一種基于圖像配準、插值和去噪的圖像增強方法
【技術領域】
[0001] 本發(fā)明涉及一種圖像增強方法，尤其是涉及一種基于圖像配準、插值和去噪的圖 像增強方法。
【背景技術】
[0002] 隨著科技的發(fā)展進步，從各種成像設備、互聯(lián)網(wǎng)網(wǎng)絡或圖像數(shù)據(jù)庫中獲取大量圖 像已成為可能，從而人們對圖像處理(Feature Extraction and Image Processing)的要 求也越來越高，圖像處理技術得到了深入、廣泛和迅速的發(fā)展。在圖像處理上，通過對圖像 將原來不清晰的圖像變得清晰或強調(diào)某些關注的特征，抑制非關注的特征，使之改善圖像 質(zhì)量、豐富信息量，加強圖像判讀和識別效果的圖像增強處理能夠幫助我們準確的把握獲 得圖像所反映的信息。鑒于這樣的事實，對圖像本身進行深入研究，處理出清晰準確的圖像 已成為客觀必然要求。
[0003] 在圖像形成、傳輸或變換的過程中，由于受到一些客觀因素的影響，會使圖像產(chǎn)生 失真，如圖像對比度降低和圖像模糊等等。因此需要利用圖像增強技術改善這種情況，圖像 增強的目的在于，采用一系列技術改善圖像的視覺效果，提高圖像的清晰度，將圖像轉(zhuǎn)換成 一種適于人或機器進行分析處理的形式。它不是以圖形保證度為原則，而是通過處理設法 有選擇地便于人或機器分析某些感興趣的信息，抑制一些無用的信息，以提高圖像的使用 價值。圖像增強一直是計算機視覺研究領域中一個值得探討的問題，在計算機科學、醫(yī)療輔 助診斷、軍事、工業(yè)測量等眾多領域都廣泛采用這一技術，尤其是計算機視覺和模式和模式 識別研究中，如何準確的豐富增強圖像信息往往是其中首先需要解決的問題之一，是提高 識別率等問題的重要前奏和關鍵問題，有著廣泛的應用前景和潛在的市場價值。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的就是為了克服上述現(xiàn)有技術存在的缺陷而提供一種具有高可行性、 高準確度和高清晰度、適用范圍廣的基于圖像配準、插值和去噪的圖像增強方法。
[0005] 本發(fā)明的目的可以通過以下技術方案來實現(xiàn)：
[0006] -種基于圖像配準、插值和去噪的圖像增強方法，其特征在于，包括以下步驟：
[0007] S1，獲得同一對象的一個主圖像和多個副圖像，所述的主圖像像素大于副圖像像 素；
[0008] S2,以主圖像為基準，將各個副圖像分別與主圖像配準；
[0009] S3,將主圖像與配準后的各副圖像進行顏色匹配；
[001 0] S4，對各副圖像分別進行插值操作，將各副圖像放大；
[0011] S5,利用步驟S4得到的放大后的各副圖像，對主圖像進行雙邊濾波器去噪。在進行 顏色配準和插值之后，主圖像需要去噪的每一個像素都可以在副圖像中分別找到相應的像 素點，這些像素點可以應用到雙邊濾波器中。
[0012] 所述的步驟S2中，采用surf算子將各副圖像分別與主圖像配準。
[0013] 所述的步驟S3包括以下步驟：
[0014] S31，將主圖像和各配準后的副圖像的R、G、B顏色通道分開；
[0015] S32,分別在各個顏色通道下進行顏色匹配。
[0016] 所述的步驟S32中，將圖像的RGB顏色區(qū)域轉(zhuǎn)換為LAB顏色區(qū)域，進行顏色匹配。 [0017]所述的步驟S4具體采用最近鄰插值法進行插值。
[0018]所述的步驟S5具體包括以下步驟：
[0019] S50,讀取主圖像中某像素點；
[0020] S51，計算該像素點的主圖像雙邊濾波器權重wmain(i，j，k，1):
[0021] wmain(i, j,k,l) = exp(-d(i, j,k,l)-r(i, j,k,l)) · a
