Speckle (interference) - Speckle (interference)

Flíček je granulární interference, která neodmyslitelně existuje a zhoršuje kvalitu aktivní látky radar, radar se syntetickou clonou (SAR), lékařský ultrazvuk a optická koherentní tomografie snímky.

Drtivá většina povrchů, syntetických nebo přírodních, je na měřítku vlnové délky extrémně drsná. Snímky získané z těchto povrchů koherentními zobrazovacími systémy, jako je laser, SAR a ultrazvuk, trpí běžným interferenčním jevem zvaným skvrna. Původ tohoto jevu je vidět, pokud modelujeme naši funkci odrazivosti jako pole rozptylovačů. Kvůli konečnému rozlišení kdykoli dostáváme z distribuce rozptylovačů v buňce rozlišení. Tyto rozptýlené signály se přidávají koherentně; to znamená, že se přidávají konstruktivně a destruktivně v závislosti na relativních fázích každého rozptýleného tvaru vlny. Speckle je výsledkem těchto vzorů konstruktivního a destruktivního rušení, které se v obraze zobrazují jako světlé a tmavé body [1]

Ačkoli se běžně označuje jako „skvrnitý hluk“, skvrnitost není hluk v jeho obecně chápaném smyslu nežádoucí úpravy požadovaného signálu. Je to spíše samotný signál, který kolísá, protože rozptylovače nejsou pro každou buňku identické a signál je vysoce citlivý na malé odchylky rozptylovačů.[2]

Speckle v konvenčním radaru zvyšuje střední úroveň šedé v místní oblasti.[3]

Speckle in SAR je obecně vážný, což způsobuje potíže při interpretaci obrazu.[3][4] Je to způsobeno koherentním zpracováním zpětně rozptýlených signálů z více distribuovaných cílů. Například v oceánografii SAR je skvrna způsobena signály od elementárních rozptylovačů gravitačně-kapilární vlnění, a projevuje se jako podstavec, pod obrazem mořských vln.[5][6]

Skvrna může také představovat některé užitečné informace, zvláště když je spojena s laserová skvrna a do dynamická skvrna fenomén, kdy změny skvrnitý vzor, v čase, může být měřením aktivity povrchu.

Redukce skvrn

K eliminaci skvrn se používá několik různých metod založených na různých matematických modelech jevu.[5] Jedna metoda například používá vícenásobné zpracování (aka vícenásobné zpracování), zprůměrování skvrn provedením několika „pohledů“ na cíl jediným radarovým zatáčením.[3][4] Průměr je nesouvislý průměr vzhledu.[4]

Druhá metoda zahrnuje použití adaptivní a neadaptivní filtry na zpracování signálu (kde adaptivní filtry přizpůsobí své váhy napříč obrazem na úroveň skvrn a neadaptivní filtry aplikují stejné váhy rovnoměrně na celý obraz). Takové filtrování také eliminuje skutečné obrazové informace, zejména vysokofrekvenční informace, a použitelnost filtrování a volba typu filtru zahrnuje kompromisy. Adaptivní filtrování skvrn lépe zachovává hrany a detaily v oblastech s vysokou strukturou (jako jsou lesy nebo městské oblasti). Implementace neadaptivního filtrování je jednodušší a vyžaduje však menší výpočetní výkon.[3][4]

Existují dvě formy neadaptivního filtrování skvrn: jedna na základě znamenat a jeden založený na medián (v rámci dané obdélníkové oblasti pixelů v obrázku). Ten druhý je lepší při zachování hran při současném vyloučení hrotů, než ten první. Existuje mnoho forem adaptivního filtrování skvrn,[7] včetně Lee filtr, Protimrazový filtr a Vylepšený filtr Gamma Maximum-A-Posteriori (RGMAP). Všichni se však ve svých matematických modelech spoléhají na tři základní předpoklady:[3]

  • Speckle in SAR je a multiplikativní, tj. je v přímém poměru k místní úrovni šedé v jakékoli oblasti.[3]
  • Signál a tečka jsou na sobě statisticky nezávislé.[3]
  • Průměr vzorku a rozptyl jednoho pixelu se rovnají průměru a rozptylu místní oblasti, která je vycentrována na tento pixel.[3]

Leeův filtr konvertuje multiplikativní model na aditivní, čímž se sníží problém řešení skvrn na známý případ, který je možné zpracovat.[8]

Waveletová analýza

V poslední době vedlo použití vlnkové transformace k významnému pokroku v analýze obrazu. Hlavním důvodem pro použití víceúrovňového zpracování je skutečnost, že mnoho přirozených signálů, pokud jsou rozloženy na waveletové báze, je výrazně zjednodušeno a lze je modelovat známými distribucemi. Kromě toho je vlnkový rozklad schopen oddělit signály v různých měřítcích a orientacích. Proto lze obnovit původní signál v jakémkoli měřítku a směru a neztratí se užitečné detaily.[9]

