專利名稱：一種自適應(yīng)的基于雙域的圖像處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖形圖像處理領(lǐng)域，具體涉及對(duì)數(shù)字圖像進(jìn)行處理的一種自適 應(yīng)的基于雙域的圖像處理方法。
背景技術(shù)：
在圖像的分析和處理過(guò)程中涉及兩個(gè)域(1)信號(hào)域，是以空間來(lái)定義的 像素值域；(2)變換域，即變換系數(shù)域，以頻率或大小來(lái)定義。傳統(tǒng)的圖像處 理方法是直接處理像素值，或者是在變換之后處理變換系數(shù)。其中，直接處理 像素值的方法叫做信號(hào)域方法，處理變換系數(shù)的方法叫做變換域方法。
信號(hào)域方法傾向于利用局部的操作符，優(yōu)于處理局部特征，尤其是邊緣和 線條。它可以很方便地找到以邊緣為中心的自適應(yīng)的策略，即用處理不連續(xù)的 操作符來(lái)處理邊緣像素，用處理平滑區(qū)域的操作符來(lái)處理內(nèi)部像素。但是，由 于它太過(guò)于局部性，因此不能檢測(cè)和分析非局部的特征，比如紋理，這些特征 可能被破壞。
在變換域方法的處理過(guò)程中，圖像由變換系數(shù)來(lái)代表，它通過(guò)放大或縮小 相應(yīng)的變換系數(shù)，來(lái)提高或移除圖像對(duì)象。因此，通過(guò)對(duì)變換系數(shù)的處理，圖 像得到了高效的處理。但是，由于圖像邊緣是非常局部的，它們不能夠很方便 的由小的基本元素集來(lái)?yè)渥健榱酥貥?gòu)一個(gè)邊緣，需要很多基礎(chǔ)元素。 一條邊 對(duì)應(yīng)很多變換系數(shù)。改變這些系數(shù)中的任何一點(diǎn)，都會(huì)破壞圖像邊緣，除非整 組的系數(shù)是以很協(xié)調(diào)的方式改變的，而事實(shí)上這是很難做到的。因此，變換域 方法對(duì)于處理邊緣以外的圖像對(duì)象比較有優(yōu)勢(shì)。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種自適應(yīng)的基于雙域的圖像處理方法，兼顧了信 號(hào)域和變換域的方法的優(yōu)點(diǎn)，同時(shí)使用信號(hào)域和變換域方法來(lái)處理圖像。
一些圖像處理的任務(wù)信號(hào)域方法和變換域方法都可以完成。比如圖像的平 滑既可以在信號(hào)域中直接通過(guò)像素點(diǎn)的平均來(lái)實(shí)現(xiàn)，也可以在傅里葉變換域通 過(guò)壓縮高頻率的變換系數(shù)來(lái)實(shí)現(xiàn)。
由巻積理論可以給出信號(hào)域和變換域間的平衡，這個(gè)理論中說(shuō)，在信號(hào)域 中的巻積和在傅里葉變換域中的乘積相等。有了這個(gè)平衡，在一個(gè)域中的方法 可以很簡(jiǎn)單的轉(zhuǎn)到另一個(gè)域中使用，并且處理結(jié)果非常吻合。選擇哪個(gè)域常常 影響著計(jì)算的效率。
但是巻積理論只限制應(yīng)用在線性的和變換恒定的操作中。而對(duì)于自適應(yīng)的 操作，在這兩個(gè)域間沒(méi)有簡(jiǎn)單的平衡，在一個(gè)域中的方法不能夠有效的應(yīng)用于 另一個(gè)域中。不同域中的方法的處理結(jié)果也有著不一樣的特征。
自適應(yīng)技術(shù)在現(xiàn)代圖像處理領(lǐng)域占據(jù)著重要位置。 一個(gè)圖像由各種類的對(duì) 象構(gòu)成，比如，邊緣、線條、紋理、平滑區(qū)域。每個(gè)對(duì)象都應(yīng)該有與它所屬類 適應(yīng)的操作符來(lái)進(jìn)行處理。自適應(yīng)原則和信號(hào)域方法、變換域方法一樣在現(xiàn)代 的圖像處理方法中受到重視。但是對(duì)每個(gè)對(duì)象的歸類的策略對(duì)每個(gè)域來(lái)說(shuō)是不 同的。
