应用正则化影响函数扩散模型的星图噪声滤波

孙剑明

doi:10.3788/OPE.20142206.1655

您当前的位置：

首页 >

文章列表页 >

应用正则化影响函数扩散模型的星图噪声滤波

信息科学 | 更新时间：2020-08-13

- 应用正则化影响函数扩散模型的星图噪声滤波
- Star image noise filtering based on regularization influence function diffusion model
- 光学精密工程 2014年22卷第6期页码：1655-1660
- 作者机构：
  
  哈尔滨商业大学计算机与信息工程学院,黑龙江哈尔滨,150028
- 作者简介：
  
  [ "孙剑明（1980- ），男，山东黄县人，博士后，副教授，2008年于哈尔滨工业大学获得硕士学位，2013年于哈尔滨工程大学获得博士学位，现为哈尔滨商业大学计算机与信息工程学院博士后，主要从事机器视觉及自动控制方面的研究。E-mail：sjm@hrbcu.edu.cn" ]
- 基金信息：
  
  黑龙江省教育厅科学技术研究项目（No.12531160）()
- DOI：10.3788/OPE.20142206.1655
  中图分类号： P407.8;TP751
- 收稿日期：2013-09-29，
  
  修回日期：2013-11-01，
  
  纸质出版日期：2014-06-25
- 稿件说明：
移动端阅览
孙剑明,. 应用正则化影响函数扩散模型的星图噪声滤波[J]. 光学精密工程, 2014,22(6): 1655-1660

SUN Jian-ming,. Star image noise filtering based on regularization influence function diffusion model[J]. Editorial Office of Optics and Precision Engineering, 2014,22(6): 1655-1660
孙剑明,. 应用正则化影响函数扩散模型的星图噪声滤波[J]. 光学精密工程, 2014,22(6): 1655-1660 DOI： 10.3788/OPE.20142206.1655.

SUN Jian-ming,. Star image noise filtering based on regularization influence function diffusion model[J]. Editorial Office of Optics and Precision Engineering, 2014,22(6): 1655-1660 DOI： 10.3788/OPE.20142206.1655.

摘要

由于恒星星图的噪声滤波对保持星点的边缘细节要求较高，本文以塔基（Tukey）扩散模型与改善的PM（Perona-Malik）模型为基础，提出了一种基于正则化影响函数扩散模型的星图噪声滤波方法。该方法通过导数算子提取边界点集，利用图像中原始像素和噪声像素的空间分布特性对图像进行噪声滤波处理，并通过给定边界条件恢复图像边缘。由于避免了方差稳定（VS）变换，该方法可以直接处理高斯噪声。对普通图像和添加高斯噪声星图进行了仿真测试，并与普通扩散函数算法进行了比较。实验结果表明：提出的算法表现出了较好的噪声滤波能力，同时有效地保持了特征图像的边缘。相对于普通扩散函数算法其平均绝对误差降低了13.6%，峰值信噪比平均提高了6.1%。得到的数据显示，本方法的滤波能力优于普通的扩散函数方法，特别适用于星图的噪声滤波处理。

Abstract

As noise filtering of a star image has a high demand for reserving details of star edge

a new star map noise filtering method on a regularization influence function diffusion model was proposed based on Tukey diffusion model and modified Perona-Malik model. The boundary point set was extracted by a derivative operator and the map noise was processed by filtering with the space distribution characteristics of the original pixel and the noise pixel in the images. Moreover

the image edge was recovered by a given boundary condition. Due to avoiding Variance Stabilization(VS) transform

it could process the Gaussian noise directly. Simulation experiments on a common image and a star map with Gaussian noise show that this method has good capability of noise filtering and can effectively reserve the edges of feature images. Compared with common diffusion function algorithm

the average error is reduced by 13.6% and the Peak Signal to Noise Ratio(PSNR) is improved by 6.1%. Filtering performance of the proposed method is better than that of common diffusion function method

especially suitable for noise filtering of star maps.

