[发明专利]一种非线性图像多尺度几何表示方法

说明书

技术领域

本发明涉及计算机视觉及数字图像处理领域，更具体地说，涉及一种非线性图像多尺度几何分析方法。

背景技术

随着计算机视觉和数字图像处理技术的发展，近年来出现了许多新的图像表示和处理工具。其中多尺度几何分析由于具有多分辨率、时频局部化、多方向性等特性，已成为图像理解领域的代表性理论框架，使得在图像不同分辨率的细节中提取不同的目标结构特征变为可能，大大提升了各种图像处理应用的性能。此外，多尺度几何分析基函数的支撑区间表现为具有随尺度而长宽比变化的“各向异性”特性，能够更有效的实现对图像的稀疏表示。

在图像多尺度几何分析方法中，代表性的有Ridgelet、Curvelet、Bandelet、Contourlet和Shearlet变换等。这些变换多采用线性多尺度分解策略，实现简单，结构成熟，但它们存在两方面的不足：（1）变换域的系数稀疏度不足，且不同子带系数之间的依赖性比较大；（2）线性采样和插值易造成边缘模糊，图像细节损失多。

研究表明非线性滤波器在图像信息处理中具有独特的优势，因其能够从采样图像中去除大量的无用信息且又能降低边缘模糊效应。鉴于此，加强对图像多尺度几何表示方法的非线性化研究是解决传统多尺度几何表示方法不足的核心所在。然而非线性多尺度分解方法的滤波器选择具有多样性，且非线性多尺度数据结构的构建方式也相对复杂，使得图像的非线性多尺度几何表示问题一直没有得到深入地研究和解决。鉴于此，研究有效的、简单易实现的图像非线性多尺度几何表示方法对于图像压缩、图像检索、图像融合等应用系统的研制都非常有价值。

发明内容

本发明为了有效解决非线性图像多尺度几何表示问题，提出了一种非线性图像多尺度几何表示方法。本方法明显提高了多尺度几何变换域系数的稀疏度且图像细节保持能力强，同时实现相对于其它非线性滤波更为简单，运算量小。

本发明的技术方案是：一种非线性图像多尺度几何表示方法，具体实现过程包括下述步骤：

设FIR中值混合滤波器对输入图像i(m,n)的滤波结果为图像H(m,n)，具体滤波过程如下式所示：

上式中，y₁(m,n)=MED{MED[Subset₁(m,n)],i(m,n),MED[Subset₂(m,n)]}，

y₂(m,n)=MED{MED[Subset₃(m,n)],i(m,n),MED[Subset₄(m,n)]}，

Subset₁(m,n)={i(m,n+q):q∈[-N,N]/{0}}

Subset₂(m,n)={i(m+q,n):q∈[-N,N]/{0}}

Subset₃(m,n)={i(m+q,n+q):q∈[-N,N]/{0}}

Subset₄(m,n)={i(m-q,n+q):q∈[-N,N]/{0}}

MED为取中值操作，m∈[1,N_ir]，n∈[1,N_ic]，N_ir是图像i(m,n)的行数，N_ic是图像i(m,n)的列数，FIR中值混合滤波器的行数和列数都是2N+1且N_ir>2N+1,N_ic>2N+1。

对于任意尺度j，j=1,…,M，M为尺度分解层数。将待处理图像f(m,n)记为原始输入图像f¹(m,n)。令j=1，然后进行下述过程：

步骤①：利用FIR中值混合滤波器对图像f^j(m,n)进行滤波，得到图像H^j(m,n)；

步骤②：对图像H^j(m,n)按隔行隔列方式进行降2采样，得到下采样图像

步骤③：对下采样图像按下式进行基于中值的升2插值滤波，得到插值估计图像