基于局部紋理方向性的圖像增強(qiáng)方法
【專利摘要】基于局部紋理方向性的圖像增強(qiáng)方法，包括局部紋理方向判斷和局部紋理圖像增強(qiáng)兩步，在局部紋理方向時(shí)，首先計(jì)算圖像輪廓圖；然后在其上計(jì)算特征像素點(diǎn)，提取12種特征像素點(diǎn)，并將其劃分到8個(gè)方向；計(jì)算8個(gè)方向特征像素點(diǎn)積分圖；最后利用特征像素點(diǎn)積分圖快速判斷圖像上任一區(qū)域內(nèi)紋理主方向；在局部紋理圖像增強(qiáng)時(shí)，首先對(duì)原圖像進(jìn)行高提升濾波；再根據(jù)局部像素點(diǎn)的紋理方向，迭代執(zhí)行雙線性插值的浮雕化操作與高斯濾波兩到三次，直到圖像效果穩(wěn)定；本發(fā)明方法能夠有效增強(qiáng)方向性紋理特征，突出方向性紋理的方向、密度、紋理寬度等細(xì)節(jié)，可以有效地抑制光照，噪音等因素對(duì)圖像紋理的影響，使增強(qiáng)后的紋理的圖像應(yīng)用于其他數(shù)字圖像處理算法中。
【專利說明】基于局部紋理方向性的圖像増強(qiáng)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)字圖像處理領(lǐng)域中的紋理描述與圖像增強(qiáng)【技術(shù)領(lǐng)域】，具體涉及一種 基于局部紋理方向性的圖像增強(qiáng)方法。

【背景技術(shù)】
[0002] 紋理特征描述作為圖像分割與分類的首要問題，一直以來都是研宄的焦點(diǎn)。作為 一種重要的視覺線索，它在圖像中普遍存在卻又難以描述。人們總是試圖尋找紋理特征維 數(shù)不大、魯棒性好、區(qū)分能力強(qiáng)的特征描述。如今已經(jīng)有很多不同的紋理描述方法，主要分 為統(tǒng)計(jì)方法、幾何方法、結(jié)構(gòu)方法、模型方法和信號(hào)處理方法；其子方法如灰度共生矩陣法， 傅里葉能量變換法，分形維數(shù)法，馬爾科夫隨機(jī)場(chǎng)，小波分析等。這些方法對(duì)紋理的特征都 從不同角度進(jìn)行了描述，并且都具有廣泛的用途。
[0003] 圖像增強(qiáng)算法在數(shù)字圖像處理應(yīng)用中有著廣泛的應(yīng)用，目前主要方法分為空間域 方法與頻率域方法?；诳臻g域的方法包括灰度變換，直方圖修正，梯度增強(qiáng)，中值濾波等； 基于頻率域的方法主要包括高通濾波，拉普拉斯算子等。各類算法從不同角度對(duì)圖像進(jìn)行 變換，可以增強(qiáng)圖像某些細(xì)節(jié)或特征，或者去除圖像上我們不關(guān)心的內(nèi)容，為圖像的后續(xù)處 理提供?目息。


【發(fā)明內(nèi)容】

[0004] 為了解決上述現(xiàn)有技術(shù)存在的問題，本發(fā)明的目的在于提供一種基于局部紋理方 向性的圖像增強(qiáng)方法，可以有效增強(qiáng)方向性紋理特征，突出方向性紋理的方向，密度，紋理 寬度等細(xì)節(jié)，可以有效地抑制光照，噪音等因素對(duì)圖像紋理的影響，使增強(qiáng)后的紋理的圖像 應(yīng)用于其他數(shù)字圖像處理算法中。
[0005] 為達(dá)到以上目的，本發(fā)明采用以下技術(shù)方案：
[0006] 基于局部紋理方向性的圖像增強(qiáng)方法，包括如下步驟：
[0007] 步驟1 :局部紋理方向判斷
[0008] 1)計(jì)算圖像輪廓圖；
