基于梯度分组的NL-means改进型SAR图像降噪算法

非局部平均降噪（non-local means, NL-means）算法是近期提出的针对高斯噪声的降噪算法,能够有效地保持图像纹理,但是其计算量庞大,而且要求噪声符合高斯分布,这限制了其在合成孔径雷达（synthetic aperture radar, SAR）图像上的应用。利用梯度分组的相似点匹配算法对NL-means算法进行改进,在降低计算量的同时进一步提高降噪质量。针对SAR乘性噪声特点,引入同态变换处理使改进后的算法能够适用于SAR图像降噪。通过仿真实验对本算法进行验证,降噪处理的峰值信噪比比同类算法平均提高3 dB,执行速度比NL-means约提高了3倍。     

环形向量非局部SAR图像降噪算法

提出一种基于环形向量的非局部SAR图像降噪算法.根据像素点的主方向提取环形向量,计算环形向量各自的特征向量.基于特征向量计算相似度权重,该方法的时间复杂度明显优于NL-Means的矩形模板匹配算法,且相似点匹配具有旋转不变性.通过仿真实验验证了该算法的计算速度和旋转不变性能,匹配效果明显优于NL-Means,降噪结果的峰值信噪比和结构相似度优于BM3D、BLS-GSM等主流降噪算法.     

纹影技术综述

纹影技术是一种无接触式光学技术,可以将不可见的相位分布转换为清晰的可见图像。该文将简述多种纹影技术的发展历程及各类纹影技术在国内外的发展现状,然后将阐述彩色纹影技术、激光纹影技术和背景纹影技术的基本光学原理以及各类纹影法在不同领域中的研究与应用,还总结了各种纹影技术在实际操作及其实验模拟等方面的具体应用方法,展示了其在不同领域的极高的普适性,列举了目前纹影技术的一系列优点与不足之处,并指出了纹影法在实际运用中所需要注意的问题。