Page 76 - 《应用声学》2022年第4期

574 2022 年 7 月

强噪声环境下的处理，这是由于相对于梯度来说，相 0
干性受噪声影响更小。图 6(a)、图 6(b) 分别是采用
5
相干增强扩散张量的半隐式扩散模型和显式扩散
模型对加噪数据的处理结果，显式扩散模型的滤噪 10
效果明显优于半隐式扩散模型。不仅有效滤除了图
像中的噪声，保持了图像的分辨率，提高了信噪比， ງए/m 15
而且图像中的裂缝区域更加明显清晰，增强了裂缝
20
特征的细节，具有很好的保持边缘的特性，增加了对
裂缝的识别能力。一般而言，隐式差分比显示的稳 25
定性要求要低，但是为了保持图像的细节特征，一般
30
采用较小的时间步长，处理结果表明此时显式模型 0 5 10 0 5 10 0 5 10
य़Քᡰሏ/m य़Քᡰሏ/m य़Քᡰሏ/m
的效果要优于隐式的。
(a) ᄱࣰܙूੱங (b) ᣸ᎆܙूੱங (c) ຉՌੱங
स᧚വی स᧚വی स᧚വی
0
图 5 不同扩散张量模型的滤波图像与原图做差
5
Fig. 5 Filtering results of different diffusion tensor
10 models are subtracted from the original image
ງए/m 15 0 0

5 5
20
10 10
25
ງए/m 15 ງए/m 15
30
0 5 10 0 5 10 0 5 10
य़Քᡰሏ/m य़Քᡰሏ/m य़Քᡰሏ/m 20 20
(a) Ԕݽڏϸ (b) ҫ٪ڏϸ (c) کϙ໚ฉܫေՑڏϸ
25 25
图 3 模拟数据及均值滤波效果
Fig. 3 Simulation data and mean filtering result 30 30
0 5 10 0 5 10
य़Քᡰሏ/m य़Քᡰሏ/m
0
(a) ӧᬥरੱஙവی (b) ௭रੱஙവی

5 图 6 不同迭代模型的滤波效果
Fig. 6 Filtering results of different iteration models
10
为了定量地比较处理前后图像质量的改善效
ງए/m 15 果，计算加噪图像与处理后图像的信噪比：
m
n
∑ ∑ 2
[u 0 (i, j)]
20
i=1 j=1
SNR = 10 lg , (15)
m n
25 ∑ ∑ 2
[u(i, j) − u 0 (i, j)]
i=1 j=1
30
0 5 10 0 5 10 0 5 10 式 (15) 中，u 0 表示处理前的图像，u 表示处理后的
य़Քᡰሏ/m य़Քᡰሏ/m य़Քᡰሏ/m
图像。选取不同的参数进行实验，并计算处理前后
(a) ᄱࣰܙूੱங (b) ᣸ᎆܙूੱங (c) ຉՌੱங
स᧚വی स᧚വی स᧚വی 的信噪比和能量保持的关系。实际计算表明，处理
图 4 不同扩散张量模型的滤波效果 后信噪比都增加了 5∼10 dB，能量保持 60% 以上,
Fig. 4 Filtering results of different diffusion tensor 从图 7 可以看出，在一定范围内信噪比随着迭代次
models 数的增加而增加。相干增强显式扩散模型虽然信