[0009] 2)在輪廓圖像上計(jì)算特征像素點(diǎn)，提取12種特征像素點(diǎn)，并將其劃分到8個(gè)方向， 具體方法為：對(duì)于輪廓圖，根據(jù)每個(gè)像素點(diǎn)3*3鄰域內(nèi)的情況，求取每個(gè)像素點(diǎn)的哈希值， 每個(gè)像素點(diǎn)的值非〇即1，使像素點(diǎn)3*3鄰域內(nèi)每個(gè)像素點(diǎn)的取值與一個(gè)8位2進(jìn)制數(shù)的每 位相對(duì)應(yīng)，這個(gè)8位2進(jìn)制數(shù)的十進(jìn)制形式即是這個(gè)像素點(diǎn)的哈希值；對(duì)于所有圖像上所有 點(diǎn)，只考慮12種極具方向性意義的像素點(diǎn)作為特征像素點(diǎn)，特征像素點(diǎn)滿足如下條件：
[0010] Α) 3*3鄰域內(nèi)中心像素點(diǎn)為前景點(diǎn)；
[0011] Β) 3*3鄰域內(nèi)，除中心像素點(diǎn)外，有且僅有兩個(gè)前景點(diǎn)Al，Α2
[0012] C)在3*3領(lǐng)域內(nèi)，繞中心像素點(diǎn)沿順時(shí)針方向，Al到A2間隔Dl個(gè)背景點(diǎn)，A2到 Al間隔D2個(gè)背景點(diǎn)，D1、D2的值或同時(shí)為3,或一個(gè)為2, 一個(gè)為4 ;
[0013] 根據(jù)每個(gè)像素點(diǎn)的哈希值，提取特征像素點(diǎn)，對(duì)于其他哈希值像素點(diǎn)則忽略；
[0014] 8個(gè)方向劃分的具體方法為：3*3鄰域內(nèi)非中心像素點(diǎn)連線與X軸正向的夾角分別 為 0°、30°、45°、60°、90°、120°、135°、150°，作為 8 個(gè)方向；
[0015] 3)計(jì)算8個(gè)方向的特征像素點(diǎn)積分圖；
[0016] 4)利用特征像素點(diǎn)積分圖快速判斷圖像上任一區(qū)域內(nèi)紋理主方向：設(shè)在窗口內(nèi) 相鄰兩方向的特征像素點(diǎn)數(shù)之和最大的兩種方向分別為Θ JP Θ 2，其對(duì)應(yīng)的特征像素點(diǎn)數(shù) 分別為NUMdP NUM 2，最后此特征像素點(diǎn)的主方向Θ final為特征像素點(diǎn)數(shù)之和最大的相鄰兩 種方向的加權(quán)和，如下所示
[0017] Sfinal= Θ ^ (NUM1/ (NUM^NUM2)) + Θ 2* (NUM2/ (NUM11+NUM2))
[0018] 步驟2:局部紋理圖像增強(qiáng)
[0019] 1)對(duì)圖像進(jìn)行高提升濾波；
[0020] 2)根據(jù)局部像素點(diǎn)的紋理方向，迭代執(zhí)行雙線性插值的浮雕化操作與高斯濾波兩 到三次，直到圖像效果穩(wěn)定；迭代執(zhí)行雙線性插值的浮雕化操作具體方法為：對(duì)原圖像上 每個(gè)像素點(diǎn)按主方向Θ final的垂直方向，取預(yù)設(shè)距離的兩點(diǎn)作差值，乘以大于10的系數(shù)，再 加上背景常數(shù)128,采用雙線性插值的方法選取距每個(gè)像素點(diǎn)按一定方向需要作差的兩像 素點(diǎn)值。
[0021] 優(yōu)選地，對(duì)步驟1計(jì)算的圖像輪廓圖進(jìn)行去噪，減少噪聲點(diǎn)對(duì)紋理主方向判斷的 干擾。
[0022] 本發(fā)明和現(xiàn)有技術(shù)相比，具有如下優(yōu)點(diǎn)：
[0023] 通過本發(fā)明方法增強(qiáng)圖像上方向性紋理的特征和細(xì)節(jié)。紋理的方向性是紋理圖像 的一個(gè)基本特征，通過對(duì)圖像的方向性特征增強(qiáng)，將局部紋理上光照，噪音等不關(guān)心的因素 抑制，使局部圖像在紋理方向上的細(xì)節(jié)保留下來，成為圖像進(jìn)一步識(shí)別，分類，判斷的依據(jù)。 增強(qiáng)后的紋理圖像保留了紋理的方向性特征與紋理細(xì)節(jié)，抑制了紋理顏色，光照，噪聲等影 響。

