邊緣增強的遙感圖像數(shù)據的DCT域(共14頁)

1、邊緣增強的遙感(yogn)圖像數(shù)據的DCT域摘要(zhiyo)邊緣增強是一個重要的遙感圖像數(shù)據的圖像處理(t xin ch l)方法。許多圖像的壓縮按照使用了離散余弦變換（DTC）的JPEG壓縮標準。由于大多數(shù)系數(shù)在DCT域中是小的，并且可以被量化為零，操縱在DCT域的數(shù)據是一個有效的方式，以節(jié)省計算機的資源。在本文中，提高遙感影像數(shù)據在DCT域新的邊緣和快速算法被分為3個步驟開發(fā)和實施：高通濾波，加回全部或部分的原始圖像的灰度級，和對比度拉伸。實驗結果表明，所產生的圖像的質量新的算法是與所產生的相應的方法在空間域的圖像的相媲美。 q1999 Elsevier科學B.V.保留所有權利。關鍵詞：

2、對比度拉伸，DCT域邊緣增強濾波，圖像壓縮1.介紹在圖像處理中，處理速度，以及內存和I / O利用率是必須考慮的重大問題。操作壓縮后的圖像是一個有效處理圖像數(shù)據的方法，因為大多數(shù)圖像數(shù)據通常存檔或以壓縮形式發(fā)送的。許多數(shù)據壓縮標準，如JPEG，MPEG和H.2611，離散余弦變換（DCT）2，因為大多數(shù)系數(shù)在DCT域中是小的，并且可以是量化成零。換言之，在DCT的數(shù)據速率域是比在空間域中的低得多。因此，通過直接計算唯一在變換域中沒有逆變換的非零DCT系數(shù)來操縱圖像可以大大減少存儲需求，以及作為計算時間。許多研究在基于DCT性能操縱壓縮圖像上已完成 3,4。史密斯和羅維5推導出了一套算法對代數(shù)運

3、算包括標量加法/乘法和像素明智的加法/乘法，和應用程序被描述例子。Chitprasert和Rao 6，Ngan和Clarke7，和Lee和Lee8 在圖像過濾DCT域提出的算法。前面提到的研究的基礎上，張大千，王梅塞施米特9,10為圖像平移縮放，重疊（不透明和半透明），線性濾波和像素乘法開發(fā)的算法，可以適用于抗鋸齒，圖像，字幕，和屏蔽。他們?yōu)閳D像剪切，旋轉，使用多通技術和矩陣乘法，和技術的圖像/在視頻檢索，編輯，搜索和匹配DCT域進一步推導出一些新的算法11,12。CHEN和Sethi13,14應用（以較早者為準）代數(shù)運算和發(fā)展自己的內部操作和掃描線算法來處理帶有更多的數(shù)學細節(jié)的壓縮/視頻影像

4、。其他重要的操作，如定位感興趣的區(qū)域，并檢測邊緣寬度，也被描述在文獻15。DCT域的計算(j sun)復雜度的的操作取決(qju)于圖像壓縮率和DCT系數(shù)矩陣的稀疏(xsh)性。對于塊明智的操作，復雜性可以被降低了約65，以及根據實驗數(shù)據加快可超過100而沒有明顯的質量劣化5,12,14。本文匯集了在文獻中提出解決一個在遙感上的重要應用的理論方法。這項工作的新穎之處還在于在在DCT域中一些濾波矩陣的對角線性質的發(fā)現(xiàn)，這使得數(shù)據計算量減少很多。 圖1.原始圖像的月亮：灰色度超過10至90的范圍內圖2. 在空間域中圖1的對比度拉伸：灰色度為0-255的范圍內。我們?yōu)榭臻g特征操作包括高通濾波，對比度

