深度散斑相关性：一种通过散射介质实现可扩展成像的深度学习方法。 通过散射成像是一个重要但具有挑战性的问题。通过利用固定介质的确定性输入-输出传输矩阵已经取得了巨大的进步。然而，这种一对一的方法非常容易受到散斑去相关的影响——对散射介质的小扰动会导致模型错误和成像性能的严重下降。我们的目标是开发一个新的框架，该框架对介质扰动和测量要求都具有高度可扩展性。为此，我们提出了一种全面的统计深度学习技术，该技术封装了广泛的统计变化，使模型能够适应散斑去相关。具体来说，我们开发了一个卷积神经网络 (CNN)，它能够学习在一组具有相同宏观参数的扩散器上捕获的散斑强度模式中包含的统计信息。然后，据我们所知，我们首次展示了经过训练的 CNN 能够通过一组完全不同的相同类别的扩散器进行泛化并进行高质量的对象预测。我们的工作为通过散射介质成像的高度可扩展的深度学习方法铺平了道路。

matlab除噪声代码DD-SRAD DD-SRAD代表距离驱动散斑减少各向异性扩散，用于消除SAR时间堆栈的噪声。 该代码是为与MATLAB一起使用而编写的。 用于对合成Kong径雷达数据的时间堆栈进行去噪，但可用于随时间推移而被噪声破坏的任何图像数据。 可以在下面列出的相关论文中找到更多详细信息。 如果使用此代码，请引用以下内容： N. Tabassum，A。Vaccari和S. Acton，“通过合成Kong径雷达时间堆栈的距离驱动各向异性扩散进行斑点去除和变化保留”，《数字信号处理》，第1卷。 74，第43-55页，2018年。 该代码提供了两个数据集，一个是合成生成的，另一个是一组实际SAR幅度数据。 原始合成数据也包括在内以进行比较。 要运行演示，请运行DD_SRAD.m。 如有任何疑问，请联系。 谢谢！

提出了一种基于叠加散斑图的反射鬼成像方案。在散斑颗粒尺寸为1 pixel×1 pixel的散斑图上，随机插入不同尺寸的散斑颗粒，将叠加成的散斑图作为鬼成像的光源。数值模拟及实验结果表明，相对于传统的鬼成像方案，由多种不同尺寸散斑颗粒随机混合形成的叠加散斑不仅显著提高了恢复物体空间信息的衬噪比，还减少了采样次数，推动了鬼成像技术的实用化。

偏振频域光学相干层析成像（OCT）中图像质量受散斑噪声影响较大，散斑噪声会使图像细节变模糊，降低图像清晰度。针对此问题，提出了一种分光谱降低偏振频域OCT散斑噪声的方法。该方法将系统的全光谱信号分为多个光谱信号，对每个分立的光谱信号进行窗函数滤波，单独进行常规数据处理，然后将处理后的各个分光谱进行平均合成，达到降低散斑噪声的目的。利用Matlab进行仿真，同时搭建实验系统对离体生物样品鸡胸肉进行检测。实验结果表明，该方法可有效降低散斑噪声，提高偏振图像质量。

在高噪声散斑条纹图中含有大量的噪声,这些噪声极大的影响了图像的质量。条纹图像处理之前一般的要进行图像预处理,通常选用滤波的方法来去除散斑噪声。笔者介绍了目前常用的滤波方法:均值滤波、中值滤波、频域低通滤波和同态滤波等,利用MATLAB编程实现了这些滤波方法,通过比较对散斑图的滤波效果,以及比较通过这些滤波方法滤波后的图像的方差,平滑指数等各项数字指标,总结了各方法的特点。

提出一种新的数字散斑照相计量方法, 该方法将CCD和计算机相结合, 在自然光照明下对被测量物体照相, 通过一种快捷的图像处理技术, 直接提取出物体变形信息。 突破传统光测的激光照明及傅里叶变换模式, 实现光测量技术真正自动化。

本文给出一种判别及细分散斑法中的干涉条纹级数的简单方法。它可以用于确定位移的大小,干涉条纹级数的判别与细分、提高测量精度以及自动分析。

通过对光学相干层析(OCT)系统中的噪声源进行分析,提出了一种将小波变换和分数阶积分结合的OCT图像去噪方法。先将OCT图像进行小波分解,获得不同频带的子图像。将低频近似图像保持不变,对水平、垂直和对角三个方向的高频细节图像采用三种改进的分数阶积分Tiansi模板进行滤波,最后将低频近似图像与三个分数阶积分滤波后的高频细节图像合成,得到去噪后的图像。实验结果表明;该算法在有效降低OCT图像散斑噪声的同时,尽可能地保留了图像的细节;相比经典的去噪算法和单一的分数阶积分算法,本文算法的去噪效果较好。

结合正弦/余弦(sin/cos)滤波技术提出了依据散斑相位条纹图的条纹方向自动选取滤波窗口大小的自适应滤波法。通过计算散斑包裹相位条纹图的条纹方向, 依据相位条纹方向自动选择合适的滤波窗口, 对散斑包裹相位图的sin和cos变换图同时进行自适应均值滤波, 再通过四象限反正切算法得到包裹相位条纹图。实验结果表明, 该滤波法能有效保护条纹相位跳变信息, 对于条纹密度变化较大且形状复杂的散斑包裹相位图, 仍能进行有效的条纹滤波处理, 滤波后的相位条纹图更逼近于原始条纹走向。

通过散射介质成像已经成为现代光学成像领域的主要挑战。 近来，已经报道了基于波前整形的通过散射介质成像。 然而，尚未对将基于光学记忆效应的迭代波前整形技术应用于通过散射介质的运动物体的速度估计进行清晰的研究。 在此，我们提出将迭代波前整形技术与激光散斑对比度分析方法相结合，以通过散射介质检测运动物体的相对速度变化。 进行了幻影实验以验证我们的方法。