專利名稱：基于改進(jìn)的分?jǐn)?shù)階微分掩模的圖像增強(qiáng)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像增強(qiáng)方法，尤其是一種基于改進(jìn)的分?jǐn)?shù)階微分掩模的圖像增強(qiáng)方法。
背景技術(shù)：
圖像增強(qiáng)是一個范圍較寬而開放的研究領(lǐng)域，可以從不同角度對圖像進(jìn)行增強(qiáng)， 比如說增強(qiáng)圖像的細(xì)節(jié)，增強(qiáng)帶噪圖像，增強(qiáng)圖像中感興趣目標(biāo)等。同時針對不同類的圖像 (風(fēng)景圖像、醫(yī)學(xué)圖像、遙感圖像等)還不存在普適的圖像增強(qiáng)方法。目前，用于圖像增強(qiáng)的方法很多，除傳統(tǒng)的直方圖均衡化法、整數(shù)階微分方法等，近年來出現(xiàn)的分?jǐn)?shù)階微分方法用于圖像增強(qiáng)獲得了很好的效果，另外各種基于小波分析的方法也是研究熱點(diǎn)之一，這些方法都是值得進(jìn)一步研究的。分?jǐn)?shù)階微分是由整數(shù)階微分推衍而來，它包括通常的整數(shù)階微分，但又是整數(shù)階微分運(yùn)算的推廣，一般將微分階次為非整數(shù)的微分稱為分?jǐn)?shù)階微分。目前已有的分?jǐn)?shù)階微分方法使用一些多尺度的分?jǐn)?shù)階微分掩模用于圖像增強(qiáng)，效果較好。但在確定尺度下的分?jǐn)?shù)階微分掩模及其改進(jìn)掩模增強(qiáng)圖像時其增強(qiáng)能力是有限的，而且隨著所選尺度的增加， 計(jì)算量也將增大?，F(xiàn)代小波分析理論在上世紀(jì)80年代誕生，之后引起了許多科研人員的足夠重視， 它是一個時頻分析方法并且可以在不同分辨率水平下利用信號。在圖像處理領(lǐng)域，出現(xiàn)了諸如利用小波多分辨率分析特性提出一種空間自適應(yīng)提升方案增強(qiáng)圖像的方法；通過處理圖像某層小波分解中的低頻分量或是方向信號來達(dá)到增強(qiáng)圖像的目的。但實(shí)際上是在損傷圖像很多原有信息的情況進(jìn)行增強(qiáng)。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于改進(jìn)的分?jǐn)?shù)階微分掩模的圖像增強(qiáng)方法，其可以在保持圖像原有信息的基礎(chǔ)上增強(qiáng)圖像中不明顯的細(xì)節(jié)。為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于改進(jìn)的分?jǐn)?shù)階微分掩模的圖像增強(qiáng)方法，其包括以下步驟
Si、建立改進(jìn)的分?jǐn)?shù)階微分掩模，由以下步驟組成
(01)設(shè)定原始分?jǐn)?shù)階微分掩模由8個子掩模組成x正方向子掩模、X負(fù)方向子掩模、 y正方向子掩模、y負(fù)方向子掩模、左上對角方向子掩模、左下對角方向子掩模、右上對角方向子掩模、右下對角方向子掩模；
(02)確定各子掩模中常系數(shù)1對應(yīng)的常數(shù)像素點(diǎn)，統(tǒng)計(jì)距離所述常數(shù)像素點(diǎn)為1個像素的像素點(diǎn)個數(shù)，將權(quán)值一 ν除以像素點(diǎn)個數(shù)即為距離所述常數(shù)像素點(diǎn)為1個像素的像素點(diǎn)的權(quán)值；
(03)統(tǒng)計(jì)距離所述常數(shù)像素點(diǎn)為2個像素的像素點(diǎn)個數(shù)，將權(quán)值^、^]/除以像素點(diǎn)個數(shù)即為距離所述常數(shù)像素點(diǎn)為2個像素的像素點(diǎn)的權(quán)值，從而獲得
改進(jìn)的分?jǐn)?shù)階微分掩模；
S2、在原始圖像為灰度圖像時，執(zhí)行以下步驟
(04)對原始圖像進(jìn)行小波分解，且重構(gòu)成η個圖像層，其中各圖像層中均存在圖像信息的低頻分量厶、高頻水平方向分量廠、高頻垂直方向分量ft、高頻對角方向分量/λ，其中 i < η ；
(05)獲取所述η個圖像層中圖像信息含量最大的最優(yōu)層N；
