徐驰20072312734(初稿)

《徐驰20072312734(初稿)》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、学士学位论文设计题目：基于Ridgelet变换的图像增强算法姓名徐驰院系电子与电气工程学院专业通信工程年级2007级学号20072312734指导教师王刚2011年5月28日目录1.引言12.脊波变换理论22.1连续脊波变换22.2Ridgelet与Wavelet的关系32.3Ridgelet的离散化42.4单尺度Ridgelet变换42.5Ridgelet的实现52.6Bresenham坐标变换算法62.7脊波变换的稀疏分解特性83.基于Ridgelet变换的图像增强93.1图像增强方法描述103.2基于单尺度Ridgelet增强123.3图像增强评价标

2、准123.4实验结果及评价154.总结15参考文献16致谢16鲁东大学毕业设计基于Ridgelet变换的图像增强算法徐驰（电子与电气工程学院通信工程2007级2班20072312734）摘要：本文提出了一种改进的离散Ridgelet变换实现方法，将计算机图形学中Bresenham直线生成算法应用到Radon变换的坐标转换中，与先前的最近邻插值法相比，降低了算法时间复杂度，提高了Radon变换的运行效率。本文并分析了脊波变换在线奇异性表示上优于小波之处。在此基础上，应用一种基于Ridgelet变换的图像增强算法，并与直方图调整、小波变换算法进行比较。结果显示

3、，本文算法能够更好地增强图像的边缘和细节信息，评价标准对比度提升度指数好于小波增强算法，特别在边缘保护指数、平均梯度上明显优于其它算法。关键词：图像增强；脊波变换；单尺度脊波变换；Bresenham算法AnImageEnhancementMethodBasedonRidgeletTransformXuChi(CollegeofElectricandElectronicEngineering,CommunicationsEngineering,Class2Grade2007,20072312734)Abstract:Inthispaper,Bresenham

4、line-drawingalgorithmisusedforcoordinatetransforminrealizingRadonTransform.Thismethodhasbetterperformanceandefficiency.BasedonRidgeletTransformandthismethod,animageenhancementmethodbymonoscaleRidgelettransformisproposed.UtilizingtheanisotropicpropertyofRidgelettransform,themethodc

5、animprovethedetailsofimageaswellaskeepingthestabilization.Appliedondistortionimages,theproposedmethodhasbetterresultcomparedwiththealgorithmsbasedontheWaveletTransform,histogramequalizationandotherclassicalmethods.RidgeletenhancementmethodobtainshigherContrastPromotionIndexthanwav

6、eletmethod.EspeciallyithasbetterperformancethanothermethodsonEdgeProtectionIndexandAverageGradient.Keywords:imageenhancement;RidgeletTransform;MonoscaleRidgeletTransform;Bresenhamalgorithm1引言图像增强处理是数字图像处理的一个重要分支。在图像获取和传输过程中，常会受到干扰而使图像质量降低，这就需要图像增强技术来改善人的视觉效果，利于对图像中特定目标进行识别、跟踪和理解。1

7、7鲁东大学毕业设计增强方法主要分为空域增强和频域增强。直方图调整是空域增强的重要方法，可以提高图像对比度，但同时会出现噪声的放大和局部过增强现象。而频域处理可以更好地区分有用信息和噪声。通过傅里叶变换可以将图像转换到频域，但不能同时进行时频两域的分析；小波变换(WaveletTransform)[1]是傅立叶变换的继承和发展，具有时频两域表征信号局部特征的能力，通过小波函数伸缩和平移等运算能够对信号进行多尺度的分解，从而弥补了傅立叶变换解决问题的不足，使得小波理论在图像处理中得到了广泛的应用。然而小波变换在图像增强中的应用具有局限性，在自然图像中存在着大量

8、的纹理特征，小波变换在分析一维或二维点奇异性信号时具有良好的性能，