缘、垂直 边缘和对角线边缘的高频子带细节图像；
[0096] 所述的去噪单元204,用于提取所述灰度图像的默认阔值，并根据所述默认阔值对 所述灰度图像在对角线边缘的高频子带细节图像进行阔值去噪；
[0097] 所述的边缘增强单元205,用于对所述低频子带近似图像进行边缘增强；
[009引所述的小波重构单元206,用于对所述灰度图像在水平边缘和垂直边缘的高频子 带细节图像、阔值去噪后的所述灰度图像在对角线边缘的高频子带细节图像W及边缘增强 后的低频子带近似图像进行二维小波重构，得到小波变换后的水下海参图像。
[0099] 本发明实施例中，所述小波分解单元203采用coif2小波函数对所述灰度图像进 行一层分解。
[0100] 进一步地，所述小波分解单元203,包括：
[0101] 低通滤波模块，用于对所述灰度图像的每一行和每一列分别进行低通滤波处理；
[0102] 高通滤波模块，用于对所述灰度图像的每一行和每一列分别进行高通滤波处理；
[0103] 采样模块，用于对低通滤波和高通滤波后的图像分别进行隔点抽样，得到所述灰 度图像的低频子带近似图像W及所述灰度图像在水平边缘、垂直边缘和对角线边缘的高频 子带细节图像。
[0104] 本发明实施例中，所述去噪单元204采用阔值获取函数提取所述灰度图像的默认 阔值。
[01化]本发明实施例中，所述边缘增强单元205采用反锐化掩模法对所述低频子带近似 图像进行边缘增强。
[0106] 本发明实施例中，所述小波重构单元206采用小波逆变换算法进行二维小波重 构。
[0107] 本发明实施例提出的基于小波变换算法的水下海参图像处理系统，通过小波变换 算法对水下海参图像进行处理，实现了对水下海参图像的去噪和边缘增强，进而获取到清 晰度高的水下海参图像，对水下生物的识别和捕撰具有重要意义。
[0108] 需要说明的是，本发明实施例提出的基于小波变换算法的水下海参图像处理系统 的具体实现方式与本发明实施例的基于小波变换算法的水下海参图像处理方法的具体实 现方式类似，具体请参见方法部分的描述，为了减少冗余，不做寶述。
[0109] 综上所述，本发明实施例提供的基于小波变换算法的水下海参图像处理方法及系 统，将水下海参图像转化为灰度图像后，通过小波函数对灰度图像进行分解，得到灰度图像 的低频子带近似图像W及在水平边缘、垂直边缘和对角线边缘的高频子带细节图像，对分 解出的低频子带近似图像进行边缘增强，并对对角线方向的高频子带细节图像的阔值去 噪，通过对处理后的低频子带近似图像和所有高频子带细节图像进行二维小波重构，实现 了对水下海参图像的去噪和边缘增强处理，进而获取到清晰度高的水下海参图像，为水下 生物的识别和捕撰打下基础。
[0110] 通过W上的实施方式的描述，本领域的技术人员可W清楚地了解到本发明可W通 过硬件实现，也可W借助软件加必要的通用硬件平台的方式来实现。基于该样的理解，本发 明的技术方案可软件产品的形式体现出来，该软件产品可W存储在一个非易失性存储 介质（可W是CD-ROM, U盘，移动硬盘等）中，包括若干指令用W使得一台计算机设备（可 W是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。
[0111] 本领域技术人员可W理解附图只是一个优选实施例的示意图，附图中的模块或流 程并不一定是实施本发明所必须的。
[0112] 本领域技术人员可W理解实施例中的系统中的模块可W按照实施例描述进行分 布于实施例的系统中，也可W进行相应变化位于不同于本实施例的一个或多个系统中。上 述实施例的模块可W合并为一个模块，也可W进一步拆分成多个子模块。
[0113] W上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人 员来说，在不脱离本发明原理的前提下，还可W做出若干改进和润饰，该些改进和润饰也应 视为本发明的保护范围。
【主权项】
