双树复小波与各向异性扩散：数字全息再现像散斑噪声抑制新方法

"本文提出了一种基于双树复小波变换(DT-CWT)和各向异性扩散的数字全息再现像散斑噪声抑制方法，旨在提高数字全息再现像的质量。通过双树复小波分解，分别处理低频和高频分量，采用改进的P_Laplace扩散和拉普拉斯金字塔非线性扩散(LPND)，然后通过IDT-CWT逆变换重构图像。实验结果表明，该方法在抑制散斑噪声的同时，能更好地保留图像细节。与传统方法相比，如小波阈值收缩、TV扩散和Contourlet结合TV扩散等，本方法具有更优的性能，表现为更高的峰值信噪比(PSNR)、相关系数(COR)以及更短的运行时间。" 本文探讨的是数字全息技术中的一个关键问题——散斑噪声的抑制。散斑噪声是全息再现像中常见的干扰，影响了图像的清晰度和质量。为了解决这个问题，研究者引入了双树复小波变换这一工具。双树复小波变换是一种高级的信号分析方法，它能够提供多尺度、多方向的图像表示，有利于分离不同频率成分，从而有效地处理图像中的噪声。 论文中，研究人员首先对数字全息再现像进行DT-CWT分解，将图像分解为不同频谱成分。接着，针对低频部分，他们应用改进的P_Laplace扩散算法，这是一种各向异性扩散方法，能够根据图像的局部结构选择性地平滑噪声而不失真细节。对于高频分量，他们选择了拉普拉斯金字塔非线性扩散(LPND)来进一步减少噪声。这两种扩散方法相结合，旨在在去除散斑噪声的同时保护图像的边缘和纹理信息。 之后，通过IDT-CWT逆变换，重构出噪声抑制后的再现像。实验结果表明，这种结合双树复小波和各向异性扩散的策略在抑制散斑噪声方面表现出色，而且在保持图像细节方面优于其他常见方法，如小波阈值收缩、全变差(TV)扩散和Contourlet结合TV扩散等。这些比较不仅基于主观视觉效果，还通过量化指标PSNR和COR进行了客观评估，同时考虑了算法的执行效率。 该研究提供了一种有效的散斑噪声抑制方案，对于提升数字全息再现像的品质具有重要意义，尤其在需要高分辨率和高保真度的全息成像应用中，这种方法有望成为一种有价值的工具。