基于二代小波整數(shù)變換的圖像增強(qiáng)方法及圖像增強(qiáng)系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種圖像增強(qiáng)技術(shù)，屬于圖像處理領(lǐng)域，特別涉及一種基于二代小波 整數(shù)變換的圖像增強(qiáng)方法及系統(tǒng)。
【背景技術(shù)】
[0002] 圖像增強(qiáng)的目的是為改善圖像的視覺(jué)效果，提供直觀、清晰、適合于分析的圖像。 圖像增強(qiáng)方法較多，其中直方圖均衡化是一種經(jīng)典、有效的圖像增強(qiáng)方法之一。雖直方圖均 衡化算法具有運(yùn)算速度快、增強(qiáng)效果明顯等諸多優(yōu)點(diǎn)，但仍存在以下明顯缺陷：（1)在原始 圖像灰度動(dòng)態(tài)范圍小、質(zhì)量比較差、直方圖分布極不均勻時(shí)，經(jīng)傳統(tǒng)直方圖均衡化后的圖像 層次感會(huì)變的很差；（2)原始圖像中疊加的噪聲在經(jīng)傳統(tǒng)直方圖增強(qiáng)后，噪聲放大明顯；（3) 若一幅圖像中灰度范圍接近〇時(shí)，在進(jìn)行均衡化算法時(shí)，把非常窄的暗像素區(qū)間映射到輸出 圖像，結(jié)果就會(huì)得到一個(gè)亮的沖淡了的圖像，導(dǎo)致圖像的基本特征如平均亮度改變、細(xì)節(jié)丟 失，影響了增強(qiáng)圖像的視覺(jué)效果，從而使得直方圖算法應(yīng)用范圍有限。
[0003] 而同態(tài)濾波是一種在頻域中同時(shí)將圖像亮度范圍壓縮和對(duì)比度增強(qiáng)的方法。其基 本思想是將非線性問(wèn)題轉(zhuǎn)化成線性問(wèn)題處理，同態(tài)濾波增強(qiáng)的缺點(diǎn)是在噪聲圖像的增強(qiáng)過(guò) 程中會(huì)損失了大量的圖像細(xì)節(jié)。
[0004] 在小波變換過(guò)程中，傳統(tǒng)小波變換的濾波器輸出是浮點(diǎn)數(shù)，而圖像的像素值均為 整數(shù)，小波提升格式對(duì)小波的構(gòu)造提出了 一種新的觀點(diǎn)，即小波提升方案（lifting scheme)，也稱之為第二代小波變換。小波提升格式具有真正意義上的可逆性，可以不用考 慮邊界效應(yīng)。與傳統(tǒng)小波變換相比，提升方案主要有如下優(yōu)點(diǎn):a)繼承了第一代小波的多分 辨率特性，圖像的恢復(fù)質(zhì)量對(duì)輸入序列的長(zhǎng)度沒(méi)有任何限制，具有對(duì)任意尺寸圖像進(jìn)行變 換的能力;b)小波的構(gòu)造完全在空域內(nèi)進(jìn)行，無(wú)需傅里葉分析理論;c)所用到的工具相當(dāng)簡(jiǎn) 單，主要為L(zhǎng)aurent級(jí)數(shù)的Euclidean除法，所有的傳統(tǒng)小波可以由提升方案中基本的提升 和對(duì)偶分解而成;d)運(yùn)算速度快，節(jié)省存儲(chǔ)空間；e)可以實(shí)現(xiàn)整數(shù)到整數(shù)的變換。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是提供一種算法簡(jiǎn)單、增強(qiáng)效果明顯且對(duì)噪聲抑制好、亮度與原圖 保持較好，以及便于硬件實(shí)現(xiàn)的圖像增強(qiáng)方法及圖像增強(qiáng)系統(tǒng)。
[0006 ]為了解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種圖像增強(qiáng)方法，包括如下步驟：
[0007] 步驟S1，對(duì)原始圖形進(jìn)行單層分解，以獲得原始整數(shù)低頻子圖ca;
