基于多小波变换与图像融合的图像增强方法.pdfVIP

口 信息技术与僵息化 基于多小波变换与图像融合的图像增强方法 AnImageEnhancingMethodBasedonMulti——waveletTransformationandImageFusion 刘 晨 候德文 LfU Chen HoU De—wel2 doi：10．3969／j．issn．1672—9528．2009．05．008 Abstract Aimedatthefaultsoftraditionalimageenhancingmethod，anew methodbasedonmulti—wave— lettranstbrmationandimagefusionispresented．Decomposingoriginalimageusingmuhi—wavelettransforma— tion，thenapplythehistogram equalizationonthereconstructionofthelow 一~equencysub—image．Usingthe imagefusionprinciple，fusethelow一~equencysub—imageandthehistogram ofthetransformedoriginalimage． Thenwegettheresults，whichshow thatthenew methodcanobtainshighenhancementeffect． Keywords Imageenhancement Histogram Multi—wavelet Imagefusion 小波变换的图像增强 中，对小波基的选择一般基于以下 因素考 1 引言 虑：(I)小波基函数为平滑函数的一阶导数 (或者本身就是平滑函 多小波的基本思想是将单小波中由单个尺度函数生成的多 数)。由于图像的复杂性 ，因此需要在图像的边缘或其它突变点 分辨分析空间，扩展为由多个尺度函数生成的空间，以此来获得 获得小波变换的模的局部极大值。因此，小波基函数应是平滑函 更大的自由度。因此，与单小波不同的是多小波基 由多个小波母 数或者是平滑函数的一阶导数。(2)适当考虑小波函数的消失矩 函数经过伸缩平移生成 ，对应有多个尺度函数，而在单小波中仅 阶数。消失矩表征小波变换后信息能量的集中程度 ，因此选择具 有一个 。 有较高阶消失矩的小波函数，使得我们能检测出图像信号中更精 多小波变换存在着很多单小波所不具备的优点 ：对滤波器 细的奇异性，同时在重构时，图像 中的细节得 以更多的恢复。然 性质的限制降低；一些多小波变换的能量紧支性高于单小波的能 而小波变换域中出现的极值点数也会伴随消失矩的增加而成倍 量紧支性，有利于图像的增强；长度较短的多滤波器可能获得比 增加 J，从而增加噪声识别的困难。 较长单滤波器更好的增强效果。本文提出了一种图像增强方法 ， 先前研究表明，GHM多小波的预处理方法可以得到最佳的 该方法以多小波变换为基础，将一层多小波分解后得到的低频子 重建质量，而且有更小的分界比和重建误差。本文选用常见的S 图均衡化处理，并将之与原图像在多小波变换后统计所得的直方 = 2，L=3的GHM 多小波 。 图融合 ，以达到增强效果。实验表明，利用此算法对图像进行增 2．2 分解层数的选择 强 ，效果 良好。 常见的多小波变换有如下基本步骤。