一种图像的同步去噪增强方法

摘要

图像获取过程中，由于受到环境、设备等客观因素的制约，常得到含有噪声、对比度差的图像，这些对于后续图像分割与配准的准确性方面都产生较大影响。对于解决去噪与增强的问题，通常的作法是先去除噪声、后增强图像，或者先增强图像、后去除噪声。然而由于去噪与增强矛盾性的存在，导致大多算法都不能很好地解决这一问题，为此提出一种图像的同步去噪增强模型。首先引入RGB与Ycbcr的变换及逆变换，构造了适用于彩色图像的自适应直方图均衡化偏微分方程。其次，通过计算本征矢与x轴的夹角统一梯度变化率、消除法相扩散，给出了彩色图像的PM模型。最后将上述两种模型通过增加系数调节项的方式进行融合，达到同步去噪增强的目的。

主权项

一种图像的同步去噪增强方法，采用偏微分方程方式，其特征在于通过迭代完成图像的同步去噪与增强，整体处理流程包括：令为输入影像，为输出结果，为迭代次数，步长为，切向平滑系数为，增强比例系数为，算法流程如下：(1) 令；(2) 设定滑动窗口大小,计算；(3) 将与相乘得到；(4) 计算去噪微分项，再与相乘得到；(5) 计算；(6) 统计迭代次数，如果转步骤(2)；(7) 获得结果；其中的计算过程如下：可将彩色图像看做3维矢量图像，根据黎曼几何观点，将其看做Euclidean空间中的一个以为参数的超曲面，设为曲面上给定方向的弧长微元，则表达式如下：其中则矩阵A的特征值为：令为归一化梯度矢量，为切矢量，给出彩色图像下的PM方程：其中为切向二阶偏导差分项，为法向二阶偏导差分项，为切向边缘停止函数，为法向边缘停止函数，为通道号，对于RGB彩色图像而言，取值为0、1、2，由于具有与灰度图像梯度模值相似的含义，因此可替代彩色图像分块直方图均衡化过程中使用到的梯度模值，令，其中在步骤(1)中获得，通过如下方程进行的迭代求解：其中是第块的最大灰度值，是第块最小灰度值，为当前时刻的图像、为下一时刻的图像，为迭代步长，为分块数，为分块编号，为取当前时刻图像第分块的颜色分量，为分块直方图均衡化函数，最后将迭代完成后的结果作为；步骤(4)中的计算过程如下：将彩色PM微分模型与AHE自适应直方图均衡化微分模型进行融合得到：其中为散度计算函数，为图像梯度，为分块的中心坐标，是以为分块中心坐标的最大灰度值，是以为分块中心坐标的最小灰度值，使用梯度下降法对其进行求解，得到如下的显式数值计算方程：其中，为迭代步长，与分别为图像的切向与法向的显示求解项，为分块数，设图像大小为，窗口大小为，并采用重叠式窗口移动方法，则取值为，为了增强算法的灵活性，引入三个调节参数改进方程，使方程的去噪与增强方面得到不同程度调节，扩展后的方程如下所示：其中为切向平滑系数，为法向平滑系数，为增强系数，通过这三个参数的比例设置，可以较为灵活地调节图像的去噪增强效果，由于法向扩散将使图像边缘沿着法方向扩散，从而导致弱边缘被模糊化，因此去除项得到下述方程：平滑系数与增强系数用于调节去噪与增强的比例，实际应用中可根据需求调节两个比例系数，当噪声较强时增加的取值，需提高对比度时增加的取值，为当前颜色通道下轴方向一阶偏导限制差分项，为当前颜色通道下轴方向一阶偏导限制差分项，为当前颜色通道下轴方向二阶偏导限制差分项，为当前颜色通道下轴方向二阶偏导限制差分项，用于防止分母项为0，取值通常为，其中为正整数。