- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 27卷第 4期 l呵 方学阮学 (自然科学版) Vo1.27NO.4
2011年 8月 JournalofHebeiNorthUniversity (NaturalScienceEdition) Aug.2011
基于软阈值的图像增强
丁西明 ,段汉根
(1.安徽科技学院工学院,安徽 风阳233100;2.安徽科技学院理学院,安徽 凤阳 233100)
摘要:图像增强技术是数字图像处理的的一个重要分支,提出了一种小波软阅值的图像增强算法,首先对
原图像进行小波分解 ,得到分解后的小波系数,对给定的阈值,应用扃部小波软阈值方法对小波系数处理,再
将处理后 的图像进行小波逆变换 ,得到增强后 的图像.该方法在增强图像的同时,有效地抑制图像的噪声,较
好地保持图像的边缘结构
关键词 :小波变换 ;图像增强;软阈值
.
中图分类号:TP39141 文献标识码 :A 文章编号:1673—1492(2011)04—0028—04
-
ImageEnhancementBasedonSoft-threshold
DING Xi-ming .DUAN Han-gen
(1.CollegeofEngineering,AnhuiScienceandTechnologyUniversity,Fengyang233100,Anhui,China;
2.CollegeofScience,AnhuiScienceandTechnologyUniversity,Fengyang’233100,Anhui,China)
Abstract:Imageenhancementisanimportantpartofdigitalimageprocessing.Thispaperproposesa
novelalgorithm forimageenhancementthrough soft—threshold.Thefirststep istoparttheinputimage
intowaveletcoefficientsusingwavelettransfor击 decomposition.applyingsoft—thresholdtoprocesstheCO—
efficients.Thenwaveletinversetransform iSusedtorestoretheoutputimagetoobtaintheenhancedim—
age.Themethodcandenoisetheimageandpreserveedgeinformationwhileenhancingtheoriginalimage.
Keywords:wavelettransform;imageenhancement;soft—threshold
1 传统的图像增强方法
图像增强的方法很多Ⅲ ,主要可以分为两大类 :空间域增强和频率域增强.空间域增强就是直接对像
素值进行操作 ,频率域增强方法是对图像进行傅里叶变换的操作.常用的空间域增强技术有灰度拉伸 、直
方图均衡、邻域平均、中值滤波、图像锐化等.频率域增强方法很直观,对图像的平滑主要是减少图像的
高频部分,对图像的锐化主要是加强图像的高频分量.频率域的增强方法主要有:低通滤波、高通滤波、
同态滤波.从计算效率来看,频率域的实现要比空间域的实现效率高.
2 基于小波变换的图像增强
但是传统 的方法在增强图像 的同时,也会带来相应的块效应 ,不符合人们的视觉效果.小波变换是多
尺度多分辨率的分解方式 ],可以将噪声和信号在不同尺度上分开.根据噪声分布的规律可以得到图像增
强的 目的.
数字图像从根本上可以看成一个能量有限的二维信号f(x,3,),可以通过二维小波变换对其进行分解
和重构.对二维信号f(x, )进行离散小波变换后,得四个子图像:一个低通图像和三个具有方向性的
高通子图像,对低通
文档评论(0)