[发明专利]一种基于高维框架小波预处理的图像特征提取方法

说明书

本发明公开了一种基于高维框架小波预处理的图像特征提取方法，涉及机器视觉应用领域，对渐变及色差变化小的部分进行强调，因此整体可将图像的边缘更完整地显示，具体方案为：S1：构造小波得到小波母函数；S2：将构造的小波参数化设计，其中离散信号为范围在[0,255]之间的实数；S3：对小波中复数部分进行取模运算；S4：按照行和列的顺序，将原始图像小波分解为四部分：行列低频LL，行低频列高频LH，行高频列低频HL，行列高频HH；S5：对四幅图像重构，利用A‑扩张小波运算的逆向进行像素值运算重构得到滤波后的图像；S6：S5得到的图像进行边缘检测。本发明提供的基于高维框架小波预处理的图像特征提取方法可将图像的边缘更完整地显示。

技术领域

本发明涉及机器视觉应用领域，更具体地说，它涉及一种基于高维框架小波预处理的图像特征提取方法。

背景技术

图像预处理，是将每一个文字图像分检出来交给识别模块识别，这一过程称为图像预处理。在图像分析中，对输入图像进行特征抽取、分割和匹配前所进行的处理。

图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性。

现有图像处理技术中的算子方法对图像的渐变边缘、色差变化小的边缘检测程度不良，无法准确、清晰地将渐变边缘显示出来：因算子插值的方法中要对像素变化阈值进行判断，而渐变区域阈值相对较小。例如某些医学病灶图像中，因人体组织与其颜色相近、病变区域渐变不明显时，现有算子方法不能明显显示病灶点。

发明内容

为解决上述技术问题，本发明提供一种基于高维框架小波预处理的图像特征提取方法，对渐变及色差变化小的部分进行强调，因此整体可将图像的边缘更完整地显示，例如，针对在医学病灶图像处理过程中，可以将其增强显示，使病灶点突出显示。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种基于高维框架小波预处理的图像特征提取方法，包括以下步骤：

S1：构造小波得到小波母函数：

其中：Ω＝[-π，π]×[-π，π]，基本小波函数表达式为：

S2：将构造的小波参数化设计，其中离散信号为范围在[0,255]之间的实数；

S3：对小波中复数部分进行取模运算；

S4：按照行和列的顺序，将原始图像小波分解为四部分：行列低频LL，行低频列高频LH，行高频列低频HL，行列高频HH；

S5：对S4中四幅图像重构，利用S1中构造的小波运算的逆向进行像素值运算重构得到滤波后的图像；

S6：S5得到的图像进行边缘检测。

在上述方案中，小波参数化设计，作用是使其能够作用于信号的处理；在S3过程中，对复数部分进行取模运算，可分别对小波的实部和虚部进行小波变换，实部用来检测图像中含有余弦二维波型，虚部用来检测含有正弦二维波形；在S4过程中，LL包含了图像的灰度信息，LH，HL和HH包含了图像的不同方向的边缘信息；S5中，重构后的图像的边缘信息得到加强。

作为一种优选方案，S1中小波的构造过程包括以下步骤：

T1：设置2×2积分拓展矩阵：

剩下A₅＝-A₃，A₆＝-A₄