劉逸飛,李向群,陳后全,祇旭,崔捷,楊耀華
(西北民族大學(xué)電氣工程學(xué)院,甘肅 蘭州 730030)
目前圖像增強技術(shù)已經(jīng)非常完善了,有一套嚴謹?shù)奶幚硐到y(tǒng),特別是一些傳統(tǒng)的增強技術(shù),被人們高效的用來處理圖像了。但是在發(fā)展的過程中,這些技術(shù)的缺陷也逐漸凸顯,例如會將噪聲進行放大或者進入新的噪聲等。小波變換能解決此問題,通過小波變換提高圖像質(zhì)量,再用閾值降噪,可以達到更好地增強效果[1]。目前圖像增強技術(shù)不僅在日常生活應(yīng)用中扮演關(guān)鍵性的角色,比如人們?nèi)粘5囊曨l通信,電視娛樂,醫(yī)學(xué)中的核磁共振,軍事領(lǐng)域的雷達成像,礦物資源勘探、宇宙探測等。在移動支付端中,人臉的支付也越來越普遍,這也是因為圖像增強技術(shù)的革新推動的,還有在衛(wèi)星導(dǎo)航領(lǐng)域,通過圖像增強處理,可以更清晰的呈現(xiàn)出周圍的所在環(huán)境,更精確、更清楚的為人們導(dǎo)航領(lǐng)路。在機器人領(lǐng)域,越來越優(yōu)秀的增強算法使得機器人可以識別更多的東西,也能夠清楚的加載周圍所處的狀況,達到與人眼一致的水平。上面所述領(lǐng)域都涉及了圖像增強技術(shù),這也體現(xiàn)了其對社會發(fā)展的重要性??傊?,隨著新應(yīng)用的不斷出現(xiàn),圖像增強技術(shù)發(fā)展非常迅速。
在國外的研究過程里,計算機技術(shù)穿插于中,也為用計算機解決圖像問題打下基礎(chǔ)。在二十一世紀,圖像處理技術(shù)廣泛運用于圖像通訊技術(shù)、辦公自動化系統(tǒng)、醫(yī)學(xué)檢查系統(tǒng)等領(lǐng)域。國外的研究人員在漫長的專研中,提出了許許多多的增強算法,并一代的對算法進行創(chuàng)新和優(yōu)化,也因為計算機帶來的方便性,后來的算法都在編寫中為了適應(yīng)計算機而做出了許多改變,例如基于非線性變換提出的新方法,對數(shù)變換便是其中最典型的方法之一[2]。
我國在直方圖處理的方面獨辟蹊徑,在直方圖的方面提出了均衡化的優(yōu)先級,可以使圖像的灰度范圍展寬,使得圖像在不損失信息的前提下,最大程度的使圖像清晰。我國為提升數(shù)字圖像質(zhì)量的探究工作付出了巨大的心血,在圖像處理技術(shù)方面已經(jīng)走到了世界的前列。小波變換能夠?qū)⒁桓眻D像劃分為四個子圖,三個高頻子圖,一個低頻子圖。其中低頻子圖圖像表示了圖像的低頻信息,其它三個圖像體現(xiàn)了不同方向的高頻信息。因為高頻成分中擁有許多圖像邊緣信息,所以能夠經(jīng)過各種增強算法來增強不同頻率的圖像。操作小波變換能夠?qū)⒁桓眻D像劃分為低頻子圖和高頻子圖,低頻子圖中包含了原圖像的大部分信息,并且只是損失了高頻的成分,將小波圖像的低頻子圖擴大到與原圖大小一致,可以使得圖像更加清晰。
設(shè)為一平方可積函數(shù),也即,若其傅里葉變換滿足條件:
則稱是一個基本小波或小波母函數(shù),并稱上式為小波函數(shù)的容許行條件[3]。將小波母函數(shù)進行伸縮和平移,設(shè)其收縮因子為a,平移因子為b,連續(xù)小波變換的定義為:
