基于matlab的紅外圖像增強(qiáng)技術(shù)研究與應(yīng)用畢業(yè)論文(編輯修改稿)
2025-07-15 15:59 本頁面
【文章內(nèi)容簡介】 小。而多尺度對比度增強(qiáng)方法較好地解決了這個問題123一2刀。，(a)為原始信號，有兩部分細(xì)節(jié)信號，用橢圓標(biāo)示出。利用平滑濾波對原始信號進(jìn)行平滑，(b)中的平滑曲線，可以認(rèn)為是原始信號的近似表達(dá)，它拋除了細(xì)節(jié)信號而保留了原始信號的整體特征。用原始信號減去近似信號，(c)所示的細(xì)節(jié)信號，然后對該細(xì)節(jié)信號進(jìn)行增強(qiáng)，例如乘以一個放大系數(shù)，)。最后將增強(qiáng)后的細(xì)節(jié)信號加到近似信號上重構(gòu)出增強(qiáng)后的原始信號如(e)，可以看出增強(qiáng)后的原信號整體特征沒有改變，但是兩部分細(xì)節(jié)信號得到了增強(qiáng)，更適合人眼辨認(rèn)。當(dāng)提取低頻信號時利用第二章中介紹的小波就能對信號進(jìn)行多尺度的分解，得到低尺度下的一個低頻信號和不同尺度下的各個高頻信號，低頻信號就是原信號的一個近似表達(dá)，而各個高頻信號就是各個分辨率下的細(xì)節(jié)，這樣可以使得某種分辨率下難以區(qū)分的特征在另一種分辨率下很容易地被區(qū)分和檢測。針對二維圖像信號，小波分解通常采用Mallat快速算法，通過一維的高通和低通分解濾波器先后作用于圖像的行和列，從而實(shí)現(xiàn)圖像的二維小波變換。這樣在每一個分解尺度上都可以得到4個不同的次級子圖像，其中LL是低頻部分，它代表圖像的主要內(nèi)容信息，集中了圖像的絕大部分能量，而HL、LH和HH是高頻部分，分別代表圖像的水平方向的細(xì)節(jié)、垂直方向的細(xì)節(jié)和對角線方向的細(xì)節(jié)。如果對圖像的低頻部分繼續(xù)進(jìn)一步作小波分解，就可以得到多個尺度的圖像時頻信息，從而實(shí)現(xiàn)多分辨的小波分析，如。對圖像進(jìn)行小波分解是為得到不同尺度下的小波系數(shù)，并對其中的高頻部分進(jìn)行相應(yīng)的處理，而經(jīng)過處理后的小波系數(shù)，還需要進(jìn)行小波的圖像重構(gòu)，這樣才能得到增強(qiáng)處理后的效果圖像。和圖像的小波分解相反，小波圖像重構(gòu)只需要使用一維的低通和高通重構(gòu)濾波器，作用于相應(yīng)的小波系數(shù)，就能得到最后的重構(gòu)圖像。因此，這里使用一種基于小波變換的增強(qiáng)方法，具體步驟為:步驟1:首先讀取一幅圖像，選取小波函數(shù)，初始化相關(guān)參數(shù)。步驟2:對原始圖像進(jìn)行一次分解，得到第一級小波系數(shù)cA(l)，cH(l)，cv(l)，cD(l)，如果當(dāng)前小波分解級數(shù)j小于小波分解級數(shù)J，則繼續(xù)對近似小波系數(shù)cA(l)進(jìn)一步分解，得到下一級小波系數(shù)，一直到j(luò)=J結(jié)束。步驟3:可以對步驟2分解得到各級小波系數(shù)進(jìn)行修正。步驟4:從第J級小波系數(shù)開始，對小波系數(shù)CA(J)，cH(J)，cv口)， cD口)進(jìn)行重構(gòu)，得到第J一1級小波近似系數(shù)cA(J一1)，如果當(dāng)前小波分解級數(shù)j大于l，則繼續(xù)根據(jù)得到的小波近似系數(shù)cA(J一l)和小波系數(shù)cH(J一1)， cv口一l)，cD口一1)進(jìn)行重構(gòu)，直至j=J結(jié)束。將最后一級小波系數(shù)重構(gòu)得到的結(jié)果作為輸出圖像。偵查哨在圖像的獲取過程中，由于傳感器噪聲、隨著大氣端流和成像光源的散射等多方面因素，圖像的分辨率和對比度產(chǎn)生下降，傳統(tǒng)的圖像增強(qiáng)算法在改善的對比度和增強(qiáng)圖像的細(xì)節(jié)的同時放大了噪聲，所以不能滿足軍隊(duì)偵查的需要。因此必須進(jìn)行基于小波變換的圖像增強(qiáng)，它能在不同尺度級上對感興趣的頻率分量采取不同的處理形式，使增強(qiáng)更靈活、有效、層次感強(qiáng)，并且在突出圖像細(xì)節(jié)特征的同時，能有效抑制圖像噪聲的影響。下面介紹了幾種小波系數(shù)增強(qiáng)的方法。根據(jù)紅外圖像噪聲在小波變換域中表現(xiàn)為較小的小波系數(shù)，可以采取設(shè)定不同的域值，對小波系數(shù)進(jìn)行分段處理。即設(shè)定一個映射函數(shù)，把表現(xiàn)為噪聲的很小的小波系數(shù)映射為零，這樣就能抑制一部分噪聲的影響。而對大于設(shè)定域值的小波系數(shù)，使它的放大倍數(shù)隨著系數(shù)值的增大而減小。而對于處在中間的小波系數(shù)，還是按相同的放大倍數(shù)增強(qiáng)。這里假設(shè)不、兀分別代表較低域值和較高域值，用呱和城以代表增強(qiáng)前后的小波系數(shù)，可以用式()映射函數(shù)描述分段增強(qiáng)的原理:由此增強(qiáng)過程可見，當(dāng)圖像中的噪聲幅值很小時，由噪聲所引起的絕大部分小波系數(shù)都會得到抑制，而且對正常圖像信號的損壞程度也很小并且能夠接受。但軍事紅外圖像中常含有許多微弱的圖像信號，由這些微弱信號變換的小波系數(shù)值與由噪聲引起的小波系數(shù)一樣的小，這樣采用分段增強(qiáng)法不僅會消除噪聲，而且會模糊或損壞部分細(xì)節(jié)信號。這樣就無法提取所需細(xì)節(jié)了。非線性小波系數(shù)增強(qiáng)可以在不同尺度下對高頻分量進(jìn)行增強(qiáng)處理，這樣的方法可以很好的稱補(bǔ)分段增強(qiáng)方法的缺點(diǎn)。非線性函數(shù)的種類有很多本節(jié)采用()式的非線性增強(qiáng)
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號-1