專利名稱：基于小波重構與分解的數(shù)字圖像增強方法及其裝置的制作方法
技術領域：
本發(fā)明屬于圖像數(shù)據(jù)處理或產(chǎn)生領域，尤其涉及一種用于數(shù)字圖像的增強方法及其裝置。

背景技術：
對于一個圖像處理系統(tǒng)來說，可以將處理流程分為三個階段，在獲取原始圖像后，首先是圖像預處理階段，第二是特征抽取階段，第三是識別分析階段。其中的圖像預處理階段尤為重要，如果這階段處理不好，后面的工作根本無法展開。
在實際應用中，我們的系統(tǒng)獲取的原始圖像不是完美的，例如對于系統(tǒng)獲取的原始圖像，由于噪聲、光照等原因，圖像的質量不高，所以需要進行預處理，以有利于提取我們感興趣的信息。圖像的預處理通常包括圖像增強、平滑濾波、銳化等內(nèi)容。
圖像增強就是采用一系列技術去增強圖像中用戶感興趣的信息，其目的主要有兩個一是改善圖像的視覺效果，提高圖像成分的清晰度；二是使圖像變得更有利于計算機處理。
在數(shù)字圖像增強領域，灰度直方圖變換是空間域增強的基礎方法，其中以直方圖均衡化和直方圖匹配(規(guī)定化)方法最為常見，其根據(jù)圖像采樣分布，可以增強圖像的對比度。
該方法在下列文獻中均有詳細的論述和公開(1)“數(shù)字圖像處理(Digital ImageProcessing)”，Second Edition，ISBN0201180758 by Rafael C.Gonzalez，RichardE.Woods，Stark，J.A.[2000]；(2)“使用廣義直方圖均衡的自適應圖像對比度增強(Adaptive Image Contrast Enhancement Using Generalization of HistogramEqualization)”IEEE Trans.Image Processing，vol.9，no.5，pp.89-896。
公告日為2003年4月16日，授權公告號為CN 1105992 C的中國發(fā)明專利，公開了一種“采用低通濾波和直方圖均衡化的圖像增強方法及其裝置”，闡述了一種對比度調節(jié)和在增強對比度同時抑制高斯噪聲的方法，在此方法中對輸入圖像信號進行低通濾波然后進行直方圖均衡化以得到對比度增強的信號，然后從輸入圖像信號中減去低通濾波過的信號，接著將被減的值加到對比度增強的信號上，將所加結果作為圖像增強的輸出信號。這樣，可以提高一給定圖像信號的對比度，而不會增加背景噪聲。
通常情況下，直方圖均衡化和直方圖匹配(規(guī)定化)的數(shù)字圖像增強方法在充分抑制噪聲的情況下，可以獲得很好的對比度增強效果。
但是，在解決大動態(tài)范圍、高對比度分辨率的數(shù)字圖像時，傳統(tǒng)的直方圖均衡化和直方圖匹配(規(guī)定化)的方法以及通常的圖像處理算法，諸如局部增強、反銳化掩蔽(Unsharp Masking)，仍然會存在以下一些問題 1、由于是擴展動態(tài)范圍來增強對比度的，忽略了小區(qū)域圖像細節(jié)； 2、由于是擴展動態(tài)范圍來增強對比度的，會存在邊緣”振鈴”假像； 3、由于是擴展動態(tài)范圍來增強對比度的，全局直方圖變換的結果，圖像對比度的分辨率將會很低； 4、如果信號噪聲分布在廣泛的動態(tài)范圍，抑制噪聲的結果會損失圖像細節(jié)； 5、如果圖像整個動態(tài)范圍的信息顯示在有限動態(tài)范圍的顯示器(動態(tài)范圍＜100∶1，CRT)上，或打印在膠片(動態(tài)范圍＜500∶1)上，經(jīng)顯示系統(tǒng)二次采樣后，顯示對比度將非常低； 6、如果僅有部分動態(tài)范圍被正確映射，低于或高于此級別的數(shù)據(jù)信息將被壓縮到同樣的(低或高)輸出級。
此外，在醫(yī)用數(shù)字圖像系統(tǒng)中，圖像的對比度分辨率與空間分辨率是很關鍵的兩個指標，X射線檢查是通過人體內(nèi)部的組織結構存在的物質密度差異，引起其對X射線的衰減差異，從而在X射線膠片上造成影像密度差別和一定細節(jié)，來判別人體內(nèi)部的組織結構正常與否。X射線探測器的動態(tài)范圍越大，對低對比度(密度差別小)的物體的探測能力就越強，能提供的信息就越多，所得圖像對醫(yī)生診斷疾病的參考價值就越大。
普通X射線膠片的動態(tài)范圍約為1比100，所以只能分辨出組織密度差別大于1％的物體。而數(shù)字化X射線成像技術中探測器系統(tǒng)的動態(tài)范圍可達支1比5000及至1比10000，所以X射線數(shù)字攝影可分辨組織密度差別小于1％的物體，具有很高的對比度分辨率及較大的曝光寬容度。
X射線數(shù)字影像的空間分辨率一般不及普通X射線膠片。由于空間分辨率不是確定圖像細節(jié)的唯一因素。在對比度較差的情況下，盡管圖像的空間分辨率很高，但人眼仍然不能分辨出其細節(jié)的變化。而數(shù)字化X射線成像技術由于其探測器的動態(tài)范圍比較大，對低對比度差異物體檢查性好。
故此，現(xiàn)有的直方圖均衡化和直方圖匹配(規(guī)定化)的圖像處理技術，擴展動態(tài)范圍對低對比度物體進行灰度變換，并不能將這種微小的灰度差異突出顯示出來。
同樣的問題也存在于其他類似圖像系統(tǒng)中。
為了克服這些缺陷，在圖像分析過程中，由于時頻域空間是三維的，可以看作是圖像的疊層，這樣，一個局部化分量將主要出現(xiàn)在疊層中對應于此分量主要頻率的層次，對應于圖像中的物體是出現(xiàn)在不同大小的尺度層面的。
在現(xiàn)在的制圖法中，特別是電子地圖通常以不同的尺度來描繪。一幅地圖的尺度是領域實際大小與它在地圖上的表示的比值，也就是比例尺；在較大尺度上，例如在地球儀上，大陸和海洋等主要特征可見而象城市街道這樣的細節(jié)信息就在地圖的分辨率之外了，而在較小的尺度上，細節(jié)變的可見而大的特征卻不見了。比例尺較高的地圖對應于沒有細節(jié)信息的全局縮小的地圖，而比例尺較低的地圖對應于那些細節(jié)信息豐富的地圖。


