[发明专利]一种图像增强方法、系统和计算机可读存储介质在审

专利信息
申请号: 201911158140.0 申请日: 2019-11-22
公开(公告)号: CN111192204A 公开(公告)日: 2020-05-22
发明(设计)人: 晏子俊 申请(专利权)人: 晏子俊
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 长沙鑫泽信知识产权代理事务所(普通合伙) 43247 代理人: 李翠梅
地址: 418400 湖南省怀化市靖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 增强 方法 系统 计算机 可读 存储 介质
【权利要求书】:

1.一种图像增强方法,其特征在于,所述方法包括:

对原始图像直接进行非下采样剪切波变换,获得第一低频子带图像和第一高频子带图像;

对原始图像进行直方图均衡化后,再进行非下采样剪切波变换,得到第二低频子带图像和第二高频子带图像;

根据PM滤波算法对所述第二低频子带图像进行增强处理,得到低频部分图像;

对所述第一高频子带图像进行自适应阈值去噪处理;

对去噪后的第一高频子带图像进行引导滤波处理,得到高频部分图像;

对所述低频部分图像和所述高频部分图像进行非下采样剪切波反变换,得到增强后的遥感图像。

2.根据权利要求1所述的一种图像增强方法,其特征在于,对原始图像直接进行非下采样剪切波变换,具体包括:

通过非下采样金字塔分解得到低频和高频部分;

通过shearlet滤波器,从伪极化网络系统映射到笛卡尔坐标;进行多尺度分解,得到多个方向的子带系数;然后对每个子带系数进行傅里叶逆变换。

3.根据权利要求1所述的一种图像增强方法,其特征在于,

所述PM滤波算法的计算式为:其中,div()是关于空间变量的散度算子,u是空间变量x和时间变量t的函数,u0表示原始图像,c(·)>0称为扩散系数,其为非递增单调函数。

4.根据权利要求1所述的一种图像增强方法,其特征在于,对去噪后的第一高频子带图像进行引导滤波处理,具体包括:

根据公式EI=ε(P-Q)+Q对去噪后的第一高频子带图像进行引导滤波处理;

其中,P是待滤波图像;Q为滤波后图像;I为引导图像;ε是增强参数。

5.根据权利要求1所述的一种图像增强方法,其特征在于,对所述第一高频子带图像进行自适应阈值去噪处理,具体包括:

根据公式对所述第一高频子带图像进行自适应阈值去噪处理;

其中,表示第r层,j方向的NSST系数;σ是噪声方差,是信号方差,β是一个常量。

6.一种图像增强系统,其特征在于,所述图像增强系统包括:存储器及处理器,所述存储器中包括一种图像增强方法程序,所述图像增强方法程序被所述处理器执行时实现如下步骤:

对原始图像直接进行非下采样剪切波变换,获得第一低频子带图像和第一高频子带图像;

对原始图像进行直方图均衡化后,再进行非下采样剪切波变换,得到第二低频子带图像和第二高频子带图像;

根据PM滤波算法对所述第二低频子带图像进行增强处理,得到低频部分图像;

对所述第一高频子带图像进行自适应阈值去噪处理;

对去噪后的第一高频子带图像进行引导滤波处理,得到高频部分图像;

对所述低频部分图像和所述高频部分图像进行非下采样剪切波反变换,得到增强后的遥感图像。

7.根据权利要求6所述的一种图像增强系统,其特征在于,对原始图像直接进行非下采样剪切波变换,具体包括:

通过非下采样金字塔分解得到低频和高频部分;

通过shearlet滤波器,从伪极化网络系统映射到笛卡尔坐标;进行多尺度分解,得到多个方向的子带系数;然后对每个子带系数进行傅里叶逆变换。

8.根据权利要求6所述的一种图像增强系统,其特征在于,

所述PM滤波算法的计算式为:其中,div()是关于空间变量的散度算子,u是空间变量x和时间变量t的函数,u0表示原始图像,c(·)>0称为扩散系数,其为非递增单调函数。

9.根据权利要求6所述的一种图像增强系统,其特征在于,对去噪后的第一高频子带图像进行引导滤波处理,具体包括:

根据公式EI=ε(P-Q)+Q对去噪后的第一高频子带图像进行引导滤波处理;

其中,P是待滤波图像;Q为滤波后图像;I为引导图像;ε是增强参数。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括一种图像增强方法程序,所述图像增强方法程序被处理器执行时,实现如权利要求1至5中任一项所述的一种图像增强方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于晏子俊,未经晏子俊许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911158140.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top