搜索

文章查询

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

自适应非凸稀疏正则化下自适应光学系统加性噪声的去除

张艳艳 陈苏婷 葛俊祥 万发雨 梅永 周晓彦

自适应非凸稀疏正则化下自适应光学系统加性噪声的去除

张艳艳, 陈苏婷, 葛俊祥, 万发雨, 梅永, 周晓彦
PDF
导出引用
导出核心图
  • 自适应光学系统可以实时测量并校正波前信息,但是系统中大量的噪声严重影响了系统的探测精度.自适应光学系统中一般为加性噪声,本文提出一种全新的变分处理模型去除加性噪声,该模型采用自适应非凸正则项.非凸正则项在保持图像细节上较凸正则项具有更好的效果,能更好地保持点源目标的完整性.另外,根据不同区域的噪声水平自适应地构建正则化参数,使不同区域的像素点受到不同程度的噪声抑制,可以更好地保持目标的边缘细节.在算法实现上,为了解决非凸正则项收敛性较差的缺陷,采用分裂Bregman算法及增广拉格朗日对偶算法进行计算.实验及数值仿真结果都表明,该方法能够较好地去除系统中的加性噪声,且光斑信号保存得较为完整,处理后的质心探测精度及信噪比较高.
      通信作者: 张艳艳, 002243@nuist.edu.cn
    • 基金项目: 国家自然科学基金(批准号:61071164)、江苏省高校自然科学研究基金重大项目(批准号:12KJA510001)、江苏省气象探测与信息处理重点实验室项目(批准号:KDXS1405)、江苏省2016大学生实践创新计划(批准号:201610300254)、江苏高校优势学科II期建设工程和江苏省双创计划资助的课题.
    [1]

    Roberto R, Enrico M, Gianpaolo V 2000 Nature 403 54

    [2]

    Law N M, Morton T, Baranec C, Riddle R, Ravichandran G, Ziegler C, Das H K 2014 Astrophys. J. 791 35

    [3]

    Adams E R, Dupree A K, Kulesa C, McCarthy D 2013 Astron. J. 146 71

    [4]

    Li C H, Xian H, Rao C H, Jiang W H 2006 Opt. Lett. 31 2821

    [5]

    Li C H, Xian H, Jiang W H, Rao C H 2007 Appl. Phys. B 88 367

    [6]

    Shen F, Jiang W H 2000 Acta Opt. Sin. 20 666 (in Chinese) [沈锋, 姜文汉 2000 光学学报 20 666]

    [7]

    Ma X Y, Rao C H, Zheng H Q 2009 Opt. Express 17 8525

    [8]

    Arines J, Ares J 2002 Opt. Lett. 27 497

    [9]

    Thomas S 2004 Proc. SPIE 5490 1238

    [10]

    Baker K L, Moallem M M 2007 Opt. Express 15 5147

    [11]

    Rudin L I, Osher S, Fatemi E 1992 Physica D 60 1

    [12]

    Strong D M, Chan T F 1996 Spatially and Scale Adaptive Total Variation Based Regularization and Anisotropic Diffusion in Image Processing Diusion in Image Processing, UCLA Math Department CAM Report

    [13]

    Ramani S, Blu T, Unser M 2008 IEEE Trans. Image Process. 17 1540

    [14]

    Lin Y, Wohlberg B, Guo H 2010 Signal Process. 90 2546

    [15]

    Aubert G, Aujol J 2008 Siam. J. Appl. Math. 68 925

    [16]

    Han Y, Feng X C, Baciu G, Wang W W 2013 Pattern Recogn. 46 989

    [17]

    Alliney S, Ruzinsky S A 1994 IEEE Trans. Signal Process. 42 618

    [18]

    Mallat S M, Zhang Z F 1993 IEEE Trans. Signal Process. 41 3397

    [19]

    Donoho D 2006 IEEE Trans. Inform. Theory 52 1289

    [20]

