基于扩散方程和深度学习的图像斑点噪声去除模型研究

发布时间：2020-05-23 13:48

【摘要】：相干成像系统被广泛应用于环境监测、军事侦察和数字医疗等领域,其中的典型代表包括SAR成像系统和超声成像系统。然而由于特殊的成像机制,相干成像系统易被斑点噪声污染。因此去除图像斑点噪声并提升图像质量具有重要的研究和应用价值。本文利用非线性扩散方程和深度学习方法建立图像斑点噪声去除模型,主要研究内容如下:针对斑点噪声的复杂成因,本文首先从统计信息和模拟实验角度考察图像斑点噪声的特性。在此基础上建立基于非线性扩散方程的斑点噪声去除框架,之后利用非线性扩散方程理论和图像处理理论提出该框架中的扩散系数和扩散源项的构造方法。为了去除SAR图像中的斑点噪声,本文提出一类双退化扩散方程模型,其扩散系数由灰度探测算子和结构探测算子两部分组成,从而使扩散行为受到灰度值和梯度模信息的综合影响,进而快速抑制高灰度值区域的斑点噪声并保护低灰度值区域的图像特征。针对超声图像斑点噪声去除问题,本文提出一类变指数扩散方程模型。该模型将区域探测算子引入到模型的扩散系数之中,从而可以在不同区域变换不同的扩散类型,进而有效去除高灰度值区域的噪声并保护甚至增强低对比度图像特征。针对模型中的双退化扩散方程理论性质问题,本文论证该方程弱解的存在性和极值原理。由于方程可能会发生退化,本文通过可逆变换转化原方程并得到正则化方程,之后得到弱解的预估计并在正则化方程中取极限得到弱解的存在性。针对模型中的变指数扩散方程理论性质问题,本文论证该方程弱解的存在唯一性和极值原理等理论性质。由于方程中存在变指数,本文首先通过替换变指数中的函数来降低原方程的非线性程度,之后两次利用Schauder不动点定理和Gronwall不等式得到原方程弱解的存在唯一性。针对模型的数值格式和算法实现问题,本文首先利用偏微分方程数值方法设计传统有限差分格式。之后针对传统算法效率较低的问题,本文引入快速显式扩散加速原始算法。在模拟实验方面,本文在不同合成图像和真实图像上进行斑点去噪实验,合成图像实验给出新算法的定性和定量分析,而真实图像实验则可以论证新模型的实际应用价值。之后,本文利用合成图像实验讨论灰度探测算子和区域探测算子的作用,并进一步给出模型的参数选取方法。最后本文对比分析新模型与其他经典模型的去噪结果,论证新模型在视觉上、评价指标上以及算法效率上都优于其他模型。当前,深度学习中的卷积神经网络模型虽然实验效果突出,但普遍缺乏鲁棒性和可解释性,而扩散方程模型则可以对去噪结果进行理论分析。本文结合两者优势提出基于扩散方程和深度卷积神经网络的超声图像去噪模型。首先利用图像分解理论和超声图像特点改进两类深度卷积神经网络去噪模型,分别用于图像的噪声估计和结构估计,并得到一类基于深度卷积神经网络的混合去噪模型。接着,为了解决上述模型依赖于噪声方差这一超参数的问题,本文利用扩散方程去噪模型对噪声方差参数不敏感的特点,分析其局部均值的性质,从而提出基于扩散方程的噪声方差估计算法。最后结合以上两者方法,提出无噪声方差参数的卷积神经网络去噪模型,从而提升模型的实际应用价值。
【学位授予单位】：哈尔滨工业大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TP391.41;O175

