基于Shearlet变换和多尺度Retinex的遥感图像增强算法

来源：计算机应用杂志2015年第1期北京时间：

作者：王静静, 贾振红, 覃锡忠, 杨杰, Nikola KASABOV

单位：1. 新疆大学 信息科学与工程学院, 乌鲁木齐830046;2. 上海交通大学 图像处理与模式识别研究所, 上海200240;3. 奥克兰理工大学 知识工程与发现研究所, 新西兰 奥克兰1020

摘要：传统的小波变换、曲波变换和轮廓波变换无法对图像提供最优的稀疏表示,不能取得好的增强效果,为此,提出了一种基于剪切波(Shearlet)变换的图像增强算法.经Shearlet变换,图像被分解成低频分量和高频分量.首先,对Shearlet变换分解后的低频分量进行多尺度Retinex(MSR)调整,以减轻光照条件对图像的影响;其次,对各尺度、各方向上的高频系数采用阈值抑噪来消除噪声;最后,对重构图像进行模糊对比度增强,提高图像的整体对比度.实验结果表明该算法能够明显改善图像的视觉效果,突出图像的纹理细节且具有良好的抗噪性能.与直方图均衡(HE)、MSR、基于非下采样轮廓波变换(NSCT)的图像模糊增强(NSCT_fuzzy)算法相比,图像清晰度、信息熵、峰值信噪比(PSNR)均有一定的提高,且运行时间缩短为MSR的1/2和NSCT_fuzzy的1/10左右.

关键词：Shearlet变换,多尺度Retinex,低频子带,高频子带,模糊对比度

基金资助：教育部促进与美大地区科研合作与高层次人才培养项目(20101595).