论文部分内容阅读
【摘 要】随着激光显示技术的日益成熟，激光电视以其颜色的丰富与逼真、易实现大屏幕受到业界的高度重视。但激光电视中的电子元件及半导体器件中电子发射的不均匀性容易引起散弹噪声，其将影响画面的质量，所以进行滤除散弹噪声是必要的。
【关键词】激光电视 散弹噪声 中值滤波器
近年来，随着红（R）、绿（G）、蓝（B）半导体泵浦固态激光器、微电子技术、超精加工技术等先进技术的不断发展与成熟，激光显示技术已成为显示领域研究的热点与未来发展的重点方向。激光电视被誉为“第四代”显示器的主流产品，激光电视主要由激光器、调制器、光偏转器和屏幕组成[1]。由于激光的单色性、方向性、相干性、高亮度等特性，将红、绿、蓝激光按三色合成原理，在色度图上可形成最大的色域面积。与传统的显示技术相比，激光显示技术具有色阈最宽、亮度最高、饱和度最高、色纯度高、方向性最好、显示画面尺寸灵活可变的优点，可获得最清晰、鲜艳、丰富的彩色图像、无有害电磁辐射、3D效果的理想光源。
但是作为电子显示产品，在图像传输与接收的处理过程中，不可避免的会遇到各式各样的噪声信号。这些噪声将会使图像的质量降低，变的模糊，甚至无法识别。图像的滤波就是去处这些噪声，还原真实图像或使滤波后图像的信噪比较原退化图像有所提高。
一、常见的噪声分析及散弹噪声的表征
噪声就是电路中不含信息的电流或电压。图像电路中产生噪声的原因有很多种，主要原因通常有传感器或电子元件内部由于载流子的随机运动产生的噪声、电器内部一些部件的机械运动而引起的电流或磁场的变化引起的噪声、外部磁源通过媒介质引入系统内部产生的噪声等。这些噪声是随机的，在图像上产生的像素点也是随机的、离散的，甚至是孤立的，因而只有用随机过程来描述。噪声产生的原因决定了噪声的分布特性及它和图像信号的关系，关键是要知道它的概率密度函数和分布函数，但是一般这两个函数很难测得或描述出来，甚至是不可能取得的。那么只能用统计特性来描述，例如噪声的均值、方差、相关特性。
噪声与信号的关系大体有两种：加性噪声模型和乘性噪声现使用表示信号，使用表示噪声，使用表示图像降质后的输出。
（一）加性噪声。这些噪声和信号是相加的关系。也就是不管没有信号，都会有噪声存在。噪声与图像信号无关。加性噪声用下面公式表示：
信道噪声及光导摄像管摄像机扫描图像时产生的噪声就属于此类噪声。
（二）乘性噪声。乘性噪声通常是由信道的不理想所引起，该噪声与信号是相乘的关系。信号与噪声同在，没有信号也就没有噪声。乘性噪声用下面公式表示：
电视图像中的相干“噪声”，是由于电视光栅线的存在而产生的，以及照片的颗粒噪声均属于此类。
散弹噪声是由于半导体器件中的电子发射不均匀而造成的。也就是说发射电子所形成的电流并不是一个固定值，而是在一个平均值上起伏变化。根据中心极限定理可以推出，散弹噪声是一个高斯随机过程，它在在很宽的频率范围内具有均匀的功率谱密度，通常可以认为高斯白噪声，本文重点探讨散弹噪声的抑制。
二、常见的滤波器分类及中值滤波器的适用范围
滤波器是一种以物理硬件（电路硬件）或计算机软件形式，对信号波形中干扰噪声进行过滤的器件。在电子技术领域，“波”特指描述各种电学物理量的取值随时间起伏变化的过程。该信号过程通过各类传感器的作用，被转换为电压或电流的关于时间的函数，称之为信号。
也就是说，滤波器就是一种从含噪声的信号数据中抽取有价值原信号的装置，滤波器可以执行滤波、平滑和预测等信息信号的处理的基本任务。
图像中滤除噪声常用的效果较好的经典滤波器有：中值滤波器、均值滤波器、维纳滤波器和自适应滤波。下面简要介绍这四种滤波器原理。
