基于频域高通滤波图像增强改进方法.docVIP

基于频域高通滤波图像增强改进方法 　　摘 要：对频率域中高通滤波图像增强进行了研究， 分析了传统的频域高通滤波图像增强方法的弊端，给出了改进方法，并用实验结果证明了改进方法的优越性。 　　关键词：频域高通滤波;直方图均衡化;图像增强 　　DOI：10.11907/rjdk.143598 　　中图分类号：TP317.4 　　文献标识码：A 文章编号：1672-7800（2014）012-0137-02 　　作者简介：张琳梅（1981-），女，河南信阳人，硕士，信阳农林学院计算机科学系讲师，研究方向为数字图像处理。 　　0 引言 　　 高通滤波器能够实现图像的锐化处理，可以使图像的边缘、轮廓线以及图像的细节变得清晰，可以用于印刷中细微层次的强调，弥补扫描对图像的平滑。在图像识别中，锐化处理可以进行图像分割前的边缘提取，还可用于恢复过度平滑、曝光不足的图像处理中。 　　1 频域高通滤波图像增强 　　 将图像由原来的空间域变换到频率域中，使用频率域中图像的相关性质进行图像增强，最后再把图像由频率域返回到空间域中，得到增强后的图像，这是频域图像增强的基本思想。 　　 在频域中，使用二维的离散傅里叶变换对图像进行处理，大小为M×N的数字图像f（x，y）的离散傅里叶变换公式为： 　　F（u，v）=1MN∑M-1x=0∑N-1y=0f（x，y）e-j2π（ux/M+vy/N）（1） 　　 其中，u=0，1，2，…M-1，v=0，1，2，…N-1。 　　当已知F（u，v）时，可以通过傅里叶反变换得到f（x，y）。 　　f（x，y）=∑M-1u=0∑N-1v=0F（u，v）ej2π（ux/M+vy/N）（2） 　　 其中，x=0，1，2，…M-1，y=0，1，2，…N-1。 　　变量u和v被称作频率变量，x和y被称作空间变量，式（1）与式（2）构成二维离散傅里叶变化对（DFT，Discrete Fourier Transformation）。 　　在频率域中，f（x，y）为需要锐化的输入图像，F（u，v）表示它的傅里叶变换，则输出图像的傅里叶变换为G（u，v），频域高通滤波的基本思想是在频率域上使用如下公式： 　　G（u，v）=F（u，v）H（u，v）（3） 　　 其中，H（u，v）为频域滤波器函数（也称作滤波器传递函数），通过它减少F（u，v）的低频成分来得到G（u，v），再利用傅里叶反变换得到锐化后的图像。频率域中滤波的过程可以描述为：①用（-1）x+y乘以输入图像来进行中心变换;②由①计算图像的傅里叶变换DFT，即F（u，v）;③用滤波器传递函数H（u，v）乘以F（u，v）;④计算③中的傅里叶反变换;⑤得到④中结果的实部;⑥用（-1）x+y乘以⑤中的结果，取消输入图像的乘数。 　　在频率域中，常见的高通滤波器有理想高通滤波器、巴特沃思高通滤波器和高斯高通滤波器。理想高通滤波器是截断傅里叶变换中所有的低频成分，而这些低频成分处于指定的截止频率之内。理想高通滤波器的滤波结果是图像被严重的振铃现象所干扰。巴特沃思高通滤波器在低频和高频之间具有平滑的过渡，在经过巴特沃思高通滤波器处理过的图像没有明显的振铃效果。高斯高通滤波器处理后的图像完全没有振铃，其结果比巴特沃思高通和理想高通滤波的结果更加平滑。因此，巴特沃思滤波器为理想滤波器的尖锐化和高斯滤波器的完全平滑之间的一种过渡。在实际应用中大多使用巴特沃思高通滤波器进行锐化滤波。一个截止频率在与原点距离为D₀的n阶巴特沃思高通滤波器（Butterworth HighPass Filter，BHPF）的传递函数如下： 　　H（u，v）=11+（2-1）[D₀D（u，v）]2n（4） 　　 其中，D₀为截止频率，D（u，v）是点（u，v）到傅里叶频率域原点的距离，D（u，v）=[（u-M/2）2+（v-N/2）2]1/2，n为滤波器的阶数，在实际应用中，n值通常取值为2，对于二阶的巴特沃思高通滤波图像没有明显的振铃。 　　2 算法思想分析及描述 　　在一幅图像中，低频成分对应着图像总体灰度级的显示，高频成分对应着图像中变化快的灰度级，即图像中的边缘和细节，图像的锐化处理可以利用高通滤波器来实现。在频域中，图像在原点的傅里叶变换等于图像的平均灰度级，即： 　　F（0，0）=1MN∑M-1x=0∑N-1y=0f（x，y）（5） 　　 F（0，0）被称为频率谱的直流成分，即F（0，0）=0，高通滤波会滤除图像中的零频率成分，使得结果图像没有平滑的灰度细节，图像经过高通滤波后图像会显得很暗，亮度被降低，图像的整体对