[0022]其中，d(i , j ,k,l)為主圖像定義域核函數(shù)，r(i , j ,k,l)為主圖像值域核函數(shù)，計算 式如下：
[0023]
[0024]
[0025] 其中，i為像素點的X方向值，j為像素點的y方向值，k為鄰域像素點的X方向值，1為 鄰域像素點的y方向值，f (i，j)為主圖像中心點的像素值，f (k，1)為中心點鄰域像素點(k， 1)的像素值，σ為高斯核，a e (〇，1)。常數(shù)a可取為0.8。
[0026] S52,計算該像素點的副圖像雙邊濾波器權重Wf(i，j，k，l):
[0027] wf (i，j，k，1) = exp(-d，（i，j，k，1)-r，（i，j，k，1))(1-a)
[0028] 其中，(1'（1，」，11)為該像素點在副圖像中匹配的像素點的定義域核函數(shù)^'（1， j，k，l)為該像素點在副圖像中匹配的像素點的值域核函數(shù)，計算式如下：
[0029]
[0030]
[0031 ]其中，η為副圖像數(shù)量，wx (y)為步驟S4得到的副圖像相應的權重，wx (y)按下式計 算：
[0032]
[0033] 其中，#、#、/f、人￡、/#、#分別為點I(x,y)處的X方向和y方向在L、A、B下的 顏色成分，σ為高斯核；s為層次系數(shù);p為方差，Kx(y)為根據(jù)步驟S4得到的各副圖像獲得的 權重信息，Kx(y)的計算方法如下：
[0034]
[0035]其中，仏為像素點（x，y)的鄰域像素范圍；（x，y)為副攝像頭圖像放大后某個位置 的像素點；（X，y)為同一幀含義:插值放大后(X，y)仍是原圖像在該位置的像素點，（X，y)不 為同一幀含義:插值放大后(x，y)為通過其他位置的像素點的像素信息得到的像素點； [0036] S53，計算改進的雙邊濾波器的新權重：
[0037] w( ? , j , k , 1 ) = Wmain( ? , j , k , 1 )+Wf (? , j , k, 1)
[0038] S54,利用改進的雙邊濾波器計算新的像素值：
[0039]
[0040] S55,重復步驟S51~S54,直至主圖像中每個像素點均得到新像素值。
[0041 ] 所述的高斯核σ取〇. 2，層次系數(shù)s取0.5~0.8，方差p取0.2~0.6。
[0042] 與現(xiàn)有技術相比，本發(fā)明具有以下優(yōu)點：
[0043] (1)準確度高:利用多個圖像的圖像信息，同時在圖像增強的過程中運用圖像插值 來豐富圖像信息，因此本發(fā)明圖像增強方法可以有很好的準確性。
[0044] (2)清晰度高:本發(fā)明方法很好的考慮到了圖像增強過程中會出現(xiàn)的模糊情況，采 用雙邊濾波器對圖像進行去模糊化，使得圖像更清晰。
[0045] (3)對于遙感領域，本發(fā)明在遙感影像數(shù)字圖像的圖像恢復有著顯著的效果，即本 發(fā)明采用的圖像配準，可以有效的利用到多個遙感圖像，豐富圖像信息，從而能有效的減少 遙感圖像在傳輸或回放過程中引入的數(shù)據(jù)錯誤，噪聲和畸變。
[0046] (4)對于生物醫(yī)學領域，本發(fā)明在圖像明暗變化明顯的時候，對圖像進行顏色配 準，同時在使用雙邊濾波器拼接圖像時，將像素分配到LAB顏色通道下計算，使得本發(fā)明方 法在獲取高清晰度的圖像具有很好的效果。
[0047] (5)對于軍事，公安等方面的應用，本發(fā)明通過圖像插值的方式保證圖像增強過程 中圖像信息的完整性和飽滿性，從而可以提供更加具有細節(jié)性的圖像效果，更加清晰的反 應圖像的紋理特征。
