一种自适应的非整数步长分数阶微分图像纹理增强方法技术

本发明专利技术提供了一种自适应的非整数步长分数阶微分图像纹理增强方法。所述自适应的非整数步长分数阶微分图像纹理增强方法包括如下步骤：一、根据需要将待处理的数字图像分成多个子图像，对每一所述子图像求解灰度共生矩阵，并获得每一所述子图像的图像纹理性质；二、根据每一所述子图像的纹理性质确定所述分数阶微分图像纹理增强算法的步长值采用分数阶微分图像纹理增强算法对每一所述子图像进行增强处理。本发明专利技术的有益效果是：所述自适应的非整数步长分数阶微分图像纹理增强方法根据图像局部区域的纹理复杂度确定步长的非整数分数阶微分实现图像增强。

An adaptive non integer step size fractional order differential image texture enhancement method

The invention provides an adaptive non integer step size fractional order differential image texture enhancement method. The adaptive non-integer step fractional-order differential image texture enhancement method comprises the following steps: first, dividing the digital image to be processed into a plurality of sub-images according to the need, solving the gray level co-occurrence matrix for each sub-image, and obtaining the texture properties of each sub-image; second, according to each sub-image The step size of the fractional differential image texture enhancement algorithm is determined by the texture properties of the image. Each sub-image is enhanced by the fractional differential image texture enhancement algorithm. The invention has the beneficial effect that the adaptive non-integer step fractional order differential image texture enhancement method determines the step size of the non-integer fractional order differential according to the texture complexity of the local area of the image to realize the image enhancement.