【專利附圖】

【附圖說明】
[0024] 圖1為12種特征像素點(diǎn)示意圖。
[0025] 圖2為8個(gè)方向特征像素點(diǎn)分類圖。
[0026] 圖3為雙線性插值的浮雕化操作示意圖。
[0027] 圖4為高斯濾波的模板圖。
[0028] 圖5為原圖像。
[0029] 圖6為增強(qiáng)后的圖像。
[0030] 圖7為原圖像的輪廓圖。
[0031] 圖8為高提升濾波后的圖像。
[0032] 圖9為圖5的局部放大圖。
[0033] 圖10為對(duì)圖9增強(qiáng)后的圖像。

【具體實(shí)施方式】
[0034] 以下結(jié)合附圖及具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述。
[0035] 本發(fā)明主要分為兩大部分：1.局部紋理方向判斷；2.局部紋理圖像增強(qiáng)。局部紋 理方向判斷主要步驟分為輪廓圖計(jì)算，輪廓圖去噪，特征像素點(diǎn)計(jì)算，特征像素點(diǎn)積分圖計(jì) 算，局部紋理方向判斷；局部紋理圖像增強(qiáng)主要步驟分為高提升濾波，迭代執(zhí)行雙線性插值 浮雕化與高斯模糊。
[0036] 下面分步驟具體介紹：
[0037] 1)局部紋理方向判斷
[0038] 局部紋理方向判斷使用了一種簡單，有效，快速，魯棒的局部方向性描述子一一可 以在復(fù)雜的自然圖像中，快速，準(zhǔn)確地判斷紋理大致方向。紋理的基本方向?yàn)楹罄m(xù)的雙線性 插值浮雕化操作提供了依據(jù)。方法首先用canny算子計(jì)算輪廓圖像；然后對(duì)輪廓圖作去噪； 再在輪廓二值圖上根據(jù)每個(gè)像素點(diǎn)3*3鄰域的情況計(jì)算每個(gè)像素點(diǎn)的哈希值；根據(jù)每個(gè)像 素點(diǎn)哈希值的不同，提取12種表征方向意義的像素點(diǎn)；將12種表征方向意義的像素點(diǎn)歸類 為8種方向，計(jì)算在8個(gè)方向上特征點(diǎn)個(gè)數(shù)的積分圖；對(duì)于圖像上某一區(qū)域，通過8種方向 的積分圖可以快速計(jì)算出局部圖像紋理方向。
[0039] I. 1)圖像輪廓圖計(jì)算
[0040] 圖象的邊緣是指圖象局部區(qū)域亮度變化顯著的部分，該區(qū)域的灰度剖面一般可以 看作是一個(gè)階躍，既從一個(gè)灰度值在很小的緩沖區(qū)域內(nèi)急劇變化到另一個(gè)灰度相差較大的 灰度值。圖象的邊緣部分集中了圖象的大部分信息，圖象邊緣的確定與提取對(duì)于整個(gè)圖象 場(chǎng)景的識(shí)別與理解是非常重要的，同時(shí)也是圖象分割所依賴的重要特征。對(duì)于具有方向性 紋理的圖像，圖像的邊緣圖具有明顯的特征。這里采用Canny算子計(jì)算圖像輪廓圖，如圖7 所示。
[0041] 其主要步驟如下：高斯算子對(duì)圖像進(jìn)行平滑，有效抑制圖像中存在的噪聲；用一 階差分卷積模板，計(jì)算圖像梯度幅值和方向；非極大值抑制（匪S)，保留局部梯度最大值 點(diǎn)，抑制非極大梯度值；雙閾值算法檢測(cè)和連接圖像輪廓，保留強(qiáng)邊緣和與強(qiáng)邊緣連接的弱 邊緣。
[0042] Canny算子計(jì)算出的輪廓圖，為下一步提取特征像素點(diǎn)提供依據(jù)。
[0043] 1.2)輪廓圖去噪
