三子镜与三臂形稀疏孔径的对比研究.pptVIP

第四章 与 三子镜 三臂稀疏孔径 成像研究 汇报人：王友清 2014.5.8 1 2 3 4 三子镜结构 三臂结构 三子镜结构 三臂结构 F=20% F=34% 基于ZEMAX的MTF分析 三子镜结构的MTF峰值要明显高于三子镜结构； 三臂结构因为子孔径多的原因，MTF曲线更加平稳，但峰值低。 ② F=20%：该三子镜结构实际截止频率为11.4 lp/mm，三臂结构是26.6 lp/mm ③ F=34%：三子镜结构的实际截止频率达到了28.3 lp/mm，在20.8 lp/mm处MTF值达到了最大的0.33。 ④此时三臂结构实际截止频率为29.37 lp/mm，与三子镜结构相当，但是它的最大MTF值基本维持在0.16左右，获取信号能力较差，最终成像与三子镜结构相比也是较模糊的。 利用ZEMAX模拟成像 三子镜结构 三臂结构 F=5% F=34% 相同填充情况下，三子镜所成的像对比度更高，三臂结构的成像明显较暗 随着填充因子的增大，两结构都出现了图像较模糊的现象，原因之一是由于填充因子的增大导致整个系统的通光量减少 图像增强 由于稀疏孔径光学系统非全填充情况，必然会引起图像模糊的问题，主要采用 微分算子对图像进行了增强，能在一定程度上解决稀疏孔径成像模糊的问题。 特点：对图像中高频信息的强化相对缓和，有利于在强化细节的同时更好地保留轮廓信息。 图像增强后的对比 三子镜 三臂 增强前 增强后 增强后，图像的轮廓明显变得更加清晰，不同线对之间的界限更加明显，图像的对比度相较于增强前也得到了明显改善。 比如：三臂结构，F=34% 在63 pl/mm处，原始图线对之间模糊 不清，但增强后，不同线对之间的界限 更加清楚，同时，图像的对比度相较于 增强前也得到了明显改善。 因此，利用微分算子进行图像增强可以认为是处理模糊图像的有效方法，有利于在强化细节的同时更好地保留轮廓信息。 10 gaussian noise speckle noise salt pepper noise 三子镜 三臂 选取F=34%时的模拟图像，噪声密度取为0.05 可见，噪声影响下的成像很不理想。 1 中值滤波法 2 均值滤波法 为消除混入图像的噪声，需要对图像进行滤波处理。在数字图像处理过程中， 要遵循两个原则： 1、不能损害图像轮廓及边缘等重要信息 2、图像要清晰，要有较好的视觉效果 均值滤波 定义：对待处理的图像要先设定一个模板，该模板包含了其周围的邻近像素，然后原来图像的像素值全部用模板中全体像素的均值来代替。 不足之处： 所有点一视同仁，噪声点与原始图像点像素都会被同时增加（降低），导致图像模糊。 中值滤波 指对于原图像中某点（i,j），中值滤波以该点为中心的邻域内的所有像素的统计排序中值为（ i,j ）点的响应。 F=34%，在高斯噪声污染下的三子镜结构成像图 中值滤波后的图像横、竖都能够分辨到40 lp/mm，而均值滤波后的图像只能分辨到32 lp/mm，在35 lp/mm时已经模糊不清。 F=34%，在均值噪声污染下的三子镜结构成像图 中值、均值滤波后的图像，其背景仍然含有大量的噪声颗粒，显然对于均匀噪声污染的图像，中值和均值滤波都不是很好的方法。 F=34%，在椒盐噪声污染下的三子镜结构成像图 中值滤波很好的去除了椒盐噪声，但仍有部分椒盐颗粒未去除，滤波后的图像，横向可以分辨到36 lp/mm，竖向可以分辨到40 lp/mm。 均值滤波后的图像有大量的黑点分布在整个图像表面，即黑胡椒噪声（负脉冲）未被过滤。食盐噪声（正脉冲）则很好的被滤掉。 中值滤波适合用于高斯噪声、椒盐噪声这一类的随机噪声污染的图像，在滤波的同时也可以保持图像边缘的清晰。 均值滤波适用范围相当有限。 因此，我们得到结论： 谢谢！ 19