基于方向波变换和模糊理论的图像增强方法

摘要

本发明公开了一种基于方向波变换和模糊理论的图像增强算法，主要解决传统图像增强算法只对高频信息进行增强处理，而忽略了对包含大部分图像能量和信息的低频信息处理导致图像增强效果差的问题。其实现步骤为：(1)输入原始图像，对其分别进行45度、90度及135度三个方向的方向波变换，得到对应的低频信息和高频信息；(2)对低频信息进行模糊增强处理；(3)对高频信息进行非线性抑噪增强处理；(4)将增强后的低频信息和高频信息进行方向波逆变换，分别得到45度、90度及135度增强的图像；(5)将三个增强图像进行加权平均，获得最终的增强图像。本发明具有方向选择性好，细节增强效果明显，对比度高的优点，可用于低对比度图像的增强处理。

主权项

一种基于方向波变换和模糊理论的图像增强方法，包括如下步骤：(1)输入原始图像，对它分别进行135度、90度及45度三个方向的方向波变换，得到对应的低频信息和高频信息：(L₁,H₁₁,H₂₁,H₃₁,H₄₁,H₅₁,H₆₁,H₇₁)；(L₂,H₁₂,H₂₂,H₃₂,H₄₂,H₅₂,H₆₂,H₇₂)；(L₃,H₁₃,H₂₃,H₃₃,H₄₃,H₅₃,H₆₃,H₇₃)；其中，L₁、L₂、L₃分别表示135度、90度及45度方向波变换对应的低频信息；H₁₁,H₂₁,H₃₁,H₄₁,H₅₁,H₆₁,H₇₁表示135度方向波变换对应的高频信息；H₁₂,H₂₂,H₃₂,H₄₂,H₅₂,H₆₂,H₇₂表示90度方向波变换对应的高频信息；H₁₃,H₂₃,H₃₃,H₄₃,H₅₃,H₆₃,H₇₃表示45度方向波变换对应的高频信息；(2)对低频信息进行模糊增强处理：(2a)通过隶属度函数将低频信息转换至模糊域：${\mu }_{mn}=\frac{L_k-n}{m-n}$其中，μ_mn为求出的模糊域，L_k为方向波低频系数，k＝1,2,3，m＝max(L_k)，n＝min(L_k)；(2b)对步骤(2a)中转换所得的低频系数，通过如下函数进行增强处理：$T_1\left({\mu }_{mn}\right)=\left\{\begin{array}{cc}{\mu }_c-{({{\mu }_c}^2-{\mu }_{mn}^2)}^{0.5}& 0\le {\mu }_{mn}\le {\mu }_c\\ {\mu }_c+{({(1-{\mu }_c)}^2-{(1-{\mu }_{mn})}^2)}^{0.5}& {\mu }_c\le {\mu }_{mn}\le 1\end{array}\right.$其中，T₁(μ_mn)为低频信息的增强图像，μ_c为方向波低频系数的隶属度；(3)对高频信息进行非线性抑噪增强处理：(3a)设置阈值T对高频信息进行噪声的抑制，其中，σ为噪声方差，由中值估计器得到：函数abs(·)表示绝对值，函数median(·)表示中值，H_i为高频信息，i＝1,2,3,4,5,6,7，N为高频系数个数，j为分解尺度；噪声抑制过程是当高频系数值大于或等于T时，该高频系数值不变；当高频系数值小于T时，该高频系数值取零；(3b)通过如下增益函数对抑制噪声后的高频信息进行增强处理：f(H′_ij)＝a[sigm(c(H′_ij‑b))‑sigm(‑c(H′_ij+b))]其中，f(H′_ij)为高频信息的增强图像，H′_ij为噪声抑制后的高频信息，i＝1,2,3，j＝1,2,3,4,5,6,7，$a=\frac{1}{sigm\left(c\right(1-b))-sigm(-c(1+b))}$为中间值，b为控制整个高频信息增强范围的参数，取值为0<b<1，c为控制增强强度的参数，取值为0<c<1，sigm函数定义为：y为函数sigm的输入值；(4)将增强后的低频信息和高频信息进行方向波逆变换，分别得到135度、90度及45度增强的图像；(5)将三个增强图像进行加权平均，获得最终的增强图像。