1、微光圖像是多次光電轉(zhuǎn)換和電子倍增之后的輸出圖像，與普通的可見(jiàn)光圖像相比，具有較低的信噪比，帶有明顯的隨機(jī)閃爍噪聲，不利于人眼觀察和識(shí)別。因此，噪聲是微光成像系統(tǒng)中的重要因素，它決定了整個(gè)系統(tǒng)的性能?？梢?jiàn)，對(duì)其噪聲特性進(jìn)行深入研究，改善成像質(zhì)量，提高信噪比，對(duì)推動(dòng)和拓展它的應(yīng)用領(lǐng)域，具有重大的現(xiàn)實(shí)意義。
　　本文以微光ICCD的圖像噪聲為研究對(duì)象，深入的分析和研究其噪聲特點(diǎn)，并利用現(xiàn)有的數(shù)字圖像處理方法進(jìn)行去噪實(shí)驗(yàn)研究，以期改善圖像

2、質(zhì)量。在噪聲研究的過(guò)程中，既關(guān)注它的理論性和創(chuàng)新性、又注意其在實(shí)際操作中的可用性。因此，從噪聲理論的發(fā)展和圖像質(zhì)量的改善，本文的研究都具有重要意義。
　　本論文開(kāi)展的主要研究工作有如下幾個(gè)方面:
　　(1)討論了微光ICCD的結(jié)構(gòu)和工作機(jī)理，分析了噪聲產(chǎn)生的來(lái)源、因素和特點(diǎn)，從時(shí)間域隨機(jī)過(guò)程和空間域隨機(jī)過(guò)程統(tǒng)一的角度建立了微光ICCD成像系統(tǒng)的噪聲模型。分析表明，對(duì)于像增強(qiáng)CCD成像系統(tǒng)，它的噪聲主要來(lái)自像增強(qiáng)器部分和CCD

3、本身。而對(duì)于噪聲的最終表現(xiàn)形式來(lái)說(shuō)，一般上可分為兩類:一類為電子噪聲，比如入射光子的漲落噪聲、光電轉(zhuǎn)換引起的量子漲落噪聲，還有光電陰極暗發(fā)射產(chǎn)生的噪聲、MCP的探測(cè)效率以及它的增益漲落噪聲等。這一類的噪聲是由光子和電子隨時(shí)空變化的固有性質(zhì)所決定的，它是一種起伏性的、隨機(jī)的漲落噪聲。特征是在熒光屏上呈現(xiàn)為微弱性的、細(xì)小的顆粒狀閃爍亮點(diǎn)。從根本上來(lái)說(shuō)，這種噪聲是不能被消除的，只有通過(guò)圖像處理技術(shù)加以抑制。另一類為離子噪聲，它是由器件內(nèi)部游離

4、的離子所引起的，比如說(shuō)器件內(nèi)部空間或者是吸附在電極上的、具有吸附或解析的動(dòng)態(tài)過(guò)程。從熒屏上的表現(xiàn)來(lái)看也是隨時(shí)空變化的閃爍亮點(diǎn)，但比來(lái)自電子噪聲亮點(diǎn)要明亮一些，體積也要大一些。不過(guò)，這種離子噪聲不是固有的，可以通過(guò)光電陰極的改善、提高M(jìn)CP以及器件電極的制造工藝以及保證真空度來(lái)達(dá)到降低的目的。
　　(2)在研究均值濾波方法的基礎(chǔ)上，對(duì)參考閾值去噪方法進(jìn)行了實(shí)驗(yàn)研究。它先求取濾波窗口中心像素點(diǎn)之外的像素點(diǎn)的灰度均值，然后與中心像素點(diǎn)的

5、灰度值作差并取它們的絕對(duì)值，最后同閾值進(jìn)行比較，根據(jù)比較結(jié)果決定最終的像素點(diǎn)灰度值。
　　(3)實(shí)驗(yàn)研究了用多次一維中值濾波來(lái)代替二維中值濾波的一種快速算法，并采用改進(jìn)性的極值中值自適應(yīng)去噪方法。它首先是根據(jù)判定標(biāo)準(zhǔn)將像素點(diǎn)分為噪聲和信號(hào)兩大類，根據(jù)空間相關(guān)性原則將噪聲點(diǎn)由其鄰域的中值來(lái)代替，同時(shí)根據(jù)一些條件變化，自動(dòng)地改變?yōu)V波窗口的大小，因此更好地保護(hù)了圖像細(xì)節(jié)。
　　(4)眾值濾波技術(shù)的主導(dǎo)思想是用數(shù)學(xué)統(tǒng)計(jì)上出現(xiàn)幾率最大

6、的灰度值作為處理結(jié)果，幀積分方法是利用圖像噪聲空域隨機(jī)不相關(guān)的特性，將不同的時(shí)刻的兩幅或兩幅圖像以上的對(duì)應(yīng)像素點(diǎn)的灰度值相加。本文將此方法與幀積分進(jìn)行結(jié)合實(shí)驗(yàn)研究，取得了良好的效果。
　　(5)本文采用基于差分圖像的多尺寸廣義形態(tài)一差值濾波器。即在多尺寸形態(tài)濾波的基礎(chǔ)上，經(jīng)由差分算法處理后得到一組不同分辨率的圖像，再將每一幅圖像應(yīng)用差值濾波去噪后，與最后一級(jí)的圖像結(jié)果相加。這樣所得的目標(biāo)圖像，既保留了圖像細(xì)節(jié)又很好的去除了噪聲。<

7、br>　　(6)探討了小波分析在圖像去噪上的應(yīng)用，采用了將“硬閾值化”和“軟閾值化”結(jié)合起來(lái)構(gòu)造的一類新的閾值函數(shù)來(lái)處理微光圖像的去噪問(wèn)題。即首先對(duì)預(yù)處理后的圖像進(jìn)行一層Haar小波分解，根據(jù)新的結(jié)合軟硬閾值化的閾值函數(shù)對(duì)水平、對(duì)角和垂直方向的高頻小波系數(shù)進(jìn)行閾值處理，最后根據(jù)處理后的小波系數(shù)進(jìn)行重構(gòu)，就得到了圖像的去噪結(jié)果。
　　本論文的創(chuàng)新點(diǎn)有:
　　(1)提出了眾值幀積分方法。實(shí)驗(yàn)結(jié)果表明，眾值幀積分能有效地抑制微光圖

8、像中的亮點(diǎn)噪聲和暗點(diǎn)噪聲，對(duì)圖像邊緣的保護(hù)特性比幀積分好，具有重要實(shí)用價(jià)值。峰值信噪比結(jié)果為:幀積分處理的PSNR僅為29.32，而眾值幀積分處理的PSNR可達(dá)35.57。
　　(2)首次采用了一種改進(jìn)性的廣義形態(tài)-差值微光圖像去噪方法，它既去除了噪聲又保留了細(xì)節(jié)的目標(biāo)圖像。峰值信噪比表明，廣義形態(tài)-差值濾波處理過(guò)的圖像要高于多幀平均濾波處理過(guò)的圖像。多幀平均濾波的PSNR為34.57，而廣義形態(tài)-差值濾波的PSNR為41.52。