基于稀疏表示的摩尔纹噪声去除方法

（浙江理工大学 理学院，浙江 杭州 310018）

0 引言

周期性噪声和准周期性噪声可能源于图像采集与传输过程中的机电干扰，也可能来自电子干扰，例如现代数码相机的电子电路和电荷耦合器件等。当多成像系统中检测器的灵敏度不匹配时，经常会产生一种特殊的条纹状拟周期性噪声，这种噪声被称为摩尔纹（moiré）噪声。摩尔纹噪声经常出现在磁共振成像、显微镜图像及遥感图像等实时图像的应用过程中［1］。由于摩尔纹噪声在空间上是相关的，并散布在整个图像中，因此使用空间域滤波算法去除摩尔纹噪声可能会在实体周围产生伪影，有时还会使恢复的图像变得模糊。但在傅里叶变换图像频谱中，可以很容易观测到由摩尔纹噪声引起的高振幅频谱分量。因此，通过频域操作恢复这些频谱分量能够抑制噪声带来的影响，从而恢复原始图像信息。

为去除摩尔纹噪声，可采用的一种方法是使用频域滤波器。如Moallem 等［2］提出一种新颖的自适应高斯陷波滤波器，可有效降低周期与准周期噪声；Varghese［3］使用交换中值滤波器（Switching Median Filter）去除高密度的周期噪声。在此基础上，Charkraborty 等［4-5］利用双阈值法确认波峰位置，并使用自适应高斯恢复滤波器（Adaptive Gaussian Restoration Filter）去除周期噪声，并利用自动陷波抑制滤波器对Gabor 变换后图像的特定周期信号进行滤波，从而去除对应周期区间内的准周期噪声。在医学领域，Ionita 等［6］采用自适应阈值，能更好地确定受周期噪声影响的傅里叶频域波峰检测阈值，然后使用窗口高斯陷波滤波器去除出现在显微镜图像中的周期噪声。……