高分辨圖像處理用抗混疊Contourlet變換的若干關(guān)鍵問題研究.pdf

1、高分辨率、高清晰度的圖像,既是成像系統(tǒng)有效觀測客觀世界細節(jié)特征的追求目標,也是提升現(xiàn)代成像系統(tǒng)的研究水平之發(fā)展趨勢。然而,由于受到諸多因素的影響,成像系統(tǒng)所獲取的往往是退化圖像,如噪聲污染嚴重、模糊降質(zhì)及低對比度等,導致圖像細節(jié)信息的缺損,制約了系統(tǒng)分辨率的進一步提高。本論文依托國家自然科學基金和軍工項目等有關(guān)科研課題,致力于探求一種能夠有效描述圖像邊緣和紋理等細節(jié)信息的變換方法,即抗混疊Contourlet變換。據(jù)此,針對其構(gòu)造方法及

2、應用所需,開展高分辨圖像處理用抗混疊Contourlet變換的若干關(guān)鍵問題的理論研究,以揭示抗混疊Contourlet變換在現(xiàn)代成像系統(tǒng)的高分辨圖像處理中的潛在應用前景。論文工作的主要研究內(nèi)容是:(1)率先開展了Contourlet變換頻譜混疊問題的研究。論文從圖像奇異性和函數(shù)逼近論的角度,討論了小波在分析二維圖像時的局限性,揭示了對高維奇異性的“稀疏”表達,是多尺度幾何分析優(yōu)于小波的根本原因。作為多尺度幾何分析方法之一的Contour

3、let變換,因具有良好的方向捕獲能力和較低的冗余度,在圖像處理領(lǐng)域中極具應用潛力,但頻譜混疊卻影響了其性能的進一步提高。據(jù)此,本文以二維多率抽樣系統(tǒng)的基本概念為出發(fā)點,詳細討論了Contourlet變換的兩個基本模塊,即方向濾波器組(DFB)和拉普拉斯塔形變換(LP變換)的構(gòu)成原理和實現(xiàn)方法,明確了Contourlet變換的頻譜混疊是因為LP變換中兩個低通濾波器不滿足Nyquist抽樣定律,從而導致了各方向子帶之間的頻譜串擾,削弱了Co

4、ntourlet變換的頻域局域性?；诖?論文提出了一種抑制混疊的解決方案。該方案直接在頻域構(gòu)造滿足Nyquist采樣定律的濾波器,采用雙迭代結(jié)構(gòu),實現(xiàn)了一種新的多尺度分解以替代LP變換,并與DFB結(jié)合,實現(xiàn)對圖像的多尺度多方向分解。初步實驗結(jié)果顯示,該方案在非線性逼近性能和基函數(shù)的光滑性和局域性上,均優(yōu)于Contourlet變換,這對于改善Contourlet變換的頻譜混疊,是非常奏效的。(2)抗混疊Contourlet變換的構(gòu)造研究

5、。針對Contourlet變換頻譜混疊,以及構(gòu)造DFB的扇形濾波器組空域尺寸相差懸殊的缺陷,在基于前述解決方案的基礎(chǔ)上,提出了一種新的抗混疊Contourlet變換,即NACT變換。NACT由抗混疊塔式濾波器組NPFB和方向濾波器組DFB組成。NPFB將圖像分解為多個不同分辨率的細節(jié)子帶和一個低頻子帶,DFB再將各細節(jié)子帶分解為方向子帶。論文中,首先在頻域給出了抗混疊塔式濾波器組的定義和具體參數(shù)設(shè)置;其次,應用伯恩斯坦多項式設(shè)計映射函數(shù)

6、,通過擴展McClelland變換將9/7雙正交濾波器組映射為扇形濾波器組,有效地改善了扇形濾波器組空域尺寸比。NACT變換基函數(shù)不僅具有“多分辨率”、“多方向”、“局域性”等特性,滿足各向異性尺度關(guān)系,而且空頻域正則形和局域性均明顯優(yōu)于Contourlet變換。雖然NACT變換平均冗余度略高于Contourlet變換,但它顯著抑制了Contourlet變換的頻譜混疊,因而方向選擇性更強。非線性逼近和去噪實驗的結(jié)果表明,與Contour

7、let變換相比較,NACT變換在PSNR和視覺效果上均有大幅度提高。(3) NACT變換系數(shù)統(tǒng)計分布模型研究。研究了NACT變換的邊緣分布和聯(lián)合分布系數(shù)統(tǒng)計模型。對于邊緣分布,在充分比較Laplace分布、廣義高斯分布和BKF分布描述NACT系數(shù)時優(yōu)劣的基礎(chǔ)上,借助皮爾遜χ2假設(shè)檢驗的方法,驗證了NACT變換系數(shù)邊緣分布服從廣義高斯分布模型。對于聯(lián)合分布,本文從定性和定量兩個方面分析了NACT變換系數(shù)的統(tǒng)計依賴性和非獨立性,提出用廣義非

8、高斯二元變量模型對系數(shù)的聯(lián)合分布進行建模,這為基于統(tǒng)計模型的NACT變換去噪奠定了基礎(chǔ)。(4)基于NACT變換的高空攝影圖像去噪和視網(wǎng)膜血管圖像對比度增強算法應用研究。在深入分析高空攝影圖像主要噪聲來源及噪聲類型的基礎(chǔ)上,針對其紋理細節(jié)信息豐富的特點,提出一種基于系數(shù)分類的NACT域混合模型圖像降噪算法。該算法利用信號與噪聲在NACT域尺度間相關(guān)性的不同,通過SSNF算法,將NACT系數(shù)分為重要系數(shù)和非重要系數(shù)兩類,根據(jù)兩類系數(shù)不同的統(tǒng)

9、計特性,對兩類系數(shù)分別用不同的分布模型建模,在Bayes框架下實現(xiàn)對圖像的降噪處理。通過標準測試圖像和實際高空攝影圖像的處理,結(jié)果表明,該算法有效地保留了圖像的紋理和細節(jié),大大抑制了重構(gòu)圖像中的“劃痕”現(xiàn)象,且具有更高的計算效率,能夠滿足高空CCD數(shù)字攝影圖像的降噪需求。針對實際所采集到的視網(wǎng)膜血管圖像存在對比度低下、微小血管分辨不清等缺點,利用NACT變換優(yōu)良的邊緣表達能力,提出一種增強微小血管且抑制噪聲的對比度增強算法。該算法根據(jù)噪

10、聲在NACT域的分布特點,選擇不同的增強函數(shù),對NACT系數(shù)予以衰減或增強;并且在增強微弱邊緣(微小血管)的同時,對強邊緣(主要血管)進行一定衰減,進一步突出微小血管的增強效果。實驗結(jié)果表明,本文算法對于眼底視網(wǎng)膜血管圖像,具有良好的對比度增強作用,而且增強后圖像背景灰度分布均勻,沒有明顯的噪聲放大情況。本論文的上述研究成果,已發(fā)表在《Pattern Recognition Letters》、《光電工程》及《計算機仿真》等國外、國內(nèi)期刊