基于SRAD和NSCT的数字全息再现像像质改善方法

针对数字全息再现像存在的散斑噪声干扰严重、对比度低等问题，提出了基于散斑去噪各向异性扩散(SRAD)模型及非下采样Contourlet变换(NSCT)的数字全息再现像像质改善方法。采用SRAD模型消除再现像中的散斑噪声，然后进行NSCT分解，产生一个低频子带和若干高频子带。基于非线性增益函数和图像分割方法调整低频子带系数，并利用改进的NSCT模极大值法对高频子带进行边缘增强。大量实验结果表明，与近年来提出的非线性扩散去噪方法及NSCT增强方法相比，所提出的方法能更有效地消除散斑噪声、提升再现像的对比度，并得到光滑清晰的边缘，从而提高后续数字全息识别与测量的准确度。