První metody vícenásobné redukce skvrn byly založeny na prahování podrobných koeficientů dílčího pásma.[10] Metody waveletového prahování mají některé nevýhody: (i) volba prahové hodnoty se provádí ad hoc způsobem, za předpokladu, že požadované a nechtěné složky signálu se řídí jejich známými distribucemi, bez ohledu na jejich měřítko a orientace; a (ii) prahová procedura obecně vede k některým artefaktům v odšuměném obrazu. K řešení těchto nevýhod byly vyvinuty nelineární odhady založené na Bayesově teorii.[9][11]

Viz také

Reference

  1. ^ M. Forouzanfar a H. Abrishami-Moghaddam, Ultrazvukové zmenšení skvrn v komplexní vlnkové doméně, Principles of Waveform Diversity and Design, M. Wicks, E. Mokole, S. Blunt, R. Schneible a V. Amuso (eds. ), SciTech Publishing, 2010, oddíl B - část V: dálkový průzkum Země, str. 558-77.
  2. ^ Moreira, Alberto; Prats-Iraola, Pau; Younis, Marwan; Krieger, Gerhard; Hajnsek, Irena; Papathanassiou, Konstantinos P. (2013). „Výukový program pro radar se syntetickou aperturou“ (PDF). IEEE Geoscience a časopis pro dálkový průzkum Země. 1: 6–43. doi:10.1109 / MGRS.2013.2248301.
  3. ^ A b C d E F G h Brandt Tso a Paul Mather (2009). Metody klasifikace pro dálkově snímaná data (2. vyd.). CRC Press. 37–38. ISBN  9781420090727.
  4. ^ A b C d Giorgio Franceschetti a Riccardo Lanari (1999). Radarové zpracování se syntetickou clonou. Řada elektronických inženýrských systémů. CRC Press. str. 145 a násl. ISBN  9780849378997.
  5. ^ A b Mikhail B. Kanevsky (2008). Radarové zobrazování vln oceánu. Elsevier. p. 138. ISBN  9780444532091.
  6. ^ Alexander Ya Pasmurov a Julius S. Zinoviev (2005). Radarové zobrazování a holografie. Radary IEE, sonary a navigační řady. 19. IET. p. 175. ISBN  9780863415029.
  7. ^ Argenti, F .; Lapini, A .; Bianchi, T .; Alparone, L. (září 2013). "Výukový program pro redukci skvrn u radarových snímků se syntetickou aperturou". IEEE Geoscience a časopis pro dálkový průzkum Země. 1 (3): 6–35. doi:10.1109 / MGRS.2013.2277512.
  8. ^ Piero Zamperoni (1995). "Vylepšení obrazu". V Peter W. Hawkes; Benjamin Kazan; Tom Mulvey (eds.). Pokroky v zobrazování a elektronové fyzice. 92. Akademický tisk. p. 13. ISBN  9780120147342.
  9. ^ A b M. Forouzanfar, H. Abrishami-Moghaddam a M. Gity, „Nový multiškálový Bayesiánský algoritmus pro redukci skvrn v lékařských ultrazvukových obrazech,“ Signal, Image and Video Processing, Springer, sv. 4, s. 359-75, září 2010
  10. ^ Mallat, S .: A Wavelet Tour of Signal Processing. Academic Press, London (1998)
  11. ^ Argenti, F .; Bianchi, T .; Lapini, A .; Alparone, L. (leden 2012). „Rychlé despecklování mapy založené na laplaciánsko-gaussovském modelování vlnkových koeficientů“. IEEE Geoscience a dopisy pro dálkový průzkum Země. 9 (1): 13–17. doi:10.1109 / LGRS.2011.2158798.

Další čtení

  • Cheng Hua & Tian Jinwen (2009). "Redukce skvrn u radarových snímků se syntetickou aperturou založených na fuzzy logice". První mezinárodní seminář o vzdělávacích technologiích a informatice, Wuhan, Hubei, Čína, 7. – 08. Března 2009. 1. 933–937. doi:10.1109 / ETCS.2009.212.
  • Forouzanfar, M., Abrishami-Moghaddam, H. a Dehghani, M., (2007) „Redukce skvrn v lékařských ultrazvukových obrazech pomocí nové multiscale bivariate Bayesovské metody založené na MMSE,“ IEEE 15. Signal Processing and Communication Applications Conf. (SIU'07), Turecko, červen 2007, s. 1–4.
  • Sedef Kent; Osman Nuri Oçan a Tolga Ensari (2004). "Redukce skvrn u radarových snímků se syntetickou aperturou pomocí vlnkového filtrování". V ITG; VDE; FGAN; DLR; EADS & astrium (eds.). EUSAR 2004 - Sborník - 5. evropská konference o radaru syntetické apertury, 25. – 27. Května 2004, Ulm, Německo. Margret Schneider. str. 1001–1003. ISBN  9783800728282.
  • Andrew K. Chan & Cheng Peng (2003). Msgstr "Aplikace Wavelet pro zpracování obrázků SAR". Vlnky pro snímací technologie. Knihovna dálkového průzkumu Země Artech House. Artech House. ISBN  9781580533171.
  • Jong-Sen Lee & Eric Pottier (2009). Msgstr "Polarimetrické filtrování skvrn SAR". Polarimetrické radarové zobrazování: Od základů po aplikace. Řada optických věd a inženýrství. 142. CRC Press. ISBN  9781420054972.