發(fā)明內(nèi)容
本發(fā)明所要解決的技術問題是提供一種基于小波重構與分解的數(shù)字圖像增強方法，其可在不增加數(shù)字圖像動態(tài)范圍的情況下改善數(shù)字圖像寬范圍信息級別對比度，提高數(shù)字圖像可讀信息含量，同時抑制噪聲，可以修正那些影響圖像可讀性的內(nèi)、外因素造成的信息還原損失，將圖像的可讀信息含量提高到符合要求層次的目的。
本發(fā)明的技術方案是提供一種基于小波重構與分解的數(shù)字圖像增強方法，包括圖像的預處理、圖像分解過程、變換過程和重構過程，其所述的數(shù)字圖像由預定數(shù)目的灰度級表示，其特征是所述的圖像分解過程包括多組子積分和下抽樣或下采樣過程；所述的變換過程包括中間數(shù)據(jù)信息統(tǒng)計、分析與修改過程；所述的重構過程包括多組子上抽樣或上采樣、積分和相加過程；其中，在變換過程中，采用自適應直方圖均衡和噪聲抑制，在多尺度分析的基礎上，實現(xiàn)數(shù)字圖像的對比度增強的同時，防止噪聲。
具體的，在其采樣過程遵循奈奎斯特采樣準則，將預處理后的兩維數(shù)字圖像f(x，y)進行離散小波分解，得到一個近似圖像和包括水平、垂直和對角三個方向梯度的三個細節(jié)圖像；其近似圖像對應信號的低頻部分，高尺度測量；其細節(jié)圖像對應信號的高頻部分，低尺度測量；其每一細節(jié)圖像對應整個空間頻率領域中某個特定的空間頻帶；其原始圖像中的每個像素值等效于分解后的近似圖像和細節(jié)圖像的加權之和表示。
其所述的變換過程對分解過程產(chǎn)生的一個近似圖像和水平、垂直和對角三個方向梯度三個細節(jié)圖像的中間數(shù)據(jù)分別進行信息統(tǒng)計和分析，并根據(jù)分析結果對對應的系數(shù)應用灰度級變換。
進一步地，上述灰度級變換包括對近似圖像采用自適應直方圖均衡增強，對細節(jié)圖像分別做銳化或平滑處理，產(chǎn)生輸出對應的經(jīng)過變換的系數(shù)圖像數(shù)據(jù)。
進一步地，在上述自適應直方圖均衡增強過程中，給定的數(shù)字圖像f(x，y)由L個離散灰度級{X0，X1，…，XL-1}組成，其中X0＝0表示黑級，X0＝1表示白級； f(x，y)的概率密度函數(shù)按如下等式計算 其中，n是數(shù)字圖像f(x，y)中像素的總數(shù)，nk是數(shù)字圖像f(x，y)中灰度級為Xk的像素個數(shù)，L是數(shù)字圖像f(x，y)中可能的灰度級總數(shù)； 其累積分布函數(shù)按如下等式計算 根據(jù)累積分布函數(shù)，則對應輸入數(shù)字圖像f(x，y)分解后的各子帶系數(shù)圖像，可通過下述等式得到 然后，所述的重構過程對系數(shù)圖像數(shù)據(jù)進行離散小波反變換，對變換過程輸出的各系數(shù)圖像進行內(nèi)插值、濾波，然后再相加以得到增強和抑制噪聲的輸出圖像f(x，y)。
具體的，上述的離散小波反變換按照下列等式進行
再使用轉換函數(shù)對上述等式中的子帶系數(shù)圖像

