刘艾琳
(天津电子信息职业技术学院数字艺术系,天津300350)
红外图像总体上对比度较低,且由于成像环境复杂以及在传输存储等环节中,不可避免受到噪声的干扰,导致所获取的图像一般来说是降质图像。KANG[1]等人基于红外图像的自相似统计特征提出一种两阶段3维滤波算法;WANG[2]等人将伪中值滤波与小波变换相结合用于红外图像处理;YU[3]等人提出一种基于混合双边滤波的红外图像自适应滤波算法;HU[4]等人将同态滤波用于红外图像增强研究,取得了不错的效果;ZHANG[5]提出一种针对红外图像中的颗粒噪声的滤波算法。近年来该领域的研究成果特点有:(1)针对红外图像滤波增强的研究,主要基于空间域进行,较少利用多尺度分析方法,如小波变换、提升小波变换等;(2)对于红外图像滤波与增强基本是分开研究,并未作为一个整体进行,即对图像噪声的滤波,较少考虑到滤波后图像视觉效果;对图像增强处理并未考虑到图像受到噪声干扰这一特殊情形。
提升小波变换与传统建立在傅里叶变换基础上的小波变换的区别主要有:(1)传统小波变换通过将小波母函数伸缩或者平移来构造小波基函数,运算效率较为低下;而提升小波变换采用“分步骤”的思想来实现小波变换,即采用预测和更新两个环节实现对图像高频和低频信息的高效率分离,计算效率得到提高;(2)提升小波变换通过原位操作,能够实现图像的整数小波变换,在分解和重构过程中对图像信号刻画更为精确,这也是传统小波变换所不具备的。……