[0044] 對(duì)于計(jì)算出的輪廓圖使用中值濾波，對(duì)輪廓圖中一些較小細(xì)節(jié)的噪聲進(jìn)行濾除。 減少噪聲點(diǎn)對(duì)紋理主方向判斷的干擾。
[0045] 1. 3)特征像素點(diǎn)計(jì)算
[0046] 對(duì)于去噪后的二值輪廓圖，根據(jù)每個(gè)像素點(diǎn)3*3鄰域內(nèi)的情況，求取每個(gè)像素點(diǎn) 的哈希值。每個(gè)像素點(diǎn)的值非〇即1，使像素點(diǎn)3*3鄰域內(nèi)每個(gè)像素點(diǎn)的取值與一個(gè)8位2 進(jìn)制數(shù)的每位相對(duì)應(yīng)，這個(gè)8位2進(jìn)制數(shù)的十進(jìn)制形式即是這個(gè)像素點(diǎn)的哈希值。
[0047] 對(duì)于所有圖像上所有點(diǎn)，只希望考慮12種極具方向性意義的像素點(diǎn)作為特征像 素點(diǎn)，特征像素點(diǎn)滿足如下條件：
[0048] A) 3*3鄰域內(nèi)中心像素點(diǎn)為前景點(diǎn)；
[0049] B) 3*3鄰域內(nèi)，除中心像素點(diǎn)外，有且僅有兩個(gè)前景點(diǎn)Al，A2
[0050] C)在3*3領(lǐng)域內(nèi)，繞中心像素點(diǎn)沿順時(shí)針方向，Al到A2間隔Dl個(gè)背景點(diǎn)，A2到 Al間隔D2個(gè)背景點(diǎn)，D1、D2的值或同時(shí)為3,或一個(gè)為2, 一個(gè)為4。
[0051] 如圖1所示（黑色點(diǎn)代表前景點(diǎn)，白色點(diǎn)代表背景點(diǎn)）。根據(jù)每個(gè)像素點(diǎn)的哈希 值，我們可以提取這些我們感興趣的特征像素點(diǎn)，對(duì)于其他哈希值像素點(diǎn)則忽略。
[0052] 如圖2所示，對(duì)于提取的12種像素點(diǎn)，將其分為8個(gè)方向，3*3鄰域內(nèi)非中心像素 點(diǎn)連線與X軸正向的夾角分別為0°、30°、45°、60°、90°、120°、135°、150°，作為8個(gè) 方向。
[0053] 1.4)局部紋理方向計(jì)算
[0054] 為了快速計(jì)算圖像在任一區(qū)域內(nèi)對(duì)于特征像素點(diǎn)的統(tǒng)計(jì)信息，需要圖像局部區(qū)域 內(nèi)哪個(gè)方向的特征像素點(diǎn)統(tǒng)計(jì)值多。先計(jì)算關(guān)于8個(gè)方向的特征像素點(diǎn)積分圖，對(duì)于每一 種方向的像素點(diǎn)，計(jì)算SUM[i][j]，代表圖像內(nèi)由（0,0)，（i，0)，（0, j)，（i，j)這四個(gè)點(diǎn)圍成 的矩形區(qū)域內(nèi)，此種方向像素點(diǎn)的個(gè)數(shù)。對(duì)于SUM[i][j]的計(jì)算用普通積分圖遞推公式即 可，如下所示，Pixel[i][j]代表像素點(diǎn)（i，j)是否為此種方向的像素點(diǎn)，是則為1，否則為 0 ：
[0055] SUM[i] [j] = SUM[i-l] [j]+SUM[i] [j-1]-SUM[i-l] [j-1]+Pixel [i] [j]
[0056] 對(duì)于計(jì)算得到的8種方向的特征像素點(diǎn)積分圖，可以用來快速計(jì)算任一區(qū)域內(nèi)8 種特征像素點(diǎn)的統(tǒng)計(jì)值。以某一像素點(diǎn)（i，j)為中心，在邊長為d的窗口范圍內(nèi)統(tǒng)計(jì)各方 向特征像素點(diǎn)數(shù)，某一方向的特征像素點(diǎn)數(shù)公式如下：
