天文图像噪声去除方法与流程

文档序号:13054492阅读:979来源:国知局
技术领域本发明涉及一种天文图像处理方法,特别是采用小波曲线方法叠加去除暗帧的方法对天文图像中的噪声进行去除。

背景技术:
在较低亮度下获得的天文图像,这些数据中会有很高的噪声。这里存在很多的噪声源,在使用天文CCD传感器的内部还包括热成像噪声(黑电流),另外光子流存在的情况下还有泊松噪声。在天文学中有很多具体的图像质量标准,这些标准都来自于天文图象处理算法并且在多媒体信号处理领域也作了具体的规定。天文和光度算法提供了关于星象目标的很多信息:亮度轮廓(PSF),位置和幅度等。但是这些算法会由于很低的信噪比而失效。这一技术问题的解决现有技术是通过从捕捉的图像中去除暗帧的方式解决的。然而,在很短的快门速度和非线性敏感度的成像设备情况下,这种方法就不能奏效了,例如在流星自动成像分析仪作为成像设备的情况下,就不能采用传统算法对这些系统的图像数据进行成像。因此对天文学家和那些处理天文数据的人来说,去噪仍然是一个巨大的挑战。目前已经存在很多离散小波变换算法,使用正交的小波变换可以将数字信号进行分解,分解为相应的标定功能和小波功能,而且包含分解所使用的分辨率信息以及标定出的小波系数等细节信息,然而双向正交小波变换虽然在图像压缩技术中被成功的实用,然而对于数据分析这一领域而言这种方法并不方便,数据分析其中就包括去噪,反褶积,目标检测等。这主要是由于离散小波变换(DWT)方法中的平移不变形特性引起的损失,从而当图像的小波系数被修正后图像被重构,而产生大量的非自然信号。出于这个原因,天文学家可能会采用连续连续小波变化,即使这样会在变换过程中付出相当大量的溶于实践,并且没有重建操作符。对于一些应用。例如分形分析或者物体检测领域来说,这些缺陷并没有表现出很大的影响,因为没有必要使用重构。而对于其他的应用,需要重构的时候,这种变化的缺陷就很明显了。流星自动成像分析仪系统是目前模拟系统解决方案的一种进化系统,用于双稳态观测流星,其配备千兆位以太网相机以及先进的扫描式CCD欻国难其,图像识别器以及光学镜头作为光学系统的输入元件。所有这些部件都可能会产生光学异常和非一致性噪声,特别是图像增强器的非一致性敏感度引起的。这时候传统的去噪方法就不能使用了,因为就不足够有效了。因此本发明的目的在于提供一种新型的天文图像噪声处理方法。在半最大值全波等重要的光子数据处理方面也可以使用。这种方法是在相应的去除暗阈变换后对所处理的图像施加小波曲线系数门限化。门限化是确定各个系数权重的方法。如果某个适当的系数大于阈值,那么这个系数是重要的,否则就是不重要的。

技术实现要素:
本发明的目的是要提供一种能够更有效果的去除天文图像中噪声的方法。本发明的目的通过如下方案实现:一种天文图象去噪声方法,包括如下步骤:(1)选择一个测试天文图像,可以来自所获取的视频中的一帧,选择暗帧以及流星自动成像分析仪采集的平面场。(2)将含有所采集恒星场的图像被平面场分割,从而修正CCD相机对入射光的响应,并且避免在图像增强器内产生微通道结构;(3)使用以下三种方法执行测试图像去噪声:暗帧剪除,小波变换和曲线变化,并且在变换过程中施加系数门限化:暗帧剪除情况下加入平场图像,该平场图像用于修正CCD响应中像素到像素的变化,以及图像探测器自身没有被均匀照亮引起的变化和误差,此后将加入平场图像的复合图像归一化从而避免图像增强器的微通道结构;小波变换和曲线变化的门限化:对图像进行小波变换和曲线变化,第一分解阶段(j=0),使用未经修正的滤波器h0对原始图像s0进行修正,结果获得平滑后的矩阵s1,然后将s0减去s1获得与第一分解水平对应的小波系数,其对应最微小的细节:ω1=s0-s1,此后将j递加1,即j=j+1,然后将滤波器扩展2j-1个零,将其插入到多个滤波器系数之间,计算平滑矩阵s2=s1*k1(*对应卷积)以及第二分解水平的小波系数:ω2=s2-s1等,如果停在这里,那么原始的图像s0为s2,ω11和ω2的和,根据经度要求,还可以继续到更下级的分解水平;曲线变化:该变化打开了在不同尺寸块下分析图像的可能,第一代曲线变换将图像分解为一组小波带并且在原始的本地脊波变换内分析每个带。每个分解水平可以改变块尺寸。离散曲线变化算法的架构为:在J级分解水平(标度)下采用小波变化处理图像并且获得一组小波系数ω={ω1,...,ωJ,cJ
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1