[發明專利]一種緊框架Grouplet關聯域計算方法

有效

• 申請號: 201710356482.8
• 申請日: 2017-05-19
• 公開（公告）號: CN107168930B
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 閆敬文;袁振國;王宏志;陳宏達
• 申請（專利權）人: 汕頭大學
• 主分類號: G06F17/14
• 分類號: G06F17/14;G06T7/40
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 張澤思;周增元

本發明實施例公開了一種緊框架Grouplet關聯域的計算方法，通過將線檢測算子引入到關聯域的計算中，在不明顯損失系數矩陣稀疏度且能完美重建原始圖像的前提下，明顯降低了以往緊框架Grouplet變換的時間損耗，提高了變換的效率，拓寬了緊框架Grouplet變換在圖像處理方向的應用范圍，具有重要的實際意義。

技術領域

本發明涉及一種圖像處理方法，尤其涉及一種緊框架Grouplet關聯域計算方法。

背景技術

幾筆線條就可以勾勒出一個特征很明顯的圖形或者紋理。自然圖像一般都包含由局部方向結構構成的區域。能夠更好的表示圖像中復雜幾何信息和得到圖像的稀疏表示是圖像處理的關鍵。

小波變換可以依據局部圖像的規則性來自適應的調整圖像處理中的分辨率，因而它對于圖像的表示特別高效。然而小波基在表示幾何結構的圖像上不是最優的，因為它的方支撐不能自適應表示方向幾何屬性。Curvelets，Contourlets，Curvelets，Bnadlets，Wedgelets先后被提出來用以改進這一問題，并在特定的圖像處理應用中取得了不錯的效果，然而它們在實際圖像處理的應用中的改進并沒有理論上預期的效果那么好，可能由于這些圖片的紋理結構過于復雜以致于它們的基不能很好的表示圖像。為了克服這個缺點，Mallat在2008年提出Grouplet變換。這是一種全新的變換，它的基可以隨著圖像在不同尺度下幾何結構的變化而變化，因而可以最大限度的利用圖像的幾何特征。同時，Grouplet變換的計算是簡單的，它本身的變換方法就是一種快速計算方法。

緊框架Grouplet分解包含關聯域層和系數層兩個層的計算。緊框架Grouplet變換中關聯域的尋找對變換的性能有著很大的影響。緊框架Grouplet變換采用了BlockMatching算法來尋找關聯域，這種方法的好處是它是離散化的，可以精確反映每個像素點的變化，但是由于需要預先劃定網格，所以不能自適應的根據圖像結構選取方向，因而不能很好的表示包含復雜紋理的圖像。

發明內容

本發明實施例所要解決的技術問題在于，提供一種緊框架Grouplet關聯域計算方法?？山档驮儞Q中Block Matching算法帶來的高復雜度，提高了緊框架Grouplet變換的效率。

為了解決上述技術問題，本發明實施例提供了一種緊框架Grouplet關聯域計算方法，包括以下步驟：

1)對輸入的圖像轉化為灰度圖；

2)對所述灰度圖Grouplet分解，計算第j層系數層系數，通過線檢測算子計算最優匹配點并計算第j層關聯域層系數，其中1≤j≤J；

3)重復循環步驟2)，直到J層系數都計算完畢，其中J為給定的經驗值。

進一步地，所述線檢測算子模板使用的3×3的矩陣。

更進一步地，所述線檢測算子計算最優匹配點的公式為：

其中是以為中心二值化后的3×3圖像數據矩陣；OP_i[j]是檢測方向i的線檢測算子，i表示集合{+45°,0°,-45°}中的一個方向；符號j表示對應矩陣第j個位置。

更進一步地，所述線檢測算子計算最優匹配點的步驟為：

1)在第j層時，以點為中心，選取大小為3×3，像素值構成的數據矩陣BP，

2)二值化所述數據矩陣BP_3×3，記矩陣BP_3×3的均值為Av，則當BP_x,y小于為所述均值Av時，BP_x,y取值0，否則為1，

3)使用所述線檢測算子計算最優匹配點的公式求得點最優匹配點m，