图像增强中一种主要的方式就是通过加强图像的高频成分来突出图像的细节和边缘 , 人们常使用提取图像高频成分扩大k倍,然后与源图像进行叠加的方式达到图像锐化的效果。
这种方式很简单,图像增强效果也较好,但是同样带来了一些其他的问题:在增强图像细节的同时,噪声也增加了。图像低细节区域由于源图像没有噪声,细节增强后,低细节部分同样出现了很大噪声,这会使图像不平滑,很不自然。
处理的方法很多,大多采取分块增强的方式即:在中细节区域采取大增强,低细节区域不增强,高细节区域微增强的方式。这样处理的图片,只在中细节区域做细节增强,而图像平缓的区域不增强,让眼睛看到的图像有即增强了细节,又减少了噪声的效果。
1 算法思想
1. 1 传统图像细节增强算法的计算公式如下 : y (m, n) = x (m,n) + k × z(m, n)
式中 , x (m, n) 是输入图像信号 ; z(m, n)是线性高通滤波器的输出 ; k 是一个正比例增益因子 , 可以控制图像增强的强度 ; y (m, n) 是增强后的图像 ,这是最简单的图像细节增强算法,只能实现细节增强,不能实现降低噪声的目的。
1.2 基于局部方差的细节算法如下:
原始图像经过滤波器分成高通图像和低通图像,原始图像经过3*3或者5*5的局部方差运算,经过选择合适的缩放因子,和高通图像相乘,低通图像或者原始图像进行叠加,即为细节增强后的降噪图像。
程序中的低通滤波采用双边滤波,局部方差计算即为信息测度。信息测度还可以为熵测度或者边缘检测,本人未能实现,还需继续研究。