施加作用，使得其中，fi是i級單調遞增函數(shù)集，用于強調重要特征；小波系數(shù)

用于重構輸出數(shù)字圖像； 然后，在小波系數(shù)上實施門限操作，以實現(xiàn)重建后圖像的降噪效果。
在此基礎上，所述的轉換函數(shù)要求具有單調遞增和反對稱性。
同時，本發(fā)明還提供了一種基于小波重構與分解的數(shù)字圖像增強裝置，其采集和/或輸出的數(shù)字圖像由預定數(shù)目的灰度級或位深表示，其特征是所述的數(shù)字圖像增強裝置至少包括控制裝置、采樣裝置、卷積裝置、第一和第二存儲裝置、變換裝置和輸出裝置，其采樣裝置、卷積裝置、變換裝置和輸出裝置依次連接，在卷積裝置和變換裝置之間設置第一存儲裝置，在變換裝置和輸出裝置之間設置第二存儲裝置；其采樣裝置用于對輸入的圖像信息進行采樣，實現(xiàn)上采樣和下采樣作用，并輸出采樣過的圖像信息；某一時刻實現(xiàn)上采樣或下采樣作用，取決于控制裝置的指令類型及采樣間隔度；其卷積裝置用于對輸入的圖像信息進行積分，實現(xiàn)低通或高通濾波作用，并輸出濾波過的圖像信息；某一時刻實現(xiàn)低通或高通濾波作用，取決于控制裝置的指令類型；其第一、第二存儲裝置用于存儲輸入、中間和輸出數(shù)據(jù)，相關系列數(shù)據(jù)的存儲位置、大小和順序，由控制裝置進行管理和調度；其變換裝置用于對確定的中間數(shù)據(jù)信息進行空間域變換作用，并輸出變換過的數(shù)據(jù)信息；其輸出裝置用于對變換裝置輸出的變換過的圖像數(shù)據(jù)做加法處理，以輸出相加后的輸出圖像數(shù)據(jù)；其控制裝置用于各裝置的共享調度、指令分發(fā)和控制。
具體地，其所述的采樣裝置和卷積裝置復合構成分解裝置U20，接收輸入的兩維數(shù)字圖像f(x，y)，并對f(x，y)進行小波分解，以輸出一幅近似圖像和三幅細節(jié)圖像，并儲存在第一存儲單元中U10中；一旦分解過程完成，第一存儲單元中儲存的數(shù)據(jù)將被送到變換裝置U30中； 變換裝置U30接收第一存儲單元的圖像數(shù)據(jù)，以產(chǎn)生變換過的四組對應圖像，由此增強近似子帶圖像對比度，抑制相應噪聲信號，變換過的數(shù)據(jù)儲存在第二存儲單元U11中；一旦變換過程完成，第二存儲單元中儲存的數(shù)據(jù)將被送到重構裝置U40中； 重構裝置對第二存儲單元的相應圖像數(shù)據(jù)，進行反向小波變換，并輸出最終的改善輸出圖像f′(x，y)至輸出裝置。
與現(xiàn)有技術比較，本發(fā)明的優(yōu)點是 1.對輸入的數(shù)字信號通過小波分解、變換和重構，并在變換域實施自適應直方圖均衡技術和噪聲抑制，在多尺度分析的基礎上，實現(xiàn)了數(shù)字圖像的對比度增強的同時也防止了噪聲； 2.整個裝置的構成結構簡潔，便于模塊化生產(chǎn)和使用過程中的維護，即可延長裝置的使用壽命，又可降低運行費用和綜合使用成本。



