本發(fā)明涉及圖像處理領(lǐng)域，具體涉及一種基于小波變換與自適應(yīng)變換結(jié)合的圖像處理方法。
背景技術(shù)：
雨雪霧天等惡劣天氣下能見度差，是計算機(jī)視覺許多應(yīng)用中的一個難題。惡劣天氣時，除空氣分子外,大氣中的粒子還有小水滴和冰晶顆粒,且半徑遠(yuǎn)大于分子半徑,對光線的散射的影響較大,這會導(dǎo)致一個場景的可見度變差。惡劣天氣圖像變得模糊，對比度下降。對比度增強(qiáng)，作為一種為圖像和視頻顯著處理技術(shù)，能有效地提高人的感知和識別圖像的視覺質(zhì)量。
目前已引入許多對比度增強(qiáng)技術(shù)已被引入，以提高圖像的對比度?；谥狈綀D的增強(qiáng)算法包括全局直方圖均衡化和局部直方圖均衡化，前者對圖像光照不均勻，效果不好，由于是全局圖像增強(qiáng)，效果不可控，不能突出圖像中的目標(biāo)信息。后者僅考慮局部窗口內(nèi)的灰度分布，沒有考慮圖像整體特點，易減弱圖像的層次感。總之，沒有考慮圖像的頻率以及細(xì)節(jié)信息，容易造成過增強(qiáng)。
技術(shù)實現(xiàn)要素：
在下文中給出了關(guān)于本發(fā)明的簡要概述，以便提供關(guān)于本發(fā)明的某些方面的基本理解。應(yīng)當(dāng)理解，這個概述并不是關(guān)于本發(fā)明的窮舉性概述。它并不是意圖確定本發(fā)明的關(guān)鍵或重要部分，也不是意圖限定本發(fā)明的范圍。其目的僅僅是以簡化的形式給出某些概念，以此作為稍后論述的更詳細(xì)描述的前序。
鑒于此，本發(fā)明提供了一種基于小波變換與自適應(yīng)變換結(jié)合的圖像處理方法，以至少解決現(xiàn)有技術(shù)存在的處理效果不好、易減弱圖像的層次感、容易造成過增強(qiáng)的問題。
根據(jù)本發(fā)明的一個方面，提供了一種基于小波變換與自適應(yīng)變換結(jié)合的圖像處理方法，所述圖像處理方法包括：對原始圖像進(jìn)行離散小波變換，得到所述原始圖像的低頻分量和高頻分量；通過對所述原始圖像的低頻分量進(jìn)行自適應(yīng)變換，得到所述低頻分量的自適應(yīng)變換結(jié)果；通過對所述原始圖像的高頻分量進(jìn)行濾波處理，得到所述高頻分量的濾波后結(jié)果；利用所述低頻分量的自適應(yīng)變換結(jié)果和所述高頻分量的濾波后結(jié)果進(jìn)行離散小波逆變換，得到所述原始圖像的增強(qiáng)圖像。
進(jìn)一步地，所述對原始圖像進(jìn)行離散小波變換，得到所述原始圖像的低頻分量和高頻分量的步驟包括：對所述原始圖像進(jìn)行用syms4小波作2層分解，得到1個低頻子頻帶的小波系數(shù)來作為其低頻分量，并得到水平細(xì)節(jié)分量H、垂直細(xì)節(jié)分量V以及對角細(xì)節(jié)分量D上6個高頻子頻帶的小波系數(shù)來作為其高頻分量。
進(jìn)一步地，所述對所述原始圖像的低頻分量進(jìn)行自適應(yīng)變換的步驟包括：將圖像分割成不重疊的大小一致的子塊；剪切高于閾值的每個子塊的直方圖，并將剪切的像素均勻地分配到所有灰度區(qū)間；對每個子塊進(jìn)行直方圖均衡；相鄰的子塊之間插值映射；任何像素的所得結(jié)果映射從那些于其臨近的四個塊的變換函數(shù)插值獲取。
進(jìn)一步地，對各高頻帶小波系數(shù)進(jìn)行濾波可按照如下方式進(jìn)行：對9個高頻子頻帶的小波系數(shù)采用參數(shù)不同的指數(shù)同態(tài)濾波器進(jìn)行濾波,濾波器變換函數(shù)為：
其中,γ1和γ2是增強(qiáng)因子,Kc為截至系數(shù),j為小波分解級數(shù)；對于水平細(xì)節(jié)分量H,(ωh,ωv)＝(1,0)；對于垂直細(xì)節(jié)分量V,(ωh,ωv)＝(0,1)；對于對角細(xì)節(jié)分量D,(ωh,ωv)＝(1,1)。
本發(fā)明的有益效果：本發(fā)明利用小波變換可以有效分離圖像低頻和高頻成分的特點，在圖像小波變換的低頻子帶上，自適應(yīng)變換增強(qiáng)低頻系數(shù)，在高頻子帶上，利用同態(tài)濾波對高頻帶小波系數(shù)進(jìn)行濾波，以限制噪聲增強(qiáng)。本發(fā)明通過開發(fā)一個新的對比度增強(qiáng)技術(shù)，能夠避免過度的提高和有效的抑制噪音。
