基于空间引导滤波的图像细节增强方法
【专利摘要】本发明公开了一种基于空间引导滤波的图像细节增强方法，其特征是按如下步骤进行：首先，利用图像边缘检测算子对源图像提取边缘特征响应图，并进行归一化；然后，对于不同的灰度区间分别建立二值化的空间指示图，并对每个空间指示图进行高斯卷积，得到空间滤波图，并计算每个空间滤波图的权值；其次，计算累加图，并对累加图进行引导图像滤波得到空间引导图；最后，求解基础图像和残差图像，建立基于空间引导滤波的图像细节增强模型对源图像进行图像细节增强。本发明能有效提升对图像细节的增强效果。
【专利说明】基于空间引导滤波的图像细节增强方法
【技术领域】
[0001] 本发明涉及图像细节增强方法，更具体地说是一种用于改善图像的视觉效果，力口 强图像中细节部位图像的判读和识别力的图像细节增强方法。
【背景技术】
[0002] 21世纪是信息时代，互联网飞速发展，手机、iPad等便携式智能移动设备已经遍 布人们日常生活。几乎所有的便携式智能移动设备都具备图像采集功能。全球的用户利用 手机或者iPad每天拍摄了大量的图片，并分享到网络上。但是，迫于照片拍摄时所处自然 环境因素或者拍摄设备的限制，很多网络图片的视觉效果并不显著。于是，为了提升图片的 视觉效果，大量数字图像处理方法被研究者提出。在大量的数字图像处理方法中，图像细节 增强方法在近年来受到了学术界和工业界的大量研究者的关注。
[0003] 图像中细节特征往往包含有重要的信息，尤其是在医学图像方面。然而由于噪声 和对比度等因素的影响，这些图像的细节特征的可视性大大降低，不利于对图像细节特征 的有效利用。图像细节增强作为一种图像处理方法，不仅能突出图像中的细节特征信息，还 能够削弱或者消除干扰信号。
[0004] 当前，多个基于边缘特征驱动的图像滤波方法被用于图像细节增强，比如局部拉 普拉斯滤波方法和引导图像滤波方法。这类图像滤波方法的主要目标是在没有引入"伪影" 的前提下增强图像的细节内容。但是，这类滤波方法在图像滤波过程中对图像所有区域的 像素采用统一的滤波强度，没有考虑到滤波强度和不同区域图像内容之间的联系，导致了 以下几个缺陷 ：
[0005] (1)在对图像细节进行增强时，"伪影"需要被额外地引入，降低了方法的适用范 围；
[0006] (2)这些滤波方法将无法对不同的图像区域采用不同的滤波强度，降低了滤波效 果。
[0007] 在图像细节增强过程中，用户一般对图像中某些包含重要视觉信息的区域进行增 强，而对其它普通区域则不处理，保持不变。例如，对于一幅包含了"蓝天"、"树"和"山峰" 的自然风景照片，大多数用户可能希望对图像中"山峰"或者"树"的区域进行细节增强，而 对日常生活中常见的"蓝天"区域保持不变。如果能准确地识别出不同语义的图像区域，进 而对不同区域采用不同的滤波强度，图像细节增强的效果将会大大提升。但是，由于低层视 觉特征和高层语义内容之间所存在的"语义鸿沟"问题，导致从语义上准确地识别出图像区 域变得很困难。因此，当前的图像细节增强方法的增强效果均有限，不能达到用户的要求。
【发明内容】
[0008] 本发明是为避免上述现有技术所存在的不足之处，提供一种基于空间引导滤波的 图像细节增强方法，以期有效提升对图像细节的增强效果。
[0009] 本发明为解决方法问题采用如下方法方案：
[0010] 本发明一种基于空间引导滤波的图像细节增强方法的特点是按如下步骤进行：
[0011] 步骤1，对于分辨率为HiXn的源图像I，IeRmxn，利用图像边缘检测算子提取所 述源图像I的边缘响应图，并将所述边缘响应图除以255进行归一化，获得归一化边缘响应 矩阵|VI|，|VI|GR_ ;m为源图像I的长度；n为源图像I的宽度；
[0012] 步骤2,将所述归一化边缘响应矩阵|VI|的灰度范围区间[0, 1]均匀划分成k个子 区间Qi,利用式（1)分别对所述k个子区间Qi中的每个子区间建立相对应的空间指示图M(i),M(i)GRmXn,I^i^k；
[0013]
【权利要求】
1. 一种基于空间引导滤波的图像细节增强方法，其特征是按如下步骤进行： 步骤1，对于分辨率为HiXn的源图像I，IeRmxn，利用图像边缘检测算子提取所述源 图像I的边缘响应图，并将所述边缘响应图除以255进行归一化，获得归一化边缘响应矩阵 ▽ 11，I▽ 11eRmxn;m为源图像I的长度；n为源图像I的宽度； 步骤2,将所述归一化边缘响应矩阵I▽ 1|的灰度范围区间[0, 1]均匀划分成k个子 区间Qi，利用式（1)分别对所述k个子区间Qi中的每个子区间建立相对应的空间指示图 M(i),M(i)eRmXn,I^i^k；
式（1)中：(x，y)表示所述归一化边缘响应矩阵I▽ 11中元素的坐标，并对应于所述 源图像I中像素的位置；1彡X彡m，lSn; ▽I(X，y)IeΩi表示所述归一化边缘响应矩阵I▽ 11中第X行第y列元素的取值 位于第i个子区间Qi中；M(x，y)(i)表示第i个空间指示图M(i)中第X行第y列元素的取 值； 步骤3、利用高斯卷积依次对每一个空间指示图进行滤波处理，得到k个空间滤波图 IGauss(i)，Ig-⑴eRmxn; 步骤4、依次统计所述归一化边缘响应矩阵I▽ 1|中所有元素落在每个子区间中元素 的个数，并利用式（2)计算每个空间滤波图的权重； w(，) =y\(卜i) (2) k -1 /77/7 式（2)中，hi表示所述归一化边缘响应矩阵IVIl中的元素落在第i个子区间Qi中 元素的个数;w(i)表示落在第i个空间滤波图的权重； 步骤5、利用式（3)计算累加图Sa，SaeRmxn ;
步骤6、将所述源图像I作为引导图，采用引导图像滤波方法对所述累加图Sa进行引导 图像滤波处理，得到空间引导图S，SeRnxn ; 步骤7、将所述源图像I作为引导图，采用引导图像滤波方法对所述源图像I自身进行 引导图像滤波处理，得到基础图像Ib，IbeRmxn ; 步骤8、利用式（4)所示的图像细节增强模型，对所述源图像I进行图像细节增强处理， 获得细节增强图像I。，I。eRmxn; I。=Ib+S〇 ·SΘIr (4) 式（4)中：Stl为滤波强度；Stl为标量；Θ为哈达玛乘积符号，表示两个矩阵对应相乘；L表不残差图像，并有Ir =I_Ib。
【文档编号】G06T5/00GK104318525SQ201410552788
【公开日】2015年1月28日 申请日期:2014年10月17日 优先权日:2014年10月17日
【发明者】汪萌, 郝世杰, 杨勋, 韦希明 申请人:合肥工业大学