基于非下采样剪切波变换和模糊对比度的数字图像增强算法的研究

发布时间：2021-04-25 04:24

　　目前,成像技术的快速发展使得图像的获取变的越来越方便。但是由于图像在采集和传输的过程中各种干扰的影响,导致出现了对比度较低、清晰度下降、信息丢失等问题,给后续图像的处理和应用增加了困难。图像增强的主要目的是有针对性的凸显目标信息的特征,最大程度的减少噪声,改善细节信息的清晰度,使之更有利于对图像的后续解析和应用。本文研究的主要内容是分别以遥感图像和医学图像为研究对象来验证本文所提算法。（一）对于遥感图像,由于采集和传输过程中的各种干扰,导致许多细节信息的丢失,清晰度的下降和信噪比的降低等问题,因此本文提出一种NSST与模糊对比度相结合的遥感图像增强算法。首先,原始图像通过NSST分解为低频分量和高频分量;然后线性增强低频分量以改善图像的整体对比度,并通过阈值法去除高频分量中的噪声,以消除其对图像细节的影响;接着,对处理后的低频和高频分量进行NSST逆处理;最后,对前面获得的图像使用模糊对比度增强以改善图像的层次感,突出显示细节信息。实验结果表明,与传统算法相比,该算法不仅取得了清晰的视觉效果,同时在去噪效果,提高对比度等方面均有明显的提升。（二）目前,医学图像已经越来越多的应用于现代医... 

【文章来源】：新疆大学新疆维吾尔自治区 211工程院校

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 引言
    1.2 图像增强的国内外研究现状
        1.2.1 传统的图像增强方法
        1.2.2 基于模糊集理论的图像增强方法
        1.2.3 基于Retinex的图像增强方法
    1.3 论文研究的背景和意义
    1.4 本文研究内容及章节安排
第二章 基于空间域和模糊域的图像增强算法
    2.1 灰度变换增强算法
        2.1.1 线性灰度变换
        2.1.2 非线性灰度变换
        2.1.3 对数变换
        2.1.4 直方图变换
    2.2 空域滤波增强算法
        2.2.1 平滑滤波器
        2.2.2 锐化滤波器
    2.3 多方向形态学滤波
    2.4 PM滤波
    2.5 模糊域的增强理论
        2.5.1 模糊增强理论
        2.5.2 经典的Pal-King模糊增强算法
        2.5.3 模糊对比度增强算法
        2.5.4 本文改进的模糊对比度算法
    2.6 本章小结
第三章 基于变换域的数字图像增强算法
    3.1 傅里叶变换
    3.2 小波变换
        3.2.1 离散小波变换
        3.2.2 连续小波变换
        3.2.3 Mallat算法
    3.3 曲波（Curvelet）变换
    3.4 Contourlet变换
        3.4.1 拉普拉斯金字塔（LP）分解
        3.4.2 方向滤波器组（DFB）
    3.5 非下采样Contourlet变换
        3.5.1 非下采样金字塔滤波器（NSPFB）
        3.5.2 非下采样方向滤波器组（NSDFB）
    3.6 Shearlet变换
        3.6.1 ST基本原理
        3.6.2 ST的分解与重构
    3.7 非下采样Shearlet变换
    3.8 本章小结
第四章 基于NSST与模糊对比度的遥感图像增强[51]
    4.1 低频分量处理
    4.2 高频分量处理
    4.3 模糊对比增强
    4.4 算法实现步骤
    4.5 实验结果与分析
    4.6 本章小结
第五章 基于NSST与模糊对比度的医学图像增强
    5.1 图像增强预处理
    5.2 实验结果与分析
    5.3 本章小结
第六章 总结与展望
    6.1 本文主要研究内容
    6.2 研究展望
参考文献
研究生期间发表论文情况
致谢



本文编号：3158696