分解系数的直接重构函数Y = upcoef2( 'a'，ca〃，'dbl'，1)(注:本函数为matlab中 提供的标准二维单尺度小波变换函数，计算低频子带均衡化的第一整数低频子图ca'。
[0077] 具体的，所述步骤S3中对第一整数低频子图ca'进行计算，以获得第二整数低频子 图ca〃的方法包括如下步骤：
[0078] 步骤S31，计算第一整数低频子图ca'系数的最大值N与最小值M，统计第一整数低 频子图ca'各系数k'的总和n(k'），以及统计各系数级数不为零的系数总数S;
[0079]
在[M，N]区间对第一整数低频子图 ca'进行等间隔均衡计算，构成第二整数低频子图ca〃，其中p为第二整数低频子图ca〃的新 系数，q为递增变量，且1 < q < S。
[0080] 以及将第二整数低频子图ca〃进行重构，以得到增强的新图像。
[0081 ] 实施例2
[0082] 在实施例1基础上，本实施例2还提供了一种二代小波整数变换的图像增强系统， 包括：
[0083] 图像分解模块，对原始图形进行单层分解，以获得原始整数低频子图；
[0084] 与所述图像分解模块相连的第一计算模块，其适于对原始整数低频子图ca进行计 算，以获得第一整数低频子图ca';
[0085] 与所述第一计算模块相连的第二计算模块，其适于对第一整数低频子图ca'进行 计算，以获得第二整数低频子图ca〃 ；
[0086] 与第二计算模块相连的第三重构模块，其适于将第二整数低频子图ca 〃进行重构， 以得到增强的新图像。
[0087] 具体的，所述图像分解模块中对原始图形进行单层分解，以获得原始整数低频子 图;即
[0088] 利用二代小波整数变换对原始图像进行单层分解，以获得原始整数低频子图ca。
[0089] 具体的，所述第一计算模块适于对原始整数低频子图ca进行计算，以获得第一整 数低频子图ca';即
[0090] 统计原始整数低频子图ca中各系数k的总和n(k);
[0091] 计算原始整数低频子图ca中系数k的最大值Kmax与最小值Kmin;
[0092] 对统计的总和n (k)进行累积求和，
[0093] 计算原始整数低频子图ca均衡化的新系数用表达式g(k)表示，即
[0094]
Kmin < k < Kmax，m、n分别为原 始整数低频子图ca的行数、列数，且利用四舍五入法取整构成第一整数低频子图ca'。
[0095] 具体的，所述第二计算模块中适于对第一整数低频子图ca'进行计算，以获得第二 整数低频子图ca〃，即
[0096] 计算第一整数低频子图ca'系数的最大值N与最小值M，统计第一整数低频子图ca' 各系数k'的总和n(k'），以及统计各系数级数不为零的系数总数S;
[0097]
在[M，N]区间对第一整数低频子图ca'进行 等间隔均衡计算，构成第二整数低频子图ca〃，其中p为第二整数低频子图ca 〃的新系数，q为 递增变量，且1 <q<S。
[0098] 在实施例1和实施例2基础上，通过下列公式进行验证。
[0099] 为检验算法在图像增强与去噪方面能力，选用均方误差(MSE)、平均亮度差（ΔΥ) 和对比度增量对本发明的图像增强方法及图像增强系统进行验证评价。
[0103] 式(1)中f(i，j)是原始噪声图像，是去噪后图像;m，n分别代表图像的行与列 数;若均方误差越小表明去噪效果越好。
[0104] 式(2)中YF是原始图像平均亮度，Yf是增强后图像，ΔΥ为两者差值，若差值越小则 增强的图像亮度越接近原始图像，表明算法增强的图像亮度保持越好，反之则差。
[0105] 对比度增量为原始图像与增强后图像局部对比度之比，局部对比度以3X3的滑动 窗口，按照(Xmax-Xmin ) / ( Xmax+Xmin )计算每个窗□的局部对比度，然后取其平均值。式⑶中 Γ,为增强后图像局部对比度均值，Cf为原始图像局部对比度均值，对比度增量越大说明增 强效果越好。
