專利名稱：一種基于非線性Curvelet擴散的噪聲圖像增強方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于非線性Curvelet擴散的噪聲圖像增強方法，是一種基于非 線性Curvelet擴散的噪聲圖像增強方法。
背景技術(shù)：
圖像增強是圖像處理中的一個經(jīng)典問題，通過對圖像中感興趣特征進行有選擇的 增強，同時衰減其次要信息，從而提高圖像可讀性并增強圖像解譯能力，為圖像后續(xù)處理奠 定基礎(chǔ)。傳統(tǒng)的圖像增強方法主要有直方圖均衡化、反銳化掩模等空域法，以及通過傅里葉 變換增強感興趣頻率成分的頻域法。這些方法增強圖像對比度的同時也會放大噪聲，使得 圖像細節(jié)信息被噪聲淹沒。小波變換增強算法是近年來廣泛流行的圖像增強方法。雖然基于多尺度小波變換 的子帶系數(shù)增強方法在抑制噪聲和增強特征和對比度方面比傳統(tǒng)的單尺度方法有很大改 進，但研究表明，由于小波基各向同性的特點，它只能反映奇異“點”的位置和特性，而難以 表達更高維(如線)的特征。針對小波變換的上述缺陷，Canc^s等人提出了 Curvelet變 換理論，其各向異性特征非常有利于圖像邊緣的高效表示。文獻“Gray and color image contrast enhancement by the curvelet transform，IEEE Trans, on Image Process.， 2003,12(6) :706-717. ”公開了一種基于Curvelet變換的灰度和彩色圖像增強方法。該方 法利用Curvelet變換的各向異性特征有利于圖像邊緣的高效表示的特點，首先對輸入自 然圖像進行Curvelet變換，并對得到的Curvelet系數(shù)根據(jù)增益函數(shù)進行增強，最后，對增 強的系數(shù)進行Curvelet逆變換重構(gòu)出增強的圖像。雖然該方法比基于小波變換的方法在 性能上有明顯改善，但是只適用于無噪或噪聲很小的圖像。

發(fā)明內(nèi)容
要解決的技術(shù)問題為了避免現(xiàn)有技術(shù)的不足之處，本發(fā)明提出一種基于非線性Curvelet擴散的噪 聲圖像增強方法。技術(shù)方案一種基于非線性Curvelet擴散的噪聲圖像增強方法，其特征在于步驟如下步驟1 對噪聲圖像灰度值矩陣進行ME-Curvelet正變換，得到不同分解尺度下各 個方向的ME-Curvelet系數(shù)矩陣；步驟2 根據(jù)改進增益函數(shù)對步驟1得到的所有ME-Curvelet系數(shù)矩陣分別進行 非線性變換，得到非線性變換后不同分解尺度下各個方向的ME-Curvelet系數(shù)矩陣；所述的改進增益函數(shù)為
權(quán)利要求
1. 一種基于非線性Curvelet擴散的噪聲圖像增強方法，其特征在于步驟如下 步驟1 對噪聲圖像灰度值矩陣進行ME-Curvelet正變換，得到不同分解尺度下各個方 向的ME-Curvelet系數(shù)矩陣；步驟2 根據(jù)改進增益函數(shù)對步驟1得到的所有ME-Curvelet系數(shù)矩陣分別進行非線 性變換，得到非線性變換后不同分解尺度下各個方向的ME-Curvelet系數(shù)矩陣； 所述的改進增益函數(shù)為
全文摘要
本發(fā)明涉及一種基于非線性Curvelet擴散的噪聲圖像增強方法，技術(shù)特征在于利用各向同性擴散過程源于自然界中的熱擴散，以基于偏微分方程(Partial Differential Equation，PDE)的方法，避免各向同性擴散中出現(xiàn)的邊緣模糊和定位問題。該方法可同步實現(xiàn)噪聲消除和邊緣保持，但對噪聲非常敏感。本發(fā)明針對噪聲圖像，提出一種結(jié)合鏡像擴展Curvelet(Mirror-extended Curvelet，ME-Curvelet)變換和非線性擴散的增強方法，該方法在對圖像的邊緣特征和對比度增強的同時，對其中的噪聲進行抑制，并能有效消減偽Gibbs效應，進一步提高圖像質(zhì)量。
文檔編號G06T5/00GK102081790SQ201010564669
公開日2011年6月1日 申請日期2010年11月25日 優(yōu)先權(quán)日2010年11月25日
發(fā)明者寧慧君, 張艷寧, 李映 申請人:西北工業(yè)大學