[0008] 步驟S2,對(duì)原始整數(shù)低頻子圖ca進(jìn)行計(jì)算，以獲得第一整數(shù)低頻子圖ca';
[0009] 步驟S3,對(duì)第一整數(shù)低頻子圖ca'進(jìn)行計(jì)算，以獲得第二整數(shù)低頻子圖ca〃 ；以及
[0010] 步驟S4,將第二整數(shù)低頻子圖ca 〃進(jìn)行重構(gòu)，以得到增強(qiáng)的新圖像。
[0011] 進(jìn)一步，所述步驟S1中對(duì)原始圖形進(jìn)行單層分解，以獲得原始整數(shù)低頻子圖ca的 方法包括：
[0012] 利用二代小波整數(shù)變換對(duì)原始圖像進(jìn)行單層分解，以獲得原始整數(shù)低頻子圖ca。
[0013] 進(jìn)一步，所述步驟S2中對(duì)原始整數(shù)低頻子圖ca進(jìn)行計(jì)算，以獲得第一整數(shù)低頻子 圖cY的方法包括如下步驟：
[0014] 步驟S21，統(tǒng)計(jì)原始整數(shù)低頻子圖ca中各系數(shù)k的總和n(k);
[0015] 步驟S22，計(jì)算原始整數(shù)低頻子圖ca中系數(shù)k的最大值Kmax與最小值Kmin;
[0016] 步驟S23,對(duì)統(tǒng)計(jì)的總和n(k)進(jìn)行累積求和，即
[0017] 步驟S24,計(jì)算原始整數(shù)低頻子圖ca均衡化的新系數(shù)用表達(dá)式g(k)表示，即
[0018] Kmin < k < Kmax，m、n分別為原 .， 始整數(shù)低頻子圖ca的行數(shù)、列數(shù)，且利用四舍五入法取整構(gòu)成第一整數(shù)低頻子圖ca'。
[0019] 進(jìn)一步，所述步驟S3中對(duì)第一整數(shù)低頻子圖ca'進(jìn)行計(jì)算，以獲得第二整數(shù)低頻子 圖ca"的方法包括如下步驟：
[0020] 步驟S31，計(jì)算第一整數(shù)低頻子圖ca'系數(shù)的最大值N與最小值M，統(tǒng)計(jì)第一整數(shù)低 頻子圖ca'各系數(shù)k'的總和n(k'），以及統(tǒng)計(jì)各系數(shù)級(jí)數(shù)不為零的系數(shù)總數(shù)S;
[0021 ]
在[M，N]區(qū)間對(duì)第一整數(shù)低頻子圖 ca'進(jìn)行等間隔均衡計(jì)算，構(gòu)成第二整數(shù)低頻子圖ca〃，其中p為第二整數(shù)低頻子圖ca〃的新 系數(shù)，q為遞增變量，且1 < q < S。
[0022] 又一方面，本發(fā)明還提供了一種圖像增強(qiáng)系統(tǒng)，其特征在于，包括：
[0023] 圖像分解模塊，對(duì)原始圖形進(jìn)行單層分解，以獲得原始整數(shù)低頻子圖；
[0024] 與所述圖像分解模塊相連的第一計(jì)算模塊，其適于對(duì)原始整數(shù)低頻子圖ca進(jìn)行計(jì) 算，以獲得第一整數(shù)低頻子圖ca';
[0025] 與所述第一計(jì)算模塊相連的第二計(jì)算模塊，其適于對(duì)第一整數(shù)低頻子圖ca'進(jìn)行 計(jì)算，以獲得第二整數(shù)低頻子圖ca〃 ；
[0026] 與第二計(jì)算模塊相連的第三重構(gòu)模塊，其適于將第二整數(shù)低頻子圖ca 〃進(jìn)行計(jì)算， 以得到增強(qiáng)的新圖像。
[0027] 進(jìn)一步，所述圖像分解模塊中對(duì)原始圖形進(jìn)行單層分解，以獲得原始整數(shù)低頻子 圖;即
[0028] 利用二代小波整數(shù)變換對(duì)原始圖像進(jìn)行單層分解，以獲得原始整數(shù)低頻子圖ca。
[0029] 進(jìn)一步，所述第一計(jì)算模塊適于對(duì)原始整數(shù)低頻子圖ca進(jìn)行計(jì)算，以獲得第一整 數(shù)低頻子圖ca';即
