多尺度形态学的图像非线性锐化算法.pdfVIP

第３１卷第２期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．２ ２０１４年２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｆｅｂ．２０１４ 多尺度形态学的图像非线性锐化算法 刘艳莉　桂志国 （中北大学电子测试技术国家重点实验室　山西太原０３００５１） 摘　要　　传统的反锐化对图像的高频部分进行增强时，易产生伪影现象，且对噪声非常敏感。针对上述问题，提出一种基于多尺 度形态学的图像非线性锐化算法。利用形态学独特的特征提取优势，将传统的反锐化掩膜原理扩展到形态学领域。该算法利用多 尺度形态学提取图像的细节特征，并根据梯度信息控制多尺度下的细节特征对输出图像的贡献；同时扩大前景与背景的反差，突出 隐藏的信息。实验结果表明，该算法较好地增强了图像的信息，同时抑制了噪声的增加，增强后的图像具有很好的视觉效果。 关键词　　图像增强　多尺度形态学　反锐化掩膜 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０２．０５７ ＮＯＮＬＩＮＥＡＲＩＭＡＧＥＳＨＡＲＰＥＮＩＮＧＡＬＧＯＲＩＴＨＭＵＳＩＮＧＭＵＬＴＩＳＣＡＬＥＭＯＲＰＨＯＬＯＧＹ ＬｉｕＹａｎｌｉ　ＧｕｉＺｈｉｇｕｏ （ＮａｔｉｏｎａｌＫｅｙＬａｂｏｒａｔｏｒｙｆｏｒＥｌｅｃｔｒｏｎｉｃＭｅａｓｕｒｅｍｅｎｔＴｅｃｈｎｏｌｏｇｙ，ＮｏｒｔｈＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎａ，Ｔａｉｙｕａｎ０３００５１，Ｓｈａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｗｈｅｎｔｒａｄｉｔｉｏｎａｌｕｎｓｈａｒｐｍａｓｋｉｎｇｅｎｈａｎｃｅｓｔｈｅｈｉｇｈｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｏｆｔｈｅｉｍａｇｅ，ｉｔｉｓｅａｓｙｔｏｓｕｆｆｅｒｆｒｏｍａｒｔｉｆａｃｔ，ａｎｄｉｓ ｖｅｒｙｓｅｎｓｉｔｉｖｅｔｏｎｏｉｓｅａｓｗｅｌｌ．Ｆｏｒｔｈｅｓｅｐｒｏｂｌｅｍｓ，ｗｅｐｒｏｐｏｓｅａｎｏｎｌｉｎｅａｒｉｍａｇｅｓｈａｒｐｅｎｉｎｇａｌｇｏｒｉｔｈｍｗｈｉｃｈｉｓｂａｓｅｄｏｎｍｕｌｔｉｓｃａｌｅ ｍｏｒｐｈｏｌｏｇｙ．Ｕｔｉｌｉｓｉｎｇｕｎｉｑｕｅａｄｖａｎｔａｇｅｏｆｍｏｒｐｈｏｌｏｇｙｉｎｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ，ｉｔｅｘｔｅｎｄｓｔｈｅｃｏｎｖｅｎｔｉｏｎａｌｕｎｓｈａｒｐｍａｓｋｉｎｇｐｒｉｎｃｉｐｌｅｔｏ ｍｏｒｐｈｏｌｏｇｉｃａｌｆｉｅｌｄ．Ｔｈｉｓａｌｇｏｒｉｔｈｍｅｍｐｌｏｙｓｍｕｌｔｉｓｃａｌｅｍｏｒｐｈｏｌｏｇｙｔｏｅｘｔｒａｃｔｔｈｅｄｅｔａｉｌｅｄｆｅａｔｕｒｅｓｏｆｔｈｅｉｍａｇｅ，ａｎｄｃｏｎｔｒｏｌｓｔｈｅｃｏｎｔｒｉｂｕｔｉｏｎ ｏｆｔｈｅｄｅｔａｉｌｅｄｆｅａｔｕｒｅｓｉｎｍｕｌｔｉｓｃａｌｅｏｎｏｕｔｐｕｔｉｍａｇｅａｃｃｏｒｄｉｎｇｔｏｇｒａｄｉｅｎｔｉｎｆｏｒｍａｔｉｏｎ；ｍｅａｎｗｈｉｌｅ，ｉｔｅｘｐａｎｄｓｔｈｅｃｏｎｔｒａｓｔｂｅｔｗｅｅｎｔｈｅ ｆｏｒｅｇｒｏｕｎｄａｎｄｔｈｅｂａｃｋｇｒｏｕｎｄ，ａｎｄｈｉｇｈｌｉｇｈｔｓｔｈｅｈｉｄｄｅｎｉｎｆｏｒｍａｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍｗｅｌｌｅｎｈａｎｃｅｓｔｈｅ ｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｉｍａｇｅ，ａｎｄｓｕｐｐｒｅｓｓｅｓｔｈｅａｄｄｉｔｉｏｎｏｆｎｏｉｓｅａｔｔｈｅｓａｍｅｔｉｍｅ．Ｍｏｒｅｏｖｅｒ，ｔｈｅｅｎｈａｎｃｅｄｉｍａｇｅｈａｓｑｕｉｔｅｇｏｏｄｖｉｓｕａｌｅｆｆｅｃｔ． Ｋｅｙｗｏｒｄｓ　　Ｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ　Ｍｕｌｔｉｓｃａｌｅｍｏｒｐｈｏｌｏｇｙ　Ｕｎｓｈａｒｐｍａｓｋｉｎｇ 更有利于梯度较大的边缘和细节的增强，而对梯度较小的区域 ０　引　言 不敏感。其缺点是易造成图像边缘锐化过度，且对小细节增强 不足；Ｐｏｌｅｓｅｌ等人［５］提出的反锐化掩膜算法以局