從信號(hào)域的角度來(lái)看， 一個(gè)圖像是由在空間上分離的實(shí)體組成。 一個(gè)圖像 被看作是由一些平滑區(qū)域組成的，有很多不連續(xù)性在這些區(qū)域的邊緣。這些不 連續(xù)性是圖像邊緣的最重要的特征，常常在信號(hào)域方法中被明確的表述。因此， 對(duì)于信號(hào)域方法來(lái)說(shuō)可以很方便的找到以邊緣為中心的自適應(yīng)的策略，即用處理不連續(xù)的操作符來(lái)處理邊緣像素，用處理平滑區(qū)域的操作符來(lái)處理內(nèi)部像素。 從變換域的角度來(lái)看， 一個(gè)圖像是由在空間上各個(gè)頻率的部件所構(gòu)成。一 個(gè)圖像被看做是頻率部件的疊加，每個(gè)部件與一種類型的圖像實(shí)體所對(duì)應(yīng)。對(duì) 于同一個(gè)自適應(yīng)原則，不同的部件應(yīng)該由不同的操作符來(lái)處理。
以域來(lái)定型圖像對(duì)象有著內(nèi)在的缺點(diǎn)。在信號(hào)域，沒(méi)有一個(gè)簡(jiǎn)單的方法來(lái) 進(jìn)一步分解一個(gè)區(qū)域。如果在同一塊區(qū)域有一個(gè)以上的物體，則這些對(duì)象就不 能夠被區(qū)分和分離。例如，圖像的紋理不能夠很簡(jiǎn)單的從在他們上面的光滑的 表面分離。在變換域，它的缺點(diǎn)來(lái)自邊緣。邊緣的變換常常要涉及所有的部件， 因?yàn)橐粋€(gè)不連續(xù)會(huì)是所有頻率和大小的。結(jié)果，對(duì)應(yīng)于一個(gè)部件的操作符影響
了整個(gè)圖像邊緣。這個(gè)現(xiàn)象就是眾所周知的G沾fc現(xiàn)象。
綜上所述，信號(hào)域方法和變換域方法是互補(bǔ)的，因此我們發(fā)明了一種自適 應(yīng)的基于雙域的圖像處理方法，可以使得圖像數(shù)據(jù)的訪問(wèn)和處理在兩個(gè)域中進(jìn) 行。在大多數(shù)情況下，圖像的處理在信號(hào)域中進(jìn)行，而圖像的分析在變換域中 進(jìn)行。


圖1是信號(hào)域方法的示意圖2是變換域方法的示意圖3是雙域方法的示意具體實(shí)施例方式
下面結(jié)合附圖對(duì)本發(fā)明的一種自適應(yīng)的基于雙域的圖像處理方法作詳細(xì)描述。
如圖1所示是信號(hào)域方法的示意圖。下面對(duì)自適應(yīng)的信號(hào)域方法作詳細(xì)介
紹信號(hào)域方法常常使用迭代的局部修改方法。每個(gè)像素的改變完全由它的較 近區(qū)域的鄰居來(lái)決定。如果操作是非線性和自適應(yīng)的，那么修改的數(shù)目必須要 少。為了實(shí)現(xiàn)大的全局的修改，這些小的修改必須迭代。迭代的局部修改方法 是操作為局部的和自適應(yīng)的結(jié)果。
由進(jìn)化方程可以表達(dá)迭代的局部修改框架。"Partial Differential Equation(PDE)Approach"圖像處理方法是較著名的信號(hào)域方法。其中，各向異 性擴(kuò)散方法是有代表性的PDE方法。下面這個(gè)例子主要用于圖像去噪。PDE的 解決方案是給出了一個(gè)圖像集u(x，y，t)，變量t將處理的數(shù)量參數(shù)化。對(duì)于1=0， u 被參數(shù)化為輸入圖像f，即u(x,y,0)=f (x，y);對(duì)于tX)，通過(guò)解進(jìn)化方程來(lái)得到 Ut=div(g( I Vu I ) Vu)-入(u-f)。隨著t的增加，u(x,y,t)會(huì)收斂，就獲得了一個(gè)去 噪的圖像。上個(gè)等式右邊的兩部分起著不同的作用，系數(shù)A控制著兩邊的平衡。 第一部分的作用是平滑u，以移除u的噪聲。第二部分的作用是保持使u接近f， 為了保持圖像的特征。
信號(hào)域方法的優(yōu)點(diǎn):進(jìn)化方程的第一部分i^div(g( I Vu I ) Vu)被稱作是各
向異性擴(kuò)散方程。令g(X)^/x，就是各向異性擴(kuò)散方程的一個(gè)很著名的實(shí)例最
小化全部變量方程ut=diV (!^j)。運(yùn)行進(jìn)化方程可以平滑圖像，并且保證圖
像的質(zhì)量。這個(gè)優(yōu)點(diǎn)是在于這個(gè)方程中的自適應(yīng)平滑原理的兩個(gè)原則(1)平 滑的方向應(yīng)該由邊緣的方向來(lái)控制。(2)平滑的力度應(yīng)該由邊緣的力度來(lái)控制。
