针对图像不均匀的特点,提出了基于Guide滤波和非下采样Contourlet变换(NSCT)和脉冲耦合神经网络(PNCC)的图像增强方法。首先,采用直方图均衡化和中值滤波分别对图像进行了预处理;其次,采用NSCT-PCNN对预处理后的图像分别进行分解,提取出高频子带系数和低频子带系数;然后,Guide滤波对高频子带系数和低频子带系数进行处理;最后通过对所有子带系数进行NSCT逆变换,得到增强后的图像。实验结果表明该算法优于其他方法,有更好的图像增强效果和视觉效果权值函数表达式为:Wij9)其中，Wij表示 Guide 滤波器在 Wij位置的权值，并且∑jWij( I) = 1。1．2 NSCTNSCT 分为 2 个平移不变的部分:1) 非下采样金字塔，旨在保证 NSCT 的多尺度分析性质。2) 非采样方向滤波器组合，确保 NSCT 的多方向分析［10］。这 2 个特性使得图像经过 NSCT 变换后所得到的各个子带中信息与原图像一一］模型如图 1 所示。图本文由公司网站网站采  转摘采集转载中国知网整理!  http://www.kuoguanji168.com/ 2 图像增强示意图算法的具体实现步骤如下:1) 读入待处理的图像 A，对图像 A 进行直方图均衡化得到图像 A1，对图像 A 进行中值滤波处理得到图像 A2。具体地图像增强-数控滚圆机滚弧机张家港电动滚圆机滚弧机全自动滚圆机滚弧机，直方图均衡化能够增加像素灰度值的动态范围和改善图像的对比度。中值滤波不仅可以消除噪声，还保护了边缘细实验结果分析本文算法PCNN参数:β=0．3，αE=0．3，VE=0．3。图像融合算法中NSP采用了3层分阶层的“max-flat”滤波器，NSDFB采用16个方向的“dmaxflat7”正交滤波器。图像增强仿真结果如图3和图4所示。表1和表2给出了图像增强的客观评价指标。图3结果图Fig图4结果图Figs图3、4中，图(b)为MSＲ处理结果图，目标图像得到增强的同时背景区域也得到了改进，但细节信息却未获清晰展现。图(c)为直方图均衡化的结果，由图可以看出，处理后的图像对比度有所提高，但是细节信息仍然未获明显呈现，而且图像部分细节出现了丢失。图(d)为本文算法结果图，算法不仅防止了背景信息的增强，而且细节信息比图(b)和图(c)均要更为清晰、理想。表1图像信息熵对比Tab．直方图7．67157．3473本文算法7．70087．4593表2图像标准偏差算法3本文算法0．表1和表2结果表明，本文算法优于其他算法。3结束语本文算法采用直方图均衡化和中值滤波分别对图像执行了优化预处理，并在其基础上采用NSCT-PCNN算法进行图像融合，使图像达到增强的效果，进而利用Guide滤波对图像分解系数实施了整合处理，使图像更加平滑。实验结果表明，本文提出的算法有较好的图像增强效果。接下来，可将增强后的图像应用到特征提取中开展更深层次的后续研究。图像增强-数控滚圆机滚弧机张家港电动滚圆机滚弧机全自动滚圆机滚弧机本文由公司网站网站采  转摘采集转载中国知网整理!  http://www.kuoguanji168.com/