基于Curvelet变换的水下图像增强方法研究
基于Curvelet变换的水下图像增强方法研究[20191214192828]
摘 要
随着人们对海洋的开发和探索不断加深，水下成像技术已经在水下数据采集、海底石油探测、污染监测和鱼群探测等领域发挥着越来越重要的作用。由于水下环境中悬浮物的存在和光动态的、非结构化的的散射与吸收作用，水下图像往往具有对比度低、边缘模糊、弱纹理等缺陷，给人眼的视觉分辨和机器识别带来了困难。
本文主要针对水下图像的Curvelet变换增强方法进行了研究。首先从空域和频域介绍了图像增强的经典方法，接着由小波变换引入了Curvelet变换，讨论了它的实现算法。本文还分析了水下图像的特点，针对水下低对比度图像，进行多尺度多方向的Curvelet变换，引入分段非线性增强函数，调整高低频子带系数，在去噪的同时提高图像对比度并增强图像细节。最后通过仿真实验，从主观和客观评价两方面对比了经典方法与Curvelet变换方法在图像增强方面的性能，体现了Curvelet变换增强方法的优势。
查看完整论文请+Q: 351916072
关键字:Curvelet变换；水下图像增强；图像去噪；非线性增强函数
目 录
摘 要 I
Abstract II
第1章 绪论 1
1.1 课题背景及研究意义 1
1.2 Curvelet变换的应用现状 2
1.3 论文研究内容 2
1.4 论文组织结构 3
第2章 传统图像增强方法概述 4
2.1 对比度增强 4
2.1.1线性变换 5
2.1.2 非线性变换 6
2.2 直方图均衡化 7
2.3 空域滤波增强 8
2.3.1 平滑滤波器 8
2.3.1 锐化滤波器 9
2.4 频域滤波增强 10
2.5 本章小结 12
第3章 小波变换与Curvelet变换 13
3.1 小波变换 13
3.1.1 连续小波变换 13
3.1.2 离散小波变换 14
3.3 Curvelet变换过程 14
3.4 第二代Curvelet变换 16
3.4.1 连续Curvelet变换 16
3.4.2 离散Curvelet变换 17
3.5 本章小结 19
第4章 基于第二代Curvelet变换的图像增强算法 20
4.1 水下光学图像特性 20
4.1.1水的光学特性 20
4.1.2水下图像特点 21
4.2 Curvelet变换的系数分析 21
4.3 Curvelet图像增强算法 23
4.3.1 算法描述与流程图 23
4.3.2 非线性增强函数 23
4.3.3 低频子带系数处理 24
4.3.4 高频子带系数处理 24
4.4 本章小结 25
第5章 图像质量评价与实验结果分析 26
5.1 主观评价 26
5.2 客观评价 27
5.3 实验结果与分析 28
5.4 本章小结 31
第6章 总结和展望 32
6.1 总结 32
6.2 展望 32
参考文献 34
致 谢 37
附录 中英文翻译 38第1章 绪论
1.1 课题背景及研究意义
中国是海洋大国，海岸线长度、大陆架和专属经济区面积均列世界前10位，主权海域面积在300万平方公里以上，辽阔的海洋中蕴藏着丰富的渔业资源、石油天然气等矿产资源，这些资源的开发对于缓解目前国内所面临的越来越大的人口、资源、环境压力有着至关重要的作用。
《2013年中国海洋经济统计公报》显示，2013年全国海洋生产总值54313亿元，比上年增长7.6%，海洋生产总值达到了国内生产总值的9.5%，海洋经济的发展已成为我国未来经济的重要增长点。充分地了解海洋，掌握足够的海洋信息是开发海洋的重要前提，而水下成像技术是获取海洋信息的重要手段之一，与海洋数据采集、海底油气资源探测和鱼群探测等息息相关。
但是在水下环境中，光波并不具有声波那样优良的传输特性，水体对光能量有着较强的吸收作用，更不利的是水体、悬浮颗粒对光线还有着极强的散射效应，水的透明度越低散射效应就越严重。水下光传输时发生的吸收和散射效应极大地限制了水下可见光成像的距离，造成水下图像质量不理想，图像对比度低、纹理模糊、图像质量明显下降，使人眼的视觉分辨或机器识别较为困难，不利于图像的后续处理。所以，对水下图像进行增强具有重要的意义。