【技术实现步骤摘要】
一种自适应的非整数步长分数阶微分图像纹理增强方法
本专利技术属于图像处理
，具体地涉及一种自适应的非整数步长分数阶微分图像纹理增强方法。
技术介绍
分数阶微分图像增强方法，因其可以增强低频纹理细节而较少的增加高频噪声的特性而广泛用于图像增强领域。而传统的分数阶微分增强方法因其采用固定整数步长而忽略了图像的高度自相关性，导致并未达到很好的效果。蒲亦菲等人使用拉格朗日插值的方法，提出的非整数步长分数阶微分边缘检测，高度利用了图像的自相关性，取得了很好的效果。但是，大部分图像中的纹理分布往往集中在某几块区域，对于整幅图采用非整数步长的分数阶微分容易导致：(1)计算时间过长；(2)增强了噪声信号。
技术实现思路
本专利技术的目的在于针对现有技术的缺陷或问题，提供一种自适应的非整数步长分数阶微分图像纹理增强方法。本专利技术的技术方案如下：一种自适应的非整数步长分数阶微分图像纹理增强方法包括如下步骤：一、根据需要将待处理的数字图像分成多个子图像，对每一所述子图像求解灰度共生矩阵，并获得每一所述子图像的图像纹理性质；二、根据每一所述子图像的纹理性质确定所述分数阶微分图像纹理增强算法的步长值，且采用分数阶微分图像纹理增强算法对每一所述子图像进行增强处理。优选地，步骤一中对每一所述子图像求解灰度共生矩阵，并获得每一所述子图像的纹理性质具体包括如下步骤：对每一所述子图像的灰度共生矩阵以矩阵边的三等分点，将所述灰度共生矩阵划分为三个区域：第一区域、第二区域和第三区域；选择灰度共生矩阵中矩阵的下标差值最大和最少的两个区域，并判断图像纹理分布。优选地，在对每一所述子图像的灰度共生矩阵以矩阵边的三等分点，将所述灰度共生矩阵划分为三个区域：第一区域、第二区域和第三区域的步骤中：设定矩阵A为灰度共生矩阵，灰度级数为L；i、j为矩阵元素下标，以矩阵边的三等分点，将灰度共生矩阵A划分为三个区域，下标的排列公式为：i＝2,3,…L-1；j＝2,3,…L-1对比三个区域的矩阵下标差值|i-j|，其中：矩阵下标差值|i-j|最大的区域为第一区域，下标满足：i+j≥5L/3，i∈(2L/3,L),j∈(2L/3,L)；且i+j≤L/3+1，i∈(1，L/3),j∈(1，L/3)；矩阵下标差值|i-j|最小的区域为第三区域，下标满足：L/3+1≤i+j≤5L/3，i∈(L/3,2L/3)，j(L/3,2L/3)；第一区域和第三区域以外的为第二区域。优选地，在选择灰度共生矩阵中矩阵的下标差值最大和最少的两个区域，并判断所述子图像的图像纹理分布的步骤中：对比第一区域和第三区域的矩阵元素之和，如果第一区域的矩阵元素之和较大，则判断所述子图像的图像纹理分布较多；如果第二区域的矩阵元素之和较大，则判断所述子图像的图像纹理分布较少。优选地，步骤二中具体包括如下步骤：根据每一所述子图像的图像纹理性质确定分数阶微分图像纹理增强算法的步长值；将得到的步长值应用于数字图像线性插值法中对图像进行分数阶微分图像纹理增强。优选地，在根据每一所述子图像的图像纹理性质确定分数阶微分图像纹理增强算法的步长值的步骤中，设S1，S2，S3分别为某一子图像的灰度共生矩阵A的第一区域S1、第二区域S2和第三区域S3，则所述分数阶微分图像纹理增强算法的步长值α可定义为基于第一区域S1和第三区域S3的二值函数：其中，sgn表示二值函数，β1，β2为分别为第一区域S1和第三区域S3的矩阵元素之和的权重控制参数；则，步长值α的取值如下：当时，α取值为λ1，当时，α取值为λ2；其中，γ为设定的实数值，λ1，λ2为两个正数值。本专利技术提供的技术方案具有如下有益效果：所述自适应的非整数步长分数阶微分图像纹理增强方法根据图像局部区域的纹理复杂度确定步长的非整数分数阶微分实现图像增强，且提出了一种简单的图像灰度值插值方法，可以实现在纹理信息较多的区域精细分数阶增强，达到更好的增强效果。在纹理信息较少的区域弱化分数阶增强，降低噪声被增强的可能性，此消彼长下，衬托增强纹理部分。附图说明图1为本专利技术实施例提供的自适应的非整数步长分数阶微分图像纹理增强方法中区域分割示意图；图2为本专利技术实施例提供的自适应的非整数步长分数阶微分图像纹理增强方法中子图像分割示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。除非上下文另有特定清楚的描述，本专利技术中的元件和组件，数量既可以单个的形式存在，也可以多个的形式存在，本专利技术并不对此进行限定。本专利技术中的步骤虽然用标号进行了排列，但并不用于限定步骤的先后次序，除非明确说明了步骤的次序或者某步骤的执行需要其他步骤作为基础，否则步骤的相对次序是可以调整的。可以理解，本文中所使用的术语“和/或”涉及且涵盖相关联的所列项目中的一者或一者以上的任何和所有可能的组合。本专利技术根据图像局部区域的纹理复杂度确定步长的非整数分数阶微分实现图像增强，提出了一种简单的图像灰度值插值方法，可以实现在纹理信息较多的区域精细分数阶增强，达到更好的增强效果：在纹理信息较少的区域弱化分数阶增强，降低噪声被增强的可能性，此消彼长下，衬托增强纹理部分。首选需要说明计算图像灰度共生矩阵的过程如下：取图像f，大小为N×N，中任意一像素点(x，y)，即第x行第y列，以及偏离它的另一点(x+p，y+q)，设该点对的灰度值为(g1，g2)。令点(x，y)取值遍历f的所有像素点，得到N×N种(g1，g2)取值，设灰度值的级数为L，则(g1，g2)的组合共有L的平方种。对于上述N×N种取值，统计出每一种(g1，g2)值出现的次数，将其排列成方阵，再将它们归一化为出现的概率P(g1，g2)，这样的方阵称为灰度共生矩阵A。距离差分值(p，q)取不同的数值组合，可以得到不同情况灰度共生矩阵。当p＝1，q＝0时，像素对水平，即0度扫描；当p＝0，q＝1时，像素对垂直，即90度扫描；当p＝1，q＝1时，像素对右对角线，即45度扫描；当p＝-1，q＝1时，像素对左对角线，即135度扫描。分别采取0度、45度、90度、135度扫描，计算出灰度共生矩阵A0、A45、A90、A135，将其对应位置相加，并归一化得到本文采用的灰度共生矩阵A。具体地，请参阅图1和图2，一种自适应的非整数步长分数阶微分图像纹理增强方法包括如下步骤：1、根据需要将待处理的数字图像分成多个子图像，对每一所述子图像求解灰度共生矩阵，并获得每一所述子图像的纹理性质；2、根据每一所述子图像的纹理性质确定所述分数阶微分图像纹理增强算法的步长值，且采用分数阶微分图像纹理增强算法对每一所述子图像进行增强处理。而且，步骤1中对每一所述子图像求解灰度共生矩阵，并获得每一所述子图像的纹理性质具体包括如下步骤：1.1、对每一所述子图像的灰度共生矩阵以矩阵边的三等分点，将所述灰度共生矩阵划分为三个区域：第一区域、第二区域和第三区域；1.2、选择灰度共生矩阵中矩阵的下标差值最大和最少的两个区域，并判断图像纹理分布。具体地，在步骤1.1中，在对每一所述子图像的灰度共生矩阵以矩阵边的三等分点，将所述灰度共生矩阵划分为三个区域：第一区域、第二区域和第三区域的步骤中：设本文档来自技高网...

