种基于小波变换的图像边缘增强算法.pdfVIP

维普资讯 第26卷 计算机应用 Vol_26 2006年 6月 ComputerApplications June2006 文章编号：1001—9081(2006)06Z一0049—02 一 种基于小波变换的图像边缘增强算法 张 权 ，张 晶，王 欣 (山东大学信息科学与工程学院，山东济南250100) (beautykingdom@sdu．edu．cn) 摘 要：基于小波变换，提出了一种新的图像边缘增强的算法。与通常所用的非锐化模板方法相 比较，具有更好的边缘增强特性。实验表明所提 出的方法是可行的。 关键词：非锐化模板；图像增强；小波变换；Mallat算法 中图分类号：TP391．41 文献标识码 ：A 综上所述，我们可以得到： 0 引言 ／(，Y)= ( 一1) ，Y)+ (，Y) (4) 图像边缘增强是图像处理中一个非常重要的研究领域， 从频域的角度来讲 ，一幅图像可以分解成低频分量和高 在图像压缩编码、模式识别、文本分割等领域一直受到研究者 频分量，即 (u，)=F(u，)一 (u，)，但是 (u，)= 的广泛重视。该领域比较经典的方法是非锐化掩模法”，它 (II,，)F(II,，)， (II,，)是低通滤波器的传输函数。因此 是把一幅经过高通滤波器和尺度化后的图像与原图像相加， 非锐化模板可以直接在频域使用合成滤波器来实现： 算法简单 ，易于实现。非锐化模板算法适用于边缘增强，但是 (II,，)=1一 (II,，) (5) 它在对边缘进行提升的过程中对噪声和图像都作了同样的处 反锐化掩模就是在频域中通过减去图像的低频分量得到 理 ，没有在增强细节的同时更好地抑制噪声 ，出现毛刺现象。 高频分量，然后在原图像上叠加或倍乘高频分量并作适当的 近期有多种用于边缘增强的算法，其中主要的改进算法都是 偏移，以便零频率组分不至于被滤除。高频滤波器一般用图 使用非线性滤波器进行高频提升，如用简单的二次的滤波器 2的模板来实现。该传输函数可以表示如下： 代替原来的线性高通滤波器 。这些滤波器对噪声仍然没 ‰ (II,，)=a+6 (12,，) (6) 有较好的抑制效果。另一种算法是在保证相位不变性的前提 X(n，m) (， ) 下改变傅利叶变换的系数的模值¨。但是，绝大多数此类算 法存在着不足 ，噪声被放大、引人了新的噪声结构，在增强边 缘的同时也放大了噪声，对提升因子非常敏感。如何解决这 图1 基于对比度增强的非掩模锐化 些问题一直是图像边缘增强领域中的一个难题 J。 本文基于小波域的图像边缘增强算法建立在小波域分解 冈 和重构的基础上，在分解后保留低频信息不变，设计一种新的 l二卜—_L}—二—十L_二l 小波系数的非线性变换函数 ，利用小波系数的变换提升图像 的边缘和细节信息，与此同时对噪声做了相应的抑制，对中等 图2 反锐化掩模的高通滤波器的模板 灰度值的像素做了较好的提升，与通常所用的非锐化模板相 2 小波变换的原理 比，具有更好的边缘增强特性。