基于Curvelet变换图像增强.pptVIP

基于Curvelet变换的水下图像增强方法研究 架构 1 课题背景及研究意义 2 4 Curvelet变换图像增强算法 5 图像质量评价与实验结果分析 3 传统图像增强方法 小波变换与Curvelet变换 课题背景与研究意义 · 理想 现实 课题背景与研究意义 传统图像增强方法 · 传统图像增强方法： 线性变换 对比度增强 非线性变换 传统图像增强方法 图像锐化 梯度算法 拉普拉斯算法 传统图像增强方法 频域滤波增强 频率滤波增强过程 传统图像增强方法 小波变换 曲 波 变 换 （第一代Curvelet） 第二代Curvelet 实现精简 二维或高维 减小冗余 小波变换与Curvelet变换 傅里叶变换 时-频局域化 空-频局域化 任意角度 方向性 小波变换与Curvelet变换 小波分解示意图 时-频 区间 离散Curvelet变换 离散Curvelet区域示意图 J：尺度参数 L：方向参数 K：位置参数 小波变换与Curvelet变换 · Curvelet变换的系数分析： 小波变换与Curvelet变换 · 层次 尺度系数 方向参量个数 总体形式 系数矩阵 Coarse C{1} 1 1 [13×17double] Detail C{2} 16{1×16} {1×16cell} [10×17double]，…，[13×14double] C{3} 32{1×32} {1×32cell} [19×17double]，…，[13×27double] C{4} 32{1×32} {1×32cell} [39×34double]，…，[25×54double] C{5} 32{1×32} 1 [77×34double]，…，[26×104double] Fine C{6} 1 1 [299×403double] 该水下图像经Curvelet变换后得到单元数组 C{s}{w}{i,j}，s表小尺度，w表示方向，{i,j}表示第s尺度层上第w个方向的系数矩阵，下表给出了该水下鱼群图像的Curvelet系数结构 水下鱼群图像的Curvelet系数结构 小波变换与Curvelet变换 · 基于第二代Curvelet变换的水下图像增强实现流程图： Curvelet的图像增强算法 · 非线性增强函数： 其中， Curvelet的图像增强算法 · 低频子带系数处理： 其中， Curvelet的图像增强算法 · 高频子带系数处理： 其中，阈值T=λ·σ，σ=median( abs( C) )/0.6745 λ取值为3~5 而 Curvelet的图像增强算法 图像质量评价与实验结果分析 · 1：主观评价 2：客观评价 （a）对比度函数：值越大，效果越好 （b）清晰度函数：值越大，效果越好 · 评价方法 原始图像 直方图均衡化 小波增强 Curvelet增强 对比度函数值 0.0779 0.2935 0.4562 1.3125 清晰度函数值 0.1055 0.2125 0.2720 0.2864 图像质量评价与实验结果分析 · 评价方法 原始图像 直方图均衡化 小波增强 Curvelet增强 对比度函数值 0.0225 0.2925 0.0817 0.3257 清晰度函数值 0.0104 0.0185 0.0908 0.1095 图像质量评价与实验结果分析 谢谢！