分?jǐn)?shù)階微分和小波分解結(jié)合用于圖像增強(qiáng)的方法研究.pdf

1、在現(xiàn)代生活中，圖像是人們感知信息最直接、最常用的方式之一。在一般情況下，要得到具有豐富細(xì)節(jié)特征與微弱細(xì)節(jié)對(duì)比明顯的圖像并不容易，并且隨著人們生活水平的不斷提高，對(duì)圖像多細(xì)節(jié)、高分辨率質(zhì)量的要求顯得越來(lái)越迫切，于是對(duì)圖像細(xì)節(jié)進(jìn)行增強(qiáng)便成為了提高圖像微弱特征與高分辨率質(zhì)量的一種方式。本文也將對(duì)圖像增強(qiáng)理論及方法進(jìn)行探索和研究。
　　 圖像增強(qiáng)作為圖像處理領(lǐng)域一個(gè)分支，至今已提出了很多圖像增強(qiáng)方法，本文首先對(duì)已有的方法進(jìn)行了探究，從不

2、同分?jǐn)?shù)階微分掩模處理圖像存在方向性特點(diǎn)與小波分解圖像具有方向性特征出發(fā)，研究出將兩者在方向相互垂直原則下結(jié)合用于圖像增強(qiáng)的FWE(Fractional Wavelet Enhancement)方法。其次在FWE方法基礎(chǔ)上進(jìn)一步給出一種用于圖像增強(qiáng)的FOWE(Fractional Optimal WaveletEnhancement)方法。即通過(guò)在一定分解層數(shù)范圍內(nèi)分別計(jì)算圖像經(jīng)小波分解所得各分量信息熵最大值所對(duì)應(yīng)的分解層來(lái)確定一個(gè)最優(yōu)分

3、解層，使用新設(shè)計(jì)的分?jǐn)?shù)階微分掩模對(duì)原始圖像以及圖像經(jīng)小波分解與重構(gòu)的最優(yōu)分解層各分量信號(hào)有針對(duì)性地進(jìn)行處理。對(duì)處理結(jié)果進(jìn)行疊加，可深度地保留圖像原有特征，同時(shí)對(duì)灰度變化不明顯區(qū)域圖像紋理細(xì)節(jié)也得到增強(qiáng)。理論分析表明FOWE方法可進(jìn)一步提升圖像增強(qiáng)的效果。其最大特點(diǎn)在于依據(jù)經(jīng)驗(yàn)公式計(jì)算得到一個(gè)小波分解最優(yōu)層。在最優(yōu)層上對(duì)圖像進(jìn)行分?jǐn)?shù)階微分處理。論文中對(duì)分?jǐn)?shù)階微分方法進(jìn)行了分析，重點(diǎn)推理了用于圖像增強(qiáng)中的分?jǐn)?shù)階微分掩模的構(gòu)造與變換過(guò)程。

4、r>　　 最后對(duì)以上給出的圖像增強(qiáng)方法在Matlab上進(jìn)行仿真實(shí)驗(yàn)，對(duì)實(shí)驗(yàn)所得到的圖像統(tǒng)計(jì)其質(zhì)量參數(shù)，并與已有的典型圖像增強(qiáng)方法處理結(jié)果進(jìn)行對(duì)比，從對(duì)比結(jié)果來(lái)看，新給出的FOWE圖像增強(qiáng)方法對(duì)增強(qiáng)灰度圖像的細(xì)節(jié)特征比較有效。通過(guò)對(duì)多種圖像使用FOWE方法增強(qiáng)的結(jié)果對(duì)比，并有規(guī)則地改變FOWE方法中小波分解最優(yōu)層來(lái)對(duì)比處理結(jié)果，得出FOWE方法中小波分解最優(yōu)層的確定對(duì)增強(qiáng)人或動(dòng)物的正面頭部灰度圖像增強(qiáng)效果較優(yōu)。同時(shí)將FOWE方法在DM6