国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于非下采樣Contourlet變換和改進(jìn)的總變分的圖像增強(qiáng)方法

      文檔序號(hào):6360614閱讀:521來源:國(guó)知局
      專利名稱:基于非下采樣Contourlet變換和改進(jìn)的總變分的圖像增強(qiáng)方法
      技術(shù)領(lǐng)域
      本發(fā)明屬于圖像處理領(lǐng)域,主要涉及ー種基于非下采樣Contourlet變換和改進(jìn)的總變分的圖像增強(qiáng)方法。
      背景技術(shù)
      圖像信號(hào)在產(chǎn)生、傳輸和記錄過程中,經(jīng)常會(huì)受到各種噪聲的干擾,往往出現(xiàn)對(duì)比度低、信噪比低、弱邊緣多、紋理模糊等問題。圖像增強(qiáng)技術(shù)可以在保持圖像中原有強(qiáng)邊緣或清晰紋理的同時(shí),對(duì)其弱邊緣或模糊紋理進(jìn)行增強(qiáng),提高圖像的對(duì)比度。圖像增強(qiáng)算法分空間域和變換域2大類??臻g域算法直接在原圖上進(jìn)行運(yùn)算,其常見算法包括線性拉伸、直方圖增強(qiáng)等,但對(duì)于低對(duì)比度圖像,該類算法存在易使噪聲增大、邊緣過增強(qiáng)等問題。為了克服以上問題,人們將空域信號(hào)轉(zhuǎn)換到特定域中進(jìn)行分析,并取得良好效果,由此形成變換域算法。變換域算法將圖像由時(shí)域映射到變換域,再通過對(duì)變換域系數(shù)進(jìn)行處理,以達(dá)到增強(qiáng)的目的,其代表性的變換包括傅里葉變換、小波變換等。傅里葉變換用信號(hào)的頻譜特性解決了許多時(shí)域內(nèi)難以解決的問題,但該變換不具有時(shí)頻局部化的能力,而小波變換很好地解決了這個(gè)問題。但小波變換往往對(duì)點(diǎn)奇異性比較敏感,且對(duì)邊緣方向表達(dá)能力有限,不能對(duì)邊緣稀疏表達(dá)。為了克服小波變換的局限性,2002年M. N. Do和Martin Vetterli提出了 Contourlet變換,它有效地有效的彌補(bǔ)了上述不足,是ー種“真正” ニ維圖像表示方法,這種方法可以很好地抓住圖像的幾何結(jié)構(gòu),“很好”刻畫圖像邊緣,被廣泛應(yīng)用于去噪,增強(qiáng)等領(lǐng)域。同時(shí),由于Contourlet變換不具有平移不變性,2006年,具有平移不變特性的Contourlet變換-非下采樣Contourlet變換(Nonsubsampled Contourlet Transform,NSCT)被 Μ· N. Do 等人提出,逐漸表現(xiàn)出其自身在去噪、增強(qiáng)方面的優(yōu)勢(shì)?,F(xiàn)階段,利用NSCT進(jìn)行圖像增強(qiáng)的方法主要是先對(duì)含噪聲的圖像進(jìn)行NSCT變換,在變換域通過ー個(gè)合適的閾值去除主要由噪聲組成的小于閾值的系數(shù),然后進(jìn)行NSCT逆變換得到增強(qiáng)后的圖像。這種方法雖然很好的去除了噪聲,但是,在小系數(shù)置零的過程中,同時(shí)也去除了部分有用的系數(shù),從而造成了去噪后的圖像具有一定的偽吉布斯現(xiàn)象。

      發(fā)明內(nèi)容
      要解決的技術(shù)問題為了避免現(xiàn)有技術(shù)的不足之處,本發(fā)明提出一種基于非下采樣Contourlet變換和改進(jìn)的總變分的圖像增強(qiáng)方法,克服現(xiàn)有方法所造成的增強(qiáng)后圖像含有的偽吉布斯現(xiàn)象。技術(shù)方案一種基于非下采樣Contourlet變換和改進(jìn)的總變分相結(jié)合的SAR圖像增強(qiáng)方法,其特征在于步驟如下