（一）均值滤波器。均值滤波器是一种线性滤波器，是空间域平滑噪声技术，原理是领域平均法，就是某一像素的值取决于这领域的平均值，最简单的是算术平均算法，它是最简单的均值滤波算法。均值滤波与模板的形状及大小有直接的关系，模板的选择直接影响滤波的效果，选择过小，效果不明显，选择过大，则图像变的非常模糊，失去滤波的意义，模板越大越能够消除噪声但是也会是图像变的越模糊。在图像的细节部分和边沿处的损失会很大。所以要合理的选择领域，一般取开头是正方形、圆形、十字形、圆环等。均值滤波器可以有效的消除加性噪声。在MATLAB工具箱中可以用Imfiler函数来实现。
（二）维纳滤波器。维纳滤波器也是一种线性滤波器，定义是设滤波器的输入信号是由有用信号和噪声的和，有用信号和噪声信号两者均为广义平稳随机过程，并且知道它们的二阶统计特性，维纳根据最小均方误差准则（即滤波器的输出信号与需要信号之差的均方值最小），求得最佳线性滤波器的参数。维纳滤波器应用非常广泛，如解决飞机发动机噪声对飞行员通话质量的影响等。在MATLAB工具箱中可以用Wiener2函数来实现。
三、优选滤波器抑制散弹噪声
通常评价图像的质量有两个方面：图像的逼真度和图像的可懂度。利用sysgen设计滤波器对一幅被高斯噪声污染的图像进行处理， 经多次试验观察，自适应中值滤波的图像对噪声的去除效果较好，其次为维纳滤波较好，均值滤波对其去除效果不太理想。利用xilinx公司的virtex-5平台进行仿真运行，将运行出的信噪比进行对比，发现自适应中值滤波器的效果最好好。所以对于加有多种不同方差的高斯白噪音的滤波，建议使用自适应中值滤波器。
参考文献：
[1]马志军.激光电视的原理、特点及关键技术介绍[J].显示器件技术，2009，（1）：35-46.
[2] 李玉翔，姚建铨，蔡彬晶等. 激光电视的研究进展及趋势分析[J]. 激光杂志，2007， 28（1）： 1-2.
[3]许宝卉. 彩色CRT色彩特性及色彩空间转换方法的研究[D]. 西安：西安理工大学，2005.
[4]彭毅，邢廷文，张雨东，张明勇. 激光电视实时颜色校正方法研究[J]. 电视技术，2007，31（4）：33-35.
[5]杨伟贵，于意仲. 一种从荧光色域到激光色域的转换方法[D].天津职业技术师范大学，2011：12-20.
【关键词】激光电视 散弹噪声 中值滤波器
近年来，随着红（R）、绿（G）、蓝（B）半导体泵浦固态激光器、微电子技术、超精加工技术等先进技术的不断发展与成熟，激光显示技术已成为显示领域研究的热点与未来发展的重点方向。激光电视被誉为“第四代”显示器的主流产品，激光电视主要由激光器、调制器、光偏转器和屏幕组成[1]。由于激光的单色性、方向性、相干性、高亮度等特性，将红、绿、蓝激光按三色合成原理，在色度图上可形成最大的色域面积。与传统的显示技术相比，激光显示技术具有色阈最宽、亮度最高、饱和度最高、色纯度高、方向性最好、显示画面尺寸灵活可变的优点，可获得最清晰、鲜艳、丰富的彩色图像、无有害电磁辐射、3D效果的理想光源。
但是作为电子显示产品，在图像传输与接收的处理过程中，不可避免的会遇到各式各样的噪声信号。这些噪声将会使图像的质量降低，变的模糊，甚至无法识别。图像的滤波就是去处这些噪声，还原真实图像或使滤波后图像的信噪比较原退化图像有所提高。
一、常见的噪声分析及散弹噪声的表征
噪声就是电路中不含信息的电流或电压。图像电路中产生噪声的原因有很多种，主要原因通常有传感器或电子元件内部由于载流子的随机运动产生的噪声、电器内部一些部件的机械运动而引起的电流或磁场的变化引起的噪声、外部磁源通过媒介质引入系统内部产生的噪声等。这些噪声是随机的，在图像上产生的像素点也是随机的、离散的，甚至是孤立的，因而只有用随机过程来描述。噪声产生的原因决定了噪声的分布特性及它和图像信号的关系，关键是要知道它的概率密度函数和分布函数，但是一般这两个函数很难测得或描述出来，甚至是不可能取得的。那么只能用统计特性来描述，例如噪声的均值、方差、相关特性。
噪声与信号的关系大体有两种：加性噪声模型和乘性噪声现使用表示信号，使用表示噪声，使用表示图像降质后的输出。