[0057] Total = SUM [i + d/2] [ j + d/2]-SUM [i + d/2] [ j-d/2]-SUM [i-d/2] [j+d/2]+SUM[i-d/2][j-d/2]
[0058] 設(shè)在窗口內(nèi)相鄰兩方向的特征像素點(diǎn)數(shù)和最大的兩種方向分別為Θ I和Θ 2,其 對(duì)應(yīng)的特征像素點(diǎn)數(shù)分別為NUMl，NUM2,最后此像素點(diǎn)的方向?yàn)檫@相鄰兩種方向的加權(quán)和， 如下所示
[0059] Θ final = Θ I*(NUMl/(NUM1+NUM2))+ Θ 2*(NUM2/(NUM1+NUM2))
[0060] 因?yàn)榧僭O(shè)局部紋理方向是一致的，所以對(duì)每個(gè)像素點(diǎn)的方向再進(jìn)行一次均值濾 波，使局部紋理方向盡量一致。
[0061] 2)局部紋理圖像增強(qiáng)
[0062] 局部紋理圖像增強(qiáng)，根據(jù)上一個(gè)步驟中計(jì)算出的局部紋理方向?qū)y理作圖像增 強(qiáng)。因?yàn)榉较蛐约y理的特殊性，這里沿著局部紋理垂直方向迭代執(zhí)行類浮雕化操作，增強(qiáng)方 向性紋理，保留方向性紋理特征，抑制除紋理方向以外的其他特征，達(dá)到圖像增強(qiáng)的目的。
[0063] 2. 1)高提升濾波
[0064] 高提升濾波是一種常見的圖像銳化方法，對(duì)原圖濾波以后效果如圖8所示，其主 要步驟為：1.模糊原圖像。2.從原圖像中減去模糊圖像得到一個(gè)模板圖像，其計(jì)算公式 為：gmask(x，y) = f(x，y) - f(x，y) 3.將模板圖像乘以大于10的系數(shù)再加到原圖像 O 上。這種銳化方式主要對(duì)圖像邊緣進(jìn)行銳化，對(duì)圖像上色彩連續(xù)均勻變換的地方給予了保 留，主要的優(yōu)點(diǎn)是可以在保證圖像銳化的同時(shí)極少地產(chǎn)生噪音。其公式為：g(x，y) =f(x， y)+k*gmask(x，y)。其中：f (x，y)表示原圖像，表示模糊后的圖像，gmask(x，y)表示模 板圖像，g(x，y)表示高提升濾波后的圖像，k為一個(gè)較大的系數(shù)。
[0065] 2. 2)雙線性插值浮雕化
[0066] 在銳化后的圖像上作帶雙線性插值的浮雕化操作。對(duì)圖像上每個(gè)像素點(diǎn)按一定方 向，取一定距離的兩點(diǎn)作差值，乘以大于10的系數(shù)，再加上背景常數(shù)128(圖像為灰度圖，像 素點(diǎn)最大值為255)。這樣使得相差較大的灰度值，相差更加突出，從而增強(qiáng)局部紋理的效 果，使光照，噪聲等因素得到抑制。在選取一個(gè)像素點(diǎn)按固定方向一定距離的兩點(diǎn)作差值 時(shí)，因?yàn)閮上袼攸c(diǎn)坐標(biāo)不一定是整數(shù)，所以選取的兩點(diǎn)不一定能從圖像上直接取到，如果選 取較近的整數(shù)點(diǎn)近似代替，則會(huì)使浮雕化后的圖像產(chǎn)生較多的噪音。這里采用雙線性插指 的方法選取距每個(gè)像素點(diǎn)按一定方向需要作差的兩像素點(diǎn)值。
[0067] 具體細(xì)節(jié)如下：
[0068] a.對(duì)于圖像中的像素點(diǎn)，根據(jù)局部紋理方向判斷中計(jì)算出的像素點(diǎn)紋理方向 Θ final的垂直方向，以預(yù)設(shè)距離d，選取需要作差值的兩點(diǎn)坐標(biāo)b和c，如圖3所示，計(jì)算公式 如下所述X，y代表相應(yīng)像素點(diǎn)坐標(biāo)。
[0069] b. X = a. x_d*sin Θ .
