一种基于图像配准、插值和去噪的图像增强方法
【技术领域】
[0001] 本发明涉及一种图像增强方法，尤其是涉及一种基于图像配准、插值和去噪的图 像增强方法。
【背景技术】
[0002] 随着科技的发展进步，从各种成像设备、互联网网络或图像数据库中获取大量图 像已成为可能，从而人们对图像处理(Feature Extraction and Image Processing)的要 求也越来越高，图像处理技术得到了深入、广泛和迅速的发展。在图像处理上，通过对图像 将原来不清晰的图像变得清晰或强调某些关注的特征，抑制非关注的特征，使之改善图像 质量、丰富信息量，加强图像判读和识别效果的图像增强处理能够帮助我们准确的把握获 得图像所反映的信息。鉴于这样的事实，对图像本身进行深入研究，处理出清晰准确的图像 已成为客观必然要求。
[0003] 在图像形成、传输或变换的过程中，由于受到一些客观因素的影响，会使图像产生 失真，如图像对比度降低和图像模糊等等。因此需要利用图像增强技术改善这种情况，图像 增强的目的在于，采用一系列技术改善图像的视觉效果，提高图像的清晰度，将图像转换成 一种适于人或机器进行分析处理的形式。它不是以图形保证度为原则，而是通过处理设法 有选择地便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用 价值。图像增强一直是计算机视觉研究领域中一个值得探讨的问题，在计算机科学、医疗辅 助诊断、军事、工业测量等众多领域都广泛采用这一技术，尤其是计算机视觉和模式和模式 识别研究中，如何准确的丰富增强图像信息往往是其中首先需要解决的问题之一，是提高 识别率等问题的重要前奏和关键问题，有着广泛的应用前景和潜在的市场价值。
【发明内容】
[0004] 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种具有高可行性、 高准确度和高清晰度、适用范围广的基于图像配准、插值和去噪的图像增强方法。
[0005] 本发明的目的可以通过以下技术方案来实现：
[0006] -种基于图像配准、插值和去噪的图像增强方法，其特征在于，包括以下步骤：
[0007] S1，获得同一对象的一个主图像和多个副图像，所述的主图像像素大于副图像像 素；
[0008] S2,以主图像为基准，将各个副图像分别与主图像配准；
[0009] S3,将主图像与配准后的各副图像进行颜色匹配；
[001 0] S4，对各副图像分别进行插值操作，将各副图像放大；
[0011] S5,利用步骤S4得到的放大后的各副图像，对主图像进行双边滤波器去噪。在进行 颜色配准和插值之后，主图像需要去噪的每一个像素都可以在副图像中分别找到相应的像 素点，这些像素点可以应用到双边滤波器中。
[0012] 所述的步骤S2中，采用surf算子将各副图像分别与主图像配准。
[0013] 所述的步骤S3包括以下步骤：
[0014] S31，将主图像和各配准后的副图像的R、G、B颜色通道分开；
[0015] S32,分别在各个颜色通道下进行颜色匹配。
[0016] 所述的步骤S32中，将图像的RGB颜色区域转换为LAB颜色区域，进行颜色匹配。 [0017]所述的步骤S4具体采用最近邻插值法进行插值。
[0018]所述的步骤S5具体包括以下步骤：
[0019] S50,读取主图像中某像素点；
[0020] S51，计算该像素点的主图像双边滤波器权重wmain(i，j，k，1):
[0021] wmain(i, j,k,l) = exp(-d(i, j,k,l)-r(i, j,k,l)) · a
[0022]其中，d(i , j ,k,l)为主图像定义域核函数，r(i , j ,k,l)为主图像值域核函数，计算 式如下：
[0023]
[0024]
[0025] 其中，i为像素点的X方向值，j为像素点的y方向值，k为邻域像素点的X方向值，1为 邻域像素点的y方向值，f (i，j)为主图像中心点的像素值，f (k，1)为中心点邻域像素点(k， 1)的像素值，σ为高斯核，a e (〇，1)。常数a可取为0.8。
[0026] S52,计算该像素点的副图像双边滤波器权重Wf(i，j，k，l):
[0027] wf (i，j，k，1) = exp(-d，（i，j，k，1)-r，（i，j，k，1))(1-a)
[0028] 其中，(1'（1，」，11)为该像素点在副图像中匹配的像素点的定义域核函数^'（1， j，k，l)为该像素点在副图像中匹配的像素点的值域核函数，计算式如下：
[0029]
[0030]
[0031 ]其中，η为副图像数量，wx (y)为步骤S4得到的副图像相应的权重，wx (y)按下式计 算：
[0032]
[0033] 其中，#、#、/f、人￡、/#、#分别为点I(x,y)处的X方向和y方向在L、A、B下的 颜色成分，σ为高斯核；s为层次系数;p为方差，Kx(y)为根据步骤S4得到的各副图像获得的 权重信息，Kx(y)的计算方法如下：
[0034]
[0035]其中，仏为像素点（x，y)的邻域像素范围；（x，y)为副摄像头图像放大后某个位置 的像素点；（X，y)为同一帧含义:插值放大后(X，y)仍是原图像在该位置的像素点，（X，y)不 为同一帧含义:插值放大后(x，y)为通过其他位置的像素点的像素信息得到的像素点； [0036] S53，计算改进的双边滤波器的新权重：
