基于非下采样Contourlet变换和改进的总变分的图像增强方法.pdf

(19)中华人民共和国国家知识产权局*CN102637294A*(12)发明专利申请(10)申请公布号CN102637294A(43)申请公布日2012.08.15(21)申请号201210053878.2(22)申请日2012.03.03(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号(72)发明人李映贾雨房蓓胡杰张艳宁(74)专利代理机构西北工业大学专利中心61204代理人王鲜凯(51)Int.Cl.G06T5/00(2006.01)权利要求书权利要求书2页2页说明书说明书44页页附图附图11页(54)发明名称基于非下采样Contourlet变换和改进的总变分的图像增强方法(57)摘要本发明涉及一种基于非下采样Contourlet变换和改进的总变分的图像增强方法，基于非下采样Contourlet变换对边缘/轮廓的良好表示特性，利用改进的总变分方法有效消减增强图像中存在的伪吉布斯现象，在对图像的边缘特征和对比度增强的同时，对其中的噪声进行抑制，进一步提高图像质量。实验结果表明，本发明与传统的基于wavelet和非下采样Contourlet的方法相比能得到较好的增强效果。该方法可同步实现噪声消除和边缘保持，但对噪声非常敏感，在对图像的边缘特征和对比度增强的同时，对其中的噪声进行抑制，并能有效消减伪吉布斯现象，进一步提高图像质量。CN10263794ACN102637294A权利要求书1/2页1.一种基于非下采样Contourlet变换和改进的总变分相结合的SAR图像增强方法，其特征在于步骤如下：步骤1：对SAR图像灰度值矩阵进行对数运算，得到SAR图像灰度值矩阵的对数矩阵；步骤2：对SAR图像灰度值矩阵的对数矩阵进行给定尺度参数下的非下采样Contourlet正变换，得到不同分解尺度下各个方向的非下采样Contourlet变换系数矩阵；所述给定尺度参数包括分解尺度数和方向数；步骤3：利用增益函数与步骤2得到的非下采样Contourlet变换系数矩阵中的系数矩阵相乘实现系数矩阵的非线性变换，得到非线性变换后不同分解尺度下各个方向的非下采样Contourlet变换系数矩阵；所述的增益函数为：其中，x为步骤2得到的非下采样Contourlet变换系数矩阵中的系数；p∈(0，1]，s∈(0，1]；T1、T2、T3的计算公式分别为：T2＝s3T1T3＝s4T2其中，j为分解尺度，σ为按σ＝median(|SHH|)/0.6745计算得到的噪声图像灰度值矩阵的对数矩阵的噪声标准差，median(·)表示取中值，|·|表示取模，SHH是对噪声图像灰度值矩阵进行一级小波分解得到的对角方向高频子带小波系数矩阵；σx为输入x的二范数；s1∈[1，5]，s2∈[1，5]，s3∈[2，3]，s4∈[1.5，2.5]；步骤4：对步骤3得到的非下采样Contourlet变换系数矩阵进行非下采样Contourlet逆变换，得到非下采样Contourlet逆变换结果矩阵，逆变换的尺度参数与正变换的尺度参数一致；步骤5：对步骤4得到的非下采样Contourlet逆变换结果矩阵进行指数运算，得到初次去噪和特征增强后的SAR图像灰度值矩阵；步骤6：利用改进的总变分方法对步骤5得到的初次去噪和特征增强后的SAR图像灰度值矩阵进行二次去噪，以去除由于步骤3造成的伪吉布斯效应，得到最终的增强图像灰度值矩阵：Icon-tv＝TV(Icon)；所述改进的总变分模型为：2其中：Ω∈R，u0表示初始图像，u表示结果图像，是梯度运算，||表示欧式范数，2CN102637294A权利要求书2/2页λ∈R+是正则化参数，S是波原子变换硬阈值去噪操作，所取阈值与步骤3中的T1相同。2.根据权利要求1所述的基于非下采样Contourlet变换和改进的总变分相结合的SAR图像增强方法，其特征在于：所述尺度数取3-4。3.根据权利要求1所述的基于非下采样Contourlet变换和改进的总变分相结合的SAR图像增强方法，其特征在于：所述方向数取2-4。3CN102637294A说明书1/4页基于非下采样Contourlet变换和改进的总变分的图像增强方法技术领域[0001]本发明属于图像处理领域，主要涉及一种基于非下采样Contourlet变换和改进的总变分的图像增强方法。背景技术[0002]图像信号在产生、传输和记录过程中，经常会受到各种噪声的干扰，往往出现对比度低、信噪比低、弱边缘多、纹理模糊等问题。图像增强技术可以在保持图像中原有强边缘或清晰纹理的同时，对其弱边缘或模糊纹理进行增强，提高图像的对比度。[0003]图像增强算法分空间域和变换域2大类。空间域算法直接在原图上进行运算，其常见算法包括线性拉伸、直方图增强等，但对于低对比度图像，该类算法存在易使噪声增大、边缘