图像处理中激光散斑解释和处理方法

图像处理 激光散斑解决思路和处理

大多数真实世界物体的表面是“光学粗糙的”，并呈现随机相位。假设表面高度的变化至少等于(波长)并且是均匀分布的。对于光场中的任何一点，测量强度I的概率遵循负指数分布：
其中u是平均强度。应该指出的是，等式1适用于完全发展的散斑，大多数真实世界物体表现出表面散射，在反射后破坏入射光的偏振态。在这种情况下，强度分布如下：

散斑强度遵循负指数分布。
散斑的形成与这里给出的形成模型的分析是一致的，并且在其他工作中也存在，事实上，是具有随机相位分布的物体自然形成的结果。以前的FPM实现通常通过使用相干光来成像薄的生物样品，其自然地具有平滑的相位，从而避免处理散斑。
在光学成像中，明显的斑点大小与透镜孔径引起的衍射模糊混合在一起。因此，传感器平面上的散斑大小约为最小可分辨图像特征的两倍（2.44lf / d）。通过合成增加光圈直径来减少衍射模糊。也可以减少散斑的大小。
从方程3和4可以看到，斑点强度遵循负指数分布，这与乘性噪声模型一致。重要的是要注意，散斑不是传统意义上的噪声。物体的潜在随机相位扭曲了传感器记录的强度场。 因为我们的目标是恢复高分辨率的强度图像，所以希望减轻任何表现为斑点的失真。在这个意义上，我们将散斑称为“噪声”。
许多与图像去噪技术有关的研究（包括最先进的BM3D算法）都假设了一个加性噪声模型。由于目标是最终恢复一个高质量的强度图像，在图像恢复过程中，Y ^（x）的强度被去噪。为了克服由散斑造成的乘法失真，我们首先在迭代m处用强度的自然对数将噪声转换成更方便的加法模型

这个时候就是加性噪声模型了，可以用常规方法去噪处理降低散斑的影响。