年由美国麻省理工学院的Shapiro提出,主要是通过预置光场的分布信息,经调制器件调制后直接照射到物体,并被单像素探测器探测,可以只通过一条光路实现图像重构。目前计算关联成像研究热点集中在成像质量改善和成像效率上。[0004]经典计算关联成像采用高斯随机分布矩阵进行光场调制,高斯矩阵的非正交性,会引入散斑相关性噪声,降低重构图像的信噪比和成像效率,寻找更有效率的测量矩阵,减少测量时间、提高成像质量,是计算关联成像实用化研究的重要课题。2013年,加利福尼亚大学的Olivas研究了不同变换基(Nois