[发明专利]Hadamard编码调制关联成像的阈值处理方法

说明书

本发明公开了一种Hadamard编码调制关联成像的阈值处理方法，通过依据Hadamard矩阵调制关联成像所得重构图像的灰度直方图特征确定分割阈值，再利用确定的分割阈值对目标图像进行阈值分割处理，再对阈值分割处理后图像进行形态学滤波，形态学滤波包括：首先对阈值分割处理后图像进行腐蚀操作，消除图像中的点状噪声，然后再进行膨胀操作，得到二值化的目标图像轮廓；最后利用该目标图像轮廓对阈值分割处理后图像进行增强处理，去除目标图像外围点状噪声，获得清晰图像。本发明的阈值处理方法可行性高，获得接近8dB的光学图像增强，对二值图像和灰度图像都有比较好的效果，有效促进了关联成像技术的实用化。

技术领域

本发明属于图像处理技术领域，特别是涉及一种Hadamard编码调制关联成像的阈值处理方法。

背景技术

关联成像又称量子成像、鬼成像，是一种利用空间光场强度涨落关联性实现图像重构的新技术。不同于传统光学成像采用“点对点”记录目标物体信息的成像方式，关联成像采用一个不具有空间分辨能力的单像素探测器(又称桶探测器)记录含有物体信息光场的总强度值，与照射物体的调制光场进行关联计算，重构目标物体的图像信息。

经典关联成像采用双光路方案，调制光场经分束器分束后，一条光束经物体被单像素探测器接收；另一条光束直接被面阵探测器接收，用于记录光场分布信息。随着关联成像技术的发展，计算关联成像于2008年由美国麻省理工学院的Shapiro提出，主要是通过预置光场的分布信息，经调制器件调制后直接照射到物体，并被单像素探测器探测，可以只通过一条光路实现图像重构。目前计算关联成像研究热点集中在成像质量改善和成像效率上。

经典计算关联成像采用高斯随机分布矩阵进行光场调制，高斯矩阵的非正交性，会引入散斑相关性噪声，降低重构图像的信噪比和成像效率，寻找更有效率的测量矩阵，减少测量时间、提高成像质量，是计算关联成像实用化研究的重要课题。2013年，加利福尼亚大学的Olivas研究了不同变换基(Noiselet、Hadamard、DCT)调制照射光场对单像素相机成像质量的影响，指出Hadamard变换基是单像素成像满足成像效率和成像质量平衡的最佳调制光场方案。Hadamard矩阵具有的任意两列不相关性质，能有效避免各个像素点间的相关性噪声，能够实现更好的重构效率。有研究表明采用Hadamard矩阵作为测量矩阵，目标图像像素64pixel×64pixel，仅4000次测量即可达到采用高斯随机分布矩阵作为测量矩阵35000次的测量效果。

但采用Hadamard矩阵调制关联成像获得的重构图像整体灰度值低、具有明显的噪声点状集中现象(特别是左上角噪声集中更加明显)等限制因素。由于噪声图像亮度高，目标图像亮度相对较低，图像信息被淹没，无法观察到清晰图像。

发明内容

本发明的目的在于提供一种Hadamard编码调制关联成像的阈值处理方法，解决Hadamard变换基计算关联成像，由于噪声图像亮度高，目标图像亮度相对较低，造成图像信息被淹没，无法得到清晰图像的问题，以实现高效率的成像，促进关联成像技术的实用化。

本发明所采用的技术方案是，Hadamard编码调制关联成像的阈值处理方法，具体步骤如下：

步骤1、依据Hadamard矩阵调制关联成像所得重构图像的灰度直方图特征确定分割阈值；

步骤2、重构图像阈值分割处理：

用步骤1确定的分割阈值，对重构图像进行分割，分割后图像表达式如下所示：

其中，τ(x,y)为重构图像中坐标为(x,y)的像素点的灰度值；τ_h为高灰度分割点阈值；τ_l为低灰度分割点阈值；G'(x,y)为阈值处理后图像，G(x,y)为目标图像；重构图像中灰度值高于τ_h为点状噪声区域，灰度值低于τ_l为背景区域，灰度值属于[τ_l,τ_h]为目标图像区域；