[0106] 注：图2(a)为原始图像，图3(a)为原始图像加入方差为0.05的高斯噪声，实验中三 种增强算法都对加噪后的图像处理，图2(b)、图3(b)为同态滤波增强系数取Hh = 2.0、Hl = 0.5，锐化系数c = 1.1的增强结果。
[0107] 图2(b)、图2(c)、图2(d)中三种算法都对lena图像进行了增强，增强效果可看出直 方图均衡（图2(c)、图3(c))与本发明两者增强的图像（图2(d)、图3(d))从视觉上难以分辨 优劣，两者增强效果明显优于同态滤波，且图像层次也比较清晰，并且两者对应的直方图图 4(c)图4(d)对比度动态范围也较宽，而同态滤波增强的图像整体偏亮，图像细节丢失、不清 晰，其直方图图4(b)也显示图像灰度集中在高亮区，对比度范围较窄，低灰度值基本没有。 因此，在处理不含有高斯噪声的图像时，很明显本发明比同态滤波的图像处理效果更好。
[01 08]图3 (a)中加入0.05高斯噪声的lena图像增强，相对于三种算法，本发明效果最好， 图像清晰、对比度好、噪声抑制的也相当好;在处理含有高斯噪声的图像时，直方图均衡算 法在增强图像的同时噪声也被放大、对比度差；同态滤波算法在噪声抑制上与本发明差不 多。因此，在处理含有高斯噪声的图像时，很明显本发明比直方图均衡算法的图像处理效果 更好。
[0109]上面对三算法的增强效果进行了分析，下面运用评价图像降噪与增强效果的三个 性能指标来定量分析三种增强方法对噪声图像的降噪与增强情况。经图像增强后像素灰度 值会发生改变，故用原始图像经过加噪的增强后图像与未加噪的原始图像增强后图像两者 进行比较，分别计算这三个性能指标。计算结果如表1所示。
[0110]表1计算结果
[0112] 从表1中可以看出对比度增量:本发明〉直方图均衡〉同态滤波，说明三算法的增强 效果本发明效果最好，其次是直方图均衡，最后是同态滤波;对于噪声图像增强的噪声抑 制，从表1的均方误差可以看出：本发明〈同态滤波〈直方图均衡，即本发明噪声抑制最优;平 均亮度差:直方图均衡〈本发明〈同态滤波。综上所述，本发明在图像增强、噪声抑制上最优， 虽然与原图亮度保持上稍逊于直方图均衡，但是在图像领域中是一种十分理想的图像处理 方法。
[0113] 以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完 全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术 性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
【主权项】
1. 一种图像增强方法，其特征在于，包括如下步骤： 步骤S1，对原始图形进行单层分解，W获得原始整数低频子图ca; 步骤S2，对原始整数低频子图ca进行计算，W获得第一整数低频子图ca^ ; 步骤S3,对第一整数低频子图ca^进行计算，W获得第二整数低频子图ca" ; W及 步骤S4,将第二整数低频子图ca"进行重构，W得到增强的新图像。2. 根据权利要求1所述的图像增强方法，其特征在于，所述步骤S1中对原始图形进行单 层分解，W获得原始整数低频子图ca的方法包括： 利用二代小波整数变换对原始图像进行单层分解，W获得原始整数低频子图ca。3. 