【相似文献】

相关期刊论文 前10条

1 李虹;王惠南;董海艳;;基于小波变换的血管内超声图像血流斑点噪声抑制研究[J];生物医学工程学杂志;2008年02期

2 毛奇凰;Myint Thu Ya Zaw;;应用小波包变换的斑点噪声抑制方法(英文)[J];上海海事大学学报;2007年01期

3 周若飞;王钢;;一种基于压缩感知的斑点噪声去除算法[J];无线电通信技术;2017年02期

4 朱立民;;边缘检测在斑点噪声处理中的应用[J];大众科技;2008年06期

5 刘永昌,张平,严卫东,陈华;小波包域值法去除合成孔径雷达图像斑点噪声[J];红外与激光工程;2001年03期

6 陈东,李飚,王炜华,沈振康;SAR图像斑点噪声消除算法的研究[J];红外与激光工程;2000年04期

7 裴志松;时兵;;心脏超声波图像斑点噪声去除方法仿真分析[J];计算机仿真;2015年03期

8 于波;张杰;宋平舰;;均值平移算法用于SAR影像斑点噪声抑制的评价[J];遥感信息;2010年01期

9 张弛;;SAR图像斑点噪声抑制方法的研究比较[J];电子技术;2010年10期

10 王军战;张友静;鲍艳松;;ASAR斑点噪声模型验证及噪声滤除效果评价[J];地球信息科学;2008年02期

相关会议论文 前9条

1 方亮;李胜勇;;基于MMSE的SAS图像斑点噪声抑制算法比较[A];中国声学学会2007年青年学术会议论文集（下）[C];2007年

2 石喜;刘东权;;超声图像斑点噪声的模拟与实现[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（上册）[C];2007年

3 武鼎;;基于Lee滤波的SAR图像噪声滤除方法[A];全国铀矿大基地建设学术研讨会论文集（下）[C];2012年

4 郭翌;汪源源;侯涛;;基于运动估计和非局部平均的超声心动图滤波[A];中国仪器仪表学会第十二届青年学术会议论文集[C];2010年

5 曹恒智;余先川;;基于FL-ELee的SAR降噪[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

6 平庆伟;;图像相关噪声滤波算法研究[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

7 倪维平;严卫东;马心璐;芦颖;吴俊政;;基于均值偏移和粗糙集理论的TerraSAR-X图像边缘增强[A];第十五届全国图象图形学学术会议论文集[C];2010年

8 杨柳;汪天富;林江莉;李德玉;;结合相干增强扩散的超声斑点噪声滤除方法[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（上册）[C];2007年

9 徐戈;黄志强;;基于置信度传播的MSTAR图像的分割算法[A];2009年通信理论与信号处理学术年会论文集[C];2009年

相关重要报纸文章 前1条

1 记者 张梦然;可消除斑点噪声的全新成像技术问世[N];科技日报;2017年

相关博士学位论文 前5条

1 周振宇;基于扩散方程和深度学习的图像斑点噪声去除模型研究[D];哈尔滨工业大学;2018年

2 刘拥军;合成孔径雷达目标识别与仿真研究[D];西安电子科技大学;2010年

3 张琼;高分辨率平面波发射超声成像方法研究[D];中国科学技术大学;2012年

4 黄杰;基于变分偏微分方程的医学B超图像处理[D];南京理工大学;2012年

5 詹轶;基于非局部均值的血管内超声序列运动补偿方法研究[D];华中科技大学;2014年

相关硕士学位论文 前10条

1 刘斌;超声图像斑点噪声抑制的研究[D];云南大学;2012年

2 丁生荣;图像斑点噪声判别与参数估计方法研究[D];陕西师范大学;2011年

3 杨国钰;抑制斑点噪声新方法及其性能评价研究[D];西安电子科技大学;2016年

4 邓阳阳;基于自适应高斯滤波的斑点噪声抑制研究[D];昆明理工大学;2016年

5 闽亚（Myint Thu Ya Zaw）;海洋表面油膜的ERS-SAR图像提取及浮油面积估算[D];上海海事大学;2007年

6 王宇辉;基于医学成像的斑点降噪与特征保持的研究及实现[D];南京邮电大学;2013年

7 苏创业;SAR图像斑点噪声抑制算法研究与应用[D];厦门大学;2008年

8 任苗健;超声图像滤波和数字减影血管造影运动伪影消除[D];上海交通大学;2010年

9 侯涛;医学超声图像斑点噪声去除的研究[D];复旦大学;2011年

10 代芸;医学超声图像去斑方法的研究[D];武汉科技大学;2015年

，

本文编号：2677448