一种利用多尺度多结构元素数学形态学的图像增强方法

摘要

本发明涉及一种利用多尺度多结构元素数学形态学的图像增强方法，它有四大步骤：设有n个尺度、m个不同形状的结构元素参与计算，首先，利用数学形态学中的高帽变换计算每个尺度下m个不同形状结构元素对应的图像区域；然后，通过累加每个结构元素对应的图像区域得到每个尺度下由m个结构元素提取的亮区域和暗区域：随后，取所有尺度下亮区域和暗区域的最大值作为所有尺度下所有结构元素提取的亮区域和暗区域；最后，通过在原始图像上分别加上提取的亮区域并减去提取的暗区域增大原始图像上亮区域和暗区域之间的对比度，从而达到图像增强的目的。本发明广泛应用于各类基于图像的应用系统，具有广阔的市场前景与应用价值。

主权项

1.一种利用多尺度多结构元素数学形态学的图像增强方法，其特征在于：该方法具体步骤如下：设有n个尺度、m个不同形状的结构元素参与计算：步骤一：计算每个尺度j(1≤j≤n)下m个不同形状结构元素B_j¹，B_j²，……，B_j^m对应的高帽变换：$...$${\mathrm{BTH}}_j^1\left(f\right)=f·B_j^1-f,$${\mathrm{BTH}}_j^2\left(f\right)=f·B_j^2-f,$$...$${\mathrm{BTH}}_j^m\left(f\right)=f·B_j^m-f.$其中，WTH(x，y)＝f(x，少)-f○B(x，y)，BTH(x，y)＝f●B(x，少)-f(x，y)，$f·B=(f\oplus B)B,$$f\oplus B=\underset{u,v}{\max }(f(x-u,y-v)+B(u,v)),$f是原始图像；B是结构元素；(x，y)是图像像素坐标；(u，v)是结构元素中的像素坐标；WTH是白高帽变换；BTH是黑高帽变换；○，●，和分别是数学形态学开、闭、膨胀和腐蚀运算符；步骤二：按下式计算第j尺度下由m个结构元素提取的亮区域(MSEWTH)和暗区域(MSEBTH)：$\mathrm{MSEWT}{H}_j=\underset{i=1}{\overset{m}{\Sigma }}{{\mathrm{WTH}}^i}_j,$$\mathrm{MSEBT}{H}_j=\underset{i=1}{\overset{m}{\Sigma }}{{\mathrm{BTH}}^i}_j;$步骤三：按下式计算所有n尺度下由m个结构元素提取的亮区域(MSMSEWTH)和暗区域(MSMSEBTH)：$\mathrm{MSMSEWTH}=\underset{0\le j\le n}{\max }\left\{{\mathrm{MSEWTH}}_j\right\},$$\mathrm{MSMSEBTH}=\underset{0\le j\le n}{\max }\left\{{\mathrm{MSEBTH}}_j\right\};$步骤四：按下式通过增大原始图像上亮区域和暗区域之间的对比度达到图像增强的目的：f_En＝f+MSMSWTH-MSMSEBTH其中，f_En是最终增强的图像，f是原始图像。