[发明专利]一种利用数学形态学交替滤波器的能够保留图像细节的增强方法

说明书

技术领域

本发明涉及一种利用数学形态学交替滤波器的能够保留图像细节的增强方法，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市场前景和应用价值。

背景技术

保留图像细节与重要特征的图像增强技术是一项重要的图像处理技术，广泛应用于生物医学工程、安全监控、地理科学等领域中。图像增强技术的关键是增强图像中的重要细节从而获得良好的视觉效果，以便于在不同的实际应用场合中更好的利用图像信息。在图像分析时，图像细节往往蕴含着重要的图像特征，因此在保留图像细节的同时对图像进行增强至关重要。

国内外研究者提出了许多不同类型的图像增强方法。基于彩色信息的图像增强方法(参见文献：爱德华多卡洛等.一种空间可变白色面片与灰度域的局部对比度驱动的彩色图像增强算法，美国电气电子工程师学会模式分析与机器智能汇刊，30(10)(2008)1767–1770(Edoardo Provenzi,Carlo Gatta,Massimo Fierro,Alessandro Rizzi.A spatially variant white-patch and gray-world method for color image enhancement driven by local contrast,IEEE Transactions on Pattern Analysis and Machine Intelligence30(10)(2008)1767–1770.))利用颜色信息对图像进行增强，但是这类方法只能对彩色图像进行增强，有一定局限性。基于噪声抑制的图像增强算法(参见文献：斯莫尔卡等.随机游走图像增强方法，信号处理期刊，81(2001)465–482.(B.Smolka,K.W.Wojciechowski.Random walk approach to image enhancement,Signal Processing81(2001)465–482.))能够有效的增强含有噪声的图像，但是此类方法会平滑图像细节，无法实现保留图像细节的同时增强图像。基于直方图技术的对比度调整算法(参见文献：卡斯特曼.数字图像处理,电子工业出版社,北京,2003.)是一种重要的图像增强方法，往往可以得到较好的视觉效果，但是图像的细节也会被平滑不利于后续的图像分析。基于模糊逻辑(参见文献：法赞姆穆哈穆德等.一种用于图像增强的新型模糊逻辑滤波器.美国电气电子工程师学会控制论、人与系统汇刊B卷控制论，30(1)(2000)110–119.(Farzam Farbiz,Mohammad Bager Menhaj,Seyed A.Motamedi,Martin T.Hagan.A new fuzzy logic filter for image enhancement,IEEE Transactions on Systems,Man,and Cybernetics—Part B:Cybernetics30(1)(2000)110–119.))和扩散过程(参见文献：吉尔博尼尔等，复合扩散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 Intelligence26(8)(2004)1020–1036.)的图像增强方法主要用于含有噪声的图像，对于图像细节无法进行有效的增强。基于频域(参见文献：格林斯潘等.利用非线性外推法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 Processing9(6)(2000)1035–1048.))或小波域(参见文献：杨广中等.一种检测小气道疾病基于小波分析的CT图像增强方法，美国电气电子工程师学会医学图像汇刊，16(6)(1997)953–961.(Guang-Zhong Yang,David M.Hansell.CT image enhancement with wavelet analysis for the detection of small airways disease,IEEE Transactions on Medical Imaging,16(6)(1997)953–961.))的图像增强算法有广泛的应用，然而有用的图像特征难以在频域或小波域获取，图像细节也难以得到有效的增强。数学形态学(参见文献：塞拉.图像分析和数学形态学,科学出版社,纽约,1982.(J.Serra,Image analysis and mathematical morphology,Academic Press,New York,1982.))是图像处理及图像增强领域中的有效工具，开运算与闭运算可以有效识别图像中的亮、暗区域从而进行图像增强，但是图像细节难以得到很好的增强，结果图像中也会产生噪声。总之，大多数算法都难以实现在保留图像细节的同时增强图像。