用Matlab实现基于小波变换的图像增强技术摘要小波是有限宽度的基函数这些基函数不仅在频率上而且在位置上是变换的因此它更适合于处理突变信号和非平稳信号这一特性可用于图像处理的很多地方本文将其用于图像增强并利用matlab软件进行仿真实验获得了较好的效果。关键词图像增强小波变换滤波1图像增强原理及方法对于一个图像处理系统来说可以分为三个阶段图像预处理阶段、特征提取阶段、识别分析阶段。图像预处理阶段尤为重要如果这个阶段处理不好后面的工作就无法展开图像增强是图像预处理中重要的方法。图像增强不考虑图像质量的下降的因素只将图像中感兴趣的特征有选择地突出而衰减不需要的特征它的目的主要是提高图像的可读度。图像增强的方法分为空域法和频域法两类空域法是指直接在图像所在的空间进行处理即直接对图像中的各个像素点进行操作而频域法主要是在图像的某个变换域内将图像转换到其他空间利用该空间的特有性质通过修改变换后的系数例如傅里叶变换、DCT变换等的系数对图像进行操作然后再进行反变换得到处理后的图像。2频域增强的主要步骤
f频域增强的主要步骤是1选择变换方法将输入图像变换到频域空间2在频带空间中根据处理目的设计一个转换函数并进行处理3将所得的结果用反变换得到增强图像。常见的频域增强方法有低通滤波和高通滤波。信号或图像的能量大部分集在在幅度谱的低频和中频段而在较高的频段感兴趣的信息常被噪声所淹没。因此一个能降低高频成分幅度的滤波器就能明显减弱噪声的影响。3基于小波变换的图像增强技术小波变换是最近20多年来发展起来的用于信号分析和信号处理的一种新的频域变换技术。小波是有限宽度的基函数这些基函数不仅在频率上而且在位置上是变换的其具有时间频率自动伸缩能力因此它更适合于处理突变信号和非平稳信号这一特性可用于图像处理的很多地方。
小波多分辨率分解可以看成信号通过小波滤波器后的小波滤波作用的结果。而小波滤波器具有良好的低通性能。由于图像信号集中在低频部分小波滤波的低频信号很好地再现了原始信号的信息同时，由于信号的维数大大减少所以小波低通滤波是很好的多分辨率判决方法。对于不同的多分辨率方法如果采用不同的滤波预处理和不同的相关算法以及结合的方法不同就可以形成不同的多分辨率判
f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。ifcigt350ci2cir