资源描述：
《基于双向耦合扩散的保持特征的边缘锐化和图像增强》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、基于双向耦合扩散的保持特征的边缘锐化和图像增强*付树军1,2+,阮秋琦2,穆成坡3,王文洽11(山东大学数学与系统科学学院,山东济南250100)2(北京交通大学信息科学研究所,北京100044)3(北京理工大学宇航科学技术学院,北京100081)摘要:在过去的十几年中,偏微分方程在图像增强中得到了越来越多的研究和应用.本文提出了一个保持特征的双向耦合扩散框架.这个框架沿着等照度线(边缘)的梯度方向,利用柔和的边缘判定实施反向扩散以锐化边缘;而相反地沿切线方向实施正向扩散以去除噪声和锯齿伪像.为了消除这两个相反的扩散力彼此之间的冲突,将算法分裂为一种耦
2、合的格式;而且为了保持图像特征,利用图像的局部微分几何特征调整非线性扩散系数.实验结果显示,本文算法可以显著地提高被增强图像的视觉质量.关键词:图像增强;边缘锐化;双向扩散;各向异性扩散;冲击滤波器;反向扩散;微分几何中图分类号:TP391.41文献标识码:AFeaturePreservingCoupledBidirectionalFlowforEdgeSharpeningandImageEnhancement*FUShu-Jun1,2,RUANQiu-Qi2,MUCheng-Po3,WANGWen-Qia11(SchoolofMathematicsa
3、ndSystemScience,ShandongUniversity,Jinan250100,China)2(InstituteofInformationScience,BeijingJiaotongUniversity,Beijing100044,China)3(SchoolofAerospaceScienceandTechnology,BeijingInstituteofTechnology,Beijing100081,China)Abstract:Inthepastdecadetherehasbeenagrowingamountofresearc
4、hconcerningpartialdifferentialequationsinimageenhancement.Inthispaper,afeaturepreservingcoupledbidirectionalflowispresented,whereaninversediffusionwithasoftedgedecisionisperformedtosharpenedgesalongthenormaldirectionstotheisophotelines(edges),whileanormaldiffusionisdonetoremoven
5、oiseandartifacts(“jaggies”)alongthetangentdirectionsonthecontrary.Thetwoconversediffusionforcesaresplitintoacoupledformtostopthecancellationbetweeneachother.Topreserveimagefeatures,thenonlineardiffusioncoefficientsareadjustedaccordingtothelocaldifferentialgeometryofimage.Experim
6、entalresultsdemonstratethatouralgorithmsubstantiallyimprovesthesubjectivequalityoftheenhancedimages.Keywords:imageenhancement;edgesharpening;bidirectionaldiffusion;anisotropicdiffusion;shockfilter;inverseflow;differentialgeometry1引言一幅图像的主要信息存在于它的边缘,细节和纹理等特征中.图像特征不但对于增强图像的视觉质量来说意
7、义重大,而且对于图像分割,图像识别和图像理解等图像后续处理任务来说,也是非常重要的.其中,将图像中的不同目标分割开来的边缘是图像的最普遍和最重要的特征之一.然而,在不同成像条件下,通过不同的成像设备获取的图像的边缘并不总是锐利的:当穿过边缘的图像灰度差太小时,图像看起来不清晰;而当边缘太宽时,图像看起来模糊.图像增强和锐化是图像处理中的一个经典的问题.在过去已经提出了很多不同的方法[1].一类方法是点操作运算.图像灰度级变换通过某种方式改变图像每一个像素的灰度值以达到增强图像的目的.另一种常见的方法是图像直方图修整,它根据图像原始的直方图,将每一个灰度
8、级映射为一个新的值.对于没有有效地充分利用灰度级范围的图像来说,这个方法产生了较好的结果.另一