图像增强就是增强图像中的有用信息，削弱噪声和其他信号干扰，提高图像的清晰度，突出图像中感兴趣的部分，从而改善人们的视觉效果，并且便于人或机器辨析和理解图像内容。目前，传统的图像增强的方法分为空间域和频域两大类。空间域处理是在原图像上直接进行数据运算，常见的处理方法有灰度变换、直方图均衡化等，但是对于实际低对比度图像，这些方法也不可避免地增大了噪声，局部区域会出现过增强或增强不足的现象，导致细节信息丢失；频域处理方法主要有频域滤波、基于小波变换的增强方法等，这些方法虽然能够提高图像的对比度、抑制噪声，但是会在边缘处引起失真。所以，研究有效的水下图像增强方法以提高水下图像质量从而获取水下信息迫在眉睫，对研究海洋、开发海洋都有重要意义。
1.2 Curvelet变换的应用现状
由于小波变换反映信号的点奇异性， 即反映奇异“点”的位置和特性，其基是各向同性的，很难精确地表达图像中边缘的方向。 为了克服小波的这一局限性， 1999年Candes E J和Donoho D L提出了曲波变换理论[]，也被称作第一代Curvelet变换。不同于小波变换的是，Curvelet变换不仅包括尺度和位移参量，还增添了方向参量，这使得它拥有更出色的方向辨识能力。所以，Curvelet变换对数字图像的边缘特征的表达能力比小波更好，比如描述曲线、直线等几何特征的能力。不过，第一代Curvelet变换需要经过子带分解、平滑分块、正规化重整以及Ridgelet分析等流程，实现过程比较繁琐，并且Curvelet变换的数据冗余很大。于是，几年后Candes E J等又给出了快速Curvelet变换算法，即第二代Curvelet变换[]，它实现起来更简单、也更便于理解。
近些年来，Curvelet变换在数字图像处理方面有了较大的发展，并已运用到了许多领域，如宇宙探测和太空探索中对星体照片的处理， 地形、地质、资源勘探、自然灾害监测，生物医学领域包括细胞分析、 染色体分类、 放射图像处理、 血球分类、超声图像成像以及军事公安上的运用等。比如，越来越多学者将Curvelet变换引入图像融合，能够更好地提取原始数字图像的特征，并且为融合图像提供更多的信息，李晖晖提出了一种基于第二代Curvelet变换的图像融合方法[]，实验结果表明该方法除分解2层时与小波性能相当，取其他分解层数时均获得更好的融合效果。还有研究者也将Curvelet变换引入到图像增强应用中，盛惠兴提出了一种基于第二代Curvelet变换的声纳图像增强算法[]，提高了图像整体的对比度，增强了图像边缘和纹理细节，张涛则将第二代Curvelet变换应用到婴幼儿低剂量颅脑CT图像增强[]上，效果良好。
不过利用Curvelet变换来对水下低对比度图像增强的研究还比较少，可供参考文献也较少，因此在此基础上研究图像对比度增强具有非常实用的研究意义。
1.3 论文研究内容
对于二维图像信号，应用Curvelet变换能够得到比小波和脊波变换更高效和稀疏的表示，非常适合图像处理领域。本文对Curvelet变换理论和数字实现算法及其在水下低对比度图像增强中的应用进行研究，主要包括以下内容：
(1)研究Curvelet变换的基本原理，分析Curvelet变换逼近基的特征，对基于Wrapping算法的Curvelet变换的实现过程及其系数特性进行研究和分析；
(2)研究基于Curvelet变换的水下低对比度图像增强方法，引入一种非线性增强函数，测试增强算法的有效性，与传统方法相比有其优越性；
(3)研究图像增强效果的评价问题，利用对比度函数与清晰度函数对Curvelet变换与经典方法进行增强性能对比，并结合主观评价结果来表明基于Curvelet变换的水下低对比度图像增强方法具有良好的应用前景。
1.4 论文组织结构
本文的组织结构如下：
(1) 绪论
简要介绍论文的课题背景，国内外研究现状，研究的主要内容目标和方案；