圖1是本發(fā)明的系統(tǒng)構成方框圖； 圖2是本發(fā)明的小波分解濾波器組裝置詳細方框圖； 圖3是本發(fā)明的灰度變換裝置詳細方框圖； 圖4是本發(fā)明的小波重構濾波器組裝置詳細方框圖； 圖5是本發(fā)明的分解后子帶頻域平面示意圖； 圖6是本發(fā)明的變換裝置優(yōu)選實施例-S增強函數(shù)詳細方框圖； 圖7是本發(fā)明的數(shù)字圖像增強裝置應用方案流程圖； 圖8是本發(fā)明方法的小波收斂門限函數(shù)示意圖。

具體實施例方式 下面對本發(fā)明做進一步的說明。
首先，描述根據(jù)本發(fā)明的技術方案改善圖像質量的方法 假定f(x，y)代表尺寸為M×N的兩維數(shù)字圖像，則其離散小波變換是
W(j0，m，n)系數(shù)定義了在尺度j0的兩維數(shù)字圖像f(x，y)的近似或尺度系數(shù)；Wψi(j，m，n)系數(shù)對于j≥j0附加了水平、垂直和對角方向的細節(jié)或小波系數(shù)，其中j0表示任意開始尺度。
我們令j0＝0，并且選擇N＝M＝2J，j＝0，1，2，…，J-1和m，n＝0，1，2，…，2j-1。
根據(jù)式(1)和(2)，兩維數(shù)字圖像f(x，y)可通過離散小波反變換得到
如果我們直接使用式(1)、(2)和(3)，把尺寸為M×N的兩維數(shù)字圖像f(x，y)分解、重構后得到尺寸為M×N的兩維數(shù)字圖像f′(x，y)，由式(3)可以很容易地得到，變換的過程相當于對圖像實施低、高和帶通濾波，圖像沒有得到有效地改善，僅在低通濾波過程作用了平滑降噪。
這里，我們使用轉換函數(shù)對子帶系數(shù)圖像Wψi(j，m，n)施加作用，增強的子帶系數(shù)圖像

由式(4)給出 這里，fi是i級單調遞增函數(shù)集，用于強調重要特征；小波系數(shù)

