本发明专利技术涉及一种基于非下采样Contourlet变换和改进的总变分的图像增强方法,基于非下采样Contourlet变换对边缘/轮廓的良好表示特性,利用改进的总变分方法有效消减增强图像中存在的伪吉布斯现象,在对图像的边缘特征和对比度增强的同时,对其中的噪声进行抑制,进一步提高图像质量。实验结果表明,本发明专利技术与传统的基于wavelet和非下采样Contourlet的方法相比能得到较好的增强效果。该方法可同步实现噪声消除和边缘保持,但对噪声非常敏感,在对图像的边缘特征和对比度增强的同时,对其中的噪声进行抑制,并能有效消减伪吉布斯现象,进一步提高图像质量。
【技术实现步骤摘要】
本专利技术属于图像处理领域,主要涉及ー种。
技术介绍
图像信号在产生、传输和记录过程中,经常会受到各种噪声的干扰,往往出现对比度低、信噪比低、弱边缘多、纹理模糊等问题。图像增强技术可以在保持图像中原有强边缘或清晰纹理的同时,对其弱边缘或模糊纹理进行增强,提高图像的对比度。图像增强算法分空间域和变换域2大类。空间域算法直接在原图上进行运算,其常见算法包括线性拉伸、直方图增强等,但对于低对比度图像,该类算法存在易使噪声增大、边缘过增强等问题。为了克服以上问题,人们将空域信号转换到特定域中进行分析,并取得良好效果,由此形成变换域算法。变换域算法将图像由时域映射到变换域,再通过对变换域系数进行处理,以达到增强的目的,其代表性的变换包括傅里叶变换、小波变换等。傅里叶变换用信号的频谱特性解决了许多时域内难以解决的问题,但该变换不具有时频局部化的能力,而小波变换很好地解决了这个问题。但小波变换往往对点奇异性比较敏感,且对边缘方向表达能力有限,不能对边缘稀疏表达。为了克服小波变换的局限性,2002年M. N. Do和Martin Vetterli提出了 Contourlet变换,它有效地有效的弥补了上述不足,是ー种“真正” ニ维图像表示方法,这种方法可以很好地抓住图像的几何结构,“很好”刻画图像边缘,被广泛应用于去噪,增强等领域。同时,由于Contourlet变换不具有平移不变性,2006年,具有平移不变特性的Contourlet变换-非下采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)被 Μ· N. Do 等人提出,逐渐表现出其自身在去噪、增强方面的优势。现阶段,利用NSCT进行图像增强的方法主要是先对含噪声的图像进行NSCT变换,在变换域通过ー个合适的阈值去除主要由噪声组成的小于阈值的系数,然后进行NSCT逆变换得到增强后的图像。这种方法虽然很好的去除了噪声,但是,在小系数置零的过程中,同时也去除了部分有用的系数,从而造成了去噪后的图像具有一定的伪吉布斯现象。
技术实现思路
要解决的技术问题为了避免现有技术的不足之处,本专利技术提出一种,克服现有方法所造成的增强后图像含有的伪吉布斯现象。技术方案一种基于非下采样Contourlet变换和改进的总变分相结合的SAR图像增强方法,其特征在于步骤如下步骤I :对SAR图像灰度值矩阵进行对数运算,得到SAR图像灰度值矩阵的对数矩阵;步骤2 :对SAR图像灰度值矩阵的对数矩阵进行给定尺度參数下的非下采样Contourlet正变换,得到不同分解尺度下各个方向的非下采样Contourlet变换系数矩阵;所述给定尺度參数包括分解尺度数和方向数;步骤3 :利用増益函数与步骤2得到的非下采样Contourlet变换系数矩阵中的系数矩阵相乘实现系数矩阵的非线性变换,得到非线性变换后不同分解尺度下各个方向的非下采样Contourlet变换系数矩阵;所述的增益函数为权利要求1.一种基于非下采样Contourlet变换和改进的总变分相结合的SAR图像增强方法,其特征在于步骤如下 步骤I :对SAR图像灰度值矩阵进行对数运算,得到SAR图像灰度值矩阵的对数矩阵;步骤2 :对SAR图像灰度值矩阵的对数矩阵进行给定尺度参数下的非下采样Contourlet正变换,得到不同分解尺度下各个方向的非下采样Contourlet变换系数矩阵;所述给定尺度参数包括分解尺度数和方向数; 步骤3 :利用增益函数与步骤2得到的非下采样Contourlet变换系数矩阵中的系数矩阵相乘实现系数矩阵的非线性变换,得到非线性变换后不同分解尺度下各个方向的非下采样Contourlet变换系数矩阵;所述的增益函数为2.根据权利要求I所述的基于非下采样Contourlet变换和改进的总变分相结合的SAR图像增强方法,其特征在于所述尺度数取3-4。3.根据权利要求I所述的基于非下采样Contourlet变换和改进的总变分相结合的SAR图像增强方法,其特征在于所述方向数取2-4。全文摘要本专利技术涉及一种,基于非下采样Contourlet变换对边缘/轮廓的良好表示特性,利用改进的总变分方法有效消减增强图像中存在的伪吉布斯现象,在对图像的边缘特征和对比度增强的同时,对其中的噪声进行抑制,进一步提高图像质量。实验结果表明,本专利技术与传统的基于wavelet和非下采样Contourlet的方法相比能得到较好的增强效果。该方法可同步实现噪声消除和边缘保持,但对噪声非常敏感,在对图像的边缘特征和对比度增强的同时,对其中的噪声进行抑制,并能有效消减伪吉布斯现象,进一步提高图像质量。文档编号G06T5/00GK102637294SQ201210053878公开日2012年8月15日 申请日期2012年3月3日 优先权日2012年3月3日专利技术者张艳宁, 房蓓, 李映, 胡杰, 贾雨 申请人:西北工业大学本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员:李映,贾雨,房蓓,胡杰,张艳宁,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:
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。