[发明专利]一种非局部变换域图像增强方法

说明书

技术领域

本发明属于计算机图像处理领域，特别是一种用于图像增强的方法。

背景技术

图像增强方法分为空域法与变换域法两种，由于小波变换具有较好的时频分域分析信号的能力，所以小波变换一经提出就在图像处理研究领域得到了广泛的应用。鉴于小波变换只能较好表征点状奇异性，能较好表征线状奇异性的一系列超小波被提出，如曲波，轮廓波等。基于变换的图像增强方法中最好的是基于非下采样轮廓波变换(NSCT)的图像增强算法[Cunha A L，Zhou J，Do M N.The nonsubsampled   contourlet transform：theory，design，and applications.IEEE Transactions on Image Processing，2006，15(10)：3089-3101].基于变换的图像增强方法都是先通过某种变换将图像的细节表示出来，然后对弱细节系数适当放大，逆变换后就得到了增强后的图像。由于NSCT具有一些良好的性能，如多方向性、平移不变换性等，所以将NSCT应用到图像增强获得了当前最好的图像增强结果。

无论是小波变换还是超小波变换，在表征图像中的奇异性时都是利用一个卷积核与图像进行卷积运算，在对表征出来的线状奇异性进行非线性增强后再逆变换的过程中，增强的细节系数会对图像细节周围的平滑部分系数造成影响，从而形成光晕现象，这不仅极大影响了增强后图像的视觉效果，也使其在大部分实际应用中的能力大打折扣。

发明内容

本发明的目的就在于针对上述现有技术的缺陷而提供一种非局部变换域图像增强方法，该方法可在有效弱化图像增强后的光晕现象同时提高图像增强的效果。可广泛应用于计算机、医学、数码相机、手机等图像处理。实验结果表明，本申请的方法基本不会引入光晕假信号，并能在增强图像细节的同时有效抑制噪声。

其技术解决方案如下：一种非局部变换域图像增强方法，其包括如下步骤：

1)估计输入图像的噪声标准偏差σ；

2)通过K-近邻块抽取方法抽取K个图像块；

使抽取的所有图像块都有相似的平滑背景，但各图像块中的图像细节位置都存在一些差异，本申请称之为K-近邻块抽取；首先按照一定的滑动步长n_step，在图像中选取一个大小为n×n的参考图像块B_R，然后以B_R的左上角坐标为中心抽取K个大小也为n×n的图像块，使抽取的这些图像块的左上角坐标为B_R的左上角坐标的K-近邻。因为本申请要执行这K个图像块间的一个Haar矩阵变换，所以K应该为2的整数次幂，如8，16，32等。把抽取的图像块组成一个以块为元素的列向量B_E＝{B₁，B₂，B₃，...，B_K}^T；

3)对这些块构成的图像块组执行块间的Haar变换；

本申请给出一种基于所提出的块抽取特性的快速的块间的Haar变换；因为所抽取的图像块都是等大的，所以很容易用Haar变换矩阵的规则结构构造快速算法；

K＝2^j，(j＝3，4，...)个图像块表示为B_i，(i＝1，2，3，...，K)，比如，K＝8，用下面的公式实现完全的Haar变换，即3层变换：

B^E=ΨBE---(1)]]>

其中Ψ是Haar变换矩阵，B_E＝(B₁，B₂，...，B_K)^T是抽取的块构成的一个向量，是变换后各个子带构成的一个列向量。

通过计算式(1)中两个矩阵的乘积，B_E被分解成8个子带，其中是低频子带，其余的7个子带都为高频子带。

4)通过下面的非线性函数放大弱细节系数并同时抑制噪声：