一种压敏漆测量图像去噪方法
【专利摘要】一种压敏漆测量图像去噪方法，属于全域光学表面压力测试技术领域，所述方法是通过对压力场进行连续多帧测量，得到一组压敏漆测量图像序列，接着通过主成分分析法提取测量图像序列低维主成分空间，然后将时刻t的压敏漆测量图像向该低维主成分空间投影并重构，得到时刻t的瞬态压敏漆测量图像去噪结果；依次处理所有时刻的测量图像，得到每个时刻瞬态压力场压敏漆测量图像去噪结果；本方法信噪比更高，且不会产生多帧图像均值滤波中的图像模糊问题，为采用压敏漆测量技术进行高精确瞬态压力场测量提供技术支撑。
【专利说明】
一种压敏漆测量图像去噪方法
技术领域
[0001] 本发明属于全域光学表面压力测试技术，主要涉及一种压敏漆测量图像去噪方 法。
【背景技术】
[0002] 压力敏感涂料测压方法是一种新型的全域光学表面压力测量技术。自20世纪提出 以来，以其巨大的发展潜力和技术优势，受到了世界航空航天和空气动力学领域的广泛关 注和深入研究，目前已发展成为世界各国大型风洞重要的试验技术。
[0003] 压敏涂料以氧-光致发光原理为基础，在受到一定波长光源照射时，涂层中的探针 分子会受到激发，进入电子激发态，并通过发射波长更长的光来耗散所吸收的能量，同时， 激发态的探针分子与空气中渗透进入涂层并在其中扩散的氧分子相碰撞，转移所吸收的能 量，回到基态。上述过程被称为Stern-Volmer过程，描述这一过程的关系式为Stern-Volmer 关系式，它建立了表面压力与涂料发光强度之间的函数关系。工程应用中，Stern-Volmer关 系式常用形式为：
[0005] 其中，其中p为空气压力；i为相应压力下的光敏分子发射出的光强;A，B为stern-Volmer系数;下标ref代表参考状态。其中，A，B通过标定得到，在p rrf、已知的情况下，通 过当前测量图像中的光强i，即可得到当前状态的压力值P。
[0006] 根据Stern-Volmer关系式，为得到高精度压力测量结果，需保证测量图像具有较 高的信噪比。实际的压敏漆测量图像中含有大量的噪声，包括压敏涂料对压力场的响应噪 声、光子成像噪声、图像传感器电路噪声等。目前，为消除这些噪声干扰，李国帅等采用中值 滤波、高斯滤波进行单帧压敏漆测量图像去噪，采用均值滤波进行同一压力场多帧压敏漆 测量图像去噪。这些方法对提高压敏漆测量图像信噪比具有一定意义，尤其是多帧图像均 值滤波方法，可得到较高信噪比测量图像。近期，随着空气动力学技术的发展，采用压敏漆 测量技术进行瞬态压力场测量的需求日益旺盛。诸如采用压敏漆测量技术进行旋转叶片瞬 态压力场测量等。但是在常规的空气动力学试验中，获得瞬态压力场数据，对观测和研究压 力场的变化也具有积极意义。但是，现有的多帧均值滤波法，对变化中的压力场测量数据进 行时间积分后求平均，会使测量图像产生模糊，而无法得到瞬态压力场测量结果;而现有的 单帧中值滤波、高斯滤波方法得到的图像信噪比又较低，难以满足应用需求。
【发明内容】
[0007] 本发明的目的就是针对上述现有技术中压敏测量图像信噪比较低的问题，提供一 种新的压敏漆测量图像去噪方法，达到得到更高信噪比，提高瞬态压力场测量精度的目的。 本发明的目的是这样实现的：所述方法采用主成分学习方法进行压敏漆测量图像重建，具 体操作步骤如下：
[0008] 第一步:获取测量数据
[0009] 对某一压力场，按时间顺序连续拍摄η帧大小为w*h的压敏漆测量图像{Ih ...， U，拍摄的压敏漆测量图像数量在50帧以上；
[0010]第二步:学习低维主成分空间
[0011]将{Ii，. . .，In}中每一帧压敏漆测量图像Ij按z字型扫描拉成一个m = w*h维向量 vj，即得至Un个m维向量V= [vi，. . .，vn]，计算V的均值M=E(V)及协方差矩阵C = cov(V)，采用 主成分分析法从协方差矩阵C中提取前k个主成分构成低维主成份空间S;
[0012]第三步:基于低维主成分空间进行压敏漆测量图像去噪
[0013 ]将第j时刻的测量图像I j的向量Vj减去均值Μ得到去中心后向量Xj = Vj-M，将Xj向低 维主成份空间S投影得到重构系数w = STXj，并重构出然后加上均值μ得到 将向量重新排列成图像\，?;即为第j时刻的测量图像l的去噪后图像，按 上述方法，依次处理每帧图像，得到去噪后结果{iP..J"},在中包含了所有时刻压 敏漆测量图像信息。
[0014] 在拍摄连续拍摄η帧图像过程中，当测量对象存在位移时，则采用压敏漆测量图像 修正与配准方法，先对压敏漆测量图像进行修正和配准后，再进行低维主成分空间学习和 图像去噪。
