[发明专利]一种矿井下低光照泊松-高斯噪声腐蚀图像的增强方法

说明书

本发明属于图像处理技术领域，具体涉及一种矿井下低光照泊松‑高斯噪声腐蚀图像的增强方法。本发明首先通过广义方差稳定变换将矿井下低光照图像中的信号相关泊松噪声变换为近似高斯噪声，然后随其进行分解和阈值收缩获得近似高斯噪声抑制图像，随后对高斯噪声抑制图像进行分解、融合得到细节增强图像，对细节增强图像进行广义方差稳定逆变换得到噪声抑制的细节强化图像，从而抑制泊松‑高斯噪声；然后根据Retinex方法获得最终噪声抑制和对比度提高的图像，该方法实现了泊松‑高斯噪声腐蚀的低光照度图像的噪声抑制和对比度增强，有效提高矿井下低光照图像的可辨识性。

技术领域

本发明属于图像处理技术领域，具体涉及一种矿井下低光照泊松-高斯噪声腐蚀图像的增强方法。

背景技术

随着智能化矿井建设步伐加快，以图像、视频智能处理为核心的智能机器视觉逐渐由地面向矿井下迁移，相比地面上，矿井下成像环境存在照度低、电磁干扰大，受限的矿井下成像环境，常常引起采集图像存在对比度低包含大量的弱纹理细节，且富含复杂噪声。矿井下图像的上述特点，导致地面上的智能视觉技术无法在矿井下稳定可靠的工作。究其原因，矿井下图像的低对比度以及弱纹理细节信息，导致了智能视觉算法无法有效地提取图像的特征。为强化矿井图像的特征信息，增强其可辨识性，对矿井下采集图像增强势在必行，但是，低光照采集的矿井图像经常富含复杂噪声，对其进行对比度增强过程中，势必引起噪声的放大，进一步腐蚀图像的特征细节，这与增强矿井图像可辨识性的初衷相背离。

为解决上述问题，必须设计一种专门针对矿井下图像增强的算法，有效抑制低光照图像包含的复杂噪声情况下，提高矿井图像的对比度，进而提高图像的可辨识性。

发明内容

针对矿井下低光照采集的矿井图像复函复杂噪声，对其进行对比度增强会引起早上放大的缺陷和问题，本发明提供一种矿井下低光照泊松-高斯噪声腐蚀图像的增强方法。

本发明解决其技术问题所采用的方案是：一种矿井下低光照泊松-高斯噪声腐蚀图像的增强方法，包括以下步骤：

步骤一、将矿井下含复杂噪声的图像X进行GVST变换得到GVST变换图像X_GVST；

式中：x表示观测图像X的灰度值；α为比例因子，满足α＞0，对于归一化的图像取值为1；_μ，σ表示观测图像X＝αp(I)+g中高斯噪声g的均值和标准差，若高斯噪声成分的均值为0，则令μ＝0，σ则由小波噪声经验估计公式估计得出，使用Symlets小波系的Sym4小波对观测图像X^c,c∈{r,g,b}进行一次分解，使用对角细节小波系数的中位数估计噪声标准差σ；

步骤二、分解的r,g,b三个颜色通道图像，得到分解系数集其中，与分别表示的低频子带与高频方向子带；

步骤三、将步骤二得到的高频方向子带根据阈值萎缩函数得到萎缩的高频方向子带系数矩阵

步骤四、将萎缩的高频方向子带系数矩阵和实施NSST逆变换，重构出X_GVST的噪声抑制图像Y_GVST，

步骤五、分解噪声抑制图像Y_GVST，获得图像的细节层Y_{GVST_D}和基础层Y_{GVST_B}；

步骤六、将噪声抑制图像的将噪声抑制图像Y_GVST和细节层Y_{GVST_D}进行融合得到图像的细节层强化图像Y_{GVST_E}；

步骤七、对细节层强化图像Y_{GVST_E}实施GVST逆变换得到RGB颜色域噪声抑制的细节强化图像Y_{D_E}；