laplace多尺度图像增强去噪算法new

《laplace多尺度图像增强去噪算法new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、《农业网络信g~2olo年第11期交流园地Laplace多尺度图像增强去噪算法刘鹏飞，梅树立(中国农业大学信息与电气lT程学院，北京100083)摘要：针对传统的单尺度图像增强算法的不足，提出了一种基于Laplace多尺度分解的图像增强算法。该算法将图像分为由高频到低频若干个子图像，对每个频道的细节图像进行不同的非线性变换，使得图像中最细微的、对诊断有用的信息得到有效的增强，同时图像又不被过增强，再通过分解的逆过程重建图像。试验表明，该方法能有效提高图像中细节的清晰度并抑制噪声。关键词：Laplace多尺度分解；图像

2、增强；反锐化掩模中图分类号：TP317．4文献标识码：B文章编码：1672～6251(2010)11-0142—03ImageEnhancementandDenoisingMethodBasedonMulti-scaleLaplacianDecompositionLIUPengfei，MEIShuli(CollegeofInformationandElectricalEngineeringChinaAgriculturalUniversity，Beijing100083)Abstract：Inviewofthedef

3、ectsoftraditionalsinglescaleimageenhancementmethods，amedicalimageenhancementmethodbasedonmuhi-scalelaplaciandecompositionwasproposed．Theoriginalimagewasfirstlydecomposedintocertainnumberoffrequencychannelsfromhighfrequencytolowfrequency．Thesedetailimageswereenh

4、ancedbydiferentnonlineartransformationtoenhancethesubtleanddiagnosis-importantinformation，andthenthemulti-scalerepresentationwasconvertedbackintothereconstructedimage．Theexperimentalresultsshowedthattheproposedmethodcouldeffectivelyimproveimageclarity．Keywords：

5、Laplaciandecomposition；imageenhancement；unsharpmasking1引言方反锐化掩模算法[21、自适应反锐化掩模算法【3】、有理图像处理中。常常有一些比较细微的细节信息是反锐化掩模算法[41等。这些算法利用像素的活跃程度需要关注的，如在直接成像的医学X射线图像分析(熵或方差等)的不同而对不同活跃程度的像素采取中。由于整幅图像的动态范围较大，这些信息在显示不同的处理方法，在增强中频部分的同时又抑制了高的时候看得不是很明显，所以对此类图像进行细节增频部分的过增强和噪声。但是这些方

6、法对模板大小的强是十分必要的。依赖性都很强，小的模板尺寸能很好地增强图像中细在进行细节和边缘增强时，经典的线性反锐化掩微的细节．但同时也会增强高频噪声，影响图像的总模方法【】)(UnsharpMasking，UM)是最常到用的。其原体质量，而大的模板很难增强图像中的细节信息，长理为：使用Laplace算子提取出原始图像的高频部分，期以来在图像处理领域关于模板尺寸的选择就存在比对图像的高频部分加以放大后再叠加到原始图像上，较大的争议。这样能在保持低频信息基本不变的前提下使图像中的因此，针对反锐化掩模方法的缺点，提出了一

7、种高频部分得以凸显出来。但是在经典的线性反锐化掩基于人眼视觉特性的Laplace多尺度增强抗噪算法。模算法中采用的Laplace算子为二阶差分，双倍增强其基本思想是把图像分为由高频到低频若干个子图了图像中的噪声，会使很多细节淹没在噪声中。为了像．这样不同的尺度就自然对应原图像中不同的细节解决这个问题．一些学者提出了不同的非线性的反锐信息和不同尺寸的结构。最高频子图像对应原图像中化掩模算法，比较经典的非线性反锐化掩模算法有立最细微的细节。最低频的子图像对应原图像的一个粗作者简介：刘鹏Z(1984一)，男，硕士研究生，研

8、究方向：图像处理。通信作者：梅树~(1968一)，男，博士，副教授，研究方向：小波分析及图像处理。收稿日期：2010—10—08—142————143——一