[发明专利]基于Contourlet变换的PCNN图像增强算法及装置

摘要

本发明提供一种基于Contourlet变换的PCNN图像增强算法及装置，其主要包括如下步骤：S1将待处理图像在RGB颜色空间的分量转换至HIS颜色空间，得到色调分量H、亮度分量I和饱和度分量S；S2将所述亮度分量I通过Contourlet变换进行分解，得到低频子带图像与一系列多尺度多方向性带通子带轮廓图像序列；S3将分解得到的带通子带轮廓图像序列，作为PCNN神经网络增强算子的外部输入，进而得到增强后的带通子带轮廓图像序列；S4将增强后的带通子带轮廓图像序列与原低通子带图像序列结合，进行Contourlet逆变换，得到增强的亮度分量I'；S5对所述饱和度分量S进行饱和度的调整，得到新的饱和度分量S’；S6将上述HIS颜色空间的色调分量H、新的亮度分量I’和新的饱和度分量S’转换至RGB颜色空间，得到增强后的图像。

主权项

一种基于Contourlet变换的PCNN图像增强算法，其特征在于，包括如下步骤：步骤一：将待处理图像由RGB颜色空间转换至HIS颜色空间，从而得到色调分量H、亮度分量I和饱和度分量S；步骤二、使用Contourlet变换将彩色图像颜色空间转换后得到的亮度分量I进行多尺度多方向性分解，得到一系列方向的轮廓子带；步骤三、利用PCNN增强算子带入分解得到的轮廓子带，依据人眼视觉特性，对轮廓子带进行合适的增强运算；步骤四、将被增强后的轮廓子带信息和原有的低频分量进行Contourlet重建运算，以得到增强后的第一亮度分量I'；步骤五、对上述饱和度分量S进行饱和度的调整，得到第一饱和度分量S’；步骤六、将上述HIS颜色空间的色调分量H、第一亮度分量I'和第一饱和度分量S’转换至RGB颜色空间，得到增强后的图像。