基于空间光调器的图像处理

基于空间光调器的图像处理

论文摘要

光学小波变换是光学信息处理与小波理论的结合,同时汇集了光学和小波变换的诸多优点,具有并行性、超高速、大容量的优点,为信息的高速化处理提供了有利的依据。目前光学小波变换在模式识别和纹理分割方面已取得一定的成果,而在用光学小波变换实现图像数据压缩的报道很少,其主要原因是它对整个光学变换系统的精度要求比其它应用高得多。论文首先介绍了光学信息处理的基本原理和发展概况,再对光学小波变换系统中涉及到的光电耦合器件――空间光调制器(SLM)进行了深入的研究,阐述了其相关概念、结构特性和工作原理,探讨了其在光学图像处理系统中的具体应用。然后研究了光学小波变换系统重要组成部分――光学滤波器。论文对空间光调制器、胶片、计算全息图、光栅等几种常见光学滤波器载体进行了调查研究,结合课题的特殊要求和对几种光学滤波器性能的比较,最终确定空间光调制器作为光学滤波器。系统对滤波器的要求和滤波器在光学处理系统中的定位是影响光学小波变换系统精度的关键因素。根据现有光学实验条件,分析并计算了实验系统对滤波器的量化精度、尺寸大小的要求,通过仿真实验分析了滤波器尺寸对图像处理效果的影响,确定了光学滤波器的尺寸。结合现有的实验系统,论文还提出了谱面滤波器偏转角的测量方法和精确定位谱面滤波器的方法。并在优化后的光学小波变换系统上进行了实验,取得了较好的实验的结果。由于系统采用相干光照明,在输出平面上采集到的图像存在大量的相干噪声。论文从抑止相干噪声的角度出发,结合SLM谱复制的特点,提出了一种基于空域平均的图像去噪方法。实验结果表明:该方法既可效地抑制相干光学成像系统中的部分噪声,又可保留图像的细节分量。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 引言
  • 1.1 傅立叶分析
  • 1.1.1 傅立叶分析处理器
  • 1.1.2 傅立叶分析的缺点
  • 1.2 光学小波变换理论
  • 1.2.1 小波变换基础理论
  • 1.2.2 小波变换的光学实现
  • 1.3 国内外发展现状
  • 1.3.1 光学信息处理的发展
  • 1.3.2 光学小波的发展
  • 1.4 论文的意义和主要内容
  • 2 空间光调制器
  • 引言
  • 2.1 空间光调制器
  • 2.1.1 空间光调制器的概述
  • 2.1.2 空间光调制器工作原理
  • 2.1.3 空间光调制器的发展趋势
  • 2.2 空间光调制器在图像处理中的应用
  • 2.2.1 空间光调制器用作输入
  • 2.2.2 用作空间滤波器
  • 2.2.3 用作多通道图像处理
  • 3 光学小波变换系统及各种光学滤波器
  • 引言
  • 3.1 光学小波变换系统
  • 3.1.1 光学小波变换
  • 3.1.2 光学小波变换系统设计及选择
  • 3.2 光学滤波器的实现及选择
  • 3.2.1 胶片
  • 3.2.2 计算全息图
  • 3.2.3 光栅
  • 3.2.4 应用SLM 制作光学滤波器
  • 3.3 滤波器选择及依据
  • 4 噪声的产生及滤波器的研究
  • 引言
  • 4.1 电寻址空间光调制器的特性及其噪声
  • 4.1.1 空间光调制器结构特性
  • 4.1.2 空间光调制器结构特性对系统的影响及消除方法
  • 4.1.3 噪声
  • 4.2 光学滤波器的实现
  • 4.2.1 谱面滤波器角位移的测量
  • 4.2.2 滤波器在谱面的定位
  • 4.2.3 滤波器的精度要求
  • 4.2.2 滤波器尺寸对图像处理效果的影响
  • 4.2.4 实验结果
  • 5 利用SLM 进行图像去噪
  • 引言
  • 5.1 4F 光学系统中的噪声成分
  • 5.2 图像、噪声的特性分析和去噪原理
  • 5.3 空域平均在4F 光学系统的应用
  • 5.4 实验结果及结论
  • 6 全文总结及展望
  • 6.1 全文总结
  • 6.2 课题展望
  • 致谢
  • 参考文献
  • 附录
  • A: 作者在攻读硕士学位期间参加的课题和发表的论文
  • B: 论文用到的标准测试图
  • C: 论文用到的标准测试图
  • 相关论文文献