[0048] (6)對于在工業(yè)領域的應用，圖像的紋理特征對工業(yè)產(chǎn)品質(zhì)量的檢測有這決定性 的意義，而本發(fā)明方法中，多圖像位置的圖像配準，圖像放大時插值以保證圖像信息的完整 性;這些操作都使得本發(fā)明處理過的圖像都具有顯著的紋理特征。
【附圖說明】
[0049]圖1(a)和圖1(b)分別為本發(fā)明步驟S2中surf算子圖像配準效果圖；
[0050] 圖2為本發(fā)明步驟S4中最近鄰插值方法進行圖像插值操作方法示意圖；
[0051] 圖3(a)~3(d)分別為本實施例的副圖像、副圖像插值操作效果圖、主圖像去模糊 處理效果圖、主圖像閾值去噪效果圖；
[0052]圖4為本發(fā)明的方法流程圖。
【具體實施方式】
[0053]下面結(jié)合附圖和具體實施例對本發(fā)明進行詳細說明。本實施例以本發(fā)明技術方案 為前提進行實施，給出了詳細的實施方式和具體的操作過程，但本發(fā)明的保護范圍不限于 下述的實施例。
[0054] 實施例
[0055] 如圖4所示，一種基于圖像配準、插值和去噪的圖像增強方法，包括以下步驟：
[0056] S1，獲得一個主圖像和多個副圖像，其中主圖像像素大于副圖像像素，可使用一個 主攝像頭和多個副攝像頭對對象進行拍照，即副攝像頭技術要求低于主攝像頭，從而降低 圖像獲取成本；
[0057] S2,以主圖像為基準，采用surf算子將各個副圖像分別與主圖像配準；
[0058] 在顏色匹配的過程中，使用surf算子來確定所使用圖像，顏色匹配的各個像素區(qū) 域，將這些區(qū)域一一對應起來，然后將圖像的RGB顏色區(qū)域轉(zhuǎn)換到更適合人眼識別的LAB顏 色區(qū)域，得到一個三維矩陣，在矩陣中通過已經(jīng)對應好的圖像區(qū)域，確定各個圖像相對應的 顏色區(qū)域部分;如此可實現(xiàn)顏色匹配。針對圖像增強技術的過程，在與其他圖像增強技術對 比和現(xiàn)階段圖像處理的主流方法，利用一處畫面的多幅圖像，通過提取這些圖像在相同位 置的像素來豐富我們的圖像信息，在這一過程中，為了保證方法執(zhí)行的效率和速度，針對主 攝像頭獲得的像素較高的圖像，使用顏色匹配的方法來獲得多圖下同一位置的像素信息， 而對于副攝像頭獲得的像素較低的圖像，采用surf算法來獲得同一位置下的像素信息。 surf算子下的圖像匹配效果如圖1(a)、1(b)所示，
[0059] S3,將主圖像與對配準后的進行顏色匹配，具體包括以下步驟：
[0060] S31，將主圖像和各配準后的副圖像的R、G、B顏色通道分開；
[0061] S32,分別在各個顏色通道下進行顏色匹配，將圖像的RGB顏色區(qū)域轉(zhuǎn)換為LAB顏色 區(qū)域，進行顏色匹配。轉(zhuǎn)換時圖像會被轉(zhuǎn)換成一個三維矩陣，即矩陣長，矩陣寬，矩陣的顏色 通道，這里是三個顏色通道，即為三維。
[0062] S4,為了豐富圖像信息，在處理圖像的過程中會將圖像放大，而為了使圖像在放大 的時候依舊看上去比較平滑干凈，需要添加圖像信息，即進行圖像插值處理。本發(fā)明采用最 近鄰插值方法進行圖像插值操作，即對各副圖像分別采用最近鄰插值法進行插值操作，如 圖2所示，其過程套用公式如下：
[0063] srcX = dstX*(srcffidth/dstffidth)
[0064] srcY = dstY*(srcHeight/dstHeight)
[0065] srcX和srcY表示源像素位置，dstX和dstY表示目標元素的位置；srcWidth、 srcHeight分別為源圖像的長、寬大小，dstWidth、dstHeight分別為目標圖像長、寬大小。
[0066] 將圖3(a)所示的副圖像圖片進行放大，效果如圖3(b)所示，可以發(fā)現(xiàn):