5、拉伸，和在DCT域中邊緣增強開發(fā)了新的快速的算法。第2節(jié)中詳細描述了這些算法，并示出了使用衍生算法處理的圖像。在第3節(jié)，給出了性能的分析和評價。本文在第4節(jié)結束。2在DCT域的圖像增強遙感圖像數(shù)據的加強包括凸顯圖像上的功能之間的區(qū)別，以便提高其視覺質量。目前有許多增強技術。在這里，我們討論對比和空間的功能操作，包括對比度拉伸，高通濾波，和邊緣增強。一些遠程遙感影像在我們的實驗中被使用。2.1對比(dub)操作低對比度使得它難以識別一個(y )圖像的細節(jié)。這樣做的原因是，圖像中的數(shù)據只使用了可能的灰度級的顯示的一小部分，而顯示器通常工作(gngzu)在一個256個灰度等級范圍內。對比度拉伸是對比

6、度操縱的一種類型，它是擴大這個圖像數(shù)據狹窄的范圍到更寬的范圍內，以便顯示的全部256個灰度級別可以使用。線性拉伸是圖像灰度的均勻的擴張。它利用公式（1）修改每個圖像中的像素： （1）其中，輸入是在輸入圖像中的像素的灰度級，輸出是操作后的像素的灰度級，MIN是輸入圖像最小的灰度級和MAX是輸入圖像最大的灰度級的 16。對于JPEG的壓縮方案，輸入的圖像數(shù)據在正DCT（FDCT）前從0255到2128,127進行標準化。因此，相應的應用公式（2）改變對比度拉伸： （2）其中輸入，輸出，最小值和最大值是正常化后相應的的值。由于DCT的拉伸，lincar對比度的線性可以由方程（3）或（4）在DCT域中

7、直接計算。 （3） (4)圖.3.在DCT域中利用(lyng)方程對比度拉伸。（4）：灰色度以上(yshng)為0-255的范圍(fnwi)內。 圖.6.原始圖像的區(qū)域的英國 圖.7.在空間域中使用3*3低通濾波器低通濾波過的英國圖像。 在這里，我們假設每個圖像子塊外的像素和那些內部的有邊界的子塊像素具有相同的值像鏡子一樣。根據這個標準，我們可以使過濾器的矩陣對稱的，所以，預矩陣VLM和后的矩陣HLM是彼此相等的。類似地，由5 - 5和7-7低通濾波器內核也可以以同樣的方式分解。相應的前置和后置矩陣由方程（6）和（7）描述。 （6） （7）VLM和高級別會議(huy)的泛化對應的MBY-米低通

8、濾波器內核很簡單(jindn)。因此，低通濾波器（BLI）和高通濾波器（BHI）在空間域中過濾后的圖像子塊，可以由方程（8）和（9）計算。圖8.在DCT域中使用(shyng)VL3和HL3低通濾波過的英國圖像。由于(yuy)DCT是直鏈的和分配的矩陣乘法，較早的操作，可以用公式(gngsh)（10）和（11）在DCT域均衡器得到。圖.9. 在DCT域中使用VL5和HL5低通濾波過的英國圖像。 （10） （11）我們對樣品圖像，英國的區(qū)域，這被示于圖. 6用我們的低通濾波方法。 “空間域操作以不同大小的帶過濾器內核的卷積實施。圖. 7-10是在空間域中用帶有3-3的低通濾波器內核的卷積和使用的早

9、期的低通濾波器由圖. 6低通濾波過的圖的圖像。在DCT域，在中方程（5），（6）及（7）下給出Vl3/Hl3，Vl5/Hl5，和Vl7/Hl7如。邊緣，高通濾波版本可以通過以下方式獲得從原始圖像減去這四個數(shù)字。通過觀察，較大的是過濾器內核的大小，更模糊的是低通濾波形象，更多的是遮擋物。解決方案（II）另一種方法是直接(zhji)使用線性的高通濾波器，即在相鄰(xin ln)像素間找出差異(chy)。圖5（b）中的樣品過濾器，可使用下面的前置和后置矩陣可以實現(xiàn)（見式 （12）。 （12）圖. 10. 在DCT域中使用VL7和HL7低通濾波過的英國圖像。類似于前面，在空間域和DCT域高通濾波處理后

