本发明专利技术涉及一种利用数学形态学交替滤波器的能够保留图像细节的增强方法，它有四大步骤：设有n个尺度不同的结构元素参与计算，首先，利用数学形态学中的交替滤波器提取图像的亮区域和暗区域；然后，改变结构元素的尺度大小，分别提取n个不同尺度结构元素交替滤波器所对应图像的亮区域和暗区域；随后，分别取所有亮区域和暗区域的最大值作为所有尺度结构元素交替滤波器提取的亮区域和暗区域；最后，通过在保留原始图像基本信息的图上分别加上提取的亮区域并减去提取的暗区域，增大原始图像的对比度从而达到保留图像细节的图像增强。本发明专利技术广泛应用于各类基于图像的应用系统，具有广阔的市场前景与应用价值。
【技术实现步骤摘要】
【专利摘要】本专利技术涉及，它有四大步骤：设有n个尺度不同的结构元素参与计算，首先，利用数学形态学中的交替滤波器提取图像的亮区域和暗区域；然后，改变结构元素的尺度大小，分别提取n个不同尺度结构元素交替滤波器所对应图像的亮区域和暗区域；随后，分别取所有亮区域和暗区域的最大值作为所有尺度结构元素交替滤波器提取的亮区域和暗区域；最后，通过在保留原始图像基本信息的图上分别加上提取的亮区域并减去提取的暗区域，增大原始图像的对比度从而达到保留图像细节的图像增强。本专利技术广泛应用于各类基于图像的应用系统，具有广阔的市场前景与应用价值。【专利说明】
本专利技术涉及，属于数字图像处理领域，主要涉及数学形态学和图像增强技术。在各类基于图像的应用系统中有广阔的市场前景和应用价值。
技术介绍
保留图像细节与重要特征的图像增强技术是一项重要的图像处理技术，广泛应用于生物医学工程、安全监控、地理科学等领域中。图像增强技术的关键是增强图像中的重要细节从而获得良好的视觉效果，以便于在不同的实际应用场合中更好的利用图像信息。在图像分析时，图像细节往往蕴含着重要的图像特征，因此在保留图像细节的同时对图像进行增强至关重要。国内外研究者提出了许多不同类型的图像增强方法。基于彩色信息的图像增强方法(参见文献:爱德华多卡洛等.一种空间可变白色面片与灰度域的局部对比度驱动的彩色图像增强算法，美国电气电子工程师学会模式分析与机器智能汇刊，30(10)(2008) 1767 - 1770 (Edoardo Provenzi, Carlo Gatta, Massimo Fierro, AlessandroRizz1.A spatially variant white-patch and gray-world method for color imageenhancement driven by local contrast, IEEE Transactions on Pattern Analysisand Machine Intel I igence30 (10) (2008) 1767 - 1770.))利用颜色信息对图像进行增强，但是这类方法只能对彩色图像进行增强，有一定局限性。基于噪声抑制的图像增强算法(参见文献:斯莫尔卡等.随机游走图像增强方法，信号处理期刊，81(2001)465 - 482.(B.Smolka, K.ff.ffojciechowsk1.Random walk approach to image enhancement, SignalProcessing81 (2001)465 - 482.))能够有效的增强含有噪声的图像，但是此类方法会平滑图像细节，无法实现保留图像细节的同时增强图像。基于直方图技术的对比度调整算法(参见文献:卡斯特曼.数字图像处理，电子工业出版社，北京，2003.)是一种重要的图像增强方法，往往可以得到较好的视觉效果，但是图像的细节也会被平滑不利于后续的图像分析。基于模糊逻辑(参见文献:法赞姆穆哈穆德等.一种用于图像增强的新型模糊逻辑滤波器.美国电气电子工程师学会控制论、人与系统汇刊B卷控制论，30 (I) (2000) 110 - 119.(Farzam Farbiz, Mohammad Bager Menhaj, Seyed A.Motamedi, Martin T.Hagan.A newfuzzy logic filter for image enhancement, IEEE Transactions on Systems, Man, andCybernetics一Part B:Cybernetics30 (I) (2000) 110 - 119.))和扩散过程(参见文献:吉尔博尼尔等，复合扩散过程的图像增强与去噪，美国电气电子工程师学会模式分析与机器智能汇刊，26 (8) (2004) 1020 - 1036.(Guy Gilboa, Nir Sochen, Yehoshua Y.Zeev1.1mageenhancement and denoising by complex diffusion processes, IEEE Transactionson Pattern Analysis and Machine Intelligence26 (8) (2004) 1020 - 1036.)的图像增强方法主要用于含有噪声的图像，对于图像细节无法进行有效的增强。基于频域(参见文献:格林斯潘等.利用非线性外推法的频域图像增强方法，美国电气电子工程师学会图像处理汇干1J , 9(6) (2000) 1035 - 1048.