(2) 传统图像增强方法概述
介绍了传统的图像增强方法，主要概述了一些传统的图像增强算法和方法，如对比度增强、直方图均衡化、空域滤波增强和频域滤波增强方法等；
(3) 小波变换与Curvelet变换
先介绍了小波变换的理论，引入了Curvelet变换提出的背景，并阐述了Curvelet变换的过程和其之所以能对图像边缘进行更优更稀疏表示的原理所在，同时在理论上通过对比小波变换和Curvelet变换的区别凸显Curvelet变换的优越性能；
(4) 基于第二代Curvelet变换的图像增强算法
首先分析了水下图像的特性，然后详细阐述了基于第二代Curvelet变换的水下图像增强算法，包括高低频子带系数的非线性增强方法和阈值去噪处理等。
(5) 图像质量评价与实验结果分析
介绍了主观评价和客观评价方法，其中客观评价方法采用对比度函数和清晰度函数值来评判图像质量的好坏，并利用Matlab软件对标准Lena图和实际水下低对比度图像进行仿真实验，分析实验结果，证明了本文方法的有效性。
(6) 总结和展望
本论文的结论及对未来工作的展望。
第2章 第3章 传统图像增强方法概述
图像增强就是按照需求来显示图像中的某些数据信息，同时也去除或减弱一些不必要的图像数据信息或图像中的噪声。图像增强是为了改善图像的“视觉效果”(包括人和机器的“视觉”)，针对给定图像的应用场合，有目的地去强调图像的局部特性或整体特性，增强图像中不同部分特征之间的差别等。传统图像增强方法如图2.1所示：
图2.1：传统图像增强主要方法
2.1 对比度增强
对比度增强是图像增强中一种比较简单但又十分重要的手段之一。这种方法是按照一定的变换规则，将原图像的像素灰度值转换为新的灰度值，从而改变图像灰度的动态范围，扩展图像对比度，使得图像更加清楚，特征更加明显，大大改善图像的视觉效果。
2.1.1线性变换
假定原图像f(x，y)的灰度变换范围为[a，b]，希望变换后图像g(x，y)的灰度范围扩展至[c，d]，则灰度线性变换可表示为
(2-1)
图2.2 简单线性变换
如图2.2所示，若变换后的灰度范围大于变换前的灰度范围，尽管变换前后像素个数不变，但不同像素间的灰度差变大，因而对比度增强，图像更加清晰。
若要对图像做较为精确的调整，则可以设计分段的线性变换。对不同的灰度段进行不同的调整，突出感兴趣的灰度区间，而相对抑制那些不感兴趣的灰度区间，从而利用线性方法最大程度地改善图像对比度。常用的三段线性变换如图2.3所示，Mg表示图像总灰度级数，其数学表达式为：
(2-2)
图2.3 分段线性变换关系图
通过调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行扩展或压缩。例如，当[a，b]之间的变换直线斜率大于1时，该灰度区间的动态范围增加，即对比度增强了，而另外两个区间的动态范围被压缩了。
2.1.2 非线性变换
非线性变换采用非线性变换函数，用来满足特殊的处理需求。典型的非线性变换函数有幂函数、指数函数、对数函数、阈值函数、多值量化函数、窗口函数等。阈值函数、多值量化函数、窗口函数如图2.4所示，r和s分别为变换前后图像的灰度。
图2.4 阈值函数、多值化函数和窗口函数
而常用的对数函数的一般式为：
(2-3)
(2-4)
式中a，b，c是为调整变换曲线的位置和形状而引入的参数。对数变换扩展了图像的低灰度范围而压缩了高灰度范围，使得变换后的图像更加符合人的视觉特性，因为人眼对高亮度的分辨率要高于对低亮度的分辨率。也可以将式(2-3）简化成式（2-4）。
2.2 直方图均衡化
直方图是图像处理中很重要的分析工具，它描述的是数字图像中各灰度级与其出现频率间的统计关系。直方图修正法是图像灰度级变换的最常用的一种方法，采用直方图修正后，可使图像的灰度间距拉大来增大反差，使得图像细节清晰，从而达到图像增强的效果。灰度变换进行图像增强的实质就是选择适合的函数来修正图像灰度级，常用灰度修正通过直方图均衡化来实现。