附圖說明
本發(fā)明可以通過參考下文中結(jié)合附圖所給出的描述而得到更好的理解，其中在所有附圖中使用了相同或相似的附圖標(biāo)記來表示相同或者相似的部件。所述附圖連同下面的詳細(xì)說明一起包含在本說明書中并且形成本說明書的一部分，而且用來進(jìn)一步舉例說明本發(fā)明的優(yōu)選實施例和解釋本發(fā)明的原理和優(yōu)點。在附圖中：
圖1是本發(fā)明的基于小波變換與自適應(yīng)變換結(jié)合的圖像處理方法的流程圖。
本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，附圖中的元件僅僅是為了簡單和清楚起見而示出的，而且不一定是按比例繪制的。例如，附圖中某些元件的尺寸可能相對于其他元件放大了，以便有助于提高對本發(fā)明實施例的理解。
具體實施方式
在下文中將結(jié)合附圖對本發(fā)明的示范性實施例進(jìn)行描述。為了清楚和簡明起見，在說明書中并未描述實際實施方式的所有特征。然而，應(yīng)該了解，在開發(fā)任何這種實際實施例的過程中必須做出很多特定于實施方式的決定，以便實現(xiàn)開發(fā)人員的具體目標(biāo)，例如，符合與系統(tǒng)及業(yè)務(wù)相關(guān)的那些限制條件，并且這些限制條件可能會隨著實施方式的不同而有所改變。此外，還應(yīng)該了解，雖然開發(fā)工作有可能是非常復(fù)雜和費時的，但對得益于本公開內(nèi)容的本領(lǐng)域技術(shù)人員來說，這種開發(fā)工作僅僅是例行的任務(wù)。
在此，還需要說明的一點是，為了避免因不必要的細(xì)節(jié)而模糊了本發(fā)明，在附圖中僅僅示出了與根據(jù)本發(fā)明的方案密切相關(guān)的裝置結(jié)構(gòu)和/或處理步驟，而省略了與本發(fā)明關(guān)系不大的其他細(xì)節(jié)。
本發(fā)明的實施例提供了一種基于小波變換與自適應(yīng)變換結(jié)合的圖像處理方法，所述圖像處理方法包括：對原始圖像進(jìn)行離散小波變換，得到所述原始圖像的低頻分量和高頻分量；通過對所述原始圖像的低頻分量進(jìn)行自適應(yīng)變換，得到所述低頻分量的自適應(yīng)變換結(jié)果；通過對所述原始圖像的高頻分量進(jìn)行濾波處理，得到所述高頻分量的濾波后結(jié)果；利用所述低頻分量的自適應(yīng)變換結(jié)果和所述高頻分量的濾波后結(jié)果進(jìn)行離散小波逆變換，得到所述原始圖像的增強(qiáng)圖像。
在本發(fā)明的基于小波變換與自適應(yīng)變換結(jié)合的圖像處理方法的一個示例中，可以按照圖1所示的步驟來執(zhí)行處理。
如圖1所示，在步驟S110中，對原始圖像進(jìn)行離散小波變換，得到所述原始圖像的低頻分量和高頻分量。然后執(zhí)行步驟S120。
例如，對待增強(qiáng)圖像(即原始圖像)進(jìn)行用syms4小波作2層分解。得到1個低頻子頻帶的小波系數(shù)和水平細(xì)節(jié)分量H、垂直細(xì)節(jié)分量V以及對角細(xì)節(jié)分量D上6個高頻子頻帶的小波系數(shù)。
在步驟S120中，通過對所述原始圖像的低頻分量進(jìn)行自適應(yīng)變換(CLAHE)，得到所述低頻分量的自適應(yīng)變換結(jié)果。然后執(zhí)行步驟S130。
自適應(yīng)變換是一個典型的局部對比度增強(qiáng)技術(shù)，可以有效地提高圖像的局部細(xì)節(jié)。自適應(yīng)變換的主要步驟如下：
步驟1：將圖像分割成不重疊的大小一致的子塊。
步驟2：剪切高于閾值的每個子塊的直方圖，并將剪切的像素均勻地分配到所有灰度區(qū)間。
步驟3：對每個子塊進(jìn)行直方圖均衡。
步驟4：相鄰的子塊之間插值映射。任何像素的所得結(jié)果映射從那些于其臨近的四個塊的變換函數(shù)插值獲取。