[0037] w( ? , j , k , 1 ) = Wmain( ? , j , k , 1 )+Wf (? , j , k, 1)
[0038] S54,利用改进的双边滤波器计算新的像素值：
[0039]
[0040] S55,重复步骤S51~S54,直至主图像中每个像素点均得到新像素值。
[0041 ] 所述的高斯核σ取〇. 2，层次系数s取0.5~0.8，方差p取0.2~0.6。
[0042] 与现有技术相比，本发明具有以下优点：
[0043] (1)准确度高:利用多个图像的图像信息，同时在图像增强的过程中运用图像插值 来丰富图像信息，因此本发明图像增强方法可以有很好的准确性。
[0044] (2)清晰度高:本发明方法很好的考虑到了图像增强过程中会出现的模糊情况，采 用双边滤波器对图像进行去模糊化，使得图像更清晰。
[0045] (3)对于遥感领域，本发明在遥感影像数字图像的图像恢复有着显著的效果，即本 发明采用的图像配准，可以有效的利用到多个遥感图像，丰富图像信息，从而能有效的减少 遥感图像在传输或回放过程中引入的数据错误，噪声和畸变。
[0046] (4)对于生物医学领域，本发明在图像明暗变化明显的时候，对图像进行颜色配 准，同时在使用双边滤波器拼接图像时，将像素分配到LAB颜色通道下计算，使得本发明方 法在获取高清晰度的图像具有很好的效果。
[0047] (5)对于军事，公安等方面的应用，本发明通过图像插值的方式保证图像增强过程 中图像信息的完整性和饱满性，从而可以提供更加具有细节性的图像效果，更加清晰的反 应图像的纹理特征。
[0048] (6)对于在工业领域的应用，图像的纹理特征对工业产品质量的检测有这决定性 的意义，而本发明方法中，多图像位置的图像配准，图像放大时插值以保证图像信息的完整 性;这些操作都使得本发明处理过的图像都具有显著的纹理特征。
【附图说明】
[0049]图1(a)和图1(b)分别为本发明步骤S2中surf算子图像配准效果图；
[0050] 图2为本发明步骤S4中最近邻插值方法进行图像插值操作方法示意图；
[0051] 图3(a)~3(d)分别为本实施例的副图像、副图像插值操作效果图、主图像去模糊 处理效果图、主图像阈值去噪效果图；
[0052]图4为本发明的方法流程图。
【具体实施方式】
[0053]下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案 为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于 下述的实施例。
[0054] 实施例
[0055] 如图4所示，一种基于图像配准、插值和去噪的图像增强方法，包括以下步骤：
[0056] S1，获得一个主图像和多个副图像，其中主图像像素大于副图像像素，可使用一个 主摄像头和多个副摄像头对对象进行拍照，即副摄像头技术要求低于主摄像头，从而降低 图像获取成本；
[0057] S2,以主图像为基准，采用surf算子将各个副图像分别与主图像配准；
[0058] 在颜色匹配的过程中，使用surf算子来确定所使用图像，颜色匹配的各个像素区 域，将这些区域一一对应起来，然后将图像的RGB颜色区域转换到更适合人眼识别的LAB颜 色区域，得到一个三维矩阵，在矩阵中通过已经对应好的图像区域，确定各个图像相对应的 颜色区域部分;如此可实现颜色匹配。针对图像增强技术的过程，在与其他图像增强技术对 比和现阶段图像处理的主流方法，利用一处画面的多幅图像，通过提取这些图像在相同位 置的像素来丰富我们的图像信息，在这一过程中，为了保证方法执行的效率和速度，针对主 摄像头获得的像素较高的图像，使用颜色匹配的方法来获得多图下同一位置的像素信息， 而对于副摄像头获得的像素较低的图像，采用surf算法来获得同一位置下的像素信息。 surf算子下的图像匹配效果如图1(a)、1(b)所示，
[0059] S3,将主图像与对配准后的进行颜色匹配，具体包括以下步骤：
[0060] S31，将主图像和各配准后的副图像的R、G、B颜色通道分开；
[0061] S32,分别在各个颜色通道下进行颜色匹配，将图像的RGB颜色区域转换为LAB颜色 区域，进行颜色匹配。转换时图像会被转换成一个三维矩阵，即矩阵长，矩阵宽，矩阵的颜色 通道，这里是三个颜色通道，即为三维。
[0062] S4,为了丰富图像信息，在处理图像的过程中会将图像放大，而为了使图像在放大 的时候依旧看上去比较平滑干净，需要添加图像信息，即进行图像插值处理。本发明采用最 近邻插值方法进行图像插值操作，即对各副图像分别采用最近邻插值法进行插值操作，如 图2所示，其过程套用公式如下：
[0063] srcX = dstX*(srcffidth/dstffidth)
[0064] srcY = dstY*(srcHeight/dstHeight)
[0065] srcX和srcY表示源像素位置，dstX和dstY表示目标元素的位置；srcWidth、 srcHeight分别为源图像的长、宽大小，dstWidth、dstHeight分别为目标图像长、宽大小。
[0066] 将图3(a)所示的副图像图片进行放大，效果如图3(b)所示，可以发现: