[发明专利]一种图像增强方法和系统

说明书

 技术领域

本发明涉及通信技术领域，尤其涉及一种图像增强方法和系统。

背景技术

提高图像信噪比，即图像质量的技术有两大类，第一类通过提升图像获取设备技术，第二类是通过图像后处理技术。其中，第一类方法的成本很高，而且往往需要增加图像获取时间，增大所需射线剂量或者磁场强度等等，从而可能导致对目标，例如对人体组织的不良影响很大。第二类方法采用合适的图像平滑、去噪技术能够有效的改善图像质量。图像平滑、去噪是最基本和最重要的图像处理技术之一。图像去噪的基本原理是用某种滤波器滤除图像中的噪声，同时尽量使图像的内容保持不变，特别是一些细节结构，如边缘、线条等。图像滤波分为两部分：1、增强边缘、纹理的局部对比，同时增大噪声信号；2、对噪声区域进行平滑处理，但是不能损失边缘信息。

图像滤波技术有很多种，近些年研究人员提出了许多各种各样复杂的非线性滤波算法，其中基于偏微分方程(PDEs：Partial Difference Equations)的方法，尤其是Perona 和 Malik 提出的各向异性扩散滤波应用非常广泛。

利用模拟扩散来处理图像源于以高斯函数为基础的多尺度分析。Witkin最初注意到信号与每个尺度下的高斯卷积等价于求解一个初始值给定信号的热扩散方程。针对图像处理，该过程可以看做对图像                                                的尺度分析过程等价于求解下面这样一个扩散方程：

                                               

其中为扩散传导率，用以描述该扩散过程在扩散方向上的扩散速度。如果取不同的函数如梯度的线性函数，梯度的非线性函数等，可以得到不同的滤波方法和效果，例如线性扩散滤波、非线性扩散滤波、各向异性扩散滤波、一致性扩散滤波等等。

其中，线性扩散滤波会导致边缘的模糊，导致图像增强效果差，因此很少被应用到实际的图像处理技术中。

非线性扩散滤波可以同时达到降噪和增强的效果，但由于其过于简单，可控制性差，实际应用中受到限制。

各向异性扩散滤波和一致性扩散滤波算法是目前实际应用中比较常用的两种图像滤波增强算法。

近年来，对图像增强算法的改进着重于对于图像的不同区域采用不同的滤波算法或者滤波参数进行处理。大多数算法是根据图像的梯度或者图像局部的噪声大小等，结合一定的阈值，对图像中的不同区域采用不同的增强算法。该类算法过度依赖于设定的阈值参数，容易造成图像增强结果的突变。同时由于图像中同样大小的梯度等参数代表的意义不同，同样大小的梯度，在个别区域是噪声，在有的区域可能是所需要的组织结构纹理，整场采用同样的阈值，可能导致损失部分信息或者凸显噪声。

发明内容

本发明提供一种图像增强方法和系统，可以有效降低噪声的同时对图像中的细节纹理进行增强。

为实现上述发明目的，本发明提供了一种图像增强系统，包括：

图像采集系统，用于采集成像设备的原始图像；

图像后处理系统，用于基于参数分布图像和增强参数曲线函数对所述图像采集系统采集到的原始图像进行滤波增强；

图像显示系统，用于显示经过所述图像后处理系统进行滤波增强的图像。

相应的，本发明还提供了一种图像增强方法，包括：

采集成像设备的原始图像；

基于参数分布图像和增强参数曲线函数对所述采集到的原始图像进行滤波增强；

显示所述经过滤波增强的图像。

本发明将多尺度图像处理技术和增强算法技术相结合，构建图像滤波增强算法，同时构建滤波参数模型，该滤波参数模型结合图像的局部特征，对不同大小纹理或者噪声采用渐变的处理参数。实施本发明，可以在有效降低噪声的同时对细节纹理进行增强。

附图说明

图1为本发明提供的图像增强系统实施例一的结构示意图；

图2为本发明提供的图像增强系统实施例二的结构示意图；

图3为本发明提供的图像增强系统实施例三的结构示意图；

图4为本发明提供的图像增强方法实施例一的流程示意图；

图5为本发明提供的图像增强方法实施例二的流程示意图；

图6为本发明提供的图像增强方法实施例三的流程示意图；

图7为本发明提供的图像增强方法实施例四的流程示意图；

图8为本发明提供的图像增强方法实施例五的流程示意图；