小波变换在图像增强和压缩中的应用研究

孙秀燕 莱芜职业技术学院 山东莱芜 271100

一、小波变换在图像增强中的应用

图像增强是指按实际需要采取相应的技术手段，强调图像中的某些特征而抑制其他信息，提高视觉质量；使改善后的图像比原始图像更加满足某些特殊分析的需要。根据具体应用目的不同，图像增强方法主要有3类：空间域增强方法，变换域增强方法和基于参数优化的方法。

下面介绍一下小波变换在医学图像、遥感成像、虹膜图像中的应用。

一幅医学图像以直观的形式给医生提供辅助诊断和治疗的信息。但是，从扫描仪设备出来的原始图像由于受到成像设备和获取条件等多种因素的影响，可能出现图像质量的退化，甚至伪迹，即使是高质量的图像，在大多数情况下，也很难用肉眼直接得出有用的诊断。因此，图像增强技术已经成为医学图像实际应用中不可或缺的一项工作。由于小波分析具有多分辨率、多尺度的特点，把它应用于图像增强时，效果优于传统的增强算法。经过实验和理论明确了反对称双正交小波具有微分算子功能，它能近似地代替二进小波，更适合用于对图像边缘的增强，而且能加快速度。

遥感成像是一种远距离的目标探测技术和方法，它获取的目标信息来自目标反射和辐射的电磁波，并通过对获得的信息进行加工处理，实现对目标进行定位、定性和定量的描述。由于不同的地面目标其特性及其所处环境会有所差异，所以不同地面目标反射或辐射的电磁波信息也会有所不同，遥感正是通过观察所获得信息的特性差异来达到获取目标信息的目的。

基于小波变换的融合算法相对其他算法可以更好的保持细节信息和光谱信息，而且可以灵活的与其他融合算法相结合，最大程度上的综合各种有效信息，因此在遥感成像中具有重要的作用。

在对虹膜图像进行预处理和噪声处理之后可以看到虹膜图像中包含着丰富的纹理信息。纹理反映了图像像素的自身特征以及像素之间的空间关系。由于物质变化的多样性是一个重要而又难以描述的特性，图像纹理至今没有公认、一致的定义。纹理可以看作是图像中局部不规则而又宏观有规律的特性，图像纹理与物体本身的属性有关反映了物体表面颜色和灰度的变化。人眼的虹膜图像中包括有明显的、丰富的和可区别的各种模式特征，许多纹理分析的方法都可以用来抽取虹膜特征。

目前，常用的虹膜特征提取算法有Daugman基于2D Gabor变换的传统编码方法和Wildes的Laplace金字塔模型算法。小波变换与数学形态学方法相结合分别提取虹膜图像的特征属性信息；再使用粗集的决策支持理论对这些提取出的属性进行多次筛选后匹配。由于小波变换具有放大、平移、缩小的数学显微镜功能和具有多分辨率分析的特点，在被用于图像处理时小波能够方便的产生各种分辨率的图像，所以在纹理分析方面获得了广泛的应用。

二、小波变换在图像压缩中的应用

小波分析是建立在傅立叶分析的思想方法之上的，是傅立叶分析的发展与延拓。小波分析用于图像压缩具有明显的优点。基于小波分析的图像压缩方法很多。

一个图像作小波分解后，可得到一系列不同分辨率的子图像，不同分辨率的子图像对应的频率是不相同的。高分辨率子图像上大部分点的数值都接近于0，越是高频，这种现象也就越敏感。对一个图像来说，表现一个图像最主要的部分是低频部分，所以一个最简单的压缩方法是利用小波分解，去掉图像的高频部分而只保留低频部分。

二维小波分析用于图像压缩是小波分析应用的一个重要方面。二维小波分析的特点是压缩比高，压缩速度快，压缩后能保持图像的特征基本不变，且在传递过程中可以抗干扰。

随着我国海上交通运输业的发展，海上事故也有所增多，船舶航行记录仪可以记录包括图像声音等信息的航行数据，为故障排除及事故调查提供依据。在航行数据的存储中船载雷达图像占了较大一部分存储空间，故在传输和存储的过程中，如何在节约存储容量的基础上对雷达图像进行压缩，并达到好的压缩效果，是一个亟需解决的关键问题。

利用提升小波变换和SPIHT算法与算术编码相结合的方法对雷达图像进行压缩，并将此方法与其他算法的压缩速度和压缩图像效果进行比较，选取不同小波基和分解层数会对图像的压缩性能造成影响，从而达到不同的精确率。

随着远程医疗系统的逐步成熟和发展，对于数据压缩和通信标准都提出了严格要求。医学图像压缩的目的在于保留原始医学图像数据中蕴含的真实信息前提下，同时用较少的比特数据来表征医学图像，从而减少医学图像数据的存储空间和远程医疗中的传输时间，最终满足海量医学图像数据有效存储和实时传输的实际应用需求。

改进SPIHT算法主要通过对小波系数进行排序，再消除部分重要系数编码冗余，最后调整扫描集合分割的策略来对SPIHT算法进行改进。能保证医学图像的重建质量，满足医学数据存储和传输的需要。

三、结论

小波变换在图像增强与图像压缩中起到了重要的作用，如今应用的领域也越来越广泛，在以后的研究中，希望研究出精度更高，计算量更低、耗时更短的小波算法。