[发明专利]基于改进的非下采样Contourlet变换的图像增强方法

摘要

本发明请求保护一种基于改进的非下采样Contourlet变换(NSCT)的图像增强方法，该方法首先对图像进行NSCT变换得到各个尺度和方向上的低通子带和带通子带。对低通子带进行线性增强处理，提高图像的整体对比度；对于带通子带，根据能量分布自适应地确定各子带去噪阈值，并提出弱边缘增强算法，达到增强细节纹理，抑制噪声的效果。经过Contourlet逆变换得到清晰的手掌静脉图像。最后通过Gabor滤波器组对掌静脉断裂处进行桥接。实验结果表明，该算法有效增强了掌静脉细节纹理信息，且对比度、信息熵、平均梯度、方差分别提升到47.9、9.1、5.1、2594。

主权项

1.一种基于改进的非下采样Contourlet变换的图像增强方法，其特征在于，包括以下步骤：S1、获取原始图像并对原始图像进行非下采样Contourlet变换；S2、对NSCT变换后图像的低通子带系数进行线性拉伸，统计得到图像灰度值的最小值x_min和最大值x_max，然后用线性映射把灰度范围进行映射；S3、对于高通子带，改进阈值公式，改进之处在于，将固定阈值改为自适应阈值，其方法是获取各尺度和方向的子带能量值，得到高通子带各个尺度和方向的自适应阈值；S4、根据步骤S2和步骤S3NSCT变换的得到的各子带系数与子带阈值之间的关系，计算出各子带细节增强因子m_l，对图像纹理细节进行增强；S5、对Gabor滤波器选择合适的模型参数；S6、经过S5选择合适的参数后，用Gabor滤波器组提取各个方向的图像信息，最后通过求取所有图像同一位置像素的最大值，使所有纹理信息集中到一张图像上，达到掌静脉断裂纹理的桥接；S7、得到增强后的红外掌静脉图像。