基于小波变换的图像增强研究

【摘要】：随着社会的不断进步,网络和计算机在人们日常生活中的迅速普及,图像、视频、音频等多媒体文件的传输给人们带来工作和生活的乐趣的同时,人们对这些文件的要求也愈来愈高。而图像在获取或传输过程中,由于各种原因,可能对图像造成破坏,使图像失真,为了满足人们的视觉效果,必须对这些降质的图像进行处理,满足实际需要,使用不同的方法进行图像增强处理,尽可能对图像进行还原。 图像增强技术是数字图像处理的的一个重要分支,图像增强的方法很多,主要可以分为两大类：空间域增强和频率域增强。空间域增强就是直接对像素值进行操作,频率域增强方法是对图像进行傅里叶变换的操作。常用的空间域增强技术有灰度拉伸、直方图均衡、邻域平均、中值滤波、图像锐化等。频率域增强方法很直观,首先计算原图像的傅里叶变换,然后再乘以一个滤波算子,最后再通过傅里叶逆变换产生一个增强后的图像。对图像的平滑主要是减少图像的高频部分,对图像的锐化主要是加强图像的高频分量。频率域的增强方法主要有：低通滤波、高通滤波、同态滤波。从计算效率来看,频率域的实现要比空间域的实现效率高。 但是传统的方法在增强图像的同时,也会带来相应的块效应,不符合人们的视觉效果。小波变换是多尺度多分辨率的分解方式,可以将噪声和信号在不同尺度上分开。根据噪声分布的规律可以得到图像增强的目的。本文主要研究利用小波变换对图像进行增强处理。 主要包含两方面的内容： 1、本文首先对传统图像增强和图像去噪的算法做了详细的介绍。对小波变换理论、小波阈值滤波和增强的方法,小波阈值滤波及增强中的阈值函数和阈值的选取做了理论上的研究。 2、应用小波变换实现图像增强和图像滤波,对于小波变换后的图像,研究了不同的小波基、不同参数的选取对结果的影响。实验和计算结果表明,采用的这些增强方法和增强评价准则是十分有效的。