基于PG算法的图像细节特征保护方法技术

本发明专利技术提供一种基于PG算法的图像细节特征保护方法，涉及计算机图像处理技术领域，包括图像局部特征表示及图像细节识别机制、PDE算法自动恢复图像机制、PG图像恢复算法，利用图像局部特征表示及图像细节识别机制寻找到细节特征所在区域，然后根据不同的区域自动调节参数，再利用PDE算法自动恢复图像机制对该区域进行处理。本发明专利技术能过滤各种不同情景的图像上的噪声，信噪比(SNR)有一定的提高；本发明专利技术提出的算法能较好地保护局部细节特征；通过本算法处理的图像从视觉上来看更自然、更接近源图像。因此，本发明专利技术提出的基于PG算法由于较好地保护了图像的细节特征，能提高处理图像的可读性和可理解性。

【技术实现步骤摘要】

本专利技术设及计算机图像处理
，尤其设及一种基于PG算法的图像细节特 征保护方法。
技术介绍
传统的基于PDE(PartialDifferentialEquation)图像恢复算法可W较好地保 护图像中的边缘等重要信息，却不能很好地保护图像的局部特征，如纹理或者细节等特征， 在图像恢复过程中会被抹掉。因此，基于PDE的图像恢复算法可能丢失图像的局部重要特 征，从而可能降低图像的可读性和可理解性。
技术实现思路
[000引本专利技术的目的在于提供一种基于PG算法的图像细节特征保护方法，W解决上述 技术问题。 本专利技术的目的是要在图像恢复过程中寻找一种更好地保护图像局部细节特征的 算法。该一算法是基于PDE算法，并借鉴GWT(G油orWaveletTransformation)的良好的 图像特征识别特点，通过自动分析图像区域组成，自适应地恢复图像并更为有效地保护图 像的局部重要特征。为了保护图像的局部细节特征，本算法将利用GWT对图像细节特征进 行识别判断，然后对局部细节特征进行加权保护，再利用PDE图像恢复算法进行处理来更 好地保护图像中的重要信息。 本专利技术所要解决的技术问题采用W下技术方案来实现： 一种基于PG算法的图像细节特征保护方法，其特征在于：包括图像局部特征表示 及图像细节识别机制、PDE算法自动恢复图像机制、PG图像恢复算法，利用图像局部特征表 示及图像细节识别机制寻找到细节特征所在区域，然后根据不同的区域自动调节参数，再 利用PDE算法自动恢复图像机制对该区域进行处理。 所述的图像局部特征表示及图像细节识别机制包括G油or过滤器，G油or过滤器 是过滤器的集合，每一个过滤器根据相应的参数捕获图像相应的局部结构，该些参数包括 中屯、频率、光谱的带宽W及方向角，所述Gabor过滤器的形式如下公式所示：[000引上式中，X和y是图像相素点的坐标，0表示光谱带宽，0表示中屯、频率，0k表 示方向角，它的定义如下： k表示G油or过滤器集中的滤器的数目； G油or过滤器是一可调的带通过滤器，通过调节G油or过滤器的相应参数值，可W 获取相应不同的过滤器； 根据G油or过滤器的上述特点，利用图像数据与G油or过滤器的卷积来表征图像 的局部细节特征，若WI(X，y)来表示图像在坐标（X，y)的灰度值，那么I(X，y)与kthG油or 过滤器fk的卷积定义如下： Ik(x，y) =I(x，y)*fk(x，y)，k= 1，2,…，n\*MERGEFORMAT(3) 上式中，*是卷积算子，Ik(x，y)是相应于kthG油or过滤器参数0k，0，0的第k 个卷积，n是G油or过滤器的总数；图像I(X,y)的G油or表示定义为集合G= (Ik(X,y):k =1，2,…，n}，该些图像的G油or特征表示联合起来组成一个图像的特征向量，通过该一向 量寻找图像的特征； 为了简化算法，将对G油or过滤器的参数中屯、频率和光谱带宽设置为某一合适 的固定值，然后调节Gabor过滤器的方向角参数，从而寻找到图像的细节特征；初步设定 G油or过滤器参数的中屯、频率和光谱带宽的值分别为1. 25和4. 5,而方向角设定为18个朝 向，分别是从0到间隔是^ >在6油〇1~过滤器集合中，6油〇1~过滤器的个数为18个。 所述的PDE算法自动恢复图像机制，数字图像恢复最基本的模型如下：[001 引 10=BI+n，\*MERGEFORMAT(4) 上式中，化、?0')： 巧是描述初始图像的映射，它表示图像坐标（x，y)到 该坐标点灰度值的映射；I。