国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于自適應(yīng)小波域處理的彩色圖像對(duì)比度增強(qiáng)算法

      文檔序號(hào):10697899閱讀:639來源:國(guó)知局
      基于自適應(yīng)小波域處理的彩色圖像對(duì)比度增強(qiáng)算法
      【專利摘要】本發(fā)明公開了一種基于自適應(yīng)小波域處理的彩色圖像對(duì)比度增強(qiáng)算法,其包括如下步驟:步驟1、彩色圖像RGB三層數(shù)據(jù)分別進(jìn)行小波分解;步驟2、根據(jù)RGB三通道低頻小波系數(shù)分布特性對(duì)其進(jìn)行非線性變換,實(shí)現(xiàn)自適應(yīng)增強(qiáng)對(duì)比度;步驟3、根據(jù)RGB三通道高頻小波系數(shù)不同尺度、方向以及噪聲特性,構(gòu)造高斯型閾值濾波函數(shù)進(jìn)行去噪,實(shí)現(xiàn)抑制噪聲和偽像;步驟4:小波逆變換,重構(gòu)RGB圖像。本發(fā)明適用于彩色圖像的對(duì)比度增強(qiáng),使圖像更加清晰、色調(diào)更加鮮明,同時(shí)抑制噪聲放大、提高信噪比,有效地改善圖像的視覺效果。
      【專利說明】
      基于自適應(yīng)小波域處理的彩色圖像對(duì)比度増強(qiáng)算法
      技術(shù)領(lǐng)域
      [0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域,設(shè)及一種基于自適應(yīng)小波域處理的彩色圖像對(duì)比 度增強(qiáng)算法。
      【背景技術(shù)】
      [0002] 由于受到光照、天候等成像條件及光學(xué)傳感器退化因素的影響,實(shí)際圖像可能存 在著對(duì)比度下降、動(dòng)態(tài)范圍偏窄、有效量化不足W及目標(biāo)局部細(xì)節(jié)信息分辨力不強(qiáng)等問題, 運(yùn)將影響人眼對(duì)目標(biāo)精細(xì)判讀解譯或機(jī)器自動(dòng)識(shí)別的能力。在實(shí)際應(yīng)用中,通常采用圖像 對(duì)比度增強(qiáng)技術(shù)來解決上述問題,并已被廣泛應(yīng)用于醫(yī)學(xué)圖像診斷、視頻監(jiān)視、故障檢測(cè)、 計(jì)算機(jī)視覺W及光學(xué)遙感圖像增強(qiáng)與目標(biāo)識(shí)別等領(lǐng)域。
      [0003] 目前的灰度圖像對(duì)比度增強(qiáng)算法主要分為灰度變換法、直方圖調(diào)整法和反銳化掩 模。其中,灰度變換法可分為對(duì)數(shù)變換、指數(shù)變換等,該類方法僅是通過調(diào)整圖像灰度動(dòng)態(tài) 范圍來提高對(duì)比度,對(duì)視覺效果提升不夠明顯,而且會(huì)帶來噪聲放大、偽像等問題。直方圖 調(diào)整可分為直方圖均衡化、直方圖規(guī)定化等,該類方法是通過重新調(diào)整圖像直方圖分布的 方式實(shí)現(xiàn)對(duì)比度的增強(qiáng),也存在噪聲放大的問題,特別是在處理彩色圖像時(shí)可能導(dǎo)致色彩 失真。反銳化掩模僅僅增強(qiáng)圖像邊緣能量,即增強(qiáng)高頻信息,同樣會(huì)導(dǎo)致噪聲放大,而且計(jì) 算繁雜,處理效率低。

      【發(fā)明內(nèi)容】

      [0004] 本發(fā)明的目的是針對(duì)現(xiàn)有彩色圖像對(duì)比度增強(qiáng)算法存在的圖像增強(qiáng)效果不佳、適 應(yīng)性不足、易出現(xiàn)噪聲放大W及計(jì)算復(fù)雜等問題,提出一種基于自適應(yīng)小波域處理的彩色 圖像對(duì)比度增強(qiáng)算法,適用于自適應(yīng)地增強(qiáng)彩色圖像對(duì)比度,使圖像更加清晰、色調(diào)鮮明, 并能夠有效地抑制噪聲放大,增強(qiáng)圖像視覺效果。
      [0005] 本發(fā)明的目的是通過W下技術(shù)方案實(shí)現(xiàn)的:
      [0006] -種基于自適應(yīng)小波域處理的彩色圖像對(duì)比度增強(qiáng)算法,包括如下步驟:
      [0007] 步驟1、RGB彩色圖像Ξ通道分別進(jìn)行小波變換:
      [000引(1)將彩色圖像動(dòng)態(tài)范圍調(diào)整到[0,1 ]區(qū)間:
      [0009]
      [0010] 式中,Imin為待處理彩色圖像,Amax和Amin分別為彩色圖像矩陣中最大值和最小值;
      [0011] (2)RGBS通道分別進(jìn)行小波分解:
      [001引式中,φ為sym4小波基函數(shù),j為小波分解尺度,R、G、B分別代表Ξ基色通道,WR、WG 和WB分別為RGBS通道小波系數(shù),x、y和p、q分別表示圖像域和小波域的坐標(biāo),Z為整數(shù)集合。
      [0016] 步驟2、根據(jù)RGBS通道低頻小波系數(shù)分布特性對(duì)其進(jìn)行非線性變換,實(shí)現(xiàn)自適應(yīng) 增強(qiáng)對(duì)比度:
      [0017] (1)提取Ξ通道低頻小波系數(shù),構(gòu)成矩陣WA,并計(jì)算矩陣WA累積分布函數(shù):
      [001 引
      [0019] 式中,m為WA中最小值,Ντ(ω)表示數(shù)值等于ω的小波系數(shù)數(shù)量,N為小波系數(shù)長(zhǎng) 度;
      [0020] 在累積分布函數(shù)中找至I"值為1 %和99%時(shí)相應(yīng)的小波系數(shù)com和ωΜ,即:
      [0021] T(t〇m) = l%,
      [0022] t(c〇m) = 99%;
      [0023] (2)根據(jù)低頻小波系數(shù)整體分布特性,求解非線性變換函數(shù)f( ω ):
      [0024] f( ω )=aw2+bco+c;
      [0025] 式中,a、b、c為待定系數(shù),利用該變換函數(shù)將c〇m和COM分別變換到WA中最小值m和最 大值Μ處,同時(shí)WA均值ω Z變換到2^1附近,即:
      [0029] (3)利用f ( ω )對(duì)WA進(jìn)行灰度變換得WAx,然后對(duì)WAx中含有的小于m或大于Μ的數(shù)據(jù) 進(jìn)行剔除:
      [0030]
      [0031 ]式中,WAout為低頻小波系數(shù)最終增強(qiáng)結(jié)果;
      [0032] (4)從WAout中分離出Ξ層數(shù)據(jù),替換Ξ通道低頻小波系數(shù)。
      [0033] 步驟3、根據(jù)RGBS通道高頻小波系數(shù)不同尺度、方向W及噪聲特性,構(gòu)造高斯型闊 值濾波函數(shù)進(jìn)行去噪,實(shí)現(xiàn)抑制噪聲和偽像:
      [0034] (1)根據(jù)RGBS通道高頻小波系數(shù)的不同尺度、方向W及噪聲特性,計(jì)算相應(yīng)濾波 闊值:
      [0035]
      [0036] 式中山和Οχ分別為j尺度子帶圖像小波系數(shù)的長(zhǎng)度和標(biāo)準(zhǔn)差,歷為噪聲方差;
      [0037] (2)構(gòu)造高斯型闊值函數(shù)F(w),對(duì)各通道、尺度、方向的高頻小波系數(shù)分別進(jìn)行闊 值濾波,達(dá)到抑制噪聲和偽像的目的:
      [00;3 引
      [0039] 步驟4、通過小波逆變換重構(gòu)RGB圖像:
      [0040] 對(duì)經(jīng)過步驟2和步驟3處理后得到的小波系數(shù)進(jìn)行逆變換,重新構(gòu)成RGB圖像,即得 到最終增強(qiáng)結(jié)果。
      [0041] 本發(fā)明相比于已有算法,具有W下優(yōu)點(diǎn):
      [0042] (1)本發(fā)明提出的基于自適應(yīng)小波域處理的彩色圖像對(duì)比度增強(qiáng)算法既能夠自適 應(yīng)地增強(qiáng)圖像對(duì)比度,又能夠有效地保持彩色圖像的色調(diào)并抑制噪聲和偽像,避免色彩失 真從而使得彩色圖像的色彩更加鮮明,顯著增強(qiáng)圖像的視覺效果。同時(shí),該算法可應(yīng)用于灰 度圖像的對(duì)比度增強(qiáng)處理。