    • [1].基于经验小波变换的结构损伤特征提取[J]. 计算机与数字工程 2020(01)
    • [2].基于改进的自适应无参经验小波变换的滚动轴承故障诊断[J]. 计量学报 2020(06)
    • [3].基于可调Q因子小波变换和迁移学习的癫痫脑电信号检测[J]. 计算机科学 2020(07)
    • [4].基于小波变换的图像动态融合技术[J]. 电子技术与软件工程 2016(22)
    • [5].基于改进同步挤压小波变换识别信号瞬时频率[J]. 振动.测试与诊断 2017(04)
    • [6].基于离散小波变换的方波消噪[J]. 科技风 2015(11)
    • [7].基于小波变换模极大值原理的变电站变压器保护研究[J]. 科学家 2017(11)
    • [8].基于离散小波变换的分布式光伏孤岛检测方法[J]. 浙江电力 2019(12)
    • [9].基于经验小波变换的基因关联隐私保护实验研究[J]. 湖南大学学报(自然科学版) 2020(02)
    • [10].多级离散小波变换的高效超大规模集成架构[J]. 光学学报 2019(04)
    • [11].基于小波变换的重力区域场提取[J]. 科技创新与应用 2018(11)
    • [12].图小波变换在图像分割中的应用研究[J]. 微型机与应用 2017(08)
    • [13].同步压缩小波变换在油气检测中的应用[J]. 中国煤炭地质 2016(05)
    • [14].基于离散小波变换的信号分解与重构[J]. 计算机技术与发展 2014(11)
    • [15].压缩小波变换地震谱分解方法应用研究[J]. 石油物探 2015(01)
    • [16].一维离散小波变换在心电信号降噪中的应用[J]. 贵州师范大学学报(自然科学版) 2014(06)
    • [17].基于小波变换的时空数据压缩方法[J]. 武汉工业学院学报 2013(03)
    • [18].基于翻转结构的离散小波变换片上系统设计验证[J]. 计算机与数字工程 2013(12)
    • [19].稀疏分解与提升小波变换相结合的雷达脉冲参数估计法[J]. 电子测量技术 2020(16)
    • [20].基于方向小波变换的图像边缘检测[J]. 攀枝花学院学报 2014(05)
    • [21].过完备有理小波变换在轴承故障诊断中的应用[J]. 振动.测试与诊断 2011(05)
    • [22].5/3提升小波变换的仿真与FPGA实现[J]. 电脑知识与技术 2010(02)
    • [23].基于离散小波变换的水文序列相似查找[J]. 科技信息 2010(23)
    • [24].一种提升小波变换的VLSI结构设计[J]. 电脑知识与技术 2010(34)
    • [25].提升小波变换的并行处理与高速实现[J]. 光电工程 2009(08)
    • [26].基于提升小波变换的图像融合规则综述[J]. 电脑知识与技术 2008(31)
    • [27].基于双提升小波变换的医学图像感兴趣区编码[J]. 计算机系统应用 2008(02)
    • [28].利用平稳小波变换的突变性检测研究[J]. 电子设计工程 2020(08)
    • [29].冗余小波变换零相位分解实现方法及应用研究[J]. 电光与控制 2020(06)
    • [30].新阈值小波变换的心音去噪[J]. 计算机工程与设计 2020(09)

    标签:;  ;  ;  ;  

    基于空间光调器的图像处理
    下载Doc文档

    猜你喜欢