[发明专利]全变差正则化变分随机共振自适应暗图像滤波增强方法

说明书

本发明公开了一种全变差正则化变分随机共振自适应暗图像滤波增强方法。该方法在变分框架下将全变差正则化滤波与随机共振增强进行耦合，通过全变差正则化图像去噪和随机共振图像增强两个步骤的交替迭代实现含噪声的低对比度暗图像的滤波去噪和对比度增强。本发明提出的模型自适应计算方法，一方面使本发明可以适用于不同的图像，提高算法适用性，另一方面也可以自适应保持图像亮度阈值在正常范围内。本发明可以在增强图像对比度的同时，有效地抑制噪声并保持图像的细节成分，增强之后的图像具有良好视觉效果，在医学成像、夜视安全监控等领域具有广泛的应用前景。

技术领域

本发明属于图像增强的技术，具体涉及一种全变差正则化变分随机共振自适应暗图像滤波增强方法，

背景技术

低对比度暗图像的增强在医学成像、夜视监测、遥感等领域具有广泛的应用前景。目前，国际上关于暗图像增强问题已有许多研究，如直方图均衡化(HE)(Q.Wang,L.Chenand D.Shen,Fast Histogram Equalization for Medical Image Enhancement,30thAnnual International IEEE EMBS Conference Vancouver,2008)，单尺度Retinex(SSR)(Choi D H,Jang I H,Mi H K,et al.Color image enhancement using single-scaleretinex based on an improved image formation model.Signal ProcessingConference,2008,European.IEEE,2008:1-5)，多尺度Retinex(MSR)(Rahman Z U,JobsonD J,Woodell G A.Multi-scale retinex for color image enhancement.InternationalConference on Image Processing,1996.Proceedings.IEEE,1996:1003-1006vol.3)，动态随机共振(Dynamic Stochastic Resonance,DSR)等，其中DSR方法近年来吸引了越来越多的关注，出现了多种基于DSR的低对比度暗图像增强方法，例如空间域暗图像增强(Chouhan R,Jha R K,Biswas P K.Enhancement of dark and low-contrast imagesusing dynamic stochastic resonance[J].Iet Image Processing,2013,7(7):174-184)，小波变换域(Chouhan R,Kumar C P,Kumar R,et al.Contrast Enhancement ofDark Images using Stochastic Resonance in Wavelet Domain.InternationalJournal of Machine Learning and Computing,vol.2,pp.711-715,2012.)等等。传统上，在图像处理中噪声是不受欢迎的。而在基于DSR的随机共振图像增强中，非线性系统中噪声的存在是取得最佳性能必不可少的因素。然而，这些噪声在图像对比度增强的同时也得到增强，导致基于传统DSR图像增强的方法得到的增强图像中有大量的噪声，严重影响图像的质量，并给后续的图像分割等带来很大的困难。

发明内容

本发明目的是提供一种全变差正则化变分随机共振自适应暗图像滤波增强方法。该方法利用全变差正则化与随机共振图像增强变分模型耦合，以达到增强暗图像的同时抑制噪声的目的。

实现本发明目的的技术解决方案为：一种全变差正则化变分随机共振自适应暗图像滤波增强方法，通过下面两个阶段共四个步骤来实现低对比度暗图像的亮度增强和噪声抑制：

阶段一：图像预处理阶段