基于Contourlet變換的安檢圖像增強技術研究.pdf

1、X射線成像技術被廣泛用于安全檢查領域。原始安檢圖像存在噪聲污染與細節(jié)模糊等問題，針對原始圖像的增強處理是后續(xù)安全檢查工作的關鍵。Contourlet變換是一種有效的二維圖像分析工具，繼承了小波變換的多尺度和局部化特性，同時具有各向異性和多方向特性，可以更好的表示圖像中的幾何信息，在圖像增強領域中應用廣泛。
　　傳統(tǒng)的圖像增強算法在增強圖像細節(jié)的同時也會放大圖像中的噪聲。針對安檢圖像增強需要兼顧抑制噪聲和細節(jié)增強的特點，本文研究了基

2、于Contourlet變換的去噪方法以及基于無下采樣Contourlet變換的增強方法。完成的主要工作有:首先研究了以Contourlet變換為代表的圖像多尺度幾何分析工具的基本構造，隨后研究了基于小波變換和基于Contourlet變換的去噪方法并進行了實驗對比。使用基于系數(shù)局部方差的自適應閾值改進了原有閾值，并結合循環(huán)平移Contourlet變換改進了閾值去噪算法。通過使用理想圖像和安檢圖像進行實驗，驗證了算法的有效性。在此基礎上，本

3、文設計了一種基于無下采樣Contourlet變換的安檢圖像增強方法。根據(jù)安檢圖像在NSCT域的系數(shù)分布，算法采用局部貝葉斯閾值來區(qū)分圖像中的噪聲和細節(jié)系數(shù)。并且設計了一個非線性的增益函數(shù)來增強高頻系數(shù)，同時使用一個非線性的灰度映射函數(shù)來提高低頻子帶的對比度。
　　本文使用多種安檢原始圖像數(shù)據(jù)對基于NSCT的增強方法進行了實驗，驗證了方法的有效性，并從主觀與客觀兩個角度進行評價。實驗結果表明，本文提出的基于NSCT的增強方法能較好地