[发明专利]一种利用数学形态学高帽选择变换构造中心算子的图像增强方法

说明书

技术领域

本发明涉及一种利用数学形态学高帽选择变换构造中心算子的图像增强方法，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，尤其是图像分析中有广阔的市场前景和应用价值。

背景技术

针对重要特征的图像增强技术是一项重要的图像技术，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特征以获得良好的视觉效果，达到在不同实际应用场合中更好地利用图像信息的目的。在图像增强中，增强图像重要特征和获得无噪声或少量噪声的增强结果至关重要。

国内外研究者提出了不同类型的图像增强方法。直方图均衡(参见文献：黄等，基于人类视觉系统的自然彩色图像增强和评价算法，计算机视觉与图像理解，103(2006)52–63，(K.Huang,Q.Wang,Z.Wu.Natural color image enhancement and evaluation algorithm based on human visual system,Computer Vision and Image Understanding 103(2006)52–63)，万等，通过小波变换的联合精确直方图规定化和图像增强，电气与电子工程师协会图像处理汇刊，16(9)(2007)2245–2250，(Y.Wan,D.Shi.Joint exact histogram specification and image enhancement through the wavelet transform,IEEE Transactions on Image Processing 16(9)(2007)2245–2250))是一种比较常用的方法，对于背景和前景都太亮或太暗的图像非常有用，但是它对处理的数据不加选择，很有可能过增强某些区域，使得这些区域的图像细节消失。Wallis滤波算法(参见文献：马可等，视网膜图像的亮度和对比度规范化，医学图像分析，9(2005)179–190(M.Foracchia,E.Grisan,A.Ruggeri.Luminosity and contrast normalization in retinal images,Medical Image Analysis 9(2005)179–190))增强目标的同时，会增强非目标区域，这将影响图像的进一步分析。多尺度形态学方法(参见文献：苏珊塔等，一种采用多尺度形态学方法的局部对比度增强，信号处理，80(2000)685–696(S.Mukhopadhyay,B.Chanda.A multiscale morphological approach to local contrast enhancement,Signal Processing 80(2000)685–696))和多尺度高帽变换算法(参见文献：白等，利用高帽变换提取多尺度图像特征的图像增强方法，光学与激光技术，44(2012)328–336(X.Bai,F.Zhou,B.Xue.Image enhancement using multi scale image features extracted by top-hat transform,Optics & Laser Technology 44(2012)328–336))是图像增强领域中的有效工具，开、闭运算可以有效识别图像中的亮、暗特征从而增强整个图像和目标，但是结果图像中会产生大量的噪声。总之，大多数算法都难以在保留图像细节的同时获得无噪声或者少量噪声的增强图像。