    Donoho D, Tsaig Y 2006 Signal Process. 86 533

    [21]

    Goldstein T, Osher S 2009 Siam. J. Imag. Sci. 2 323

    [22]

    Tai X C, Wu C 2009 Scale Space and Variational Methods in Computer Vision Norway, June 1-5, 2009 p502

    [23]

    Gang P, Zeng H, Xuan L 2008 Chin. Phys. Lett. 25 989

    [24]

    Zhu Z Y, Da Y L, Li F H, Quan Q M, Cheng L Y, Zhao L C, Li X 2016 Chin. Phys. B 25 090702

    [25]

    Cheng S Y, Liu W J, Chen S Q, Dong L Z, Yang P, Xu B 2015 Chin. Phys. B 24 084214

  • [1]

    Roberto R, Enrico M, Gianpaolo V 2000 Nature 403 54

    [2]

    Law N M, Morton T, Baranec C, Riddle R, Ravichandran G, Ziegler C, Das H K 2014 Astrophys. J. 791 35

    [3]

    Adams E R, Dupree A K, Kulesa C, McCarthy D 2013 Astron. J. 146 71

    [4]

    Li C H, Xian H, Rao C H, Jiang W H 2006 Opt. Lett. 31 2821

    [5]

    Li C H, Xian H, Jiang W H, Rao C H 2007 Appl. Phys. B 88 367

    [6]

    Shen F, Jiang W H 2000 Acta Opt. Sin. 20 666 (in Chinese) [沈锋, 姜文汉 2000 光学学报 20 666]

    [7]

    Ma X Y, Rao C H, Zheng H Q 2009 Opt. Express 17 8525

    [8]

    Arines J, Ares J 2002 Opt. Lett. 27 497

    [9]

    Thomas S 2004 Proc. SPIE 5490 1238

    [10]

    Baker K L, Moallem M M 2007 Opt. Express 15 5147

    [11]

    Rudin L I, Osher S, Fatemi E 1992 Physica D 60 1

    [12]

    Strong D M, Chan T F 1996 Spatially and Scale Adaptive Total Variation Based Regularization and Anisotropic Diffusion in Image Processing Diusion in Image Processing, UCLA Math Department CAM Report

    [13]

    Ramani S, Blu T, Unser M 2008 IEEE Trans. Image Process. 17 1540

    [14]

    Lin Y, Wohlberg B, Guo H 2010 Signal Process. 90 2546

    [15]

    Aubert G, Aujol J 2008 Siam. J. Appl. Math. 68 925

    [16]

    Han Y, Feng X C, Baciu G, Wang W W 2013 Pattern Recogn. 46 989

    [17]

    Alliney S, Ruzinsky S A 1994 IEEE Trans. Signal Process. 42 618

    [18]

    Mallat S M, Zhang Z F 1993 IEEE Trans. Signal Process. 41 3397

    [19]

    Donoho D 2006 IEEE Trans. Inform. Theory 52 1289

    [20]

    Donoho D, Tsaig Y 2006 Signal Process. 86 533

    [21]

    Goldstein T, Osher S 2009 Siam. J. Imag. Sci. 2 323

    [22]

    Tai X C, Wu C 2009 Scale Space and Variational Methods in Computer Vision Norway, June 1-5, 2009 p502

    [23]

    Gang P, Zeng H, Xuan L 2008 Chin. Phys. Lett. 25 989

    [24]

    Zhu Z Y, Da Y L, Li F H, Quan Q M, Cheng L Y, Zhao L C, Li X 2016 Chin. Phys. B 25 090702

    [25]

    Cheng S Y, Liu W J, Chen S Q, Dong L Z, Yang P, Xu B 2015 Chin. Phys. B 24 084214