[0070] b. y = a. y+d*cos θ
[0071] c. x = a. x+d*sin θ .
[0072] c. y = a. y_d*cos θ
[0073] b.對(duì)于計(jì)算出的b，c點(diǎn)坐標(biāo)可能不為整數(shù)，無法直接從圖像上獲得像素點(diǎn)灰度 值，這里采用雙線性插值的方法獲得一一獲取最相鄰近四個(gè)像素點(diǎn)的灰度值乘以對(duì)應(yīng)權(quán)重 系數(shù)，即對(duì)于圖上點(diǎn)b、c，通過對(duì)應(yīng)白框四個(gè)頂點(diǎn)的灰度值計(jì)算其取值，對(duì)每個(gè)像素點(diǎn)乘以 與目標(biāo)點(diǎn)的距離相關(guān)的比例系數(shù)再求和。
[0074] c.對(duì)于取得的b，c兩點(diǎn)的值，求取差的絕對(duì)值，乘以一個(gè)較大的比例系數(shù)k，再加 上背景常量128,即為最后點(diǎn)a浮雕化后的值，公式如下：
[0075] ANS = MIN(255, MAX(0, (B_value-C_value)*k+128)))
[0076] 2· 3)高斯濾波
[0077] 對(duì)于浮雕化操作以后的圖像還會(huì)存在很多噪聲，這里采用高斯濾波器對(duì)圖像噪聲 進(jìn)行抑制。高斯濾波器是一類根據(jù)高斯函數(shù)的形狀來選擇權(quán)值的線性平滑濾波器，如圖4 所示。高斯平滑濾波器對(duì)于抑制服從正態(tài)分布的噪聲非常有效。通過對(duì)整幅圖像進(jìn)行加權(quán) 平均，每一個(gè)像素點(diǎn)的值，都由其本身和鄰域內(nèi)的其他像素值經(jīng)過加權(quán)平均后得到。
[0078] 高斯濾波后，整體圖像又會(huì)趨于模糊，再重復(fù)執(zhí)行步驟2. 2與步驟2. 3,此過程迭 代執(zhí)行2至3次，使圖像質(zhì)量增強(qiáng)質(zhì)量趨于穩(wěn)定，局部原圖像如圖9所示，增強(qiáng)后圖像如圖 10所示。
[0079] 本發(fā)明提出一種基于局部方向性紋理的圖像增強(qiáng)算法，可以有效增強(qiáng)方向性紋理 特征，突出方向性紋理的方向，密度，紋理寬度等細(xì)節(jié)，可以有效地抑制光照，噪音等因素對(duì) 圖像紋理的影響，使增強(qiáng)后的紋理的圖像應(yīng)用于其他數(shù)字圖像處理算法中，紋理增強(qiáng)前后 圖像如圖5和圖6所示。
【權(quán)利要求】
1. 基于局部紋理方向性的圖像增強(qiáng)方法，其特征在于；包括如下步驟： 步驟1;局部紋理方向判斷 1) 計(jì)算圖像輪廓圖； 2) 在輪廓圖像上計(jì)算特征像素點(diǎn)，提取12種特征像素點(diǎn)，并將其劃分到8個(gè)方向，具體 方法為：對(duì)于輪廓圖，根據(jù)每個(gè)像素點(diǎn)3*3鄰域內(nèi)的情況，求取每個(gè)像素點(diǎn)的哈希值，每個(gè) 像素點(diǎn)的值非0即1，使像素點(diǎn)3*3鄰域內(nèi)每個(gè)像素點(diǎn)的取值與一個(gè)8位2進(jìn)制數(shù)的每位相 