根据权利要求2所述的图像增强方法，其特征在于， 所述步骤S2中对原始整数低频子图ca进行计算，W获得第一整数低频子图ca^的方法 包括如下步骤： 步骤S21，统计原始整数低频子图ca中各系数k的总和η化）； 步骤S22,计算原始整数低频子图ca中系数k的最大值Kmax与最小值Kmin; 步骤S23,对统计的总和η化)进行累积求和，即步骤S24,计算原始整数低频子图ca均衡化的新系数用表达式g化)表示，即Kmin < k < Kmax，m、n分别为原始整 数低频子图ca的行数、列数，且利用四舍五入法取整构成第一整数低频子图ca\4. 根据权利要求3所述的图像增强方法，其特征在于， 所述步骤S3中对第一整数低频子图ca^进行计算，W获得第二整数低频子图ca"的方法 包括如下步骤： 步骤S31，计算第一整数低频子图ca^系数的最大值N与最小值M，统计第一整数低频子 图ca^各系数k'的总和η化'），W及统计各系数级数不为零的系数总数S; 步骤S32,利用公式左[Μ，Ν]区间对第一整数低频子图ca^进 行等间隔均衡计算，构成第二整数低频子图ca"，其中P为第二整数低频子图ca"的新系数，q 为递增变量，且1含q含S。5. -种图像增强系统，其特征在于，包括： 图像分解模块，对原始图形进行单层分解，W获得原始整数低频子图； 与所述图像分解模块相连的第一计算模块，其适于对原始整数低频子图ca进行计算， W获得第一整数低频子图ca/ ; 与所述第一计算模块相连的第二计算模块，其适于对第一整数低频子图ca/进行计算， W获得第二整数低频子图ca"; 与第二计算模块相连的第Ξ重构模块，其适于将第二整数低频子图ca"进行重构，W得 到增强的新图像。6. 根据权利要求5所述的图像增强系统，其特征在于， 所述图像分解模块中对原始图形进行单层分解，w获得原始整数低频子图；即 利用二代小波整数变换对原始图像进行单层分解，W获得原始整数低频子图ca。7. 根据权利要求6所述的图像增强系统，其特征在于， 所述第一计算模块适于对原始整数低频子图ca进行计算，W获得第一整数低频子图 (3日'；即 统计原始整数低频子图ca中各系数k的总和η化）； 计算原始整数低频子图ca中系数k的最大值Kmax与最小值Kmin; 对统计的总和η化)进行累积求和，即计算原始整数低频子图ca均衡化的新系数用表达式g化)表示，即Kmin ^ k ^ Kmax，m、n分别为原始整 .， 数低频子图ca的行数、列数，且利用四舍五入法取整构成第一整数低频子图ca\8. 根据权利要求7所述的图像增强系统，其特征在于， 所述第二计算模块中适于对第一整数低频子图ca/进行计算，W获得第二整数低频子 图ca"，即 计算第一整数低频子图ca/系数的最大值N与最小值M，统计第一整数低频子图ca/各系 数k'的总和η化'），W及统计各系数级数不为零的系数总数S; 利用公式在[Μ，Ν]区间对第一整数低频子图ca/进行等间隔 均衡计算，构成第二整数低频子图ca"，其中P为第二整数低频子图ca"的新系数，q为递增变 M，S1 <q<S。
【专利摘要】本发明涉及一种基于二代小波整数变换的图像增强方法及图像增强系统，本图像增强方法包括如下步骤：步骤S1，对原始图形进行单层分解，以获得原始整数低频子图ca；步骤S2,对原始整数低频子图ca进行计算，以获得第一整数低频子图ca′；步骤S3，对第一整数低频子图ca′进行计算，以获得第二整数低频子图ca″；以及步骤S4，将第二整数低频子图ca″进行重构，以得到增强的新图像；本发明通过二代小波整数变换，对图像进行单层分解，对低频子图系数进行均衡化处理,在有效增强图像的同时减小了图像噪声，取得了理想的图像处理效果。
【IPC分类】G06T5/50, G06T5/00
【公开号】CN105550998
【申请号】CN201510903464
【发明人】章怡, 彭建业, 王海峰
【申请人】江苏理工学院
【公开日】2016年5月4日
【申请日】2015年12月9日