基于MATLAB的红外图像增强技术研究与应用(2)

基于MATLAB的红外图像增强技术研究与应用

晰，并使其细节清晰。但由于锐化使噪声受到比信号还要强的增强，所以要求锐化处理 的图像有较高的信噪比，否则锐化后图像的信噪比更低。边缘细节增强可利用各种梯度 算子和反锐化掩模技术来实现。

频域法是在图像的某种变换域内，对变换后的系数进行运算，然后再反变换到原来 的空域得到增强的图像。这是一种间接处理方法。比如，先对图像进行傅里叶变换，再 对图像的频域进行滤波处理，最后将滤波处理后的图像反变换到空间域，从而获得增强 后的图像。对于一幅图像来说，高频部分大致对应着图像中的边缘细节，低频部分大致 对应着图像中过渡比较平缓的部分。常用的图像变换有傅里叶变换、小波变换、离散余 弦变换、沃尔什变换和霍特林变换等。在这些变换下通常应用低通滤波、高通滤波、带 阻滤波、同态滤波等方法处理图像。

低通滤波是利用低通滤波器去掉反映细节和跳变性的高频分量，对图像的作用就是 把尖峰去掉，但同时也将边缘的跳变信息也去掉了，因而使得图像比较模糊，故也称平 滑滤波作用。例如，对灰度反差太强的图像、受到尖峰天线干扰或有明显颗粒干扰的图 像都可起平滑作用。低通滤波器有指数滤波器和梯形滤波器等。

高通滤波是利用高通滤波器忽略图像中过渡比较平缓的部分，突出那些能代表细 节、跳变等的高频部分，使得增强后的图像边缘细节部分清晰。这种方法适宜于图像中 物体的边缘提取。但由于通过的低频太少故处理后的图像视觉效果不好。高通滤波器有 指数滤波器和梯形滤波器等。

同态滤波解决的是光照不均匀或光动态范围过大引起不清晰的图像。但是在实际应 用中，人们往往根据图像的实际情况，把几种方法综合运用到一起以取得更好的图像处 理效果。但是随着侦查工作对图像增强处理效果的不断提高，人们寻找着新的增强方法。

小波分析(研厄 veletsAnalysis)是近年来迅速发展起来学科，它具有深刻的理论和 广泛的应用范围。小波分析是一种信号的时间—尺度(时间—频率)方法，它具有

多尺度分析的特点，而且在时域和频域都具有表征信号局部特征的能力，是一种窗口大 小固定不变，但其形状可以改变的时频局部化分析方法。即在低频部分具有较高的频率 分辨率和较低的时间分辨率，又在高频部分具有较高的时间分辨率和较低的频率分辨 率，很适合于探测正常信号中夹带的瞬变反常信号并分析其成分，所以被誉为分析信号 的显微镜。由于小波分析具有多尺度分析的能力可以对信号和图像在不同尺度上进行分 解，在小波域进行去噪、压缩处理后，做友变换得到信号和图像。小波分析用于非平稳 信号和图像的处理优于传统的傅立叶变换，这己被许多应用领域的所证实。

小波变换的思想来源于伸缩与平移方法。小波分析方法的提出，最早采用的规范正 交基，这是最早的小波基。后来对傅立叶级数建立了二进制频率分量分组理论，对频率 按二进制进行划分，其傅立叶变换的相位变化并不影响函数的大小，这也是多尺度分析 思想的最早来源。后来，Calderon、Zygmund、Stern等将L-p理论推广到高维，并建立 了奇异积分算子理论。1986年，Meyer及其学生此marie提出了多尺度分析的思想。1987 年Mallat将计算机视觉领域内的多尺度分析思想引入到小波分析中，提出了多分辨分析 的概念，统一了在此之前的所有正交小波基的构造，并提出了相应的分解与重构快速算 法。1988年，年轻的女数学家Daubechiesl.提出了具有紧支撑的光滑正交小波基

—Daubeehies基，为小波的应用研究增添了催化剂，同年， Daubeehies1.在美国主办 的小波专题讨论会上进行了十次演讲，引起了广大数学家、物理学家甚至某些企业家的 重视，由此将小波的理论和实际应用推向了一个高潮。

小波分析是传统傅里叶变换的重大突破，已经引起了国际上众多学术团体和学科领 域的兴趣与关注，成为当今的前沿科学，发展之迅速，应用范围之广泛是前所未有的。 现在小波分析理论正向着大规模并行科学计算中的快速计算方向发展，同时，由于小波