[發明專利]一種平穩Tetrolet變換算法

有效

• 申請號: 201711101875.0
• 申請日: 2017-11-10
• 公開（公告）號: CN107967676B
• 公開（公告）日: 2022-01-11
• 發明（設計）人: 張德祥;尋麗娜;張晶晶;閻慶
• 申請（專利權）人: 安徽大學
• 主分類號: G06T5/10
• 分類號: G06T5/10
• 代理公司: 北京方圓嘉禾知識產權代理有限公司 11385
• 代理人: 董芙蓉

本發明公開了一種平穩Tetrolet變換算法，平穩Tetrolet變換是一種由四個單位正方形通過邊連接起來的新的自適應Harr類小波變換，對應的濾波器組簡單而有效。與標準二維小波變換相比，平穩Tetrolet變換是一種新型的基于四格拼板的多尺度幾何變換工具，能夠通過多方向選擇有效地捕獲圖像中各向異性特性。本發明中對平穩Tetrolet變換的分解和重構算法進行了詳細的描述，對利用平穩Tetrolet變換對圖像的分解進行了仿真與分析。實驗結果表明，與傳統算法相比，提出的算法在保留原始圖像邊緣和紋理信息的同時，有效地取得較好的稀疏表達，能消除Tetrolet變換算法對圖像融合存在方塊效應的缺陷。

技術領域

本發明涉及一種平穩Tetrolet變換算法，具體地說，涉及一種有效的基于Harr小波變換的平穩Tetrolet變換算法。

背景技術

隨著多尺度幾何分析算法的出現，計算調和分析和稀疏逼近算法得到了快速的發展，也得到了廣泛的應用。在數字圖像處理中，為獲得多尺度圖像的細節成分，關鍵是能實現圖像的稀疏逼近表達，能用盡可能少的系數去重構逼近原始圖像。小波變換是早期出現的具有獨特的時頻局域性分析能力的多尺度多分辨率分析方法。但研究發現，小波變換具有“各向同性”的特點，難以表示更高維的幾何特征，無法精確地表達圖像自身結構特征的邊緣方向，對于含“線”或“面”奇異的二維圖像并不能“最優”表示。在此問題推動下，從1997年開始，多尺度幾何分析的思想得到了很大的發展，對于圖像分解中的方向性以及多尺度性進行了大量的研究，出現了一系列新的變換算法和方法，提高了圖像處理的精度和速度，使圖像處理研究進入一個新的階段。

從1997年Meyer和Coifman提出了一種自適應頻帶分割方法的Brushlet變換；1998年， Candès和Donoho提出了具有表示線奇異性的連續脊波Ridgelet變換以及連續曲波Curvelet 變換；到1999年，Donoho提出了能較好地捕捉圖像中的“線”和“面”特征的楔波Wedgelet 變換；2000年，法國學者Pennec和Mallat提出了能夠自適應地跟蹤圖像的幾何正則方向，采用“幾何流”這樣一個反映圖像連續區域變化概念的Bandelet變換；多尺度幾何分析理論得到極大的快速發展，對圖像處理取得很多應用成就。

2002年，Donoho和Vetterli提出了能用不同尺度、不同頻率的子帶更準確地捕獲圖像邊緣的分段二次連續曲線的Contourlet變換，使表示的逼近系數能量更加集中。2005年， Velisavljevic等基于整數格點理論提出了一種能有效地捕捉和表示高維信號中的曲線奇異的可分離多方向多尺度圖像表示方法Directionlets變換，并得到廣泛應用。

但上述多尺度幾何分析方法在圖像分解過程中和小波變換相比，往往涉及過采樣，不可分離的卷積運算以及復雜的濾波器設計，計算量大，采用的濾波器比較復雜。2009年,Krommweh 提出了一種新的自適應Haar小波變換---Tetrolet變換。

Tetrolet變換采用結構簡單的Haar濾波器設計，低通和高通濾波器僅由在2x2方形區域內排列的4個像素值的平均和與平均差確定，可使函數系統適應局部結構而非選取先驗的基或框架，但卻可獲得有更多方向選擇性的各向異性分解。在4x4的區域內不考慮旋轉和反射有 22種基本解，在考慮旋轉和反射分成不同區域的方法數為117種，所以可以獲得圖像更多的方向性分解，圖像的邊緣和紋理也被更多地提取出來，能實現圖像多種幾何特征的最優逼近。

Tetrolet變換在圖像壓縮、圖像降噪、圖像融合等方面處理有一定的優勢，得到了廣泛的應用，但在圖像融合處理中易于出現融合圖像模糊以及Gibbs現象。

發明內容