  • [1] 鲜 浩, 姜文汉, 饶长辉, 李超宏. 用于白天自适应光学的波前探测方法分析. 物理学报, 2007, 56(7): 4289-4296. doi: 10.7498/aps.56.4289
    [2] 刘章文, 李正东, 周志强, 袁学文. 基于模糊控制的自适应光学校正技术. 物理学报, 2016, 65(1): 014206. doi: 10.7498/aps.65.014206
    [3] 何成娣, 徐伟, 岳晓乐. 非关联噪声驱动的单稳系统的平均首次穿越时间. 物理学报, 2010, 59(8): 5276-5280. doi: 10.7498/aps.59.5276
    [4] 刘超, 胡立发, 穆全全, 曹召良, 胡红斌, 张杏云, 芦永军, 宣丽. 用于开环液晶自适应光学系统的模式预测技术研究. 物理学报, 2012, 61(12): 129501. doi: 10.7498/aps.61.129501
    [5] 郭友明, 马晓燠, 饶长辉. 自适应光学系统倾斜校正回路的最优闭环带宽. 物理学报, 2014, 63(6): 069502. doi: 10.7498/aps.63.069502
    [6] 饶长辉, 白福忠. 自参考干涉波前传感器中针孔直径对闭环自适应光学系统校正精度的影响. 物理学报, 2010, 59(11): 8280-8286. doi: 10.7498/aps.59.8280
    [7] 郭友明, 饶长辉, 鲍华, 张昂, 魏凯. 一种自适应光学系统响应矩阵的直接计算方法. 物理学报, 2014, 63(14): 149501. doi: 10.7498/aps.63.149501
    [8] 简小华, 崔崤峣, 向永嘉, 韩志乐. 自适应多光谱光声成像技术研究. 物理学报, 2012, 61(21): 217801. doi: 10.7498/aps.61.217801
    [9] 罗曦, 李新阳, 胡诗杰, 黄奎, 王晓云. 人造钠信标角度非等晕性的实验研究. 物理学报, 2018, 67(9): 099501. doi: 10.7498/aps.67.20172686
    [10] 宁丽娟, 徐 伟. 光学双稳系统中的随机共振. 物理学报, 2007, 56(4): 1944-1947. doi: 10.7498/aps.56.1944
  • 引用本文:
    Citation:
计量
  • 文章访问数:  256
  • PDF下载量:  108
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-01-23
  • 修回日期:  2017-03-29
  • 刊出日期:  2017-06-20

自适应非凸稀疏正则化下自适应光学系统加性噪声的去除

  • 1. 南京信息工程大学, 江苏省气象探测与信息处理重点实验室, 江苏省气象传感网技术工程中心, 江苏省大气环境与装备技术协同创新中心, 南京 210044
  • 通信作者: 张艳艳, 002243@nuist.edu.cn
    基金项目: 

    国家自然科学基金(批准号:61071164)、江苏省高校自然科学研究基金重大项目(批准号:12KJA510001)、江苏省气象探测与信息处理重点实验室项目(批准号:KDXS1405)、江苏省2016大学生实践创新计划(批准号:201610300254)、江苏高校优势学科II期建设工程和江苏省双创计划资助的课题.

摘要: 自适应光学系统可以实时测量并校正波前信息,但是系统中大量的噪声严重影响了系统的探测精度.自适应光学系统中一般为加性噪声,本文提出一种全新的变分处理模型去除加性噪声,该模型采用自适应非凸正则项.非凸正则项在保持图像细节上较凸正则项具有更好的效果,能更好地保持点源目标的完整性.另外,根据不同区域的噪声水平自适应地构建正则化参数,使不同区域的像素点受到不同程度的噪声抑制,可以更好地保持目标的边缘细节.在算法实现上,为了解决非凸正则项收敛性较差的缺陷,采用分裂Bregman算法及增广拉格朗日对偶算法进行计算.实验及数值仿真结果都表明,该方法能够较好地去除系统中的加性噪声,且光斑信号保存得较为完整,处理后的质心探测精度及信噪比较高.

English Abstract

参考文献 (25)

目录

    /

    返回文章
    返回