表示呈现在用户面前的图像，是初始图像I(x，y)被污染后的图 像；在式（4)中，n表示高斯加性白噪声，而B表示线性算子。 所述的PG图像恢复算法，将图像区域分成四个部分：一是"Cartoon"部分I。该一 部分是比较平滑的区域，包括图像中的边缘；二是"噪声"部分I。，该一部分是图像受污染的 区域；S是"局部特征"部分Iwe，该一部分是图像的局部特征。 本专利技术的有益效果是： 本专利技术提供一种基于PG算法的图像细节特征保护方法，能过滤各种不同情景的 图像上的噪声，信噪比（SNR)有一定的提高；从视觉效果来看，本专利技术提出的算法能较好地 保护局部细节特征，如；图像中物体的边缘，W及一些重要的图像信息；通过本算法处理的 图像从视觉上来看更自然、更接近源图像。因此，本专利技术提出的基于PG算法由于较好地保 护了图像的细节特征，能提高处理图像的可读性和可理解性。【附图说明】 图1为PDE算法恢复的对照示意图； 图2为PG算法图像恢复的对照示意图。【具体实施方式】 为了使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结 合具体实施例和附图，进一步阐述本专利技术，但下述实施例仅仅为本专利技术的优选实施例，并非 全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得 其它实施例，都属于本专利技术的保护范围。 本实施例首先是公开如何运用GWT对图像的局部特征进行表示及图像细节识别 机制；其次是公开PDE算法自动恢复图像的机制，重点在算法的缺陷规避及图像分区机制； 再其次是公开PDE与GWT图像恢复算法（简称PG算法）的有机结合，即如何自动识别图像 细节并采用PDE算法对之采取措施，从而避免图像的重要细节特征被过滤掉；最后是实验 来验证算法是否与预期的结果相一致。 1.图像的局部特征表示及图像细节识别机制。[002引标准傅立叶变换是数字信号处理的有力工具，然而它只能反映信号在整个实轴的 整体性质，而不能反映信号在局部时间范围内的特征。对于图像，我们关注的焦点是局部的 特征，如图像边缘等。G油or函数具有识别局部特征的能力，使得它在信号处理中获得广泛 的应用，特别应用于低级视觉如纹理分割、光流估计、数据压缩和边缘检测等。 G油or过滤器是一个过滤器的集合，每一个过滤器根据相应的参数捕获图像相应 的局部结构，该些参数包括中屯、频率、光谱的带宽W及方向角等。每一个G油or过滤器的形 式如下公式所示：上式中，X和y是图像相素点的坐标，0表示光谱带宽，0表示中屯、频率，0k表 示方向角，它的定义如下： k表示G油or过滤器集中的滤器的数目。 因此，G油or过滤器是一可调的带通过滤器。通过调节G油or过滤器的相应参数 值，我们可W获取相应不同的过滤器。 根据G油or过滤器的上述特点，我们利用图像数据与G油or过滤器的卷积来表征 图像的局部细节特征。若Wl(x，y)来表示图像在坐标（x，y)的灰度值，那么I(x，y)与kth G油or过滤器fk的卷积定义如下： Ik(X，y) =I(X，y)*fk(X，y)，k= 1，2,…，n\*MERGEFORMAT做 上式中，*是卷积算子，Ik(x，y)是相应于kthG油or过滤器参数0k，e，0的第k 个卷积，n是Gabor过滤器的总数。由此可见，图像I(X，y)的Gabor表示可W定义为集合G= {Ik(x,y):k= 1,2, 。该些图像的G油or特征表示可W联合起来组成一个图像的 特征向量，因此，我们可W通过该一向量寻找图像的特征。[003引为了简化算法，在研究中我们将对G油or过滤器的参数中屯、频率和光谱带宽设置 为某一合适的本文档来自技高网...

【技术保护点】
一种基于PG算法的图像细节特征保护方法，其特征在于：包括图像局部特征表示及图像细节识别机制、PDE算法自动恢复图像机制、PG图像恢复算法，利用图像局部特征表示及图像细节识别机制寻找到细节特征所在区域，然后根据不同的区域自动调节参数，再利用PDE算法自动恢复图像机制对该区域进行处理。

【技术特征摘要】

【专利技术属性】
技术研发人员：裴小根，
申请(专利权)人：裴小根，
类型：发明
国别省市：安徽;34