当前位置: 首页 > 专利查询>重庆大学专利>正文

基于改进的分数阶微分掩模的图像增强方法技术

技术编号:6910359 阅读:551 留言:0更新日期:2012-04-11 18:40
本发明专利技术公开了一种基于改进的分数阶微分掩模的图像增强方法,属于图像处理领域。通过在一定分解层数范围内分别计算图像经小波分解所得各分量信息熵最大值所对应的分解层来确定一个最优层N,使用新提出的分数阶微分掩模对原始图像以及图像经小波分解与重构的第N层各分量信号有针对性进行处理,对处理结果进行叠加、融合,可深度地保留图像原有特征,同时对灰度变化不明显区域图像纹理细节也得到增强。

【技术实现步骤摘要】

本专利技术涉及图像增强方法,尤其是一种。
技术介绍
图像增强是一个范围较宽而开放的研究领域,可以从不同角度对图像进行增强, 比如说增强图像的细节,增强带噪图像,增强图像中感兴趣目标等。同时针对不同类的图像 (风景图像、医学图像、遥感图像等)还不存在普适的图像增强方法。目前,用于图像增强的方法很多,除传统的直方图均衡化法、整数阶微分方法等,近年来出现的分数阶微分方法用于图像增强获得了很好的效果,另外各种基于小波分析的方法也是研究热点之一,这些方法都是值得进一步研究的。分数阶微分是由整数阶微分推衍而来,它包括通常的整数阶微分,但又是整数阶微分运算的推广,一般将微分阶次为非整数的微分称为分数阶微分。目前已有的分数阶微分方法使用一些多尺度的分数阶微分掩模用于图像增强,效果较好。但在确定尺度下的分数阶微分掩模及其改进掩模增强图像时其增强能力是有限的,而且随着所选尺度的增加, 计算量也将增大。现代小波分析理论在上世纪80年代诞生,之后引起了许多科研人员的足够重视, 它是一个时频分析方法并且可以在不同分辨率水平下利用信号。在图像处理领域,出现了诸如利用小波多分辨率分析特性提出一种空间自适应提升方案增强图像的方法;通过处理图像某层小波分解中的低频分量或是方向信号来达到增强图像的目的。但实际上是在损伤图像很多原有信息的情况进行增强。
技术实现思路
本专利技术的目的是提供一种,其可以在保持图像原有信息的基础上增强图像中不明显的细节。为了实现上述目的,本专利技术提供了一种,其包括以下步骤Si、建立改进的分数阶微分掩模,由以下步骤组成(01)设定原始分数阶微分掩模由8个子掩模组成x正方向子掩模、X负方向子掩模、 y正方向子掩模、y负方向子掩模、左上对角方向子掩模、左下对角方向子掩模、右上对角方向子掩模、右下对角方向子掩模;(02)确定各子掩模中常系数1对应的常数像素点,统计距离所述常数像素点为1个像素的像素点个数,将权值一 ν除以像素点个数即为距离所述常数像素点为1个像素的像素点的权值;(03)统计距离所述常数像素点为2个像素的像素点个数,将权值^、^]/除以像素点个数即为距离所述常数像素点为2个像素的像素点的权值,从而获得改进的分数阶微分掩模;S2、在原始图像为灰度图像时,执行以下步骤(04)对原始图像进行小波分解,且重构成η个图像层,其中各图像层中均存在图像信息的低频分量厶、高频水平方向分量厂、高频垂直方向分量ft、高频对角方向分量/λ,其中 i < η ;(05)获取所述η个图像层中图像信息含量最大的最优层N;(06)对所述最优层N进行小波分解,且重构出最优层N的低频分量图像、高频水平方向分量图像Up高频垂直方向分量图像^^、高频对角方向分量图像Dw ;(07)对最优层N的高频水平方向分量图像采用所述改进的分数阶微分掩模中的 χ正方向子掩模、χ负方向子掩模进行卷积滤波运算,对最优层N的高频垂直方向分量图像 Fw采用所述改进的分数阶微分掩模中的ι正方向子掩模、y负方向子掩模进行卷积滤波运算,对最优层N的高频对角方向分量图像/λ采用所述改进的分数阶微分掩模中的左上对角方向子掩模、左下对角方向子掩模、右上对角方向子掩模、右下对角方向子掩模进行卷积滤波运算,从而对于高频图像,最优层N上各像素点均获得8个计算值,取所述8个计算值的最大值叠加至所述原始图像对应的像素点上;(08)对最优层N的低频分量图像采用所述改进的分数阶微分掩模中的8个子掩模分别进行卷积滤波运算,从而针对低频图像,最优层N上各像素点均获得8个计算值,取所述8个计算值的最大值叠加至所述原始图像对应的像素点上;(09)对所述原始图像采用所述改进的分数阶微分掩模中的8个子掩模分别进行卷积滤波运算,从而所述原始图像的各像素点均获得8个计算值,取所述8个计算值的最大值叠加至所述原始图像对应的像素点上;(10)三次叠加完成后,重绘图像。所述步骤S2中在所述原始图像为彩色图像时,首先将彩色图像转换成HSI格式的彩色图像,分离出H、S、I分量,接着分别对各分量执行与灰度图像处理相同步骤,即执行所述步骤(04) (08),然后重新合成HSI彩色图像,最后再将HSI彩色图像转换成RGB彩色图像。所述步骤(05)中获取所述η个图像层中图像信息含量最大的最优层N由以下步骤组成根据信息熵的计算公式i^-flx/ogfjcj,分别计算出与各图像层中图像信息的低1-1频分量I、高频水平方向分量Fi、高频垂直方向分量//,、高频对角方向分量相对应的信息熵Mi、FS,、JK、,其中mn表示图像的像素点数,Xy表示所述原始图像经归一化处理后的像素值,且1彡j彡mn,1彡i彡η ;分别取信息熵ZS.、VSi HSi、DSi中最大值对应的图像层,分别设定为η 、η2、η权利要求1.一种,其特征在于包括以下步骤s1、建立改进的分数阶微分掩模,由以下步骤组成(01)设定原始分数阶微分掩模由8个子掩模组成x正方向子掩模、X负方向子掩模、 y正方向子掩模、y负方向子掩模、左上对角方向子掩模、左下对角方向子掩模、右上对角方向子掩模、右下对角方向子掩模;(02)确定各子掩模中常系数1对应的常数像素点,统计距离所述常数像素点为1个像素的像素点个数,将权值一 ν除以像素点个数即为距离所述常数像素点为1个像素的像素点的权值;(03)统计距离所述常数像素点为2个像素的像素点个数,将权值 (vLf除以像素点个数即为距离所述常数像素为2个像素的像素点的权值,从而获得改进的分数阶微分掩模;s2、在原始图像为灰度图像时,执行以下步骤(04)对原始图像进行小波分解,且重构成η个图像层,其中各图像层中均存在图像信息的低频分量厶、高频水平方向分量厂、高频垂直方向分量ft、高频对角方向分量Λ,其中 i < η ;(05)获取所述η个图像层中图像信息含量最大的最优层N;(06)对所述最优层N进行小波分解,且重构出最优层N的低频分量图像盧#、高频水平方向分量图像Up高频垂直方向分量图像Ftf、高频对角方向分量图像Ζλ ;(07)对最优层N的高频水平方向分量图像Arli采用所述改进的分数阶微分掩模中的 χ正方向子掩模、χ负方向子掩模进行卷积滤波运算,对最优层N的高频垂直方向分量图像 Fw采用所述改进的分数阶微分掩模中的ι正方向子掩模、y负方向子掩模进行卷积滤波运算,对最优层N的高频对角方向分量图像Dw采用所述改进的分数阶微分掩模中的左上对角方向子掩模、左下对角方向子掩模、右上对角方向子掩模、右下对角方向子掩模进行卷积滤波运算,从而对于高频图像,最优层N上各像素点均获得8个计算值,取所述8个计算值的最大值叠加至所述原始图像对应的像素点上;(08)对最优层N的低频分量图像^w采用所述改进的分数阶微分掩模中的8个子掩模分别进行卷积滤波运算,从而针对低频图像,最优层N上各像素点均获得8个计算值,取所述8个计算值的最大值叠加至所述原始图像对应的像素点上;(09)对所述原始图像采用所述改进的分数阶微分掩模中的8个子掩模分别进行卷积滤波运算,从而所述原始图像的各像素点均获得8个计算值,取所述8个计算值的最大值叠加至所述原始图像对应的像素点上;(10)三次叠加完成后,重绘图像。2.根据权利要求1所述的,其特征在于 所述步骤S2中在所述原始图像为彩本文档来自技高网...