用于重構輸出數(shù)字圖像。
此處，轉換函數(shù)必須滿足 1.單調遞增，避免改變局部值位置； 2.反對稱性，E(-x)＝-E(x)，以保護邊緣增強時的相位級性；如分段線性增強函數(shù) Gao，H.-Y.(1997).Wavelet Shrinkage Denoising Using the Non-Negative Garrote.J.Comput.Graph.Statist.定義了小波收斂函數(shù)(Garrote非負收斂)如下 結合公式(1)、(2)、(3)、(4)和(5)，通過變換裝置適當?shù)匦薷男〔ㄏ禂?shù)，即可以滿足本發(fā)明的容許條件。
接下來描述典型的直方圖均衡化算法，以有助于對本發(fā)明的理解假設給定的數(shù)字圖像f(x，y)由L個離散灰度級{X0，X1，…，XL-1}組成，其中X0＝0表示黑級，X0＝1表示白級。f(x，y)的概率密度函數(shù)(PDF)定義如下 公式(6)中，n是數(shù)字圖像f(x，y)中像素的總數(shù)，nk是數(shù)字圖像f(x，y)中灰度級為Xk的像素個數(shù)，L是數(shù)字圖像f(x，y)中可能的灰度級總數(shù)。
另外，累積分布函數(shù)(CDF)定義如下 根據(jù)累積分布函數(shù)(CDF)，對應輸入數(shù)字圖像f(x，y)分解后的各子帶系數(shù)圖像由如下方程給出 現(xiàn)在，參照附圖來描述根據(jù)本發(fā)明基于小波重構與分解的數(shù)字圖像增強方法及其裝置的優(yōu)選實施例。
本發(fā)明提供了一種基于小波重構與分解的數(shù)字圖像增強裝置，其采集和/或輸出的數(shù)字圖像由預定數(shù)目的灰度級或位深表示，其所述的數(shù)字圖像增強裝置至少包括控制裝置、采樣裝置、卷積裝置、第一和第二存儲裝置、變換裝置和輸出裝置，其采樣裝置、卷積裝置、變換裝置和輸出裝置依次連接，在卷積裝置和變換裝置之間設置第一存儲裝置，在變換裝置和輸出裝置之間設置第二存儲裝置；其采樣裝置用于對輸入的圖像信息進行采樣，實現(xiàn)上采樣和下采樣作用，并輸出采樣過的圖像信息；某一時刻實現(xiàn)上采樣或下采樣作用，取決于控制裝置的指令類型及采樣間隔度；其卷積裝置用于對輸入的圖像信息進行積分，實現(xiàn)低通或高通濾波作用，并輸出濾波過的圖像信息；某一時刻實現(xiàn)低通或高通濾波作用，取決于控制裝置的指令類型；其第一、第二存儲裝置用于存儲輸入、中間和輸出數(shù)據(jù)，相關系列數(shù)據(jù)的存儲位置、大小和順序，由控制裝置進行管理和調度；其變換裝置用于對確定的中間數(shù)據(jù)信息進行空間域變換作用，并輸出變換過的數(shù)據(jù)信息；其輸出裝置用于對變換裝置輸出的變換過的圖像數(shù)據(jù)做加法處理，以輸出相加后的輸出圖像數(shù)據(jù)；其控制裝置用于各裝置的共享調度、指令分發(fā)和控制。
具體地，數(shù)字圖像增強裝置的構成框圖可參照圖1，圖中，采樣裝置和卷積裝置復合構成分解裝置U20，其接收輸入的兩維數(shù)字圖像f(x，y)，并對f(x，y)進行小波分解，以輸出一幅近似圖像和三幅細節(jié)圖像，并儲存在第一存儲單元U10中；一旦分解過程完成，第一存儲單元中儲存的數(shù)據(jù)將被送到變換裝置U30中。
變換裝置接收第一存儲單元的圖像數(shù)據(jù)，以產(chǎn)生變換過的四組對應圖像，由此增強近似子帶圖像對比度，抑制相應噪聲信號，變換過的數(shù)據(jù)儲存在第二存儲單元U11中；一旦變換過程完成，第二存儲單元中儲存的數(shù)據(jù)將被送到重構裝置U40中。
重構裝置對第二存儲單元中的相應圖像數(shù)據(jù)，進行反向小波變換，并輸出由公式(3)所表示的最終改善的輸出圖像f′(x，y)。
圖2為在圖1中所示的小波分解濾波器組裝置U20的詳細方框圖，圖中，

表示列下抽樣(Column DowmSample)，

表示行下抽樣(RoW DownSample)，

基于行進行卷積，

基于列進行卷積。
在圖2中，兩維數(shù)字圖像f(x，y)被用于W(j+1，m，n)的輸入，用hψ(-n)和h(-n)卷積并對它的列抽樣，得到兩個子圖像，它們的水平分辨率以2為因子下降，高通或細節(jié)分量描述了圖像垂直方向的高頻信息，低通近似分量包含它的低頻垂直信息。
然后，兩個子圖像以列的方式被濾波并抽樣得到四個四分之一原兩維數(shù)字圖像f(x，y)規(guī)格大小的子圖像W(j，m，n)、WψH(j，m，n)、WψV(j，m，n)和WψD(j，m，n)。
圖2所示的單尺度分解可以用“迭代”(用將近似輸出連接到另一個濾波器組的輸入端的方法)在尺度j＝J-1，J-2，…，J-P中產(chǎn)生P尺度變換。
圖3為在圖1中所示的灰度變換裝置U30的詳細方框圖。在圖3中，優(yōu)選實施例選用自適應直方圖均衡技術，依賴于公式(3)中子帶系數(shù)的頻率屬性，我們選擇不同的局部開窗算子近似系數(shù)包括了圖像的概貌信息，選擇大的局部增強，小波系數(shù)包含更多的局部信息，因此選擇小的開窗窗口；在二進小波變換中，分解的最大級數(shù)依賴于圖像的大小。
圖4為在圖1中所示的小波重構濾波器組裝置U40的詳細方框圖，圖中，

