预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局*CN103295204A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103295204103295204A(43)申请公布日2013.09.11(21)申请号201310247461.4(22)申请日2013.06.20(71)申请人河海大学常州校区地址213022江苏省常州市新北区晋陵北路200号(72)发明人周妍李庆武霍冠英刘艳(74)专利代理机构南京纵横知识产权代理有限公司32224代理人董建林(51)Int.Cl.G06T5/00(2006.01)权权利要求书1页利要求书1页说明书5页说明书5页附图3页附图3页(54)发明名称一种基于非下采样轮廓波变换的图像自适应增强方法(57)摘要本发明公开了一种基于非下采样轮廓波变换(NSCT)的图像自适应增强方法。通过对输入的原始图像首先进行直方图均衡化,然后对原图和直方图均衡化后的图像分别进行NSCT变换,得到低频子带系数和各高频方向子带系数,对低频子带的处理,采用将原图的低频子带系数直方图映射到直方图均衡化后图像的低频系数直方图上,对各个高频子带去除噪声后,再将原图的各个高频子带的系数直方图映射到直方图均衡化后图像的对应高频系数直方图上。最后进行NSCT反变换,得到增强后的最终图像。本发明在抑制噪声的同时,突出了图像的边缘细节,增强了对比度,并具有自适应的优点,方便计算机处理,无需手工调节参数。CN103295204ACN1032954ACN103295204A权利要求书1/1页1.一种基于非下采样轮廓波变换的图像自适应增强方法,其特征在于,包括以下步骤:(1)直方图均衡化:对原始图像I进行空域直方图均衡化,得到直方图均衡化后的图像J;(2)对原始图像I进行非下采样轮廓波变换,得到低频子带系数矩阵C0和各尺度上的高频方向子带系数矩阵Cj,k,其中j表示尺度,k表示子带方向;(3)对直方图均衡化后的图像J进行非下采样轮廓波变换,得到低频子带系数矩阵D0和各尺度上的高频方向子带系数矩阵Dj,k,其中j表示尺度,k表示子带方向;(4)低频系数直方图匹配:以直方图均衡化后的图像J为基准,计算所述步骤(2)和步骤(3)得到的低频子带系数矩阵C0和D0的系数直方图,并将C0的系数直方图匹配到D0的系数直方图H0上;(5)高频系数直方图匹配:对所述步骤(2)得到的各尺度上的高频方向子带系数矩阵Cj,k,估计各尺度各方向的噪声水平,计算自适应阈值,并依据该自适应阈值滤除各高频子带系数矩阵内的噪声,得到去噪后的各高频方向子带系数矩阵C'j,k;同时利用该自适应阈值去除所述步骤(3)得到的高频子带系数矩阵Dj,k内的噪声,得到去噪后的各高频方向子带系数矩阵D'j,k然后计算D'j,k和C'j,k的直方图,将C'j,k的直方图匹配到D'j,k的直方图Hj,k上;(6)对经过低频系数直方图匹配和高频系数直方图匹配后的原始图像I的变换系数进行非下采样轮廓波反变换,得到增强后的结果图像。2.根据权利要求1所述的一种基于非下采样轮廓波变换的图像自适应增强方法,其特征在于,所述非下采样轮廓波变换尺度分解层数为2~6层。3.根据权利要求1所述的一种基于非下采样轮廓波变换的图像自适应增强方法,其特征在于,所述非下采样轮廓波变换每层分解的方向数为2的幂次,所述每层幂次的选取范围为2~6。4.根据权利要求1所述的一种基于非下采样轮廓波变换的图像自适应增强方法,其特征在于,所述步骤(5)的自适应阈值T为,其中,σ为噪声标准差,σj,k是第j尺度,第k方向的噪声标准差,其值可由蒙特卡罗估计法得到。2CN103295204A说明书1/5页一种基于非下采样轮廓波变换的图像自适应增强方法技术领域[0001]本发明属于图像处理技术领域,涉及图像自适应增强方法,具体而言是一种基于非下采样轮廓波变换的图像自适应增强方法。背景技术[0002]近年来,随着计算机、人工智能和信息技术的迅猛发展,户外视频监控系统、智能交通系统以及军用成像探测系统等视觉智能感知系统的应用越来越广泛。各种视觉智能感知系统为我们提供了大量实时直观的图像信息,这些信息为建设和谐社会、智慧城市、安全国家发挥了至关重要的作用。然而,视觉智能感知系统由于受到环境、天气等诸多客观因素的限制,比如夜晚环境光源不足、大雾阴雨等恶劣天气的影响,采集得到的图像往往对比度低、细节模糊、噪声较强,以至于掩盖了图像中可疑目标的重要信息,使得可疑目标的逃逸和攻击成为可能,严重威胁了人民的安全。[0003]图像增强通过一定手段将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,改善图像质量、丰富图像信息量,提高图像判读和识别效果,进而满足某些实际应用需求。对视觉智能感知系统获取