【技术保护点】
1.一种基于改进的分数阶微分掩模的图像增强方法,其特征在于包括以下步骤:S1、建立改进的分数阶微分掩模,由以下步骤组成:(01)设定原始分数阶微分掩模由8个子掩模组成:x正方向子掩模、x负方向子掩模、y正方向子掩模、y负方向子掩模、左上对角方向子掩模、左下对角方向子掩模、右上对角方向子掩模、右下对角方向子掩模;(02)确定各子掩模中常系数1对应的常数像素点,统计距离所述常数像素点为1个像素的像素点个数,将权值-ν除以像素点个数即为距离所述常数像素点为1个像素的像素点的权值;(03)统计距离所述常数像素点为2个像素的像素点个数,将权值                                                除以像素点个数即为距离所述常数像素为2个像素的像素点的权值,从而获得改进的分数阶微分掩模;S2、在原始图像为灰度图像时,执行以下步骤:(04)对原始图像进行小波分解,且重构成n个图像层,其中各图像层中均存在图像信息的低频分量、高频水平方向分量、高频垂直方向分量、高频对角方向分量,其中1≤i≤n;(05)获取所述n个图像层中图像信息含量最大的最优层N;(06)对所述最优层N进行小波分解,且重构出最优层N的低频分量图像、高频水平方向分量图像、高频垂直方向分量图像、高频对角方向分量图像;(07)对最优层N的高频水平方向分量图像采用所述改进的分数阶微分掩模中的x正方向子掩模、x负方向子掩模进行卷积滤波运算,对最优层N的高频垂直方向分量图像采用所述改进的分数阶微分掩模中的y正方向子掩模、y负方向子掩模进行卷积滤波运算,对最优层N的高频对角方向分量图像采用所述改进的分数阶微分掩模中的左上对角方向子掩模、左下对角方向子掩模、右上对角方向子掩模、右下对角方向子掩模进行卷积滤波运算,从而对于高频图像,最优层N上各像素点均获得8个计算值,取所述8个计算值的最大值叠加至所述原始图像对应的像素点上;(08)对最优层N的低频分量图像采用所述改进的分数阶微分掩模中的8个子掩模分别进行卷积滤波运算,从而针对低频图像,最优层N上各像素点均获得8个计算值,取所述8个计算值的最大值叠加至所述原始图像对应的像素点上;(09)对所述原始图像采用所述改进的分数阶微分掩模中的8个子掩模分别进行卷积滤波运算,从而所述原始图像的各像素点均获得8个计算值,取所述8个计算值的最大值叠加至所述原始图像对应的像素点上;(10)三次叠加完成后,重绘图像。...

【技术特征摘要】

【专利技术属性】
技术研发人员:覃剑郭李韩亮蒲秀娟
申请(专利权)人:重庆大学
类型:发明
国别省市:85

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1