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

亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

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)发明专利申请(10)申请公布号CN106204490A(43)申请公布日2016.12.07(21)申请号201610546279.2(22)申请日2016.07.12(71)申请人厦门大学地址361000福建省厦门市思明南路422号(72)发明人邵桂芳李铁军刘建军(74)专利代理机构厦门市精诚新创知识产权代理有限公司35218代理人何家富(51)Int.Cl.G06T5/00(2006.01)G06N3/00(2006.01)权利要求书2页说明书9页附图4页(54)发明名称一种太赫兹脉冲图像去噪方法(57)摘要本发明涉及一种太赫兹脉冲图像去噪方法,包括以下步骤:首先,用蚁群算法检提取出太赫兹脉冲图像的边缘图像和非边缘图像;其次,用四阶偏微分方程去噪方法对非边缘图像进行去噪;最后,将边缘图像和去噪后的非边缘图像重新合成,得到去噪后的太赫兹脉冲图像。该方法与其它方法相比,不仅去噪后的图像与原始的图像差异最小,而且在去噪过程中最大程度保留了有用的图像边缘信息,达到对目标的有效识别。CN106204490ACN106204490A权利要求书1/2页1.一种太赫兹脉冲图像去噪方法,其特征在于:包括以下步骤:步骤A:用蚁群算法检提取出所述太赫兹脉冲图像的边缘图像和非边缘图像;步骤B:用四阶偏微分方程去噪方法对所述非边缘图像进行去噪;步骤C:将所述边缘图像和去噪后的所述非边缘图像重新合成,得到去噪后的所述太赫兹脉冲图像。2.根据权利要求1所述的太赫兹脉冲图像去噪方法,其特征在于:所述蚁群算法包括以下步骤:(0)步骤A1:初始化,信息素矩阵τ的每一元素被赋值一个初始常量τinit;步骤A2:构造过程,随机选择一个蚂蚁(k),按照公式(1),蚂蚁(k)连续移动L步,所述公式(1)是:其中,为节点(i,j)信息素的值,Ω(l,m)表示节点(l,m)的邻域节点集,常量α和β分别表示信息素矩阵和启发式矩阵的权重,ηi,j表示节点(i,j)处的启发信息;步骤A3:更新,根据公式(5)和(6)对信息素矩阵执行两次更新操作,根据包括构造和更新两个过程中蚂蚁活动的N次迭代运行操作,得到最终的信息素矩阵τ(N),所述公式(5)是:其中,ρ是蒸发率,由启发式矩阵确定;所述公式(6)是:τ(n)=(1-ψ)·τ(n-1)+ψ·τ(0).(6)其中,ψ是信息素衰减系数;步骤A4:判定,执行二元决策,得到基于阈值T的所述边缘图像。3.根据权利要求2所述的太赫兹脉冲图像去噪方法,其特征在于:所述蚂蚁算法中的参数设置为:4.根据权利要求1所述的太赫兹脉冲图像去噪方法,其特征在于:所述四阶偏微分方程去噪方法包括以下步骤:步骤B1:初始化参数λ,k,h,Δt和原始图像u;步骤B2:根据公式(11),计算和的值,所述公式(11)是:2CN106204490A权利要求书2/2页其中,h是离散空间的步长;步骤B3:根据公式(12)计算的值,所述公式(12)是:其中,Δt表示离散时间步长;步骤B4:按照公式(13)进行迭代,所述公式(13)是:其中,k是一个参量;步骤B5:如果没有达到最大迭代次数,继续返回进行所述步骤B2,否则结束跳出。5.根据权利要求4所述的太赫兹脉冲图像去噪方法,其特征在于:所述四阶偏微分方程去噪方法的参数设置为:3CN106204490A说明书1/9页一种太赫兹脉冲图像去噪方法技术领域[0001]本发明涉及一种太赫兹脉冲图像去噪方法,更具体地说,涉及一种混合了蚁群和对称四阶偏微分方程算法的新型太赫兹脉冲图像去噪方法。背景技术[0002]太赫兹是一种频率从0.1T到10T赫兹的电磁波(1THz=1012Hz),对应的波长介于3毫米到30微米之间。太赫兹脉冲成像(TPI)是一种用电磁辐射得到的非相干光学图像形式。太赫兹脉冲成像可以应用到生物医学,箱包的无损检测,示踪气体分析,艺术品和钞票防伪鉴定以及半导体设备的故障诊断等领域,目前已经引起了学者的广泛关注。通常来说,太赫兹成像技术一般分为相干成像和非相干成像两种。典型的相干成像包括时域光谱成像,电光学成像和色谱分析成像。连续波成像通常属于非相干成像。目前,太赫兹脉冲成像的研究主要包括两个方面:一方面,很多研究人员主要集中在如何解决TPI系统硬件上的缺陷,例如,提高图像的成像的分辨率和成像速度;另一方面,采用数字图像处理的方法,对太赫兹图像进行处理,进一步提高太赫兹系统的成像质量。事实上,通过太赫兹技术获取的太赫兹图像常常不够清晰,以至于不能够分辨出样本的轮廓和边缘信息。此外,由于受斑点噪声的影响,降低了对成像目标的准确识别。因此,去噪成为太赫兹图像处理的一个关键的步骤。然而,一些典型的数字图像去噪的方法,例如,均值滤波、中值滤波、非局部均值滤波(NLM)方法在太赫兹图像