图像增强是数字图像处理的三大基本任务之一,图像增强的主要目的是改善视觉效果。传统的图像增强的方法主要有两类:空域法和变换域法。空域法主要是在空间域内对像素的灰度值直接运算处理;变换域法是在图像的某种变换域内,对图像的变换值进行运算。目前主要有两种变换域:傅立叶变换域(即频域)和小波域。小波变换是80年代后期发展起来的应用数学分支。小波分析在当前数学领域中的发展十分迅速,一方面它有着深刻的理论背景,其数学思想非常精美而完善:另一方面,它在工程中的应用又十分广泛。目前,小波变换在图像处理中的应用主要表现在图像压缩和图像分割这两方面,在图像增强方面的应用还比较少。本文试图探讨小波域中的图像增强问题。 图像增强包括去噪和边缘增强两方面的内容。 由于图像进行小波分解后,其噪声和细节大部分都存在于高频部分,而对低频部分进行平滑不会对图像的细节造成太大的影响。基于以上思想本文提出了一种基于图像像素分类的小波阈值去噪方法。该方法通过对小波域中的低频信息进行平滑,而对高频信息按图像像素分类的原则区分细节和噪声,把噪声部分的小波系数清零,重构得到去噪后的图像。 阶跃边缘的小波变换实际上是它的一阶导数,在小波变换的高频通道中,表现为屋脊边缘,在垂直该边缘走向的截面上形成的图形可近似看成截断高斯函数或升余弦函数。通过修改高斯函数或升余弦函数的形状,再反变换可得到斜率被改变了的边缘,即对边缘进行了增强。本文利用三次B样条小波对图像进行变换,实现边缘增强。进一步,将小波去噪和边缘增强有机地结合起来,实现了对图像的同时去噪和增强。