【技术实现步骤摘要】
本专利技术涉及图像处理
,尤其涉及一种基于插值剪切波的图像处理方法及装置。
技术介绍
纹理是识别图像中目标物的重要特征。因此,目前的图像处理方法,特别是降噪过程中都希望不破坏图像的纹理结构。常见的图像降噪方法是将噪声看作是高频信号,通过各种滤波器,如均值滤波、中值滤波、维纳滤波及小波变换等进行降噪。事实上,图像中纹理、边界轮廓等都包含丰富的高频信息,简单滤波方法必然在降噪的同时破坏图像的纹理和轮廓,从而使得降噪后的图像模糊不清,影响图像的后续处理。针对该问题,现有的基于变分原理的图像轮廓追踪能量泛函模型(P-M模型),将目标边界和用于追踪的封闭轮廓的曲率以及边界和轮廓之间的图像灰度值、梯度值定义为一种能量值,从而建立能量泛函模型,该模型的目标解为追踪封闭轮廓和目标边界重合,此时能量为0。其等价解为对该泛函模型变分处理得到的各向异性的非线性偏微分方程的解。因此,图像处理变分法又常称为偏微分方程法。在此基础上,现有的一种方法基于全变差(Total Variation,简称“TV”)的概念对上述模型进行了改进,并提出了快速求解方法。简而言之,图像处理变分法虽然得到快速发展,但在相当长时间内其应用范围只限于保边降噪,图像的细节(纹理)在降噪过程中无法完整保留。传统的变分法会将细小纹理识别为噪声,而剪切波变换则容易将噪声点识别为纹理。由于显微切片图像的灰度值分布不大,因此纹理和噪声不易区分。因此,现有的亟待解决的技术问题之一是:如何在图像处理过程中保留图像纹理,提高图像的降噪质量,以为后续处理奠定基础。
技术实现思路
针对现有降噪方法无法正确识别纹理和噪声导致降 ...
【技术保护点】
一种基于插值剪切波的图像处理方法,其特征在于,包括:采用参数化小波基函数构造插值剪切波;根据构造的所述插值剪切波,通过引入错切变换矩阵,构造插值Shearlet函数;根据所述错切变换矩阵对待处理图像进行错切变换;根据所述插值Shearlet函数,对经过错切变换后的所述待处理图像进行多尺度插值小波变换,以实现对所述待处理图像的分解和重构;通过阈值法对经过分解和重构的所述待处理图像进行降噪。
【技术特征摘要】
1.一种基于插值剪切波的图像处理方法,其特征在于,包括:采用参数化小波基函数构造插值剪切波;根据构造的所述插值剪切波,通过引入错切变换矩阵,构造插值Shearlet函数;根据所述错切变换矩阵对待处理图像进行错切变换;根据所述插值Shearlet函数,对经过错切变换后的所述待处理图像进行多尺度插值小波变换,以实现对所述待处理图像的分解和重构;通过阈值法对经过分解和重构的所述待处理图像进行降噪。2.根据权利要求1所述的方法,其特征在于,所述参数化小波基函数的表达式如下: φ c ( x ) = φ ( x ) Σ i = 0 m ( a i c o s ( 2 i π x N ) ) [ χ ( x + N 2 ) - χ ( x - N 2 ) ] ; ]]>其中,φc(x)为参数化小波基函数,φ(x)为Shannon小波函数或三角小波,N为与支撑区间有关的常数,ai为与描述对象光滑性有关的待定参数,i=0,1,…,m,m为已知整数,χ为Heaviside函数。3.根据权利要求2所述的方法,其特征在于,所述插值Shearlet函数的表达式如下:φa,s,t(x)=a-3/4φ(A-1B-1(x-t));其中,φa,s,t(x)为插值Shearlet函数,a∈R+为尺度参数,s∈R为错切参数,t∈R2为平移参数,Α=(a,0;0,a1/2)为各向异性膨胀矩阵,Β=(1,s;0,1)为错切变换矩阵,x=(x,y)为像素点的位置向量。4.根据权利要求1所述的方法,其特征在于,所述错切变换矩阵为4方向错切变化矩阵。5.一种基于插值剪切波的图像处理装置,其特征...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。