[0030] 統(tǒng)計(jì)原始整數(shù)低頻子圖ca中各系數(shù)k的總和n(k);
[0031] 計(jì)算原始整數(shù)低頻子圖ca中系數(shù)k的最大值Kmax與最小值Kmin;
[0032] 對(duì)統(tǒng)計(jì)的總和n (k)進(jìn)行累積求和，
[0033] 計(jì)算原始整數(shù)低頻子圖ca均衡化的新系數(shù)用表達(dá)式g(k)表示，即
[0034]
Kmin < k dx，m、n分別為原 始整數(shù)低頻子圖ca的行數(shù)、列數(shù)，且利用四舍五入法取整構(gòu)成第一整數(shù)低頻子圖ca'。
[0035] 進(jìn)一步，所述第二計(jì)算模塊中適于對(duì)第一整數(shù)低頻子圖ca'進(jìn)行計(jì)算，以獲得第二 整數(shù)低頻子圖ca〃，即
[0036]計(jì)算第一整數(shù)低頻子圖ca'系數(shù)的最大值N與最小值M，統(tǒng)計(jì)第一整數(shù)低頻子圖ca' 各系數(shù)k'的總和n(k'），以及統(tǒng)計(jì)各系數(shù)級(jí)數(shù)不為零的系數(shù)總數(shù)S;
[0037]
在[M，N]區(qū)間對(duì)第一整數(shù)低頻子圖ca'進(jìn)行等 間隔均衡計(jì)算，構(gòu)成第二整數(shù)低頻子圖ca〃，其中p為第二整數(shù)低頻子圖ca〃的新系數(shù)，q為遞 增變量，且1 <q<S。
[0038] 本發(fā)明的有益效果是，本發(fā)明通過(guò)二代小波整數(shù)變換，對(duì)圖像進(jìn)行單層分解，對(duì)低 頻子圖系數(shù)進(jìn)行均衡化處理，在有效增強(qiáng)圖像的同時(shí)減小了圖像噪聲，取得了理想的圖像 處理效果。
【附圖說(shuō)明】
[0039]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說(shuō)明。
[0040] 圖1是本發(fā)明的圖像增強(qiáng)方法流程圖；
[0041] 圖2(a)是本發(fā)明所涉及的原始圖像；
[0042] 圖2(b)是本發(fā)明所涉及的同態(tài)濾波增強(qiáng)圖一；
[0043] 圖2(c)是本發(fā)明所涉及的直方圖均衡增強(qiáng)圖一；
[0044]圖2(d)是本發(fā)明處理后的效果圖一；
[0045] 圖3(a)是本發(fā)明所涉及的加噪圖像；
[0046] 圖3(b)是本發(fā)明所涉及的同態(tài)濾波增強(qiáng)圖二；
[0047] 圖3(c)是本發(fā)明所涉及的直方圖均衡增強(qiáng)圖二；
[0048]圖3(d)是本發(fā)明處理后的效果圖二；
[0049] 圖4(a)是本發(fā)明所涉及的lena原始圖像的直方圖；
[0050] 圖4(b)是本發(fā)明所涉及的同態(tài)濾波增強(qiáng)圖像的直方圖；
[0051] 圖4(c)是本發(fā)明所涉及的直方圖均衡增強(qiáng)圖像的直方圖；
[0052]圖4(d)是本發(fā)明處理后的圖像的直方圖。
【具體實(shí)施方式】
[0053] 現(xiàn)在結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。這些附圖均為簡(jiǎn)化的示意圖，僅以 示意方式說(shuō)明本發(fā)明的基本結(jié)構(gòu)，因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。
[0054] 由于傳統(tǒng)的基于卷積離散小波變換計(jì)算量大，計(jì)算復(fù)雜度高，對(duì)存儲(chǔ)空間要求高， 不利于硬件實(shí)現(xiàn)，而第二代小波整數(shù)提升算法具有結(jié)構(gòu)簡(jiǎn)單、運(yùn)算量低、節(jié)省存儲(chǔ)空間，以 及可逆的整數(shù)到整數(shù)變換的優(yōu)點(diǎn)，便于硬件實(shí)現(xiàn)。故采用第二代小波整數(shù)提升算法（即二代 小波整數(shù)變換)用于圖像增強(qiáng)。
