基于Curvelet變換的圖像增強

基于Curvelet變換的水下圖像增強方法研究架構(gòu)1課題背景及研究意義24Curvelet變換圖像增強算法5圖像質(zhì)量評價與實驗結(jié)果分析3

傳統(tǒng)圖像增強方法小波變換與Curvelet變換課題背景與研究意義·

理想現(xiàn)實課題背景與研究意義傳統(tǒng)圖像增強方法·

傳統(tǒng)圖像增強方法：線性變換對比度增強非線性變換傳統(tǒng)圖像增強方法圖像銳化梯度算法拉普拉斯算法傳統(tǒng)圖像增強方法頻域濾波增強頻率濾波增強過程傳統(tǒng)圖像增強方法小波變換曲波變換（第一代Curvelet）第二代Curvelet實現(xiàn)精簡二維或高維減小冗余小波變換與Curvelet變換傅里葉變換時-頻局域化空-頻局域化任意角度方向性小波變換與Curvelet變換小波分解示意圖時-頻區(qū)間離散Curvelet變換離散Curvelet區(qū)域示意圖J：尺度參數(shù)L：方向參數(shù)K：位置參數(shù)小波變換與Curvelet變換·

Curvelet變換的系數(shù)分析：小波變換與Curvelet變換·層次尺度系數(shù)方向參量個數(shù)總體形式系數(shù)矩陣CoarseC{1}11[13×17double]DetailC{2}16{1×16}{1×16cell}[10×17double]，…，[13×14double]C{3}32{1×32}{1×32cell}[19×17double]，…，[13×27double]C{4}32{1×32}{1×32cell}[39×34double]，…，[25×54double]C{5}32{1×32}1[77×34double]，…，[26×104double]FineC{6}11[299×403double]該水下圖像經(jīng)Curvelet變換后得到單元數(shù)組C{s}{w}{i,j}，s表小尺度，w表示方向，{i,j}表示第s尺度層上第w個方向的系數(shù)矩陣，下表給出了該水下魚群圖像的Curvelet系數(shù)結(jié)構(gòu)水下魚群圖像的Curvelet系數(shù)結(jié)構(gòu)小波變換與Curvelet變換·

基于第二代Curvelet變換的水下圖像增強實現(xiàn)流程圖：Curvelet的圖像增強算法·

非線性增強函數(shù)：其中，Curvelet的圖像增強算法·

低頻子帶系數(shù)處理：其中，Curvelet的圖像增強算法·

高頻子帶系數(shù)處理：其中，閾值T=λ·σ，σ=median(abs(C))/0.6745λ取值為3~5而Curvelet的圖像增強算法圖像質(zhì)量評價與實驗結(jié)果分析

·

1：主觀評價2：客觀評價（a）對比度函數(shù)：值越大，效果越好（b）清晰度函數(shù)：值越大，效果越好·

評價方法原始圖像直方圖均衡化小波增強Curvelet增強對比度函數(shù)值0.07790.29350.45621.3125清晰度函數(shù)值0.10550.21250.27200.2864圖像質(zhì)量評價與實驗結(jié)果分析

·

評價方法原始圖像直方圖均衡化小波增強Curvelet增強對比度函數(shù)值0.02250.2925