[发明专利]一种自适应的非整数步长分数阶微分图像纹理增强方法

说明书

本发明提供了一种自适应的非整数步长分数阶微分图像纹理增强方法。所述自适应的非整数步长分数阶微分图像纹理增强方法包括如下步骤：一、根据需要将待处理的数字图像分成多个子图像，对每一所述子图像求解灰度共生矩阵，并获得每一所述子图像的图像纹理性质；二、根据每一所述子图像的纹理性质确定所述分数阶微分图像纹理增强算法的步长值采用分数阶微分图像纹理增强算法对每一所述子图像进行增强处理。本发明的有益效果是：所述自适应的非整数步长分数阶微分图像纹理增强方法根据图像局部区域的纹理复杂度确定步长的非整数分数阶微分实现图像增强。

技术领域

本发明属于图像处理技术领域，具体地涉及一种自适应的非整数步长分数阶微分图像纹理增强方法。

背景技术

分数阶微分图像增强方法，因其可以增强低频纹理细节而较少的增加高频噪声的特性而广泛用于图像增强领域。而传统的分数阶微分增强方法因其采用固定整数步长而忽略了图像的高度自相关性，导致并未达到很好的效果。蒲亦菲等人使用拉格朗日插值的方法，提出的非整数步长分数阶微分边缘检测，高度利用了图像的自相关性，取得了很好的效果。

但是，大部分图像中的纹理分布往往集中在某几块区域，对于整幅图采用非整数步长的分数阶微分容易导致：(1)计算时间过长；(2)增强了噪声信号。

发明内容

本发明的目的在于针对现有技术的缺陷或问题，提供一种自适应的非整数步长分数阶微分图像纹理增强方法。

本发明的技术方案如下：一种自适应的非整数步长分数阶微分图像纹理增强方法包括如下步骤：一、根据需要将待处理的数字图像分成多个子图像，对每一所述子图像求解灰度共生矩阵，并获得每一所述子图像的图像纹理性质；二、根据每一所述子图像的纹理性质确定所述分数阶微分图像纹理增强算法的步长值，且采用分数阶微分图像纹理增强算法对每一所述子图像进行增强处理。

优选地，步骤一中对每一所述子图像求解灰度共生矩阵，并获得每一所述子图像的纹理性质具体包括如下步骤：对每一所述子图像的灰度共生矩阵以矩阵边的三等分点，将所述灰度共生矩阵划分为三个区域：第一区域、第二区域和第三区域；选择灰度共生矩阵中矩阵的下标差值最大和最少的两个区域，并判断图像纹理分布。

优选地，在对每一所述子图像的灰度共生矩阵以矩阵边的三等分点，将所述灰度共生矩阵划分为三个区域：第一区域、第二区域和第三区域的步骤中：

设定矩阵A为灰度共生矩阵，灰度级数为L；i、j为矩阵元素下标，以矩阵边的三等分点，将灰度共生矩阵A划分为三个区域，下标的排列公式为：

i＝2,3,…L-1；j＝2,3,…L-1

对比三个区域的矩阵下标差值|i-j|，其中：

矩阵下标差值|i-j|最大的区域为第一区域，下标满足：

i+j≥5L/3,i∈(2L/3,L),j∈(2L/3,L)；或

i+j≤L/3+1,i∈(1,L/3),j∈(1,L/3)；

矩阵下标差值|i-j|最小的区域为第三区域，下标满足：

L/3+1≤i+j≤5L/3,i∈(L/3,2L/3),j(L/3,2L/3)；

第一区域和第三区域以外的为第二区域。

优选地，在选择灰度共生矩阵中矩阵的下标差值最大和最少的两个区域，并判断所述子图像的图像纹理分布的步骤中：对比第一区域和第三区域的矩阵元素之和，如果第一区域的矩阵元素之和较大，则判断所述子图像的图像纹理分布较多；如果第三区域的矩阵元素之和较大，则判断所述子图像的图像纹理分布较少。

优选地，步骤二中具体包括如下步骤：