摘 要
随着人们对海洋的开发和探索不断加深，水下成像技术已经在水下数据采集、海底石油探测、污染监测和鱼群探测等领域发挥着越来越重要的作用。由于水下环境中悬浮物的存在和光动态的、非结构化的的散射与吸收作用，水下图像往往具有对比度低、边缘模糊、弱纹理等缺陷，给人眼的视觉分辨和机器识别带来了困难。
本文主要针对水下图像的Curvelet变换增强方法进行了研究。首先从空域和频域介绍了图像增强的经典方法，接着由小波变换引入了Curvelet变换，讨论了它的实现算法。本文还分析了水下图像的特点，针对水下低对比度图像，进行多尺度多方向的Curvelet变换，引入分段非线性增强函数，调整高低频子带系数，在去噪的同时提高图像对比度并增强图像细节。最后通过仿真实验，从主观和客观评价两方面对比了经典方法与Curvelet变换方法在图像增强方面的性能，体现了Curvelet变换增强方法的优势。
查看完整论文请+Q: 351916072
关键字:Curvelet变换；水下图像增强；图像去噪；非线性增强函数
目 录
摘 要 I
Abstract II
第1章 绪论 1
1.1 课题背景及研究意义 1
1.2 Curvelet变换的应用现状 2
1.3 论文研究内容 2
1.4 论文组织结构 3
第2章 传统图像增强方法概述 4
2.1 对比度增强 4
2.1.1线性变换 5
2.1.2 非线性变换 6
2.2 直方图均衡化 7
2.3 空域滤波增强 8
2.3.1 平滑滤波器 8
2.3.1 锐化滤波器 9
2.4 频域滤波增强 10
2.5 本章小结 12
第3章 小波变换与Curvelet变换 13
3.1 小波变换 13
3.1.1 连续小波变换 13
3.1.2 离散小波变换 14
3.3 Curvelet变换过程 14
3.4 第二代Curvelet变换 16
3.4.1 连续Curvelet变换 16
3.4.2 离散Curvelet变换 17
3.5 本章小结 19
第4章 基于第二代Curvelet变换的图像增强算法 20
4.1 水下光学图像特性 20
4.1.1水的光学特性 20
4.1.2水下图像特点 21
4.2 Curvelet变换的系数分析 21
4.3 Curvelet图像增强算法 23
4.3.1 算法描述与流程图 23
4.3.2 非线性增强函数 23
4.3.3 低频子带系数处理 24
4.3.4 高频子带系数处理 24
4.4 本章小结 25
第5章 图像质量评价与实验结果分析 26
5.1 主观评价 26
5.2 客观评价 27
5.3 实验结果与分析 28
5.4 本章小结 31
第6章 总结和展望 32
6.1 总结 32
6.2 展望 32
参考文献 34
致 谢 37
附录 中英文翻译 38第1章 绪论
1.1 课题背景及研究意义
中国是海洋大国，海岸线长度、大陆架和专属经济区面积均列世界前10位，主权海域面积在300万平方公里以上，辽阔的海洋中蕴藏着丰富的渔业资源、石油天然气等矿产资源，这些资源的开发对于缓解目前国内所面临的越来越大的人口、资源、环境压力有着至关重要的作用。
《2013年中国海洋经济统计公报》显示，2013年全国海洋生产总值54313亿元，比上年增长7.6%，海洋生产总值达到了国内生产总值的9.5%，海洋经济的发展已成为我国未来经济的重要增长点。充分地了解海洋，掌握足够的海洋信息是开发海洋的重要前提，而水下成像技术是获取海洋信息的重要手段之一，与海洋数据采集、海底油气资源探测和鱼群探测等息息相关。
但是在水下环境中，光波并不具有声波那样优良的传输特性，水体对光能量有着较强的吸收作用，更不利的是水体、悬浮颗粒对光线还有着极强的散射效应，水的透明度越低散射效应就越严重。水下光传输时发生的吸收和散射效应极大地限制了水下可见光成像的距离，造成水下图像质量不理想，图像对比度低、纹理模糊、图像质量明显下降，使人眼的视觉分辨或机器识别较为困难，不利于图像的后续处理。所以，对水下图像进行增强具有重要的意义。
