及结合的方法不同就可以形成不同的多分辨率判决决策使原始图像中不同分辨率的细节特征都得到增强。具体算法如下所述。
1对图像进行小波分解得出边缘轮廓低频部分的小波系数和图像细节高频部分的小波系数其中根据分解级数的大小可以得出增强效果的好坏但并非分解级数越多越好过大的分解层数在增强算法的运算时间的同时还会增大计算量但此时的处理效果并没有明显变好所以不是分解级数越多越好。经过反复实验根据实验数据比较得出当分解级数为2时选用不同小波基的处理效果最佳2对边缘轮廓部分和细节高频部分利用小波增强算法针对不同的小波基来修改小波系数以达到最好的增强效果3最后进行小波重建得到增强处理后的图像。
4用matlab进行小波图像增强实验
利用二维小波分解实现对图像woma
的增强处理。Matlab代码如下
loadwoma
画出原始图像
subplot221imageXcolormapmap
title’原始图像’
axissquare
下面进行图像的增强处理
用小波函数sym4对X进行二层小波分解
cswavedec2X2’sym4’
sizecsizec
对分解系数进行处理突出轮廓部分弱化细节部分
fori1sizec2
fifci350ci2cielseci05cie
de
d下面对处理后的系数进行重构xxwaverec2cs’sym4’画出重构后的图像subplot222imagexxtitle’增强图像’其显示结果如图1所示。进一步分析可得图像的信息熵较其他的增强方法有所减少而图像的峰值信噪比得到较大的提高说明图像增强后损失了一部分细节信息图像的噪声得到较好的抑制。从视觉上看经过小波变换后图像的特征信息也更加突出了。参考文献1（美）崔锦泰，著小波分析导论M程正兴译西安西安交通大学出版社19972秦前清杨宗凯实用小波分析M西安西安电子科技大学出版社19943赖志国余啸海Matlab图像处理与应用M北京国防工业出版社20044林辉苗永梅基于小波变换的图像增加方法研究J黑龙江科技信息20121642
fr