关键词

Keywords

references

LEFKIMMIATIS S, UNSER M. Poisson image reconstruction with hessian schatten-norm regularization [J]. IEEE Transactions on Image Processing, 2013, 22(11):4314-4327.

胡英,杨杰,周越. 基于多尺度Wiener滤波器的分形噪声滤波[J]. 电子学报, 2003, 31(4):560-563. HU Y,YANG J,ZHOU Y. Multiscale wiener filter for the estimation of signal embedded in 1/f noise[J]. Acta Electronica Sinica, 2003, 31(4):560-563. (in Chinese)

李云飞,李敏杰,司国良,等. TDI-CCD图像传感器的噪声分析与处理[J]. 光学精密工程,2007,15(8):1196-1202. LI Y F,LI M J,SI G L, et al.. Noise analyzing and processing of TDI-CCD image sensor[J]. Opt. Precision Eng., 2007,15(8):1196-1202. (in Chinese)

任文琦,王元全. 基于梯度矢量卷积场的四阶各向异性扩散及图像去噪[J]. 光学精密工程,2013,21(10):2713-2719. REN W Q,WAN Y Q. GVC-based fourth-order anisotropic diffusion for image denoising [J]. Opt. Precision Eng., 2013,21(10):2713-2719. (in Chinese)

郭永彩,王婀娜,高潮. 空间自适应和正则化技术的盲图像复原[J]. 光学精密工程,2008, 16(11):2263-2267. GUO Y C,WANG A N,GAO C. Blind image restoration algorithm based on space-adaptive and regularization [J]. Opt. Precision Eng., 2008, 16(11):2263-2267. (in Chinese)

江洁,邓琼,张广军. 基于小波变换的正则化盲图像复原算法[J]. 光学精密工程, 2007,15(4): 582-586. JIANG J,DENG Q,ZHANG G J. Regularization algorithm for blind image restoration based on wavelet transform[J]. Opt. Precision Eng., 2007,15(4): 582-586. (in Chinese)

王丽艳,韦志辉,李星秀. 多成分正则化约束的断层图像重建算法[J]. 中国图象图形学报, 2012,17(1):20-26. WANG L Y,WEI ZH H,LI X X. Morphological component analysis for tomography reconstruction [J]. Journal of Image and Graphics, 2012,17(1):20-26. (in Chinese)

李伟红,董亚莉,唐述. 多范数混合约束的正则化图像盲复原[J]. 光学精密工程,2013,21(5):1357-1364. LI W H, DONG Y L, TANG SH. Regularized blind image restoration based on multi-norm hybrid constraints [J]. Opt. Precision Eng., 2013,21(5):1357-1364.(in Chinese)

周箩鱼,张葆,杨扬. 自适应阈值的超变分正则化图像盲复原[J]. 光学精密工程,2012,20(12):2759-2767. ZHOU L Y, ZHANG B, YANG Y. Image blind deblurring based on super total variation regularization with self-adaptive threshold [J]. Opt. Precision Eng., 2012,20(12):2759-2767.(in Chinese)

梁栋,梁昭,鲍文霞,等. 基于非局部正则化稀疏表示的图像去噪算法[J]. 系统工程与电子技术,2013,35(5):1104-1109. LIANG D,LIANG Z,BAO W X, et al.. Image denoising algorithm based on non-local regularized sparse representation[J]. Systems Engineering and Electronics,2013,35(5):1104-1109. (in Chinese)

GENG X J, ROSS T J,HONG G,et al.. Diffeomorphic image registration of diffusion MRI using spherical harmonics[J].IEEE Trans.Medical Imaging,2011,30(3):747-758.

TAEG SANG CHO, ZITNICK C L, JOSHI N, et al.. Image restoration by matching gradient distributions [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence,2012,34(4):683-694.

浏览量

1070

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

多图正则多核非负矩阵分解高光谱图像解混

混合稀疏迭代最近点配准

基于距离矩阵的星图运动目标检测

正则化总体最小二乘用于光学线阵遥感影像定位

空间目标图像的非凸稀疏正则化波后复原