图像增强就是增强图像中的有用信息，削弱噪声和其他信号干扰，提高图像的清晰度，突出图像中感兴趣的部分，从而改善人们的视觉效果，并且便于人或机器辨析和理解图像内容。目前，传统的图像增强的方法分为空间域和频域两大类。空间域处理是在原图像上直接进行数据运算，常见的处理方法有灰度变换、直方图均衡化等，但是对于实际低对比度图像，这些方法也不可避免地增大了噪声，局部区域会出现过增强或增强不足的现象，导致细节信息丢失；频域处理方法主要有频域滤波、基于小波变换的增强方法等，这些方法虽然能够提高图像的对比度、抑制噪声，但是会在边缘处引起失真。所以，研究有效的水下图像增强方法以提高水下图像质量从而获取水下信息迫在眉睫，对研究海洋、开发海洋都有重要意义。
1.2 Curvelet变换的应用现状
由于小波变换反映信号的点奇异性， 即反映奇异“点”的位置和特性，其基是各向同性的，很难精确地表达图像中边缘的方向。 为了克服小波的这一局限性， 1999年Candes E J和Donoho D L提出了曲波变换理论[]，也被称作第一代Curvelet变换。不同于小波变换的是，Curvelet变换不仅包括尺度和位移参量，还增添了方向参量，这使得它拥有更出色的方向辨识能力。所以，Curvelet变换对数字图像的边缘特征的表达能力比小波更好，比如描述曲线、直线等几何特征的能力。不过，第一代Curvelet变换需要经过子带分解、平滑分块、正规化重整以及Ridgelet分析等流程，实现过程比较繁琐，并且Curvelet变换的数据冗余很大。于是，几年后Candes E J等又给出了快速Curvelet变换算法，即第二代Curvelet变换[]，它实现起来更简单、也更便于理解。
近些年来，Curvelet变换在数字图像处理方面有了较大的发展，并已运用到了许多领域，如宇宙探测和太空探索中对星体照片的处理， 地形、地质、资源勘探、自然灾害监测，生物医学领域包括细胞分析、 染色体分类、 放射图像处理、 血球分类、超声图像成像以及军事公安上的运用等。比如，越来越多学者将Curvelet变换引入图像融合，能够更好地提取原始数字图像的特征，并且为融合图像提供更多的信息，李晖晖提出了一种基于第二代Curvelet变换的图像融合方法[]，实验结果表明该方法除分解2层时与小波性能相当，取其他分解层数时均获得更好的融合效果。还有研究者也将Curvelet变换引入到图像增强应用中，盛惠兴提出了一种基于第二代Curvelet变换的声纳图像增强算法[]，提高了图像整体的对比度，增强了图像边缘和纹理细节，张涛则将第二代Curvelet变换应用到婴幼儿低剂量颅脑CT图像增强[]上，效果良好。
不过利用Curvelet变换来对水下低对比度图像增强的研究还比较少，可供参考文献也较少，因此在此基础上研究图像对比度增强具有非常实用的研究意义。
1.3 论文研究内容
对于二维图像信号，应用Curvelet变换能够得到比小波和脊波变换更高效和稀疏的表示，非常适合图像处理领域。本文对Curvelet变换理论和数字实现算法及其在水下低对比度图像增强中的应用进行研究，主要包括以下内容：
(1)研究Curvelet变换的基本原理，分析Curvelet变换逼近基的特征，对基于Wrapping算法的Curvelet变换的实现过程及其系数特性进行研究和分析；
(2)研究基于Curvelet变换的水下低对比度图像增强方法，引入一种非线性增强函数，测试增强算法的有效性，与传统方法相比有其优越性；
(3)研究图像增强效果的评价问题，利用对比度函数与清晰度函数对Curvelet变换与经典方法进行增强性能对比，并结合主观评价结果来表明基于Curvelet变换的水下低对比度图像增强方法具有良好的应用前景。
1.4 论文组织结构
本文的组织结构如下：
(1) 绪论
简要介绍论文的课题背景，国内外研究现状，研究的主要内容目标和方案；
(2) 传统图像增强方法概述
介绍了传统的图像增强方法，主要概述了一些传统的图像增强算法和方法，如对比度增强、直方图均衡化、空域滤波增强和频域滤波增强方法等；