表示列上抽樣(Column UpSample)；

表示行上抽樣(Row UpSample)；

基于行進行卷積，

基于列進行卷積。
小波重構過程是多級分解過程的逆過程，在圖4中，在每一次迭代，尺度j的近似圖像和細節(jié)子圖像用兩個一維濾波器內(nèi)插(上采樣)和卷積(平滑補0后波形，去掉補0后引起的鏡像譜)一個在子圖像的列操作，另一個在行操作；相加結果是尺度i+1的近似圖像，并且迭代處理一直進行到原始圖像被重建。
圖5描述了圖2單尺度分解后的子圖像在其頻域平面的位置示意，可以直觀地理解每一級分解過程及產(chǎn)出對應之間的關系。
圖中所示為第j+1尺度四幅圖像中的每一幅在頻域平面中的位置。
圖6是根據(jù)本發(fā)明的變換裝置優(yōu)選實施例-S增強函數(shù)詳細方框圖。在本優(yōu)選實施例中，公式(4)中的增強函數(shù)f(x)定義如下 f(x)＝a[sigm(c(x-b))-sigm(-c(x+b))](9) 公式(9)在[-1，1]區(qū)間連續(xù)且單調遞增，此處，且0＜b＜1；c表示門限級別，b表示增強率；式中sigm(y)S形函數(shù)表示為 圖7是根據(jù)本發(fā)明的數(shù)字圖像增強裝置應用方案流程圖。實際描述了本發(fā)明方法在裝備設備中的關鍵作用和可嵌入方案 流程圖可直觀地分為六個階段開始、信息登記、采集數(shù)據(jù)、增強、輸出和結束階段。
第一階段，主要是系統(tǒng)初始化階段； 第二階段，結合實際應用，描述了一個病人信息的登記過程，該過程信息來源可以是手動錄入，也可以是來自一個數(shù)據(jù)結構或數(shù)據(jù)包的形式，諸如工作列表記錄(WorkList Record)； 第三階段，整合了臨床應用中的器官程序概念，并和本發(fā)明方法眾多參數(shù)相結合(LUT、濾波器組參數(shù)等)，獲取原始圖像數(shù)據(jù)階段；成功的數(shù)據(jù)獲取會有一關鍵字(KEYIndex)生成，提供做后一階段使用；同時對原始圖像做快速預覽； 第四階段，圖像預處理和增強階段，程序使用上一階段的KEY Index，檢索增強方法使用的參數(shù)，然后應用本發(fā)明算法實現(xiàn)目的；承如前言，對噪聲的評估需要有一個預先的估算系統(tǒng)，本發(fā)明在此體現(xiàn)了對上述不足的彌補；本階段圖像預處理部分也可以調整到原始圖像獲取后和預覽前的位置，此作為另外一種流程； 第五階段，圖像輸出階段，對于不同的輸出設備，經(jīng)第四階段增強后的圖像，將根據(jù)不同的輸出設備特征做匹配映射，然后輸出；具體到顯示設備，映射可以是伽碼曲線映射、GSDF或其他等等，同時重新顯示增強后的圖像信息。
最后階段，相應于第一階段，做一些相反的任務，去初始化階段。
圖8是根據(jù)本發(fā)明方法的降噪門限函數(shù)示意圖。一般說來，在小波系數(shù)上實施門限操作(變換域)，重建后的圖像可實現(xiàn)降噪效果。圖8中假定輸入數(shù)據(jù)范圍被規(guī)格化[-1，1]，門限級別設置為T＝0.5，分別給出了軟、應和固定門限的函數(shù)示意圖。
門限取值的選擇方法，目前已經(jīng)有很多應用，包括全局門限(T＝常量)、級別依賴門限(T＝Tj，j＝1…J，每一級小波分析對應不同的門限值)和空間自適應門限等(T＝Tj(x，y)，依賴于個別小波系數(shù)的局部空間特性)。本發(fā)明定義的公式如下 T＝σ2/σx(11) 其中W1表示小波細示小波(12) 綜上所述，本發(fā)明對輸入的數(shù)字信號通過小波分解、變換和重構，并在變換域實施自適應直方圖均衡技術和噪聲抑制，在多尺度分析的基礎上，實現(xiàn)了數(shù)字圖像的對比度增強的同時也防止了噪聲。