10、圖像的子塊用下面的公式描述。圖. 11是在空間域中用卷積獲得的，并且圖12在DCT域中通過使用VH3和HH3處理（參見方程（13）和（14）。 （13） （14）2.3邊緣增強正如我們所討論的，高頻成分僅強調的原始圖像的局部(jb)對比度的，但這樣做不保留圖像(t xin)中包含的低頻(dpn)亮度信息。邊緣增強傾向于保持兩邊緣和信息的低頻率。通常在遠程感測數(shù)據處理，邊緣增強的實現(xiàn)分三個步驟16：1.使用一個高通濾波器邊緣提取來獲得高頻分量圖像。圖像的粗糙度決定濾波器的內核的大小。圖像“越粗糙”，過濾器的內核越小。2.全部或部分，原始圖像的灰度級是重新添加到的高通濾波的圖像，從而使新圖局部對比

11、度的變大了，空間信息比以前更加清晰。3.對比度拉伸被施加到合成圖像。正如之前提到的，所有這三個步驟可以直接在DCT域中執(zhí)行。步驟1可以使用第2.2節(jié)中提到的兩個解決方案中的任何一個執(zhí)行。我們使用前面提到的所有過濾器為后面所描述的邊緣增強操作。 圖. 11. 內核在空間域中3*3高通濾 圖.12.在DCT域中使用方法（）波器高通濾波過的英國圖像。 高通濾波的英國圖像。方法（I）的應用：在第一種方法中，原始圖像是由具有不同尺寸的過濾器首先低通過濾。然后，模糊圖像中從原來的通過高通濾波處理后圖像減去，強調邊緣。在這之后，原始圖像100的灰度級被添加回，并且進行對比度拉伸。圖。 13-18分別使用空間

12、域和DCT域的方法增強英國圖像。方法(fngf)（II）的應用：在第二種方法中，原始圖像是VH3和HH3過濾器高通過濾的。如圖.11和12原始圖像100的灰度級生成的圖像邊緣被重新添加(tin ji)到高通濾波圖像的每個像素。圖19在空間域中由篩選VH3和HH3示出的邊緣增強的結果。 圖. 13. 在空間(kngjin)域使用3*3低通濾 圖.14在DCT域中使用VL3和HL3波器內核增強的英國圖像。 增強過濾過的英國圖像。圖20表示在DCT域實施相同的操作。3.結果分析3.1圖像質量分析對比度拉伸，可以有效地提高圖像質量，和空間域和DCT域都有的方法導致相同的邊緣外觀。利用方程（15）可以測

13、定不同平均數(shù)的平方誤差（MSE）： （15）其中，是MSE，N是總的像素數(shù)，在圖像，是空間域處理圖像方法的第n個像素值，和是通過DCT域操作獲得處理后的圖像的第n個像素值。兩種對比的的MSE價值的延伸圖像（圖2和圖3）為0.39。換句話說，DCT域中方法幾乎不會造成任何的失真。遮擋物的過濾技術減少假設塊以外的像素的值和塊體邊界里面的像素的值如鏡子成像一樣是相同的。讓我們把結果與我們原來的設計比較，我們在其中假定外塊的像素值都為0。在這個假設下，該多濾波器仍然可以是對稱的。圖.21顯示在我們的第一個假設下的塊狀效應，此外，通過查看不同的內核的低通濾波的圖像大小，圖。 8-10，可以看到明顯看到越

14、是接近3-3過濾器內核的大小，遮擋物越少。 圖. 15空間(kngjin)域中使用5*5低通濾波器 圖. 16在DCT域通過(tnggu)VL5和HL5圖像增強的英國圖像。 增強的英國(yn u)圖像。3.2速度分析由于我們直接在壓縮圖像數(shù)據上操作，我們不需要對圖像數(shù)據做IDCT，DCT變換，解壓縮和再壓縮。此外，根據我們的假設，我們開發(fā)的低通和高通濾波器矩陣是對稱的，對應的DCT變換矩陣是對角。因此，操作，V*B*H，可以通過一個元素的元素矩陣乘法（*）式實現(xiàn)。 （16）和（17）示出一個例子，使用3-3矩陣。 (16) 跟（17） 圖. 17在空間(kngjin)域中使用7*7低通 圖.1

