NSCT工具箱的原理和使用

目录

1.NSCT变换原理

2.NSCT工具箱的配置

3.NSCT工具箱的使用

---

       NSCT（Nonsubsampled Contourlet Transform）工具箱是一个用于图像处理的软件包，它实现了非下采样轮廓波变换。NSCT是一种多尺度、多方向的图像分析方法，特别适合于处理边缘和纹理丰富的图像数据。

1.NSCT变换原理

       非下采样轮廓波变换（NSCT）是一种多尺度、多方向的图像变换技术，它在图像分析、特征提取和模式识别等领域有着广泛的应用。NSCT结合了非下采样拉普拉斯金字塔变换（NSLP）和轮廓波变换（Contourlet Transform），能够有效捕捉图像中的边缘和纹理信息。

       非下采样拉普拉斯金字塔变换（NSLP）是一种多尺度分解方法，它使用高通和低通滤波器对图像进行分解，但不进行下采样操作，以避免因下采样引入的方向混叠问题。NSCT变换是在Contourlet变换的基础上提出的，不仅具有多分辨率、局部化和多方向等特点，还具有平移不变性，从而克服了Contourlet变换存在的缺陷[10]。NSCT变换在结构上可以分为非下采样金字塔滤波器组(NSPFB)和非下采样方向滤波器组(NSDFB)两部分。其结构如下图：

       通过àtrous算法的有限滤波器的内插，实现SAR图像的分解。从而得到与原SAR图像相同像素大小的一个低频系数和多个高频系数，即：

       而NSDFB在结构上为一个双通道扇形滤波器。为了获得更高精确的分解，采用方向滤波器组，对下一级滤波器采用基于梅花矩阵的上采样。其结构如下图所示：

        从图的结构图可知，其插值扇形滤波器有棋盘状的频域支撑，和前一级的滤波器结合在一起实现四个方向的频域分解。通过该滤波器组，可以将频域分解为多个楔形频率区域。其图像的NSCT分解过程可由如下公式表示：

      其中aJ为低频子带，bj,k为j尺度，k方向的高频子带，J为NSPFB的分解层次，lj为第j层的NSDFB的分解层次。对NSPFB分解的低频部分进行多尺度分解能够得到点奇异，捕获图像轮廓。

NSCT变换的流程可以表示为：

1.对原始图像进行NST变换，得到一系列的子带系数。

2.对于每个子带，使用SCT变换将其进一步分解成多个方向子带。

3.对于每个方向子带，使用相应的方向滤波器进行滤波，得到一系列的方向子带系数。将所有的子带系数和方向子带系数合并成一个特征向量，作为该尺度下图像的特征表示。

2.NSCT工具箱的配置

一个Matlab的扩展工具包，作者是Arthur Cunha，可在MathWorks官网下载，地址：Nonsubsampled Contourlet Toolbox - File Exchange - MATLAB Central。

下载NSCT工具箱，我们可以看到有如下文件内容：

在运行时，我们首先需要对里面的c文件（“atrousc.c；zconv2.c；zconv2S.c”）进行编译，具体操作如下：

     如上图所示，在matlab的当前文件夹窗口，定位到NSCT工具箱，然后在命令窗口输入mex atrouse.c，然后会显示编译成功。

      另外2个C文件也同样操作：

mex atrousc.c

mex zconv2.c

mex zconv2S.c

3.NSCT工具箱的使用

在matlab中，首先加载NSCT的路径：（nsct_toolbox为NSCT工具箱文件夹名称）

addpath 'nsct_toolbox\'

NSCT变换和逆变换的调用方式如下：

y_nsctdec  = nsctdec(img,[3,3,3],'dmaxflat7','maxflat');

y_nsctrec  = nsctrec(y_nsctdec,'dmaxflat7','maxflat');

其中img表示图片变量名称。