對于本領域的普通技術人員而言，上述的技術方案是易于理解、且無需經(jīng)過創(chuàng)造性勞動即可再現(xiàn)的，故其具體實現(xiàn)方法、模塊/硬件的選型及其具體連接關系在此不再敘述。
本發(fā)明可廣泛應用于在諸如醫(yī)療信息系統(tǒng)、工業(yè)無損檢測系統(tǒng)以及其他類似圖像系統(tǒng)中數(shù)字圖像質量有關改進的領域。
權利要求
1.一種基于小波重構與分解的數(shù)字圖像增強方法，包括圖像的預處理、圖像分解過程、變換過程和重構過程，其所述的數(shù)字圖像由預定數(shù)目的灰度級表示，其特征是
所述的圖像分解過程包括多組子積分和下抽樣或下采樣過程；
所述的變換過程包括中間數(shù)據(jù)信息統(tǒng)計、分析與修改過程；
所述的重構過程包括多組子上抽樣或上采樣、積分和相加過程；
其中，在變換過程中，采用自適應直方圖均衡和噪聲抑制，在多尺度分析的基礎上，實現(xiàn)數(shù)字圖像的對比度增強的同時，防止噪聲。
2.按照權利要求1所述的基于小波重構與分解的數(shù)字圖像增強方法，其特征是所述的采樣過程遵循奈奎斯特采樣準則，將預處理后的兩維數(shù)字圖像f(x，y)進行離散小波分解，得到一個近似圖像和包括水平、垂直和對角三個方向梯度的三個細節(jié)圖像；
其近似圖像對應信號的低頻部分，高尺度測量；
其細節(jié)圖像對應信號的高頻部分，低尺度測量；
其每一細節(jié)圖像對應整個空間頻率領域中某個特定的空間頻帶；
其原始圖像中的每個像素值等效于分解后的近似圖像和細節(jié)圖像的加權之和表示。
3.按照權利要求1所述的基于小波重構與分解的數(shù)字圖像增強方法，其特征是所述的變換過程對分解過程產(chǎn)生的一個近似圖像和水平、垂直和對角三個方向梯度三個細節(jié)圖像的中間數(shù)據(jù)分別進行信息統(tǒng)計和分析，并根據(jù)分析結果對對應的系數(shù)應用灰度級變換。
4.按照權利要求3所述的基于小波重構與分解的數(shù)字圖像增強方法，其特征是所述的灰度級變換包括對近似圖像采用自適應直方圖均衡增強，對細節(jié)圖像分別做銳化或平滑處理，產(chǎn)生輸出對應的經(jīng)過變換的系數(shù)圖像數(shù)據(jù)。
5.按照權利要求4所述的基于小波重構與分解的數(shù)字圖像增強方法，其特征是在所述的自適應直方圖均衡增強過程中，給定的數(shù)字圖像f(x，y)由L個離散灰度級{X0，X1，…，XL-1}組成，其中X0＝0表示黑級，X0＝1表示白級；
f(x，y)的概率密度函數(shù)按如下等式計算
其中，n是數(shù)字圖像f(x，y)中像素的總數(shù)，nk是數(shù)字圖像f(x，y)中灰度級為Xk的像素個數(shù)，L是數(shù)字圖像f(x，y)中可能的灰度級總數(shù)；
其累積分布函數(shù)按如下等式計算
根據(jù)累積分布函數(shù)，則對應輸入數(shù)字圖像f(x，y)分解后的各子帶系數(shù)圖像，可通過下述等式得到
6.按照權利要求1所述的基于小波重構與分解的數(shù)字圖像增強方法，其特征是所述的重構過程對系數(shù)圖像數(shù)據(jù)進行離散小波反變換，對變換過程輸出的各系數(shù)圖像進行內(nèi)插值、濾波，然后再相加以得到增強和抑制噪聲的輸出圖像f(x，y)。
7.按照權利要求6所述的基于小波重構與分解的數(shù)字圖像增強方法，其特征是所述的離散小波反變換按照下列等式進行
再使用轉換函數(shù)對上述等式中的子帶系數(shù)圖像