自適應(yīng)變換剪切直方圖高于閾值的一部分，并重新分配截取像素到每個灰度區(qū)間。該操作可以在一定程度上減輕噪聲增強(qiáng)現(xiàn)象。然而，噪聲對某些應(yīng)用仍然是不可接受的。更重要的是，它可能會因為過度增強(qiáng)失去輸入圖像的一些部分的細(xì)節(jié)。
在步驟S130中，通過對所述原始圖像的高頻分量進(jìn)行濾波處理，得到所述高頻分量的濾波后結(jié)果。然后執(zhí)行步驟S140。
例如，對各高頻帶小波系數(shù)進(jìn)行濾波可按照如下方式進(jìn)行。
對9個高頻子頻帶的小波系數(shù)采用參數(shù)不同的指數(shù)同態(tài)濾波器進(jìn)行濾波,濾波器變換函數(shù)為：
其中,γ1和γ2是增強(qiáng)因子,Kc為截至系數(shù),j為小波分解級數(shù)。對于水平細(xì)節(jié)分量H,(ωh,ωv)＝(1,0)；對于垂直細(xì)節(jié)分量V,(ωh,ωv)＝(0,1)；對于對角細(xì)節(jié)分量D,(ωh,ωv)＝(1,1)。
由新的系數(shù)的逆小波重構(gòu)圖像。從而有效的減輕過增強(qiáng)現(xiàn)象。
下面是離散小波變換CLAHE的流程圖。LF和HF表示圖像的低頻和高頻分量。通過這種離散小波變換CLAHE應(yīng)用在圖像的亮度部分可以把它很好的擴(kuò)展至彩色圖像增強(qiáng)[11]-[13]。圖像的亮度部分值V可以通過下面的等式來計算：
其中，(R，G，B)是輸入圖像的RGB值。為了防止彩色失真，采用了以下的操作就獲得了最終增強(qiáng)彩色圖像。
其中(Rout，Gout，Bout)輸出圖像的RGB值，VE是使用自適應(yīng)離散小波變換的的亮度分量V。
在步驟S140中，利用所述低頻分量的自適應(yīng)變換結(jié)果和所述高頻分量的濾波后結(jié)果進(jìn)行離散小波逆變換，得到所述原始圖像的增強(qiáng)圖像。
實驗結(jié)果表明，傳統(tǒng)的自適應(yīng)變換方法處理圖像提高了圖像亮度，但與原始圖像相比顏色失真較為嚴(yán)重，并且對過度增強(qiáng)和噪聲放大問題沒有有效改善作用。同態(tài)濾波方法處理結(jié)果圖像存在明顯的整體圖像泛黑，亮度低現(xiàn)象，清晰化結(jié)果欠佳。
采用本發(fā)明的方法處理后圖像的細(xì)節(jié)部分明顯增強(qiáng)了，有明顯的對比度增強(qiáng)和清晰化效果，同時可以有效地避免過度增強(qiáng)，從而產(chǎn)生良好的視覺質(zhì)量的結(jié)果。本算法可以有效地避免過度增強(qiáng)，從而產(chǎn)生良好的視覺質(zhì)量的結(jié)果。
本發(fā)明利用小波分析具有時頻局部化能力和多分辨率分析能力的特性,通過對圖像小波變換,提出了一種新的圖像增強(qiáng)方法,即離散小波變換CLAHE，結(jié)合小波變換與CLAHE。在所提出的方法中，圖像是通過小波變換分解為低頻和高頻分量。低頻部分代表了輸入圖像的近似信息以及霧霾圖像的大部分噪聲，高頻成分圖像的所有詳細(xì)信息。通過低頻分量和高頻分量分別通過CLAHE和濾波增強(qiáng)，可以有效限制噪聲增強(qiáng)和避免過增強(qiáng)保持圖像的細(xì)節(jié)信息。最后，通過小波逆變換得到增強(qiáng)圖像。實驗結(jié)果表明，該方法可以得到優(yōu)質(zhì)的有利人眼觀察的可視圖像。
盡管根據(jù)有限數(shù)量的實施例描述了本發(fā)明，但是受益于上面的描述，本技術(shù)領(lǐng)域內(nèi)的技術(shù)人員明白，在由此描述的本發(fā)明的范圍內(nèi)，可以設(shè)想其它實施例。此外，應(yīng)當(dāng)注意，本說明書中使用的語言主要是為了可讀性和教導(dǎo)的目的而選擇的，而不是為了解釋或者限定本發(fā)明的主題而選擇的。因此，在不偏離所附權(quán)利要求書的范圍和精神的情況下，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說許多修改和變更都是顯而易見的。對于本發(fā)明的范圍，對本發(fā)明所做的公開是說明性的，而非限制性的，本發(fā)明的范圍由所附權(quán)利要求書限定。