1. 一种基于小波变换算法的水下海参图像处理方法，其特征在于，所述方法包括： 获取待处理的水下海参图像，并将所述水下海参图像转化为灰度图像； 采用小波函数对所述灰度图像进行分解，得到所述灰度图像的低频子带近似图像以及 所述灰度图像在水平边缘、垂直边缘和对角线边缘的高频子带细节图像； 提取所述灰度图像的默认阈值，根据所述默认阈值对所述灰度图像在对角线边缘的高 频子带细节图像进行阈值去噪； 对所述低频子带近似图像进行边缘增强； 对所述灰度图像在水平边缘和垂直边缘的高频子带细节图像、阈值去噪后的所述灰度 图像在对角线边缘的高频子带细节图像以及边缘增强后的低频子带近似图像进行二维小 波重构，得到小波变换后的水下海参图像。2. 根据权利要求1所述的方法，其特征在于，所述采用小波函数对所述灰度图像进行 分解，具体为：采用coif2小波函数对所述灰度图像进行一层分解。3. 根据权利要求2所述的方法，其特征在于，所述采用coif2小波函数对所述灰度图像 进行一层分解，包括： 对所述灰度图像的每一行和每一列分别进行低通滤波处理； 对所述灰度图像的每一行和每一列分别进行高通滤波处理； 对低通滤波和高通滤波后的图像分别进行隔点抽样，得到所述灰度图像的低频子带近 似图像以及所述灰度图像在水平边缘、垂直边缘和对角线边缘的高频子带细节图像。4. 根据权利要求1所述的方法，其特征在于，所述提取所述灰度图像的默认阈值，具体 为：采用阈值获取函数提取所述灰度图像的默认阈值。5. 根据权利要求1所述的方法，其特征在于， 所述对所述低频子带近似图像进行边缘增强，具体为：采用反锐化掩模法对所述低频 子带近似图像进行边缘增强； 所述对所述灰度图像在水平边缘和垂直边缘的高频子带细节图像、阈值去噪后的所述 灰度图像在对角线边缘的高频子带细节图像以及边缘增强后的低频子带近似图像进行二 维小波重构，具体为：采用小波逆变换算法进行二维小波重构。6. -种基于小波变换算法的水下海参图像处理系统，其特征在于，包括： 获取单元，用于获取待处理的水下海参图像； 灰度转化单元，用于将所述获取单元获取到的水下海参图像转化为灰度图像； 小波分解单元，用于采用小波函数对所述灰度转化单元得到的灰度图像进行分解，得 到所述灰度图像的低频子带近似图像以及所述灰度图像在水平边缘、垂直边缘和对角线边 缘的高频子带细节图像； 去噪单元，用于提取所述灰度图像的默认阈值，并根据所述默认阈值对所述灰度图像 在对角线边缘的高频子带细节图像进行阈值去噪； 边缘增强单元，用于对所述低频子带近似图像进行边缘增强； 小波重构单元，用于对所述灰度图像在水平边缘和垂直边缘的高频子带细节图像、阈 值去噪后的所述灰度图像在对角线边缘的高频子带细节图像以及边缘增强后的低频子带 近似图像进行二维小波重构，得到小波变换后的水下海参图像。7. 根据权利要求6所述的系统，其特征在于，所述小波分解单元采用coif2小波函数对 所述灰度图像进行一层分解。8. 根据权利要求7所述的系统，其特征在于，所述小波分解单元，包括： 低通滤波模块，用于对所述灰度图像的每一行和每一列分别进行低通滤波处理； 高通滤波模块，用于对所述灰度图像的每一行和每一列分别进行高通滤波处理； 采样模块，用于对低通滤波和高通滤波后的图像分别进行隔点抽样，得到所述灰度图 像的低频子带近似图像以及所述灰度图像在水平边缘、垂直边缘和对角线边缘的高频子带 细节图像。9. 根据权利要求6所述的系统，其特征在于，所述去噪单元采用阈值获取函数提取所 述灰度图像的默认阈值。10. 根据权利要求6所述的系统，其特征在于，所述边缘增强单元采用反锐化掩模法对 所述低频子带近似图像进行边缘增强； 所述小波重构单元采用小波逆变换算法进行二维小波重构。
【专利摘要】本发明提供了一种基于小波变换算法的水下海参图像处理方法及系统，该方法包括：将水下海参图像转化为灰度图像；采用小波函数对灰度图像进行分解，得到灰度图像的低频子带近似图像以及灰度图像在水平边缘、垂直边缘和对角线边缘的高频子带细节图像；根据灰度图像的默认阈值对灰度图像在对角线边缘的高频子带细节图像进行阈值去噪；对低频子带近似图像进行边缘增强；将水平边缘和垂直边缘的高频子带细节图像、阈值去噪后的对角线边缘的高频子带细节图像以及边缘增强后的低频子带近似图像进行二维小波重构，得到小波变换后的水下海参图像。本发明通过小波变换算法对水下海参图像进行去噪，得到清晰度高的图像，为水下海参的识别和捕捞打下基础。
【IPC分类】G06K9/46, G06K9/52, G06K9/40
【公开号】CN104951783
【申请号】CN201510291065
【发明人】李振波, 徐银丽, 乔曦, 杨卫中, 段作栋, 郭传鑫, 杜攀
【申请人】中国农业大学
【公开日】2015年9月30日
【申请日】2015年5月29日