(3) 小波变换与Curvelet变换
先介绍了小波变换的理论，引入了Curvelet变换提出的背景，并阐述了Curvelet变换的过程和其之所以能对图像边缘进行更优更稀疏表示的原理所在，同时在理论上通过对比小波变换和Curvelet变换的区别凸显Curvelet变换的优越性能；
(4) 基于第二代Curvelet变换的图像增强算法
首先分析了水下图像的特性，然后详细阐述了基于第二代Curvelet变换的水下图像增强算法，包括高低频子带系数的非线性增强方法和阈值去噪处理等。
(5) 图像质量评价与实验结果分析
介绍了主观评价和客观评价方法，其中客观评价方法采用对比度函数和清晰度函数值来评判图像质量的好坏，并利用Matlab软件对标准Lena图和实际水下低对比度图像进行仿真实验，分析实验结果，证明了本文方法的有效性。
(6) 总结和展望
本论文的结论及对未来工作的展望。
第2章 第3章 传统图像增强方法概述
图像增强就是按照需求来显示图像中的某些数据信息，同时也去除或减弱一些不必要的图像数据信息或图像中的噪声。图像增强是为了改善图像的“视觉效果”(包括人和机器的“视觉”)，针对给定图像的应用场合，有目的地去强调图像的局部特性或整体特性，增强图像中不同部分特征之间的差别等。传统图像增强方法如图2.1所示：
图2.1：传统图像增强主要方法
2.1 对比度增强
对比度增强是图像增强中一种比较简单但又十分重要的手段之一。这种方法是按照一定的变换规则，将原图像的像素灰度值转换为新的灰度值，从而改变图像灰度的动态范围，扩展图像对比度，使得图像更加清楚，特征更加明显，大大改善图像的视觉效果。
2.1.1线性变换
假定原图像f(x，y)的灰度变换范围为[a，b]，希望变换后图像g(x，y)的灰度范围扩展至[c，d]，则灰度线性变换可表示为
(2-1)
图2.2 简单线性变换
如图2.2所示，若变换后的灰度范围大于变换前的灰度范围，尽管变换前后像素个数不变，但不同像素间的灰度差变大，因而对比度增强，图像更加清晰。
若要对图像做较为精确的调整，则可以设计分段的线性变换。对不同的灰度段进行不同的调整，突出感兴趣的灰度区间，而相对抑制那些不感兴趣的灰度区间，从而利用线性方法最大程度地改善图像对比度。常用的三段线性变换如图2.3所示，Mg表示图像总灰度级数，其数学表达式为：
(2-2)
图2.3 分段线性变换关系图
通过调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行扩展或压缩。例如，当[a，b]之间的变换直线斜率大于1时，该灰度区间的动态范围增加，即对比度增强了，而另外两个区间的动态范围被压缩了。
2.1.2 非线性变换
非线性变换采用非线性变换函数，用来满足特殊的处理需求。典型的非线性变换函数有幂函数、指数函数、对数函数、阈值函数、多值量化函数、窗口函数等。阈值函数、多值量化函数、窗口函数如图2.4所示，r和s分别为变换前后图像的灰度。
图2.4 阈值函数、多值化函数和窗口函数
而常用的对数函数的一般式为：
(2-3)
(2-4)
式中a，b，c是为调整变换曲线的位置和形状而引入的参数。对数变换扩展了图像的低灰度范围而压缩了高灰度范围，使得变换后的图像更加符合人的视觉特性，因为人眼对高亮度的分辨率要高于对低亮度的分辨率。也可以将式(2-3）简化成式（2-4）。
2.2 直方图均衡化
直方图是图像处理中很重要的分析工具，它描述的是数字图像中各灰度级与其出现频率间的统计关系。直方图修正法是图像灰度级变换的最常用的一种方法，采用直方图修正后，可使图像的灰度间距拉大来增大反差，使得图像细节清晰，从而达到图像增强的效果。灰度变换进行图像增强的实质就是选择适合的函数来修正图像灰度级，常用灰度修正通过直方图均衡化来实现。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/2501.html