【技术保护点】
1.一种自适应的非整数步长分数阶微分图像纹理增强方法，其特征在于：包括如下步骤：一、根据需要将待处理的数字图像分成多个子图像，对每一所述子图像求解灰度共生矩阵，并获得每一所述子图像的图像纹理性质；二、根据每一所述子图像的纹理性质确定所述分数阶微分图像纹理增强算法的步长值，且采用分数阶微分图像纹理增强算法对每一所述子图像进行增强处理。

【技术特征摘要】
1.一种自适应的非整数步长分数阶微分图像纹理增强方法，其特征在于：包括如下步骤：一、根据需要将待处理的数字图像分成多个子图像，对每一所述子图像求解灰度共生矩阵，并获得每一所述子图像的图像纹理性质；二、根据每一所述子图像的纹理性质确定所述分数阶微分图像纹理增强算法的步长值，且采用分数阶微分图像纹理增强算法对每一所述子图像进行增强处理。2.根据权利要求1所述的一种自适应的非整数步长分数阶微分图像纹理增强方法，其特征在于，步骤一中对每一所述子图像求解灰度共生矩阵，并获得每一所述子图像的纹理性质具体包括如下步骤：对每一所述子图像的灰度共生矩阵以矩阵边的三等分点，将所述灰度共生矩阵划分为三个区域：第一区域、第二区域和第三区域；选择灰度共生矩阵中矩阵的下标差值最大和最少的两个区域，并判断图像纹理分布。3.根据权利要求2所述的一种自适应的非整数步长分数阶微分图像纹理增强方法，其特征在于，在对每一所述子图像的灰度共生矩阵以矩阵边的三等分点，将所述灰度共生矩阵划分为三个区域：第一区域、第二区域和第三区域的步骤中：设定矩阵A为灰度共生矩阵，灰度级数为L；i为矩阵元素列下标，j为矩阵元素行下标，以矩阵边的三等分点，将灰度共生矩阵A划分为三个区域，下标的排列公式为：i＝2,3,…L-1；j＝2,3,…L-1对比三个区域的矩阵下标差值|i-j|，其中：矩阵下标差值|i-j|最大的区域为第一区域，下标满足：i+j≥5L/3，i∈(2L/3,L),j∈2L/3,L；且i+j≤L/3+1，i∈(1，L/3),j∈(1，L/3)；矩阵下标差值|i...

【专利技术属性】
技术研发人员：孙伟，杜洋涛，张小瑞，何军，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏,32