[0015] 本发明的有益效果是采用对压力场进行多帧连续测量，以主成分分析法提取这些 测量图像的主成分，以提取测量图像中的有用信号，消除测量图像随机噪声干扰，并通过主 成分空间重构，可以得到任意时刻的瞬态压力场测量图像去噪结果。与现有多帧均值滤波 去噪方法相比，本发明方法得到的去噪结果，不是压力场测量信号的时间积分后平均结果， 而是当前测量状态在主成分空间中的一个投影，因此，不产生测量图像模糊问题，能够得到 瞬态测量结果。此外，与单帧中值滤波、高斯滤波相比，本发明方法可得到更高信噪比，提高 瞬态压力场测量精度。
【附图说明】
[0016] 图1仿真测试结果示意图
[0017] 图中：1.采用高斯函数生成的圆盘形压力场分布观测图像序列，三幅从左至右，代 表压力场的变化趋势，2.某一时刻的压力场分布观测图像，3.在2基础上添加泊松、高斯噪 声的污染图像，4.本发明算法去噪结果，5.中值滤波去噪结果，6.多帧均值滤波去噪结果
【具体实施方式】
[0018] 下面结合附图对本发明创造的实施方式进行详细描述:一种压敏漆测量图像去噪 方法，其特征是:所述方法采用主成分学习方法进行压敏漆测量图像重建，具体操作步骤如 下：
[0019]第一步:获取测量数据
[0020] 对某一压力场，按时间顺序连续拍摄η帧大小为w*h的压敏漆测量图像{Ii，...， In}，拍摄的压敏漆测量图像数量在50帧以上；
[0021] 第二步:学习低维主成分空间
[0022]将{Ii，. . .，In}中每一帧压敏漆测量图像Ij按Z字型扫描拉成一个m = w*h维向量 vj，即得至Un个m维向量V= [vi，. . .，vn]，计算V的均值M=E(V)及协方差矩阵C = cov(V)，采用 主成分分析法从协方差矩阵C中提取前k个主成分构成低维主成份空间S;
[0023]第三步:基于低维主成分空间进行压敏漆测量图像去噪
[0024]将第j时刻的测量图像I j的向量vj减去均值Μ得到去中心后向量Xj = Vj-M，将Xj向低 维主成份空间S投影得到重构系数w = STXj，并重构出，然后加上均值Μ得到 七·=\+Μ，将向量七重新排列成图像? ;，?;即为第j时刻的测量图像L的去噪后图像，按 上述方法，依次处理每帧图像，得到去噪后结果汉，...上}，在戊，...上}中包含了所有时刻压 敏漆测量图像信息。
[0025] 在拍摄连续拍摄η帧图像过程中，当测量对象存在位移时，则采用压敏漆测量图像 修正与配准方法，先对压敏漆测量图像进行修正和配准后，再进行低维主成分空间学习和 图像去噪。
[0026] 在上述测量过程中，假定被测对象是固定的，即连续拍摄的η帧压敏漆测量图像是 对齐的。在实际应用中，可能存在被测对象振动而发生位移的情况。为此，可以采用压敏漆 测量图像修正与配准方法，先对压敏漆测量图像进行修正和配准后，再进行低维主成分空 间学习和图像去噪。
[0027] 图1给出了一个仿真测试结果，从仿真测试结果可以看出相同比中值滤波、多帧均 值滤波，本发明提出的方法能更有效地从当前观察图像中恢复出测量对象表面压力场分布 图像。
【主权项】
1. 一种压敏漆测量图像去噪方法，其特征是:所述方法采用主成分学习方法进行压敏 漆测量图像重建，具体操作步骤如下： 第一步:获取测量数据 对某一压力场，按时间顺序连续拍摄η帧大小为w*h的压敏漆测量图像{Ih ...，In}，拍 摄的压敏漆测量图像数量在50帧以上； 第二步:学习低维主成分空间 将{L·，. . ·，In}中每一帧压敏漆测量图像Ij按Z字型扫描拉成一个m=w*h维向量Vj，即得 至Ijn个m维向量V= [vi，. . .，vn]，计算V的均值M=E(V)及协方差矩阵C = cov(V)，采用主成分 分析法从协方差矩阵C中提取前k个主成分构成低维主成份空间S; 第三步:基于低维主成分空间进行压敏漆测量图像去噪 将第j时刻的测量图像I j的向量vj减去均值Μ得到去中心后向量xj = vj-M，将xj向低维主 成份空间S投影得到重构系数aj = STXj，并重构出^ =Sa;，然后加上均值μ得到七=i;+M， 将向量'^重新排列成图像?; , 即为第j时刻的测量图像L的去噪后图像，按上述方法，依 次处理每帧图像，得到去噪后结果{?Ρ·.·Λ}，在汰，...上}中包含了所有时刻压敏漆测量图像 信息。2. 根据权利要求1所述的一种压敏漆测量图像去噪方法，其特征在于:在拍摄连续拍摄 η帧图像过程中，当测量对象存在位移时，则采用压敏漆测量图像修正与配准方法，先对压 敏漆测量图像进行修正和配准后，再进行低维主成分空间学习和图像去噪。
【文档编号】G06T5/00GK105869124SQ201610153141
【公开日】2016年8月17日
【申请日】2016年3月11日
【发明人】王斌, 易贤, 周志宏
【申请人】空气动力学国家重点实验室