      [0043] (2)本發(fā)明基于灰度變換法,根據(jù)RGBS通道低頻小波系數(shù)整體分布特性選取變換 函數(shù),通過對(duì)Ξ通道低頻小波系數(shù)全局化非線性變換,自適應(yīng)調(diào)整小波系數(shù)分布,從而實(shí)現(xiàn) 了圖像的自動(dòng)對(duì)比度增強(qiáng),同時(shí)有效保證了圖像色調(diào)不變、亮度適中。而且該方法具有算法 簡(jiǎn)單、適應(yīng)性強(qiáng)、處理效率高等優(yōu)點(diǎn)。
      [0044] (3)本發(fā)明通過對(duì)RGBS通道各尺度、方向的高頻小波系數(shù)進(jìn)行不同闊值濾波,達(dá) 到抑制噪聲放大的目的。同時(shí),針對(duì)硬闊值濾波易產(chǎn)生振鈴和軟闊值濾波易出現(xiàn)能量損失 嚴(yán)重、重構(gòu)誤差大等問題,構(gòu)建了高斯型闊值濾波函數(shù),通過該函數(shù)能夠?qū)崿F(xiàn)抑制噪聲的同 時(shí),保持景物紋理細(xì)節(jié)信息的目的,并且能夠有效地抑制振鈴并降低重構(gòu)誤差,從而使得算 法具有較強(qiáng)的適應(yīng)性。
      【附圖說明】
      [0045] 圖1為基于小波變換的彩色圖像自適應(yīng)對(duì)比度增強(qiáng)算法流程;
      [0046] 圖2為圖像累積分布函數(shù)示意圖;
      [0047] 圖3為非線性灰度變換函數(shù)曲線示意圖;
      [004引圖4為軟闊值函數(shù)和硬闊值函數(shù)示意圖;
      [0049] 圖5為高斯型闊值函數(shù)曲線示意圖;
      [0050] 圖6為噪聲圖像小波分解結(jié)果;
      [0051 ]圖7為小波闊值濾波結(jié)果;
      [0化2]圖8為彩色圖像(一);
      [0053]圖9為彩色圖像(一)處理結(jié)果;
      [0化4]圖10為彩色圖像(二);
      [0化5]圖11為彩色圖像(二)處理結(jié)果;
      [0056] 圖12為灰度圖像;
      [0057] 圖13為灰度圖像處理結(jié)果。
      【具體實(shí)施方式】
      [005引下面結(jié)合附圖對(duì)本發(fā)明的技術(shù)方案作進(jìn)一步的說明,但并不局限于此,凡是對(duì)本 發(fā)明技術(shù)方案進(jìn)行修改或者等同替換,而不脫離本發(fā)明技術(shù)方案的精神和范圍,均應(yīng)涵蓋 在本發(fā)明的保護(hù)范圍中。
      [0059] 本發(fā)明提供了一種基于自適應(yīng)小波域處理的彩色圖像對(duì)比度增強(qiáng)算法,用于彩色 圖像對(duì)比度增強(qiáng),提高視覺效果。WRGB圖像為例,如圖1所示,其具體實(shí)施步驟如下:
      [0060] 步驟1、RGB彩色圖像立通道分別進(jìn)行小波分解:
      [0061] 先將彩色圖像動(dòng)態(tài)范圍調(diào)整到[0,1]區(qū)間:
      [0062]
      [0063] 式中,Imin為待處理彩色圖像,Amax和Amin分別為彩色圖像矩陣中最大值和最小值。
      [0064] 然后,RGBS通道分別講行小掘分解:
      [006引式中,Φ為sym4小波基函數(shù),j為小波分解尺度,R、G、B分別代表Ξ基色通道,WR、WG 和WB分別為RGBS通道小波系數(shù),x、y和p、q分別表示圖像域和小波域的坐標(biāo),Z為整數(shù)集合。
      [0069] 步驟2、根據(jù)RGBS通道低頻小波系數(shù)分布特性對(duì)其進(jìn)行非線性變換,實(shí)現(xiàn)自適應(yīng) 增強(qiáng)對(duì)比度:
      [0070] 為保證圖像色調(diào)不變,對(duì)Ξ層數(shù)據(jù)按相同法則進(jìn)行處理。
      [0071] (1)分別提取WR、WG和WB的低頻部分,構(gòu)成矩陣WA,并計(jì)算矩陣WA累積分布函數(shù) (CD 巧:
      [0072]
      [0073] 式中,m為WA中最小值,Nr( ω )表示數(shù)值等于ω的小波系數(shù)的數(shù)量,N為小波系數(shù)長(zhǎng) 度。
      [0074] (2)如圖2所示,在累積分布函數(shù)中找到Τ值為1%和99%時(shí)(此數(shù)值可根據(jù)實(shí)際要 求適當(dāng)調(diào)整)相應(yīng)的小波系數(shù)ω m和ω Μ,即:
      [0075] T(t〇m) = l%,
      [0076] T(c〇m) = 99%。
      [0077] (3)圖像的對(duì)比度是指圖像中最亮部分與最暗部分的密度之比,圖像紋理的溝紋 越深、脊線越突出,對(duì)比度越高。因此,將ω。和ωΜ分別向兩側(cè)拉伸即可實(shí)現(xiàn)對(duì)比度增強(qiáng);另 夕h為將小波系數(shù)分布密集區(qū)域?qū)挾葦U(kuò)展、分布稀疏區(qū)域?qū)挾葔嚎s,同時(shí)保證圖像亮度適 中,如圖3所示,本發(fā)明選取非線性變換函數(shù)為:
      [007引 f( ω )=aw2+bco+c,
      [0079]式中,a、b、c為待定系數(shù)。利用該變換函數(shù)將c〇m和COM分別變換到WA中最小值m和最 大值Μ處,同時(shí)WA均值ω Z變換到2^1附近,即:
      [0083] (4)利用f ( ω )對(duì)WA進(jìn)行灰度變換得WAx,然后對(duì)WAx中含有的小于m或大于Μ的數(shù)據(jù) 進(jìn)行剔除:
      [0084]
      [0085] 式中,WAout為低頻小波系數(shù)最終增強(qiáng)結(jié)果。
      [0086] (5)從WAout中分離出Ξ層數(shù)據(jù),替換WR、WG和WB的低頻小波系數(shù)。
      [0087] 步驟3:根據(jù)RGBS通道高頻小波系數(shù)不同尺度、方向W及噪聲特性,構(gòu)造高斯型闊 值濾波函數(shù)進(jìn)行去噪,實(shí)現(xiàn)抑制噪聲和偽像。
      [0088] 圖像和噪聲在經(jīng)小波變換后具有不同的統(tǒng)計(jì)特性,圖像本身的能量對(duì)應(yīng)著幅值較 大的小波系數(shù),而噪聲能量則對(duì)應(yīng)著幅值較小的小波系數(shù)。根據(jù)運(yùn)一特征,設(shè)置一個(gè)闊值口 限化,對(duì)WR、WG和WB的高頻子帶進(jìn)行濾波。認(rèn)為大于該闊值的小波系數(shù)的主要成份為有用信 號(hào),給予保留;小于該闊值的小波系數(shù),主要成份為噪聲,予W剔除,達(dá)到降噪目的。
      [0089] 在小波變換中,不同尺度的高頻小波系數(shù)差別很大,因此闊值需要根據(jù)不同尺度 來進(jìn)行相應(yīng)的調(diào)整。
      [0090]
      [0091] 式中山和Οχ分別為j尺度子帶圖像小波系數(shù)的長(zhǎng)度和標(biāo)準(zhǔn)差,式為噪聲方差。
      [0092] 常用的闊值濾波函數(shù)有軟闊值函數(shù)和硬闊值函數(shù)(如圖4所示),但是硬闊值函數(shù) 具有階躍特性,容易引起振鈴現(xiàn)象;軟闊值函數(shù)雖然連續(xù)性好,但會(huì)造成一定信息損失,給 重構(gòu)帶來誤差。實(shí)際應(yīng)用中,常常需要對(duì)闊值函數(shù)進(jìn)行改進(jìn)。
      [0093] 此處目的在于抑制噪聲放大,而非去除噪聲,針對(duì)該需求,本發(fā)明采用高斯函數(shù)構(gòu) 造闊值濾波函數(shù)(如圖5所示),將闊值處小波系數(shù)幅值削弱1/e,幅值很小的小波系數(shù)大幅 度削弱,而幅值較大的小波系數(shù)幾乎完全保留,濾波公式如下:
      [0094]
      [00M]利用該濾波函數(shù)分別對(duì)WR、WG和WB中高頻小波系數(shù)進(jìn)行濾波。如圖6、圖7所示,降 噪效果良好。
      [0096] 步驟4:小波逆變換,重構(gòu)RGB圖像。
      [0097] 對(duì)經(jīng)過步驟2和步驟3處理后得到的小波系數(shù)進(jìn)行逆變換,重新構(gòu)成RGB圖像,即得 到最終增強(qiáng)結(jié)果。
      [0098] 處理結(jié)果展示如圖8~圖13所示。
      【主權(quán)項(xiàng)】
