1.1图像增强.docVIP

1.1图像增强 1.1.1图像增强的目的 一般情况下，在各类图像系统中图像的传送和转换总是要造成图像的某些降质，因此必须对降质图像进行改善处理。如果不考虑图像降质的原因，只将图像中感兴趣的特征，如边缘、轮廓、对比度等进行强调或有选择的突出，而衰减其不需要的特征。这样做的主要目的一是改善图像的视觉效果，提高图像成分的清晰度；二是使图像变得更有利于计算机的处理，如锐化处理可以突出图像边缘轮廓线，方便编程跟踪或进行各种特征分析。需要强调的是图像增强不会增加图像数据中的信息量，而是增加所选择特征的动态范围，使这些特征检测或识别更加容易，因此改善后的图像不一定要去逼近原图像。 1.1.2图像增强的分类 从增强处理的作用域出发，图像增强可以分为空间域增强法和频率域增强法。 1.空间域增强方法 空间域增强方法是直接对图像中的像素进行处理，从根本上说是以图像的灰度映射变换为基础的，所用的映射变换取决于增强的目的。空间域增强的方法大致分为三种，它们分别是用于扩展对比度的灰度变换、清除噪声的各种平滑方法和增强边缘的各种锐化技术。 2.频率域增强方法 为了有效和快速地对图像进行处理和分析，用图像变换方法将原来的图像空间中的图像以某种形式变换到其它空间中，然后利用该空间的特有性质方便地进行图像处理，最后再转换回原来的图像空间中，从而得到处理后的图像。 频率变换一般指傅立叶变换，但可以延伸为其他变换，如DCT变换、Walsh变换和小波变换。虽然小波变换在图像增强的应用中仅充当一个频率变换的作用，但是增强算法的设计可以充分利用小波分析的时－频局部化特性，更加有效地提高图像增强的质量和算法的时效性。 1.2 小波变换 1.2.1小波变换理论 若（t）是一个实值函数，并且它的频谱（w）满足 C= （1-1） 则称（t）为一个基本小波，称式（1-1）为容许性条件。对基本小波有（0）= =0 。（t）通过平移和伸缩而产生一个函数簇{（t） }。 （t）= aba （1-2） 其中，函数簇（t）为分析小波；a为伸缩尺度，b为平移的距离。 1．连续小波变换 连续小波变换也称为积分小波变换，设函数（x）是有有限能量，即(t)L(R)，则连续小波变换的定义为 （W）（a，b）=，= （1-3） 式中t、a、b都是连续变量。尺度因子a是一个频率参数：低频对应于信号的全局信息，伸缩信息高，尺度因子a的值大；高频对应于信号的细节信息，伸缩信息低，尺度因子a的值小。平移因子b是一个时间参数，参数b和a在时-频平面给出了一个可变的时间-频率窗。由于信号的频率与周期成反比，所以对于高频谱信息，时间间隔变小，可以给出较好的精度；对于低频谱信息，时间间隔变大，可以给出完整的信息；从而实现了时-频窗口的自动自适应变化。 2．离散小波变换 把连续小波中的参数离散化，并令尺度因子1,;平移因子，则可得到离散小波 （1-4） 相应的离散小波变换定义为 = （1-5） 离散小波变换式也是一种时频分析，它从集中在某个区间上基本函数开始，以规定步长向左或向右移动基本波形，并用标度因子加以扩展或压缩以构造其函数系，一系列小波由此而生。两个下标m、n分别称频率范围指数和时间步长变化指数。 1.2.2图像的小波变换 小波的多分辨率分析特性使之即可高效地描述图像的平坦区域，又可有效地表示图像信号的局部突变（即图像的边缘轮廓部分），它在空域和频域中良好的局部性，使之能够聚焦到图像的任意细节，因此小波非常适合于进行图像处理。 小波变换一般采用二维离散小波变换，即对二维图像信号在水平和垂直方向做一维离散小波变换的结果。设图像的大小为M×N，且M＝，N=，m0,n0。对图像每进行一次二位离散小波变换，就可分解产生一个低频子图LL和3个高频子图，即水平子带HL、垂直子带LH和对角子带HH，下一级小波变换在前级产生的低频子带LL的基础上进行，依次重复，即可完成图像的i(i=1,2,…,I-1,I)级小波分解，对图像进行i级小波变换后，产生的子带数目为3i+1。由于对图像每进行一次小波变换，就相当于在水平方向和竖直方向进行隔点采样，所以变换后的图像就分解成4个大小为前一级图像尺寸的1/4的频带子图，图像的时域分辨率就下降一半，在对图像进行i级小波变换后，所得到的i级分辨率图像的分辨率是原图像分辨率的。对图像进行二维小波分解结果如下图： 其中LL子带集中了原始图像的主要能量；HL子带保持了图像水平方向上的高频边缘信息；LH子带保持了图像垂直方向上的高频边缘信息；HH子带保持了图像对角线方向上的高频边缘信息。后三者反应的都是图像的细节信息。 二维离散小波变换的Mallat实现原理如下图：