一种基于BEMD和对比度拉伸变换的图像增强方法技术

本发明专利技术涉及一种基于BEMD和对比度拉伸变换的图像增强方法，属于数字图像处理技术领域。本发明专利技术首先在Matlab中输入一幅待增强的图像，通过二维经验模态分解算法求取图像的极值点从而获得上下包络面，并计算出均值包络面然后利用筛选算法获得二维图像信号的一系列内禀模式函数。该系列内禀模式函数就表示为不同频率的子图像，去除并不能表现细节信息的低频子图像，筛选出频率高的子图像，再利用对比拉伸变换算法对高频子图像进行对比度拉伸变换，最后对变换后的子图像相加融合即得到增强结果。本发明专利技术将二维经验模态分解拓展到了对比度拉伸变换图像增强领域，能有效实现图像增强效果。

【技术实现步骤摘要】
一种基于BEMD和对比度拉伸变换的图像增强方法
本专利技术涉及一种基于BEMD和对比度拉伸变换的图像增强方法，属于数字图像处理

技术介绍
近年来许多图像增强技术被提出，但是都各有缺点。目前国内外图像增强技术主要有图像灰度变换、局部直方图构造、基于小波图像增强以及反锐化掩模。图像灰度变换是一种很简单的图像增强方法，但是该方法处理图像时会掩盖图像的细节信息；局部直方图构造是R.Cromartie等人提出的一种有约束的构造方法，其方法虽然改变图像对比度效果不错，但是在增强过程中可能会引入新的噪声且增强效果不易控制；基于小波图像增强是通过对图像各部分进行加权来突出细节信息，虽然不会放大噪声，但是该方法计算量大，实时性不好；HongLiu等人曾在血管图像细节增强中使用反锐化掩模法，此方法虽然简单但是加大了图像中的噪声。因此以上方法虽然可以增强图像细节信息但是也会引进一些不利因素，从而对图像分析、识别等领域的工作带来麻烦。
技术实现思路
本专利技术要解决的技术问题是提供一种基于BEMD和对比度拉伸变换的图像增强方法，该方法既能够有效地增强细节图像和多目标图像，又可控制增强的效果。本专利技术本文档来自技高网...

【技术保护点】
一种基于BEMD和对比度拉伸变换的图像增强方法，其特征在于：包括如下步骤：首先在Matlab中输入一幅待增强的图像，通过二维经验模态分解算法求取图像的极值点从而获得上下包络面，并计算出均值包络面然后利用筛选算法获得二维图像信号的一系列内禀模式函数，该系列内禀模式函数就表示为不同频率的子图像，去除不能表现细节信息的低频子图像，筛选出频率高的高频子图像，再利用对比拉伸变换算法对高频子图像进行对比度拉伸变换，最后对变换后的子图像相加融合即得到增强结果。

【技术特征摘要】
1.一种基于BEMD和对比度拉伸变换的图像增强方法，其特征在于：包括如下步骤：首先在Matlab中输入一幅待增强的图像，通过二维经验模态分解算法求取图像的极值点从而获得上下包络面，并计算出均值包络面然后利用筛选算法获得二维图像信号的一系列内禀模式函数，该系列内禀模式函数就表示为不同频率的子图像，去除不能表现细节信息的低频子图像，筛选出频率高的高频子图像，再利用对比拉伸变换算法对高频子图像进行对比度拉伸变换，最后对变换后的子图像相加融合即得到增强结果。2.根据权利要求1所述的一种基于BEMD和对比度拉伸变换的图像增强方法，其特征在于：所述进行二维经验模态分解的具体步骤如下：Step1.1、将在Matlab中输入一幅待增强的图像f(x,y)，x、y代表图像的长和宽的像素值的变量，赋初值，令i＝1,k＝1，IMF表示不同频率的子图像，IMFi表示第i个IMF，k表示IMFi所进行的循环次数，余项的初值为rik(x,y)，rik(x,y)＝f(x,y)；Step1.2、计算rik(x,y)的极大值包络hup(x,y)以及它的极小值包络hlow(x,y)，获得上下包络面；Step1.3、计算rik(x,y)的均值曲面，获得均值包络面，其公式如下：mean(x,y)＝(hup(x,y)+hlow(x,y))/2(1)Step1.4、根据rik(x,y)以及它的均值曲面mean(x,y)计算其差值函数，其差值计算公式如下：Dik(x,y)＝rik(x,y)-mean(x,y)(2)Step1.5、判断差值函数Dik(x,y)是否满足SD＜ε，即迭代终止参数ε＝0.3，SD表示标准差，Di(k-1)(x，y)表示上次循环的差值函数，X、Y代表x、y的最大值，当满足时，得到内禀模式函数：IMFi(x,y)＝Dik(x,y)，令r(i+1)1(x,y)＝ri1(x,y)-IMFi(x,y)，并且i＝i+1,k＝1，r(i+1)1(x，y)表示一...

【专利技术属性】
技术研发人员：贺建峰，银温社，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南,53