（一）加性噪声。这些噪声和信号是相加的关系。也就是不管没有信号，都会有噪声存在。噪声与图像信号无关。加性噪声用下面公式表示：
信道噪声及光导摄像管摄像机扫描图像时产生的噪声就属于此类噪声。
（二）乘性噪声。乘性噪声通常是由信道的不理想所引起，该噪声与信号是相乘的关系。信号与噪声同在，没有信号也就没有噪声。乘性噪声用下面公式表示：
电视图像中的相干“噪声”，是由于电视光栅线的存在而产生的，以及照片的颗粒噪声均属于此类。
散弹噪声是由于半导体器件中的电子发射不均匀而造成的。也就是说发射电子所形成的电流并不是一个固定值，而是在一个平均值上起伏变化。根据中心极限定理可以推出，散弹噪声是一个高斯随机过程，它在在很宽的频率范围内具有均匀的功率谱密度，通常可以认为高斯白噪声，本文重点探讨散弹噪声的抑制。
二、常见的滤波器分类及中值滤波器的适用范围
滤波器是一种以物理硬件（电路硬件）或计算机软件形式，对信号波形中干扰噪声进行过滤的器件。在电子技术领域，“波”特指描述各种电学物理量的取值随时间起伏变化的过程。该信号过程通过各类传感器的作用，被转换为电压或电流的关于时间的函数，称之为信号。
也就是说，滤波器就是一种从含噪声的信号数据中抽取有价值原信号的装置，滤波器可以执行滤波、平滑和预测等信息信号的处理的基本任务。
图像中滤除噪声常用的效果较好的经典滤波器有：中值滤波器、均值滤波器、维纳滤波器和自适应滤波。下面简要介绍这四种滤波器原理。
（一）均值滤波器。均值滤波器是一种线性滤波器，是空间域平滑噪声技术，原理是领域平均法，就是某一像素的值取决于这领域的平均值，最简单的是算术平均算法，它是最简单的均值滤波算法。均值滤波与模板的形状及大小有直接的关系，模板的选择直接影响滤波的效果，选择过小，效果不明显，选择过大，则图像变的非常模糊，失去滤波的意义，模板越大越能够消除噪声但是也会是图像变的越模糊。在图像的细节部分和边沿处的损失会很大。所以要合理的选择领域，一般取开头是正方形、圆形、十字形、圆环等。均值滤波器可以有效的消除加性噪声。在MATLAB工具箱中可以用Imfiler函数来实现。
（二）维纳滤波器。维纳滤波器也是一种线性滤波器，定义是设滤波器的输入信号是由有用信号和噪声的和，有用信号和噪声信号两者均为广义平稳随机过程，并且知道它们的二阶统计特性，维纳根据最小均方误差准则（即滤波器的输出信号与需要信号之差的均方值最小），求得最佳线性滤波器的参数。维纳滤波器应用非常广泛，如解决飞机发动机噪声对飞行员通话质量的影响等。在MATLAB工具箱中可以用Wiener2函数来实现。
三、优选滤波器抑制散弹噪声
通常评价图像的质量有两个方面：图像的逼真度和图像的可懂度。利用sysgen设计滤波器对一幅被高斯噪声污染的图像进行处理， 经多次试验观察，自适应中值滤波的图像对噪声的去除效果较好，其次为维纳滤波较好，均值滤波对其去除效果不太理想。利用xilinx公司的virtex-5平台进行仿真运行，将运行出的信噪比进行对比，发现自适应中值滤波器的效果最好好。所以对于加有多种不同方差的高斯白噪音的滤波，建议使用自适应中值滤波器。
参考文献：
[1]马志军.激光电视的原理、特点及关键技术介绍[J].显示器件技术，2009，（1）：35-46.
[2] 李玉翔，姚建铨，蔡彬晶等. 激光电视的研究进展及趋势分析[J]. 激光杂志，2007， 28（1）： 1-2.
[3]许宝卉. 彩色CRT色彩特性及色彩空间转换方法的研究[D]. 西安：西安理工大学，2005.
[4]彭毅，邢廷文，张雨东，张明勇. 激光电视实时颜色校正方法研究[J]. 电视技术，2007，31（4）：33-35.
[5]杨伟贵，于意仲. 一种从荧光色域到激光色域的转换方法[D].天津职业技术师范大学，2011：12-20.