      1. 一種基于自適應(yīng)小波域處理的彩色圖像對(duì)比度增強(qiáng)算法,其特征在于所述算法步驟 如下: 步驟1、彩色圖像RGB三層數(shù)據(jù)分別進(jìn)行小波分解; 步驟2、根據(jù)RGB三通道低頻小波系數(shù)分布特性對(duì)其進(jìn)行非線性變換,實(shí)現(xiàn)自適應(yīng)增強(qiáng) 對(duì)比度; 步驟3、根據(jù)RGB三通道高頻小波系數(shù)不同尺度、方向以及噪聲特性,構(gòu)造高斯型閾值濾 波函數(shù)進(jìn)行去噪,實(shí)現(xiàn)抑制噪聲和偽像; 步驟4:小波逆變換,重構(gòu)RGB圖像。2. 根據(jù)權(quán)利要求1所述的基于自適應(yīng)小波域處理的彩色圖像對(duì)比度增強(qiáng)算法,其特征 在于所述步驟1的具體步驟如下: (1) 將彩色圖像動(dòng)態(tài)范圍調(diào)整到[0,1 ]區(qū)間:式中,ΙΠΗη為待處理彩色圖像,AmajP Amin分別為彩色圖像矩陣中最大值和最小值; (2) RGB三通道分別進(jìn)行小波分解:式中,Φ為sym4小波基函數(shù),j為小波分解尺度,R、G、B分別代表三基色通道,WR、WG和WB 分別為RGB三通道小波系數(shù),x、y和p、q分別表示圖像域和小波域的坐標(biāo),Z為整數(shù)集合。3. 根據(jù)權(quán)利要求1所述的基于自適應(yīng)小波域處理的彩色圖像對(duì)比度增強(qiáng)算法,其特征 在于所述步驟2的具體步驟如下: (1) 提取三通道低頻小波系數(shù),構(gòu)成矩陣WA,并計(jì)算矩陣WA累積分布函數(shù):式中,m為WA中最小值,Nr( ω )表示數(shù)值等于ω的小波系數(shù)數(shù)量,N為小波系數(shù)長(zhǎng)度; 在累積分布函數(shù)中找到Τ值為1 %和99 %時(shí)相應(yīng)的小波系數(shù)ω jP ω μ,即: T( 〇m) = l% , Τ(ωΜ)=99%; (2) 根據(jù)低頻小波系數(shù)整體分布特性,求解非線性變換函數(shù)f( ω ): f( ω ) = a ω 2+b ω +c; 式中,a、b、c為待定系數(shù),利用該變換函數(shù)將ω jP ω μ分別變換到WA中最小值m和最大值 Μ處,同時(shí)WA均值ω z變換到2j-1附近,即: f(com) = aco;n+b〇Jm+c = rn / [co.) = 〇(〇'. + b(〇. + c - 2' 1, f ) = aco^ + h(0u + c - M 解方程可確定待定系數(shù): 「. π-1 α ω? eam 1 m b = f?: mz 1 1]Λ ; P G?m 1 -魅' _ (3) 利用f( ω )對(duì)WA進(jìn)行灰度變換得WAX,然后對(duì)WAX中含有的小于m或大于M的數(shù)據(jù)進(jìn)行 剔除:式中,WAc>ut為低頻小波系數(shù)最終增強(qiáng)結(jié)果; (4) 從WAQUt中分離出三層數(shù)據(jù),替換三通道低頻小波系數(shù)。4.根據(jù)權(quán)利要求1所述的基于自適應(yīng)小波域處理的彩色圖像對(duì)比度增強(qiáng)算法,其特征 在于所述步驟3的具體步驟如下: (1) 根據(jù)RGB三通道高頻小波系數(shù)的不同尺度、方向以及噪聲特性,計(jì)算相應(yīng)濾波閾值:式中,LjP〇x分別為j尺度子帶圖像小波系數(shù)的長(zhǎng)度和標(biāo)準(zhǔn)差,erf為噪聲方差; (2) 構(gòu)造高斯型閾值函數(shù)F(co),對(duì)各通道、尺度、方向的高頻小波系數(shù)分別進(jìn)行閾值濾 波,達(dá)到抑制噪聲和偽像的目的:
      【文檔編號(hào)】G06T5/00GK106067164SQ201610362381
      【公開日】2016年11月2日
      【申請(qǐng)日】2016年5月26日 公開號(hào)201610362381.7, CN 106067164 A, CN 106067164A, CN 201610362381, CN-A-106067164, CN106067164 A, CN106067164A, CN201610362381, CN201610362381.7
      【發(fā)明人】智喜洋, 江世凱, 張偉, 胡建明, 孫晅, 傅斌
      【申請(qǐng)人】哈爾濱工業(yè)大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1