[发明专利]一种利用多尺度多结构元素数学形态学的图像增强方法

说明书

(一)技术领域

本发明涉及一种利用多尺度多结构元素数学形态学的图像增强方法，属于数字图像处理 领域，主要涉及数学形态学和图像增强技术。在各类基于图像的应用系统中有广阔的应用前 景。

(二)背景技术

图像增强是一种重要的图像处理技术，在噪声滤除、指纹识别、目标识别、彩色图像处 理中有广泛的应用。图像增强的目的是根据不同的应用目的增强图像中的有用信息。图像中 通常包括亮区域和暗区域。在很多情况下，由于图像亮区域和暗区域之间的对比度较低，一 些有用的图像特征或图像细节不能被有效识别。因此，图像增强的基本思路就是增大图像亮 区域和暗区域之间的对比度。研究者提出了很多方法进行图像增强。基于直方图的方法(参 见文献：卡斯特曼.数字图像处理，电子工业出版社，北京，2003.)通过一些准则重新分配图 像的直方图分布达到图像增强的目的。但是，如果直方图的分布准则设计的不够合理，图像 的增强效果也较差。基于微分(参见文献：盖伊吉尔伯等.利用复杂微分过程的图像增强与 去噪，美国电气电子工程师学会模式分析与机器智能汇刊，26(8)(2004)1020-1036.(Guy Gilboa，Nir Sochen，Yehoshua Y.Zeevi.Image enhancement and denoising by complex diffusion processes，IEEE Transactions on Pattern Analysis and Machine Intelligence 26(8)(2004)1020-1036.))和模糊逻辑(参见文献：永斯克约伊等.一种基于模糊逻辑的 鲁棒图像增强方法，美国电气电子工程师学会图像处理汇刊，6(6)(1997)808-825.(YoungSik Choi，Raghu Krishnapuram.A robust approach to image enhancement based on fuzzy Logic，IEEE Transactions on Image Processing 6(6)(1997)808-825.))的算法可有效滤除图像的噪声实现噪 声图像的增强，但是通常情况下的图像增强并不完全是图像噪声的滤除。将图像变换到频域 (参见文献：哈伊特格林斯潘等.利用非线性推论的频域图像增强方法，美国电气电子工程师 学会图像处理汇刊，9(6)(2000)1035-1048.(Hayit Greenspan，Charles H.Anderson，Sofia Akber. Image enhancement by nonlinear extrapolation in frequency space，IEEE Transactions on Image Processing 9(6)(2000)1035-1048.))或小波域(参见文献：艾瑞安娜门卡提尼等.基于二阶小波 过程的乳腺X光片图像增强与去噪及乳腺癌检测，美国电气电子工程师学会仪器与测量汇刊， 57(7)(2008)1422-1430.(Arianna Mencattini，Marcello Salmeri，Roberto Lojacono，Manuela Frigerio，Federica Caselli.Mammographic images enhancement and denoising for breast cancer detection using dyadic wavelet processing，IEEE Transactions on Instrumentation and Measurement 57(7)(2008)1422-1430.))从而突出可用于图像增强的特征可有效增强图像中的某些特征区 域，但可用于图像增强的有效特征通常难于构造。数学形态学是图像处理的重要工具之一(参 见文献：塞拉.图像分析与数学形态学，科学出版社，纽约，1982.(J.Serra，Image analysis and mathematical morphology，Academic Press，New York，1982.))。在数学形态学的各种运算符中， 高帽变换可以用于提取图像中的亮区域和暗区域。因此，通过高帽变换，数学形态学可被应 用于图像增强。不过，由于数学形态学运算可能会严重平滑图像的细节，从而降低了基于高 帽变换的图像增强算法的有效性。