基于空间引导滤波的图像细节增强方法

摘要

本发明公开了一种基于空间引导滤波的图像细节增强方法，其特征是按如下步骤进行：首先，利用图像边缘检测算子对源图像提取边缘特征响应图，并进行归一化；然后，对于不同的灰度区间分别建立二值化的空间指示图，并对每个空间指示图进行高斯卷积，得到空间滤波图，并计算每个空间滤波图的权值；其次，计算累加图，并对累加图进行引导图像滤波得到空间引导图；最后，求解基础图像和残差图像，建立基于空间引导滤波的图像细节增强模型对源图像进行图像细节增强。本发明能有效提升对图像细节的增强效果。

主权项

一种基于空间引导滤波的图像细节增强方法，其特征是按如下步骤进行：步骤1，对于分辨率为m×n的源图像I，I∈R^m×n，利用图像边缘检测算子提取所述源图像I的边缘响应图，并将所述边缘响应图除以255进行归一化，获得归一化边缘响应矩阵|▽I|，|▽I|∈R^m×n；m为源图像I的长度；n为源图像I的宽度；步骤2，将所述归一化边缘响应矩阵|▽I|的灰度范围区间[0,1]均匀划分成k个子区间Ω_i，利用式(1)分别对所述k个子区间Ω_i中的每个子区间建立相对应的空间指示图M(i)，M(i)∈R^m×n，1≤i≤k；式(1)中：(x,y)表示所述归一化边缘响应矩阵|▽I|中元素的坐标，并对应于所述源图像I中像素的位置；1≤x≤m，1≤y≤n；|▽I(x,y)|∈Ω_i表示所述归一化边缘响应矩阵|▽I|中第x行第y列元素的取值位于第i个子区间Ω_i中；M_(x,y)(i)表示第i个空间指示图M(i)中第x行第y列元素的取值；步骤3、利用高斯卷积依次对每一个空间指示图进行滤波处理，得到k个空间滤波图I_Gauss(i)，I_Gauss(i)∈R^m×n；步骤4、依次统计所述归一化边缘响应矩阵|▽I|中所有元素落在每个子区间中元素的个数，并利用式(2)计算每个空间滤波图的权重；$w\left(i\right)=\frac{1}{k-1}(1-\frac{h_i}{\mathrm{mn}})---\left(2\right)$式(2)中，h_i表示所述归一化边缘响应矩阵|▽I|中的元素落在第i个子区间Ω_i中元素的个数；w(i)表示落在第i个空间滤波图的权重；步骤5、利用式(3)计算累加图S_a，S_a∈R^m×n；$S_a=\underset{i=1}{\overset{k}{\Sigma }}{I}_{\mathrm{Gauss}}\left(i\right)·w\left(i\right)---\left(3\right)$步骤6、将所述源图像I作为引导图，采用引导图像滤波方法对所述累加图S_a进行引导图像滤波处理，得到空间引导图S，S∈R^m×n；步骤7、将所述源图像I作为引导图，采用引导图像滤波方法对所述源图像I自身进行引导图像滤波处理，得到基础图像I_b，I_b∈R^m×n；步骤8、利用式(4)所示的图像细节增强模型，对所述源图像I进行图像细节增强处理，获得细节增强图像I_o，I_o∈R^m×n；I_o＝I_b+S₀·S⊙I_r   (4)式(4)中：S₀为滤波强度；S₀为标量；⊙为哈达玛乘积符号，表示两个矩阵对应相乘；I_r表示残差图像，并有I_r＝I‑I_b。