应用小波包变换的图像加权广义模糊增强算法-燕山大学学报.PDF

卷 期 燕山大学学报 年 月 文章编号：1007-791X (2009) 06-0478-06 应用小波包变换的图像加权广义模糊增强算法 崔法毅，郑德忠 （燕山大学 河北省测试计量技术及仪器重点实验室，河北 秦皇岛 ） 摘 要：图像边缘细节富含高频成分，鉴于小波包分析具有对高频分辨率高的特点，提出一种应用小波包变换 的图像加权广义模糊增强算法。对图像进行小波包分解，分别对各分解子图像进行基于线性广义模糊算子（ ） 的模糊增强处理，重构前对各增强子图像赋予不同的权值，通过小波包图像重构实现对原始图像的加权模糊增 强处理，获得细节丰富、对比度强的高质量增强图像。 基于边缘测度与噪声标准差的增强图像质量评估标准 下，算法实现了模糊参数的自适应寻优。实验表明，增强图像轮廓准确、细节丰富。 关键词：图像广义模糊增强；小波包变换；线性广义模糊算子；边缘测度：噪声标准差 中图分类号：TP391.4 文献标识码：A 献 提出了一种改进的空域同态滤波算法，文 引言 献 又分别提出了基于小波变换与小波包变换 图像增强能够强调或尖锐化图像的边缘、轮 的同态滤波算法，充分利用了图像本身的方向信 廓、对比度等特征，可以突显图像中较模糊、对比 息。 度差的细节，提高图像清晰度，使特征检测或识别 在新的数学工具的支持下，学者们又提出了基 更加容易。 于多尺度的数学形态学、小波域、图像模型、视觉 传统的图像增强方法包括直接灰度变换 、直 特性等方法的图像增强技术。文献 提出仅采 方图处理、空域滤波、频域滤波 、同态滤波等。 用白 变换和用增加 对比度区域的灰度值 但这些传统的面向具体问题的增强方法有很大的 方法来代替黑 变换的图像增强算法，避免 局限性，如灰度直方图均衡法 ， 整个图像上进 了常规形态学增强方法中丢失原始图像灰度信息 行直方图均衡，由于图像自身的变化和不同灰度的 的弊端；文献 提出了基于 变换与 动态特性，效果一般。近年来，也有许多研究者对 数学形态学的增强算法，图像经 变换可 这些传统方法作了改进。例如，文献 分别对 分解出多尺度多方向的子带图像，采用数学形态学 原始图像与进行了常规直方图均衡处理的图像 算子对高频细节部分区分为细节信息和噪声信息， 较大的范围内作映射，使二者变换后都尽可能去除 并对变换系数实施非线性增强，最终利用修改后的 灰度冗余而有较大的动态范围，并融合二者优势获 变换系数进行 逆变换获得增强图像；文 得最优效果的增强图像；文献 根据用户感兴 献 也提出了一种基于 变换的增强 趣度分割图像，并确定各子层图像的灰度映射范围 算法，实现了图像的多尺度多方向、变换系数修正 及灰度频数控制阈值，然后利用各自阈值重新定义 的对比度增强。文献 利用脊小波变换 表示 子层直方图，采用常规直方图均衡法将子层灰度映 图像线性奇异边缘时具有独特的优越性，提出了基 射到指定范围，综合各子层增强效果获得最终的增