這個(gè)自適應(yīng)的策略很好的顯示出了信號(hào)域方法在處理圖像邊緣上的優(yōu)勢(shì)。
信號(hào)域方法的一個(gè)缺點(diǎn)各項(xiàng)異性擴(kuò)散方程用梯度檢測(cè)圖像特征。作為一個(gè)
很局部的操作符，在信號(hào)域，梯度很容易計(jì)算。它能夠有效的檢測(cè)邊緣的變化， 并估計(jì)它的系數(shù)。然而，由于梯度太具局部性，以至不能去分析圖像的特征。甚至，邊緣檢測(cè)的估計(jì)需要用到很少局部的操作符。非局部的圖像特征，比如 圖像紋理，不能由梯度來(lái)檢測(cè)。于是，他們的特征方向和特征力度就完全丟失 了。結(jié)果，這些特征在運(yùn)行各項(xiàng)異性擴(kuò)散方程時(shí)被破壞，并且在大多數(shù)情況下，
當(dāng)運(yùn)行圖形處理PDE方法時(shí)也是如此。這是信號(hào)域方法的內(nèi)在的問(wèn)題。
信號(hào)域方法的另一個(gè)缺點(diǎn)盡管進(jìn)化方程的第一部分是有很好的自適應(yīng)性 的，但是，第二部分一點(diǎn)也沒(méi)有自適應(yīng)性。(U-f)僅僅是被處理的圖像和輸入圖 像間的像素值之差。對(duì)每一個(gè)像素值都會(huì)去權(quán)衡這個(gè)差值。理想的情況是我們 想對(duì)圖像那些具有顯著的特征的部分和沒(méi)有被施加約束的部分施加嚴(yán)格的約 束。然而，這個(gè)自適應(yīng)策略不能夠被簡(jiǎn)單的應(yīng)用到信號(hào)域。檢測(cè)和分析除了圖 像邊緣的圖像特征需要非局部化的操作符，但是信號(hào)域在這一點(diǎn)上不是很有優(yōu) 勢(shì)。由于在進(jìn)化方程的第一部分邊緣已經(jīng)得到了很好的處理，在信號(hào)域也不能 容易的處理其他特征，因此，在進(jìn)化方程的第二個(gè)部分沒(méi)有自適應(yīng)策略。這是 信號(hào)域方法的一個(gè)主要的缺點(diǎn)。
圖2是變換域方法的示意圖。下面對(duì)自適應(yīng)的變換域方法作詳細(xì)介紹。
在變換域方法中，圖像被看做是各種圖像對(duì)象的疊加，典型的疊加是一塊大 的平滑區(qū)域在底部，上面覆蓋著紋理，在頂部或多或少的加了一些噪聲。這個(gè)
模型對(duì)應(yīng)于一個(gè)基本要素集(Vj的線性組合的模型PEwi^ 。圖像f由變換系 數(shù)Wi所代表。于是，可以僅僅通過(guò)放大或縮小相應(yīng)的轉(zhuǎn)換系數(shù)，來(lái)提高或移除 圖像對(duì)象。因此，通過(guò)轉(zhuǎn)換域系數(shù)的處理，圖像得到了更高效的處理。
由于在各個(gè)圖像之間的圖像對(duì)象的變化會(huì)各不相同，自適應(yīng)的根據(jù)一個(gè)圖像 上的圖像特征來(lái)選擇基礎(chǔ)元素是比較優(yōu)異的做法。在波包變換中可以看到這個(gè) 自適應(yīng)策略，它是一個(gè)自適應(yīng)的小波變換。實(shí)際上，波包變換可以檢測(cè)各種圖 像特征，包括各種頻率和方向的，并且還可以把他們區(qū)分出來(lái)。這對(duì)于幾乎所有的圖像特征都有優(yōu)勢(shì)，只是除了邊緣之外，沒(méi)有變換可以很好的處理邊緣。
波包變換對(duì)于包括圖像去噪在內(nèi)的很多圖像處理任務(wù)都很有用。例如，可 以利用小的值來(lái)縮小轉(zhuǎn)換系數(shù)來(lái)防止圖像的噪聲，即把所有低于閾值的轉(zhuǎn)換系
數(shù)設(shè)置為o。 T(Wi，e)= 閾值e可以通過(guò)噪聲量值o來(lái)決定，e
=V21og(") o 。 n是指參數(shù)的數(shù)量。由于所選擇的轉(zhuǎn)換基能夠撲捉圖像中的有意 義的對(duì)象，值大的系數(shù)對(duì)應(yīng)于圖像對(duì)象，而值小的系數(shù)對(duì)應(yīng)于噪聲。因此，取 出那些小的系數(shù)能夠去除噪聲。
去噪的一個(gè)更復(fù)雜的轉(zhuǎn)換系數(shù)的處理是為了縮小轉(zhuǎn)換系數(shù)?？s小操作符，