      步驟I :對(duì)SAR圖像灰度值矩陣進(jìn)行對(duì)數(shù)運(yùn)算,得到SAR圖像灰度值矩陣的對(duì)數(shù)矩陣;步驟2 :對(duì)SAR圖像灰度值矩陣的對(duì)數(shù)矩陣進(jìn)行給定尺度參數(shù)下的非下采樣Contourlet正變換,得到不同分解尺度下各個(gè)方向的非下采樣Contourlet變換系數(shù)矩陣;所述給定尺度參數(shù)包括分解尺度數(shù)和方向數(shù);步驟3 :利用増益函數(shù)與步驟2得到的非下采樣Contourlet變換系數(shù)矩陣中的系數(shù)矩陣相乘實(shí)現(xiàn)系數(shù)矩陣的非線性變換,得到非線性變換后不同分解尺度下各個(gè)方向的非下采樣Contourlet變換系數(shù)矩陣;所述的增益函數(shù)為
      權(quán)利要求
      1.一種基于非下采樣Contourlet變換和改進(jìn)的總變分相結(jié)合的SAR圖像增強(qiáng)方法,其特征在于步驟如下 步驟I :對(duì)SAR圖像灰度值矩陣進(jìn)行對(duì)數(shù)運(yùn)算,得到SAR圖像灰度值矩陣的對(duì)數(shù)矩陣;步驟2 :對(duì)SAR圖像灰度值矩陣的對(duì)數(shù)矩陣進(jìn)行給定尺度參數(shù)下的非下采樣Contourlet正變換,得到不同分解尺度下各個(gè)方向的非下采樣Contourlet變換系數(shù)矩陣;所述給定尺度參數(shù)包括分解尺度數(shù)和方向數(shù); 步驟3 :利用增益函數(shù)與步驟2得到的非下采樣Contourlet變換系數(shù)矩陣中的系數(shù)矩陣相乘實(shí)現(xiàn)系數(shù)矩陣的非線性變換,得到非線性變換后不同分解尺度下各個(gè)方向的非下采樣Contourlet變換系數(shù)矩陣;所述的增益函數(shù)為
      2.根據(jù)權(quán)利要求I所述的基于非下采樣Contourlet變換和改進(jìn)的總變分相結(jié)合的SAR圖像增強(qiáng)方法,其特征在于所述尺度數(shù)取3-4。
      3.根據(jù)權(quán)利要求I所述的基于非下采樣Contourlet變換和改進(jìn)的總變分相結(jié)合的SAR圖像增強(qiáng)方法,其特征在于所述方向數(shù)取2-4。
      全文摘要
      本發(fā)明涉及一種基于非下采樣Contourlet變換和改進(jìn)的總變分的圖像增強(qiáng)方法,基于非下采樣Contourlet變換對(duì)邊緣/輪廓的良好表示特性,利用改進(jìn)的總變分方法有效消減增強(qiáng)圖像中存在的偽吉布斯現(xiàn)象,在對(duì)圖像的邊緣特征和對(duì)比度增強(qiáng)的同時(shí),對(duì)其中的噪聲進(jìn)行抑制,進(jìn)一步提高圖像質(zhì)量。實(shí)驗(yàn)結(jié)果表明,本發(fā)明與傳統(tǒng)的基于wavelet和非下采樣Contourlet的方法相比能得到較好的增強(qiáng)效果。該方法可同步實(shí)現(xiàn)噪聲消除和邊緣保持,但對(duì)噪聲非常敏感,在對(duì)圖像的邊緣特征和對(duì)比度增強(qiáng)的同時(shí),對(duì)其中的噪聲進(jìn)行抑制,并能有效消減偽吉布斯現(xiàn)象,進(jìn)一步提高圖像質(zhì)量。
      文檔編號(hào)G06T5/00GK102637294SQ201210053878
      公開日2012年8月15日 申請(qǐng)日期2012年3月3日 優(yōu)先權(quán)日2012年3月3日
      發(fā)明者張艷寧, 房蓓, 李映, 胡杰, 賈雨 申請(qǐng)人:西北工業(yè)大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1