[0055] 本實(shí)施例采用的圖像增強(qiáng)對(duì)象為標(biāo)準(zhǔn)的lena圖像，如圖2(a)與加入方差為0.05高 斯噪聲的lena圖像，如圖3(a)。（注:Lena圖像是圖像處理領(lǐng)域廣泛使用的標(biāo)準(zhǔn)測(cè)試圖像）。
[0056] 實(shí)施例1
[0057] 如圖1所示，本實(shí)施例1提供了一種圖像增強(qiáng)方法，包括如下步驟：
[0058] 步驟S1，對(duì)原始圖形進(jìn)行單層分解，以獲得原始整數(shù)低頻子圖ca;
[0059] 步驟S2,對(duì)原始整數(shù)低頻子圖ca進(jìn)行計(jì)算，以獲得第一整數(shù)低頻子圖ca';
[0060] 步驟S3,對(duì)第一整數(shù)低頻子圖ca'進(jìn)行計(jì)算，以獲得第二整數(shù)低頻子圖ca〃 ；以及 [0061 ]步驟S4,將第二整數(shù)低頻子圖ca 〃進(jìn)行重構(gòu)，以得到增強(qiáng)的新圖像。
[0062]本實(shí)施例需要的小波是光滑的、正交的、對(duì)稱的，這樣的小波處理圖像具有處理速 度快、圖像重構(gòu)精確性高、避免圖像處理中發(fā)生相移等優(yōu)點(diǎn)。
[0063] 所述步驟S1中對(duì)原始圖形進(jìn)行單層分解，以獲得原始整數(shù)低頻子圖ca的方法具體 包括：
[0064] 利用二代小波整數(shù)變換對(duì)原始圖像進(jìn)行單層分解，以獲得原始整數(shù)低頻子圖ca以 及三高頻子圖分解系數(shù)cH，cV，cD。
[0065] 具體的，滿足上述光滑的、正交的、對(duì)稱條件的db小波系，本實(shí)施例通過(guò)二代小波 整數(shù)變換提升方案對(duì)dbl小波進(jìn)行提升，matlab中具體提升代碼如下：
[0066] LSdbint = liftwave(，dbl，，，int2int'）；
[0067] els = {'p'，[-12_1]/4,0};
[0068] LSdbintl=addlift(LSdbint,els)；
[0069]即利用代表(1131提升小波1^(113；[111:1單層離散二維小波分解函數(shù)[03，011，(^，0(1]= lwt2(I,LSdbintl)；
[0070] 注:本函數(shù)為matlab中提供的提升小波變換函數(shù)，如圖2(a)進(jìn)行LSdbintl小波單 層分解，得到一個(gè)原始整數(shù)低頻子圖ca和分別對(duì)應(yīng)于水平、垂直、對(duì)角方向的三個(gè)高頻子帶 的分解系數(shù)cH，cV，cD。
[0071] 所述步驟S2中對(duì)原始整數(shù)低頻子圖ca進(jìn)行計(jì)算，以獲得第一整數(shù)低頻子圖ca'的 方法包括如下步驟：
[0072] 步驟S21，統(tǒng)計(jì)原始整數(shù)低頻子圖ca中各系數(shù)k的總和n(k);
[0073] 步驟S22，計(jì)算原始整數(shù)低頻子圖ca中系數(shù)k的最大值Kmax與最小值Kmin;
[0074] 步驟S23，對(duì)統(tǒng)計(jì)的總和n (k)進(jìn)行累積求和，
[0075] 步驟S24,計(jì)算原始整數(shù)低頻子圖ca均衡化的新系數(shù)用表達(dá)式g(k)表示，即
[0076] Kmin《k《Kmax，rn、n分別為原 ， 始整數(shù)低頻子圖ca的行數(shù)、列數(shù)，且利用四舍五入法取整構(gòu)成第一整數(shù)低頻子圖ca'。利用 二維小波