自适应分数阶算子的图像增强

为了突出图像纹理细节的同时保留平滑区域,节省确定分数阶微分阶次的时间,提出了一种改进的自适应分数阶微分算子。首先将经典Tiansi模板分解为四个不同方向,分别与待处理像素点进行卷积,达到增强图像纹理细节的效果;其次针对Tiansi算子需通过多次实验确定最佳微分阶次的现状,结合图像的局部特征信息,构建了具有自适应能力的分数阶阶次模型,能够获得比原图像更丰富的细节信息。对多组不同场景图像的实验结果表明:构建的自适应分数阶微分算子有效地增强了图像的纹理细节,自适应分数阶微分算子的主观视觉效果和客观评价指标均优于原图像,其客观评价指标中的平均梯度、信息熵、对比度相比原图像平均提高190.3%、8.1%、18.3%;平均梯度、对比度相比Tiansi算子处理后的图像平均提高45.0%、9.6%。

图像增强中分数阶阶次自适应模型的构造

为了解决分数阶微分算子在图像增强中需要人工寻找最佳阶次,缺乏阶次自适应的问题,构造了分数阶微分阶次自适应数学模型。该模型以反正切函数为原型,以图像的梯度信息、局部信息熵、亮度和对比度为自变量,建立了微分阶次与图像局部信息之间的关系,从而可以根据图像的局部信息特征自动计算图像中各个像素点的最佳阶次,并将该模型应用在分数阶微分Tiansi算子的图像增强中。为了验证该模型的有效性,选用标准图像库中的多幅纹理图像进行实验,对实验结果进行了定性和定量分析,在定量分析中采用图像信息熵、平均梯度、清晰度和对比度四个评价指标衡量图像增强的效果,并与二阶微分Laplacian算子、Tiansi算子进行比较。理论分析和实验结果均表明建立该模型的有效性,对灰度图像可以得到连续变化的增强效果,接近于最佳分数阶微分增强效果,符合人们的视觉感受。

一种改进的分数阶微分掩模算子

分数阶微分理论用于图像处理是近期一个新的研究课题.文中从分数阶微分对图像细微细节的增强能力出发,对分数阶微分的机理进行分析,且根据分数阶微分Tiansi算子的作用特点,提出一种可大幅增强边缘信息值的改进Tiansi算子方法.具体的做法是将Tiansi模板分解为8个不同方向的小模板,得到像素点周围8个方向的加权求和值.然后将8个值进行不同的分组,得到增强幅度不同的3种改进方法.最后通过增强的实验表明,对于岩石节理裂隙图像而言,改进方法可有效增强边缘并且比传统算子得到更丰富的细节信息.