(Hayit Greenspan, Charles H.Anderson, SofiaAkber.1mage enhancement by nonlinear extrapolation in frequency space, IEEETransactions on Image Processing9 (6) (2000) 1035 - 1048.))或小波域(参见文献:杨广中等.一种检测小气道疾病基于小波分析的CT图像增强方法，美国电气电子工程师学会医学图像汇刊，16(6) (1997)953 - 961.(Guang-Zhong Yang, David M.Hansel 1.CTimage enhancement with wavelet analysis for the detection of small airwaysdisease, IEEE Transactions on Medical Imaging, 16 (6) (1997) 953 - 961.))的图像增强算法有广泛的应用，然而有用的图像特征难以在频域或小波域获取，图像细节也难以得到有效的增强。数学形态学(参见文献:塞拉.图像分析和数学形态学，科学出版社，纽约，1982.(J.Serra, Image analysis and mathematical morphology, Academic Press, NewYork, 1982.))是图像处理及图像增强领域中的有效工具，开运算与闭运算可以有效识别图像中的亮、暗区域从而进行图像增强，但是图像细节难以得到很好的增强，结果图像中也会产生噪声。总之，大多数算法都难以实现在保留图像细节的同时增强图像。数学形态学交替滤波器是一项广泛用于图像平滑的重要滤波技术，可以用来区分平滑后的图像特征。结合多尺度理论，不同尺度的图像特征也可以被成功提取，这将十分利于图像的增强处理。同时，交替滤波器得到的图像特征蕴含有用的图像细节信息。因此，利用形态学交替滤波器，图像细节可以被很好的增强以达到保留图像细节的图像增强目的。
技术实现思路
1、目的:图像增强技术是图像处理领域的关键技术，但现有的图像增强技术并不能在保留图像细节的同时有效地增强图像。各类传统算法可能会过分增强图像而降低视觉效果或造成图像中重要细节信息的丢失。为了解决上述问题并弥补传统方法的不足，本专利技术提供了，它通过多尺度结构元素的交替滤波器有效提取每一尺度下相应的亮区域和暗区域，通过求最值运算有效提取所有尺度下本文档来自技高网...
【技术保护点】
一种利用数学形态学交替滤波器的能够保留图像细节的增强方法，其特征在于：该方法具体步骤如下：步骤一：利用数学形态学交替滤波器AF1(f)，AF2(f)计算提取图像的亮区域(BF)与暗区域(DF)： f ⊕ B = max u , v ( f ( x - u , y - v ) + B ( u , v ) ) , BFF=max{f‑AF1(f),0}BFS=max{f‑AF2(f),0}BF=max{BFF,BFS}DFF=max{AF1(f)‑f,0}DFS=max{AF2(f)‑f,0}DF=max{DFF,DFS}；其中，f是原始图像；B是结构元素；(x,y)是图像像素坐标；(u,v)是结构元素中的像素坐标；○，●，⊕，分别是数学形态学开运算、闭运算、膨胀和腐蚀运算符；AF1，AF2是用来分别提取图像亮、暗区域的交替滤波器；BFF，BFS，DFF，DFS是分别用两种交替滤波器提取到的亮区域和暗区域；BF，DF是两种形态学交替滤波器最终提取到的亮、暗区域；步骤二：改变结构元素的尺度大小，分别提取n个不同尺度结构元素（B1,B2…Bn）所对应图像的亮区域(BFi)和暗区域(DFi)： BFF i = max { f - AF 1 i ( f ) , 0 } BFS i = max { f - AF 2 i ( f ) , 0 } BFi=max{BFFi,BFSi} DFF i = max { AF 1 i ( f ) - f , 0 } DFS i = max { AF 2 i ( f ) - f , 0 } DFi=max{DFFi,DFSi}，式中，是用不同尺度结构元素Bi分别提取图像亮、暗区域的交替滤波器；BFFi，BFSi，DFFi，DFSi是分别用两种交替滤波器提取到的亮区域和暗区域；BFi，DFi是不同尺度结构元素Bi下两种形态学交替滤波器最终提取到的亮、暗区域；步骤三：计算所有n个尺度下结构元素提取的亮区域(FBF)和暗区域(FDF)： FBF = max i { BF i } , FDF = max i { DF i } ; 步骤四：通过在保留原始图像基本信息的图上加上提取的亮区域并减去提取的暗区域达到图像增强的目的：EI=BI+FBF‑FDF BI = 0.5 × [ AF 1 n ( f ) + AF 2 n ( f ) ] 其中，EI是最终增强的图像，f是原始图像，BI是包含原始图像基本信息的图像。FDA0000449390680000011.jpg,FDA0000449390680000012.jpg,FDA0000449390680000014.jpg,FDA0000449390680000015.jpg,FDA0000449390680000016.jpg,FDA000044...
【技术特征摘要】
【专利技术属性】
技术研发人员：白相志，王涛，周付根，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11
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。