施加作用，使得其中，fi是i級單調遞增函數(shù)集，用于強調重要特征；小波系數(shù)
用于重構輸出數(shù)字圖像；
然后，在小波系數(shù)上實施門限操作，以實現(xiàn)重建后圖像的降噪效果。
8.按照權利要求7所述的數(shù)字圖像增強裝置，其特征是所述的轉換函數(shù)具有單調遞增和反對稱性。
9.一種基于小波重構與分解的數(shù)字圖像增強裝置，其采集和/或輸出的數(shù)字圖像由預定數(shù)目的灰度級或位深表示，其特征是
所述的數(shù)字圖像增強裝置至少包括控制裝置、采樣裝置、卷積裝置、第一和第二存儲裝置、變換裝置和輸出裝置，其采樣裝置、卷積裝置、變換裝置和輸出裝置依次連接，在卷積裝置和變換裝置之間設置第一存儲裝置，在變換裝置和輸出裝置之間設置第二存儲裝置；
其采樣裝置用于對輸入的圖像信息進行采樣，實現(xiàn)上采樣和下采樣作用，并輸出采樣過的圖像信息；某一時刻實現(xiàn)上采樣或下采樣作用，取決于控制裝置的指令類型及采樣間隔度；
其卷積裝置用于對輸入的圖像信息進行積分，實現(xiàn)低通或高通濾波作用，并輸出濾波過的圖像信息；某一時刻實現(xiàn)低通或高通濾波作用，取決于控制裝置的指令類型；
其第一、第二存儲裝置用于存儲輸入、中間和輸出數(shù)據(jù)，相關系列數(shù)據(jù)的存儲位置、大小和順序，由控制裝置進行管理和調度；
其變換裝置用于對確定的中間數(shù)據(jù)信息進行空間域變換作用，并輸出變換過的數(shù)據(jù)信息；
其輸出裝置用于對變換裝置輸出的變換過的圖像數(shù)據(jù)做加法處理，以輸出相加后的輸出圖像數(shù)據(jù)；
其控制裝置用于各裝置的共享調度、指令分發(fā)和控制。
10.按照權利要求9所述的數(shù)字圖像增強裝置，其特征是所述的采樣裝置和卷積裝置復合構成分解裝置(U20)，接收輸入的兩維數(shù)字圖像f(x，y)，并對f(x，y)進行小波分解，以輸出一幅近似圖像和三幅細節(jié)圖像，并儲存在第一存儲單元中(U10)中；一旦分解過程完成，第一存儲單元中儲存的數(shù)據(jù)將被送到變換裝置(U30)中；
變換裝置(U30)接收第一存儲單元的圖像數(shù)據(jù)，以產(chǎn)生變換過的四組對應圖像，由此增強近似子帶圖像對比度，抑制相應噪聲信號，變換過的數(shù)據(jù)儲存在第二存儲單元(U11)中；一旦變換過程完成，第二存儲單元中儲存的數(shù)據(jù)將被送到重構裝置(U40)中；
重構裝置對第二存儲單元的相應圖像數(shù)據(jù)，進行反向小波變換，并輸出最終的改善輸出圖像f′(x，y)至輸出裝置。
全文摘要
一種基于小波重構與分解的數(shù)字圖像增強方法及其裝置，屬圖像數(shù)據(jù)處理領域。包括圖像的預處理、分解過程、變換過程和重構過程，其特征是圖像分解過程包括多組子積分和下抽樣或下采樣過程；變換過程包括中間數(shù)據(jù)信息統(tǒng)計、分析與修改過程；重構過程包括多組子上抽樣或上采樣、積分和相加過程；在變換過程中，采用自適應直方圖均衡和噪聲抑制。本發(fā)明通過小波分解、變換和重構，并在變換域實施自適應直方圖均衡技術和噪聲抑制，在多尺度分析的基礎上，實現(xiàn)了數(shù)字圖像的對比度增強的同時也防止了噪聲?？蓮V泛應用于在諸如醫(yī)療信息系統(tǒng)、工業(yè)無損檢測系統(tǒng)以及其他類似圖像系統(tǒng)中數(shù)字圖像質量有關改進的領域。
文檔編號G06T5/40GK101201937SQ20071004607
公開日2008年6月18日 申請日期2007年9月18日 優(yōu)先權日2007年9月18日
發(fā)明者慶玉濤 申請人:上海醫(yī)療器械廠有限公司