對(duì)應(yīng)，該個(gè)8位2進(jìn)制數(shù)的十進(jìn)制形式即是該個(gè)像素點(diǎn)的哈希值；對(duì)于所有圖像上所有點(diǎn)， 只考慮12種極具方向性意義的像素點(diǎn)作為特征像素點(diǎn)，特征像素點(diǎn)滿足如下條件： A) 3*3鄰域內(nèi)中屯、像素點(diǎn)為前景點(diǎn)； B) 3*3鄰域內(nèi)，除中屯、像素點(diǎn)外，有且僅有兩個(gè)前景點(diǎn)A1，A2 C) 在3*3領(lǐng)域內(nèi)，繞中屯、像素點(diǎn)沿順時(shí)針方向，A1到A2間隔D1個(gè)背景點(diǎn)，A2到A1間 隔D2個(gè)背景點(diǎn)，D1、D2的值或同時(shí)為3,或一個(gè)為2, 一個(gè)為4 ; 根據(jù)每個(gè)像素點(diǎn)的哈希值，提取特征像素點(diǎn)，對(duì)于其他哈希值像素點(diǎn)則忽略； 8個(gè)方向劃分的具體方法為；3*3鄰域內(nèi)非中屯、像素點(diǎn)連線與X軸正向的夾角分別為 0。、30。、45。、60。、90。、120。、135。、150。，作為 8 個(gè)方向； 3) 計(jì)算8個(gè)方向的特征像素點(diǎn)積分圖； 4) 利用特征像素點(diǎn)積分圖快速判斷圖像上任一區(qū)域內(nèi)紋理主方向：設(shè)在窗口內(nèi)相鄰 兩方向的特征像素點(diǎn)數(shù)之和最大的兩種方向分別為和0 2,其對(duì)應(yīng)的特征像素點(diǎn)數(shù)分別 為NUMi和NUM2,最后此特征像素點(diǎn)的主方向0 為特征像素點(diǎn)數(shù)之和最大的相鄰兩種方 向的加權(quán)和，如下所示 白final=白 1* (NUMi/ (NUM1+NUM2) ) + 白 2* (NUM2/^(NUMiI+NUM2)) 步驟2;局部紋理圖像增強(qiáng) 1) 對(duì)圖像進(jìn)行高提升濾波； 2) 根據(jù)局部像素點(diǎn)的紋理方向，迭代執(zhí)行雙線性插值的浮雕化操作與高斯濾波兩到= 次，直到圖像效果穩(wěn)定；迭代執(zhí)行雙線性插值的浮雕化操作具體方法為；對(duì)原圖像上每個(gè) 像素點(diǎn)按主方向0 的垂直方向，取預(yù)設(shè)距離的兩點(diǎn)作差值，乘W大于10的系數(shù)，再加上 背景常數(shù)128,采用雙線性插值的方法選取距每個(gè)像素點(diǎn)按一定方向需要作差的兩像素點(diǎn) 值。
2. 根據(jù)權(quán)利要求1所述的基于局部紋理方向性的圖像增強(qiáng)方法，其特征在于；對(duì)步驟1 計(jì)算的圖像輪廓圖進(jìn)行去噪。
【文檔編號(hào)】G06T5/20GK104463814SQ201410741870
【公開日】2015年3月25日 申請(qǐng)日期:2014年12月8日 優(yōu)先權(quán)日:2014年12月8日
【發(fā)明者】宋永紅, 龔晨, 張?jiān)? 申請(qǐng)人:西安交通大學(xué)