[發明專利]一種基于顯微高光譜成像的紋理增強算法

有效

• 申請號: 202010035447.8
• 申請日: 2020-01-14
• 公開（公告）號: CN111292256B
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 張淼;馮迦炆;牛思聰;沈毅
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06T7/45
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于顯微高光譜成像的紋理增強算法，其特征在于它包含以下步驟：

步驟一：設置波段及分辨率，拍攝高光譜照片，并將照片進行灰度處理，設置灰度值，分別取四個方向0°、45°、90°、135°計算灰度共生矩陣，然后計算紋理修正值，最后進行側重點分析，其中紋理修正值的計算基于掩膜的能量和對比度、改進熵和同質性；

步驟二：進行自動波段選擇，根據波段的數量和圖片的特點，設置期望的波段數量，利用第一步得到的結果進行波段選擇，通過設計的終止條件自動停止波段選擇過程：

步驟2-1：所有波段的集合設為C，選擇波段集合設為U，不選擇波段集合設為S，根據總的波段數量按照一定比例確定波段選擇的數量；

步驟2-2：根據得到的各個紋理修正值的側重，將所有波段的紋理修正值按從大到小進行排序，取期望數量的波段圖片加入集合U，當取到期望數量的波段數時停止；

步驟2-3：所選圖片兩兩之間計算互信息I(F₁,F₂)，設置互信息的閾值；互信息計算方法如下：

當任兩張圖之間的互信息值高于閾值則剔除掉其中一張圖，重復步驟2-2，當選擇的照片滿足互信息值時停止迭代，集合U中就是源圖像；

步驟三：選擇合適的小波基，分別將選擇出來的波段照片進行N層離散小波分解，按一定的融合規則分別將低頻和高頻分量融合成為一張圖像，并對融合后的圖像進行評價。

2.根據權利要求1所述的基于顯微高光譜成像的紋理增強算法，其特征在于所述的步驟一具體包括：

步驟1-1：使用光譜采集系統在一定波長范圍內，每間隔一定波長拍攝一張照片；將照片進行灰度處理，灰度級的設置需要綜合考慮其對紋理特征的影響和計算量的大小；選擇灰度級數后，需要先對圖片進行直方圖均衡化處理，提高對比度，建立灰度共生矩陣；

p(i,j)＝P(i,j)/R

其中位于(i,j)的元素代表：相距為1，灰度為i而另一灰度為j的像元對出現的次數P(i,j)，歸一化后為像元對出現的概率p(i,j)，R為像素對的數量；

步驟1-2：由此計算紋理修正值包括但不限于基于掩膜的能量和對比度、改進熵和同質性，設置標準熵，在灰度共生矩陣中，計算每個方向的紋理修正值，對每一個紋理特征在四個方向上的紋理修正值取平均作為最終的值；

步驟1-3：分別將所有圖片的紋理修正值拼成n個列向量V_i，將每個向量進行標準化；標準化后得到最終的紋理修正值，側重度按從小到大的順序排列，標準化方法如下：

μ為4個向量的均值，σ²為4個向量的方差，V_i′為標準化后的向量。

3.根據權利要求1所述的基于顯微高光譜成像的紋理增強算法，其特征在于所述的步驟三具體包括：

步驟3-1：選擇合適的小波基，分別將選擇出來的波段照片進行N層離散小波分解，分解后每張照片得到1個低頻分量和分別為水平、垂直和對角線方向的3N個高頻分量；

步驟3-2：使用低頻融合規則對所選照片的第N層低頻分量小波系數進行融合，使用高頻融合規則對所選照片的第N層高頻分量的小波系數按三個方向分別進行融合，依次遞減，直到第1層，最終得到1張低頻近似圖像和3N張高頻細節圖像，低頻規則如下：

表示第n張照片在像素b處的低頻分量小波系數，表示融合后的圖像在像素b處的低頻分量小波系數，a_i為權值，0≤a_i≤1，高頻規則如下：

為在區域m*n的高頻小波系數，為在區域m*n的高頻小波系數的均值，j＝1,2,3表示水平、垂直和對角線三個方向的高頻分量；用相同的小波基按照低頻系數加權平均，高頻系數方差取大的融合規則進行離散小波逆變換，得到融合圖像；

步驟3-3：對融合后的圖像進行評價，對圖像的信息熵、空間頻率、平均梯度和清晰度進行量化計算，若這四個值均有提高則證明融合后的圖像紋理確實有了增強。