(06)對所述最優(yōu)層N進(jìn)行小波分解，且重構(gòu)出最優(yōu)層N的低頻分量圖像、高頻水平方向分量圖像Up高頻垂直方向分量圖像^^、高頻對角方向分量圖像Dw ；
(07)對最優(yōu)層N的高頻水平方向分量圖像采用所述改進(jìn)的分?jǐn)?shù)階微分掩模中的 χ正方向子掩模、χ負(fù)方向子掩模進(jìn)行卷積濾波運(yùn)算，對最優(yōu)層N的高頻垂直方向分量圖像 Fw采用所述改進(jìn)的分?jǐn)?shù)階微分掩模中的ι正方向子掩模、y負(fù)方向子掩模進(jìn)行卷積濾波運(yùn)
算，對最優(yōu)層N的高頻對角方向分量圖像/λ采用所述改進(jìn)的分?jǐn)?shù)階微分掩模中的左上對
角方向子掩模、左下對角方向子掩模、右上對角方向子掩模、右下對角方向子掩模進(jìn)行卷積濾波運(yùn)算，從而對于高頻圖像，最優(yōu)層N上各像素點(diǎn)均獲得8個計(jì)算值，取所述8個計(jì)算值的最大值疊加至所述原始圖像對應(yīng)的像素點(diǎn)上；
(08)對最優(yōu)層N的低頻分量圖像采用所述改進(jìn)的分?jǐn)?shù)階微分掩模中的8個子掩模
分別進(jìn)行卷積濾波運(yùn)算，從而針對低頻圖像，最優(yōu)層N上各像素點(diǎn)均獲得8個計(jì)算值，取所述8個計(jì)算值的最大值疊加至所述原始圖像對應(yīng)的像素點(diǎn)上；
(09)對所述原始圖像采用所述改進(jìn)的分?jǐn)?shù)階微分掩模中的8個子掩模分別進(jìn)行卷積濾波運(yùn)算，從而所述原始圖像的各像素點(diǎn)均獲得8個計(jì)算值，取所述8個計(jì)算值的最大值疊加至所述原始圖像對應(yīng)的像素點(diǎn)上；
(10)三次疊加完成后，重繪圖像。所述步驟S2中在所述原始圖像為彩色圖像時，首先將彩色圖像轉(zhuǎn)換成HSI格式的彩色圖像，分離出H、S、I分量，接著分別對各分量執(zhí)行與灰度圖像處理相同步驟，即執(zhí)行所述步驟(04) (08)，然后重新合成HSI彩色圖像，最后再將HSI彩色圖像轉(zhuǎn)換成RGB彩色圖像。所述步驟(05)中獲取所述η個圖像層中圖像信息含量最大的最優(yōu)層N由以下步驟組成
根據(jù)信息熵的計(jì)算公式i^-flx/ogfjcj,分別計(jì)算出與各圖像層中圖像信息的低
1-1
頻分量I、高頻水平方向分量Fi、高頻垂直方向分量//,、高頻對角方向分量相對應(yīng)的
信息熵Mi、FS,、JK、，其中mn表示圖像的像素點(diǎn)數(shù)，Xy表示所述原始圖像經(jīng)歸一化處理后的像素值，且1彡j彡mn，1彡i彡η ；
分別取信息熵ZS.、VSi HSi、DSi中最大值對應(yīng)的圖像層，分別設(shè)定為η 、η2、η權(quán)利要求
1.一種基于改進(jìn)的分?jǐn)?shù)階微分掩模的圖像增強(qiáng)方法，其特征在于包括以下步驟s1、建立改進(jìn)的分?jǐn)?shù)階微分掩模，由以下步驟組成(01)設(shè)定原始分?jǐn)?shù)階微分掩模由8個子掩模組成x正方向子掩模、X負(fù)方向子掩模、 y正方向子掩模、y負(fù)方向子掩模、左上對角方向子掩模、左下對角方向子掩模、右上對角方向子掩模、右下對角方向子掩模；(02)確定各子掩模中常系數(shù)1對應(yīng)的常數(shù)像素點(diǎn)，統(tǒng)計(jì)距離所述常數(shù)像素點(diǎn)為1個像素的像素點(diǎn)個數(shù)，將權(quán)值一 ν除以像素點(diǎn)個數(shù)即為距離所述常數(shù)像素點(diǎn)為1個像素的像素點(diǎn)的權(quán)值；(03)統(tǒng)計(jì)距離所述常數(shù)像素點(diǎn)為2個像素的像素點(diǎn)個數(shù)，將權(quán)值 (vLf除以像素點(diǎn)個數(shù)即為距離所述常數(shù)像素為2個像素的像素點(diǎn)的權(quán)值，從而獲得改進(jìn)的分?jǐn)?shù)階微分掩模；s2、在原始圖像為灰度圖像時，執(zhí)行以下步驟(04)對原始圖像進(jìn)行小波分解，且重構(gòu)成η個圖像層，其中各圖像層中均存在圖像信息的低頻分量厶、高頻水平方向分量廠、高頻垂直方向分量ft、高頻對角方向分量Λ，其中 i < η ；(05)獲取所述η個圖像層中圖像信息含量最大的最優(yōu)層N；(06)對所述最優(yōu)層N進(jìn)行小波分解，且重構(gòu)出最優(yōu)層N的低頻分量圖像盧#、高頻水平方向分量圖像Up高頻垂直方向分量圖像Ftf、高頻對角方向分量圖像Ζλ ；(07)對最優(yōu)層N的高頻水平方向分量圖像Arli采用所述改進(jìn)的分?jǐn)?shù)階微分掩模中的 χ正方向子掩模、χ負(fù)方向子掩模進(jìn)行卷積濾波運(yùn)算，對最優(yōu)層N的高頻垂直方向分量圖像 Fw采用所述改進(jìn)的分?jǐn)?shù)階微分掩模中的ι正方向子掩模、y負(fù)方向子掩模進(jìn)行卷積濾波運(yùn)算，對最優(yōu)層N的高頻對角方向分量圖像Dw采用所述改進(jìn)的分?jǐn)?shù)階微分掩模中的左上對角方向子掩模、左下對角方向子掩模、右上對角方向子掩模、右下對角方向子掩模進(jìn)行卷積濾波運(yùn)算，從而對于高頻圖像，最優(yōu)層N上各像素點(diǎn)均獲得8個計(jì)算值，取所述8個計(jì)算值的最大值疊加至所述原始圖像對應(yīng)的像素點(diǎn)上；(08)對最優(yōu)層N的低頻分量圖像^w采用所述改進(jìn)的分?jǐn)?shù)階微分掩模中的8個子掩模分別進(jìn)行卷積濾波運(yùn)算，從而針對低頻圖像，最優(yōu)層N上各像素點(diǎn)均獲得8個計(jì)算值，取所述8個計(jì)算值的最大值疊加至所述原始圖像對應(yīng)的像素點(diǎn)上；(09)對所述原始圖像采用所述改進(jìn)的分?jǐn)?shù)階微分掩模中的8個子掩模分別進(jìn)行卷積濾波運(yùn)算，從而所述原始圖像的各像素點(diǎn)均獲得8個計(jì)算值，取所述8個計(jì)算值的最大值疊加至所述原始圖像對應(yīng)的像素點(diǎn)上；(10)三次疊加完成后，重繪圖像。
2.根據(jù)權(quán)利要求1所述的基于改進(jìn)的分?jǐn)?shù)階微分掩模的圖像增強(qiáng)方法，其特征在于 所述步驟S2中在所述原始圖像為彩色圖像時，首先將彩色圖像轉(zhuǎn)換成HSI格式的彩色圖像，分離出H、S、I分量，接著分別對各分量執(zhí)行與灰度圖像處理相同步驟，即執(zhí)行所述步驟 (04) (08)，然后重新合成HSI彩色圖像，最后再將HSI彩色圖像轉(zhuǎn)換成RGB彩色圖像。
3.根據(jù)權(quán)利要求1所述的基于改進(jìn)的分?jǐn)?shù)階微分掩模的圖像增強(qiáng)方法，其特征在于 所述步驟(05)中獲取所述η個圖像層中圖像信息含量最大的最優(yōu)層N由以下步驟組成根據(jù)信息熵的計(jì)算公式
4.根據(jù)權(quán)利要求1所述的基于改進(jìn)的分?jǐn)?shù)階微分掩模的圖像增強(qiáng)方法，其特征在于 所述V取0.5，所述η取20。
5.根據(jù)權(quán)利要求1所述的基于改進(jìn)的分?jǐn)?shù)階微分掩模的圖像增強(qiáng)方法，其特征在于 所述步驟(04)和(06)中采用的小波分解方法均選用Mallat塔式小波分解方法。
6.根據(jù)權(quán)利要求4所述的基于改進(jìn)的分?jǐn)?shù)階微分掩模的圖像增強(qiáng)方法，其特征在于 所述最優(yōu)層N的獲取方法適用于人物肖像圖像和動物肖像圖像。
全文摘要
本發(fā)明公開了一種基于改進(jìn)的分?jǐn)?shù)階微分掩模的圖像增強(qiáng)方法，屬于圖像處理領(lǐng)域。通過在一定分解層數(shù)范圍內(nèi)分別計(jì)算圖像經(jīng)小波分解所得各分量信息熵最大值所對應(yīng)的分解層來確定一個最優(yōu)層N，使用新提出的分?jǐn)?shù)階微分掩模對原始圖像以及圖像經(jīng)小波分解與重構(gòu)的第N層各分量信號有針對性進(jìn)行處理，對處理結(jié)果進(jìn)行疊加、融合，可深度地保留圖像原有特征，同時對灰度變化不明顯區(qū)域圖像紋理細(xì)節(jié)也得到增強(qiáng)。
文檔編號G06T5/00GK102262778SQ20111024381
公開日2011年11月30日 申請日期2011年8月24日 優(yōu)先權(quán)日2011年8月24日
發(fā)明者蒲秀娟, 覃劍, 郭李, 韓亮 申請人:重慶大學(xué)