稱為二進小波變換。從表達式中可以看出,二進小波是離散了尺度,其位移仍然保持連續(xù)的取值,是一種半離散的小波,因而它同時具備連續(xù)小波和離散小波的多種特性,能夠方便地運用于圖像處理中[5]。
二進小波一定滿足小波的允許條件,且:
其中,當(dāng)A=B是,有:
二進小波變換的結(jié)果是有冗余性的[6]。
從式子中可以看出原信號平移后的變換結(jié)果等于二進小波變換后的平移結(jié)果。這個性質(zhì)在許多處理領(lǐng)域有著非常高的運用價值。小波變換的高頻增強算法。在一副圖像中,其輪廓細節(jié)包含在高頻分量內(nèi),而輪廓是灰度突變的部分,于是把這些高頻分量提高,可以輪廓更加突出。但是它在放大高頻分量的同時,會損壞圖像的對比度,使得圖像變得很亮或者很暗,于是我們要在變換完后做一種補償性的操作,用來彌補圖像損害的對比度。
在一副圖像中,噪聲能量一般都集中于變換后的全部小波系數(shù)內(nèi),其對應(yīng)的都是幅度較小的系數(shù),按照這一規(guī)律能夠設(shè)置一個門限閾值的形式,對所有小波系數(shù)進行處理,大于閾值的為圖像的有效信息,而小于該閾值的為噪聲信息,實施抑制、消除,從而完成對圖像降噪的目的。
當(dāng)小波系數(shù)的絕對值小于我們給定的閾值時,令其為0,而大于閾值時,則保持其不變,即:
硬閾值降噪后的圖像會使得像素值不集中,會呈現(xiàn)出塊效應(yīng),同時因為其函數(shù)存在間斷點,局限性突出,因而只用于處理低于閾值的系數(shù),所以不能滿足實際的需要。
當(dāng)小波系數(shù)的絕對值小于設(shè)定的閾值是,令其為0,大于時,則令其都減去閾值。即:
軟閾值能很好的增強圖像并抑制噪聲,并且能夠保護圖像中的邊緣信息。
基于小波閾值的圖像降噪實驗仿真,第一張圖是電子原始圖像,通過對降噪后的圖像仿真,對比峰值信噪比PSNR,計算處理后的PSNR值,通過圖片可以看出,PSNR值越大,證明其降噪的能力越強。
本文主要研究了小波變換給圖像質(zhì)量增強帶來的效果,尤其是圖像增強、去噪這些領(lǐng)域,具體做了一下工作:①研究了該課題所處的時代背景和國內(nèi)外的最新研究現(xiàn)狀,對圖像增強所需具備的基礎(chǔ)理論進行了介紹,具體介紹了空域和頻域的處理方法。②小波變換進行了數(shù)學(xué)上的理論分析:了解小波變換的數(shù)學(xué)知識,將其運用到圖像處理方面,從實驗方面研究小波分析的實際使用方式。③對于降噪后的圖像,我們需要評價其去噪能力,就必須通過一個參數(shù)來說明,在這里我們采用的客觀評價的指標,也就是圖像的峰值信噪比PSNR,分別計算處理后圖像的PSNR值,然后進行比較,其中PSNR值越大的說明其降噪的能力越強。
本文在理解數(shù)字圖像增強的原理的基礎(chǔ)上,借助MATLAB平臺提供的圖像界面模塊,能夠?qū)崿F(xiàn)圖像增強算法的仿真。本文主要研究了小波變換給圖像質(zhì)量增強帶來的效果,尤其是圖像增強、去噪這些領(lǐng)域,在用小波變換增強圖像的基礎(chǔ)上,進一步提出了用閾值法對圖像進行降噪處理,使得增強后的圖像效果更加明顯。在未來的圖像增強道路上,還會有許許多多的問題出現(xiàn),人們也無法做到將圖像完全復(fù)原。但小波獨一無二的優(yōu)良特性會隨著小波理論的完善而日益發(fā)展,將會越來越多的在實際增強中得到運用。
圖1 小波閾值降噪后圖像