15、8在DCT域中通過(tnggu)VL7和HL7 濾波器增強的英國(yn u)圖像。 增強的英國圖像。如果圖像和過濾器矩陣是N-N，一個使用矩陣乘法線性濾波的自然實現(xiàn)需要2 N3乘法和2（N 2 1）N2增加10，在我們的過濾中只需要N2乘法方法。設b是DCT系數(shù)的總數(shù)和非零系數(shù)的平均數(shù)目的比。張和梅塞斯密特表明，其優(yōu)化的實現(xiàn)靠乘法，避免操作零系數(shù)的增加10。同樣地，在我們的實現(xiàn)中的乘法數(shù)可以減少到。需要注意的是較早的方法(fngf)只有當FDCT過濾器矩陣(j zhn)是對角才可用。對于(duy)對比度拉伸，乘法和一次減法執(zhí)行，因為只有DCT系數(shù)的直流分量用于計算減法。4結論一組在DCT域中增

16、強圖像快速算法被提出。對比度拉伸，高通濾波，邊緣增強被證明在DCT域中僅僅通過使用基于DCT性能的矩陣乘法是可實現(xiàn)的。另外，在過濾器矩陣的FDTC是對角時，使用元素對元素矩陣的乘法可以進一步簡化的計算復雜度乘法。使得濾波器矩陣FDCT是對角的標準是分解濾波器內核對稱矩陣。假定塊以外的的像素值和那些塊的內部的值是相同的，遮擋物可大大被減少，而不是假設他們0的。此外，使用33濾波器的內核，塊狀的工件可以進一步減少。我們未來的工作將專注于進一步研究其他有用的DCT域遙感數(shù)據分析操作。 圖. 19.空間域中使用33高通濾波 圖.20. 在DCT域中使用VH3和HH3器內核增強的英國圖像。 增強的英國圖

17、像。圖.21.在 假設每塊外為0情況下采用(ciyng)改良VL3和HL3下邊緣增強的英國圖像。致謝(zh xi)這項工作(gngzu)是由美國航空航天局研究資助NAG5-3994，由美國國家科學基金會的研究資助IRI-9616206。參考文獻1V.巴斯卡蘭，K. Konstantinides，圖像和視頻壓縮標準算法和體系結構，Kluwer學術出版社，1997年第2版。2 K.R.RAO，P.Yip，離散余弦變換 - 算法的優(yōu)勢，應用，科學出版社，1990年。 3 A.K.Jain，數(shù)字圖像處理的基本原理，普倫蒂斯 - 霍爾，1989年。 4 J.S.Lim，二維信號和圖像處理，普倫蒂斯館，1

18、990年。 5B.C.Smith，L.A.Rowe，操縱壓縮算法圖像，IEEE計算機圖形和應用程序（1993年）34-42。 6 B. Chiptrasert，K.R.Rao，離散余弦變換濾波，信號處理19（3）（1990）233-245。 7 K.N.Ngan，R.J.Clarke，余弦(yxin)變換的低通濾波域，詮釋(qunsh)。 CONF。通信，西雅圖，華盛頓，1980年6月。 8 J.B.Lee，B.G.Lee，變換(binhun)域濾波的基礎上流水線結構，IEEE信號處理40（8）（1992）2061至64年。9 S.F.Chang，W.I. Chen,D.G.Messerschmitt，視頻合成中DCT域，視覺信號處理和IEEE研討會通信，瑞利，北卡羅萊納州，1992年9月。10 S.F.Chang，D.G. Messerschmitt，操縱和合成MC-DCT壓縮的視頻，IEEE雜志上選定的區(qū)域通信13（1）（1995）。11 S.F.Chang，一些新的算法用于處理圖像的變換壓縮域，SPIE視覺通信研討會和圖像處理，1995年5月