也稱為軟閾值操作符，是一個(gè)非線性的操作符，定義如下s(wi， e》=
{ 。每一個(gè)系數(shù){ 0 i }可以依靠由i所指示的它的頻率和大小的系
0 z/|w/|<6￥
數(shù)而不同，除了依靠噪聲量值。如果一個(gè)圖像的特征比其他圖像的特征更重要 的話，這就允許調(diào)整。然而，這個(gè)額外的靈活性也不能幫助處理邊緣。為了去 噪，大多數(shù)的高頻的系數(shù)被縮小操作符縮小，但同時(shí)也縮小了一些對(duì)于邊緣有 用的系數(shù)。
綜上對(duì)自適應(yīng)的變換域方法的描述，它的缺點(diǎn)在于不能很好的處理邊緣， 而對(duì)于邊緣以外的特征，具有較好的優(yōu)勢(shì)。
圖3是雙域方法的示意圖，現(xiàn)在對(duì)自適應(yīng)的基于雙域的圖像處理方法作詳 細(xì)說(shuō)明。
由對(duì)于信號(hào)域和變換域方法的描述可以看出，信號(hào)域方法和變換域方法是 互補(bǔ)的。信號(hào)域方法優(yōu)于對(duì)邊緣的處理，而對(duì)于其它特征的處理沒(méi)有優(yōu)勢(shì)；而 變換域方法優(yōu)于處理除了邊緣特征之外的其它的特征。 一個(gè)域的方法的缺點(diǎn)可 以在另一個(gè)域的方法中被克服。這就引導(dǎo)出了雙域的圖像處理方法，它同時(shí)工作在信號(hào)域和變換域，并利用著兩個(gè)域的優(yōu)勢(shì)。
一個(gè)保留了圖像特征的變換域的方法可以提高信號(hào)域的方法。因?yàn)樾盘?hào)域 的方法在處理非局域的特征時(shí)效率不高。由各向異性擴(kuò)散造成的震蕩特征的損
傷以及相似的PDE方法表現(xiàn)出這種內(nèi)在的缺點(diǎn)。通過(guò)雙域方法，這種缺陷能夠 由變換域方法來(lái)克服。
由消除了噪聲的信號(hào)域方法可以改善變換域方法。變換域方法的最嚴(yán)重的 一個(gè)缺陷是G/6fc噪聲現(xiàn)象，這個(gè)缺陷能夠通過(guò)一個(gè)信號(hào)域方法(比如各向異性 的擴(kuò)散方法)來(lái)阻止。正如變換域方法顯示出來(lái)的在處理大多數(shù)特征上的優(yōu)勢(shì)， 消除了GA&噪聲之后，將會(huì)大大優(yōu)化它的處理結(jié)果。
以上的分析和描述，顯示出了雙域的圖像處理方法的優(yōu)勢(shì)。信號(hào)域和變換域 方法是互補(bǔ)的，雙域方法可以利用兩者的優(yōu)點(diǎn)。特別的是， 一個(gè)雙域方法將使 用信號(hào)域的方法來(lái)處理邊緣和線條；用變換域的方法來(lái)處理震蕩特征，比如 紋理等。雙域的圖像處理方法將會(huì)很大程度上提高圖像的處理效果。
權(quán)利要求
1、一種自適應(yīng)的基于雙域的圖像處理方法，其特征是兼顧了信號(hào)域和變換域的方法的優(yōu)點(diǎn)，同時(shí)使用信號(hào)域和變換域方法來(lái)處理圖像。
2、 根據(jù)權(quán)利要求l所述的一種自適應(yīng)的基于雙域的圖像處理方法，其特征 是用信號(hào)域方法來(lái)處理圖像的邊緣和線條。
3、 根據(jù)權(quán)利要求l所述的一種自適應(yīng)的基于雙域的圖像處理方法，其特征 是用變換域方法來(lái)處理圖像的震蕩特征。
全文摘要
本發(fā)明公開(kāi)了一種自適應(yīng)的基于雙域的圖像處理方法，本方法中，圖像的分析和處理都是在兩個(gè)域中進(jìn)行(1)信號(hào)域，是以空間來(lái)定義的像素值域；(2)變換域，即變換系數(shù)域，以頻率或大小來(lái)定義。在信號(hào)域去除噪聲，在變換域保存并提升圖像的特征。本方法可以兼顧信號(hào)域方法和變換域方法的優(yōu)點(diǎn)，克服兩個(gè)域本身在圖像處理上的不足，實(shí)現(xiàn)更好的圖像處理效果。
文檔編號(hào)G06T5/00GK101650825SQ20091019241
公開(kāi)日2010年2月17日 申請(qǐng)日期2009年9月17日 優(yōu)先權(quán)日2009年9月17日
發(fā)明者寧 劉, 羅笑南, 晴 陸 申請(qǐng)人:廣東中大訊通信息有限公司