1、高分辨率、高清晰度的圖像,既是成像系統(tǒng)有效觀測客觀世界細節(jié)特征的追求目標,也是提升現代成像系統(tǒng)的研究水平之發(fā)展趨勢。然而,由于受到諸多因素的影響,成像系統(tǒng)所獲取的往往是退化圖像,如噪聲污染嚴重、模糊降質及低對比度等,導致圖像細節(jié)信息的缺損,制約了系統(tǒng)分辨率的進一步提高。本論文依托國家自然科學基金和軍工項目等有關科研課題,致力于探求一種能夠有效描述圖像邊緣和紋理等細節(jié)信息的變換方法,即抗混疊Contourlet變換。據此,針對其構造方法及

2、應用所需,開展高分辨圖像處理用抗混疊Contourlet變換的若干關鍵問題的理論研究,以揭示抗混疊Contourlet變換在現代成像系統(tǒng)的高分辨圖像處理中的潛在應用前景。論文工作的主要研究內容是:(1)率先開展了Contourlet變換頻譜混疊問題的研究。論文從圖像奇異性和函數逼近論的角度,討論了小波在分析二維圖像時的局限性,揭示了對高維奇異性的“稀疏”表達,是多尺度幾何分析優(yōu)于小波的根本原因。作為多尺度幾何分析方法之一的Contour

3、let變換,因具有良好的方向捕獲能力和較低的冗余度,在圖像處理領域中極具應用潛力,但頻譜混疊卻影響了其性能的進一步提高。據此,本文以二維多率抽樣系統(tǒng)的基本概念為出發(fā)點,詳細討論了Contourlet變換的兩個基本模塊,即方向濾波器組(DFB)和拉普拉斯塔形變換(LP變換)的構成原理和實現方法,明確了Contourlet變換的頻譜混疊是因為LP變換中兩個低通濾波器不滿足Nyquist抽樣定律,從而導致了各方向子帶之間的頻譜串擾,削弱了Co

4、ntourlet變換的頻域局域性?；诖?論文提出了一種抑制混疊的解決方案。該方案直接在頻域構造滿足Nyquist采樣定律的濾波器,采用雙迭代結構,實現了一種新的多尺度分解以替代LP變換,并與DFB結合,實現對圖像的多尺度多方向分解。初步實驗結果顯示,該方案在非線性逼近性能和基函數的光滑性和局域性上,均優(yōu)于Contourlet變換,這對于改善Contourlet變換的頻譜混疊,是非常奏效的。(2)抗混疊Contourlet變換的構造研究

5、。針對Contourlet變換頻譜混疊,以及構造DFB的扇形濾波器組空域尺寸相差懸殊的缺陷,在基于前述解決方案的基礎上,提出了一種新的抗混疊Contourlet變換,即NACT變換。NACT由抗混疊塔式濾波器組NPFB和方向濾波器組DFB組成。NPFB將圖像分解為多個不同分辨率的細節(jié)子帶和一個低頻子帶,DFB再將各細節(jié)子帶分解為方向子帶。論文中,首先在頻域給出了抗混疊塔式濾波器組的定義和具體參數設置;其次,應用伯恩斯坦多項式設計映射函數

6、,通過擴展McClelland變換將9/7雙正交濾波器組映射為扇形濾波器組,有效地改善了扇形濾波器組空域尺寸比。NACT變換基函數不僅具有“多分辨率”、“多方向”、“局域性”等特性,滿足各向異性尺度關系,而且空頻域正則形和局域性均明顯優(yōu)于Contourlet變換。雖然NACT變換平均冗余度略高于Contourlet變換,但它顯著抑制了Contourlet變換的頻譜混疊,因而方向選擇性更強。非線性逼近和去噪實驗的結果表明,與Contour

7、let變換相比較,NACT變換在PSNR和視覺效果上均有大幅度提高。(3) NACT變換系數統(tǒng)計分布模型研究。研究了NACT變換的邊緣分布和聯合分布系數統(tǒng)計模型。對于邊緣分布,在充分比較Laplace分布、廣義高斯分布和BKF分布描述NACT系數時優(yōu)劣的基礎上,借助皮爾遜χ2假設檢驗的方法,驗證了NACT變換系數邊緣分布服從廣義高斯分布模型。對于聯合分布,本文從定性和定量兩個方面分析了NACT變換系數的統(tǒng)計依賴性和非獨立性,提出用廣義非

8、高斯二元變量模型對系數的聯合分布進行建模,這為基于統(tǒng)計模型的NACT變換去噪奠定了基礎。(4)基于NACT變換的高空攝影圖像去噪和視網膜血管圖像對比度增強算法應用研究。在深入分析高空攝影圖像主要噪聲來源及噪聲類型的基礎上,針對其紋理細節(jié)信息豐富的特點,提出一種基于系數分類的NACT域混合模型圖像降噪算法。該算法利用信號與噪聲在NACT域尺度間相關性的不同,通過SSNF算法,將NACT系數分為重要系數和非重要系數兩類,根據兩類系數不同的統(tǒng)

9、計特性,對兩類系數分別用不同的分布模型建模,在Bayes框架下實現對圖像的降噪處理。通過標準測試圖像和實際高空攝影圖像的處理,結果表明,該算法有效地保留了圖像的紋理和細節(jié),大大抑制了重構圖像中的“劃痕”現象,且具有更高的計算效率,能夠滿足高空CCD數字攝影圖像的降噪需求。針對實際所采集到的視網膜血管圖像存在對比度低下、微小血管分辨不清等缺點,利用NACT變換優(yōu)良的邊緣表達能力,提出一種增強微小血管且抑制噪聲的對比度增強算法。該算法根據噪

10、聲在NACT域的分布特點,選擇不同的增強函數,對NACT系數予以衰減或增強;并且在增強微弱邊緣(微小血管)的同時,對強邊緣(主要血管)進行一定衰減,進一步突出微小血管的增強效果。實驗結果表明,本文算法對于眼底視網膜血管圖像,具有良好的對比度增強作用,而且增強后圖像背景灰度分布均勻,沒有明顯的噪聲放大情況。本論文的上述研究成果,已發(fā)表在《Pattern Recognition Letters》、《光電工程》及《計算機仿真》等國外、國內期刊