Laplacian算子结合提升小波变换的图像处理仿真

为了解决常规算法在图像处理过程中由于图像纹理信息与边沿信息丢失，导致图像处理的质量不高问题，提出了Laplacian算子结合提升小波双层变换的图像处理算法。该算法通过提升小波分解预处理图像，对于图像分解的低频区域采用区域能量进行处理，高频区域采用Laplacian算子进行处理，之后将两个区域的结果加权，利用提升小波做逆向变换处理后得到重构图像。通过仿真实验，验证了提出的新型图像处理算法很好的保证了图像信息的完整，失真度更小，图像处理质量更高。

【关键词】Laplacian算子 提升小波 图像处理

1 引言

良好的局部变换性能，使得小波变换经常被应用在图像处理方面，然而由于算法本身的固有缺陷，如需要提前给定小波基，导致了常规小波对图像处理的效果并不理想，无法保证图像信息的完整性。为了解决常规小波的不足，提高图像处理质量，提出了Laplacian算子结合提升小波双层变换的图像处理算法。提升小波的算法复杂度较常规算法有明显减低，因此能够提高计算图像信息的时间，快速地将图像分解成高、低频两个区域，再结合Laplacian算子作为计算高频区域的规则，以区域能量作为计算低频区域的规则，从而实现图像信息的完整保留，以及图像边缘的有效处理。

2 Laplacian算子结合提升小波变换的图像处理算法设计

2.1 提升小波的图像分解

对于任何一个图像，其高频区域包含了更多的图像纹理信息与边缘信息，低频区域则保存了区域的相关性等信息，因此分解预处理图像，针对频率区域进行处理可以得到更好的图像质量。

常规的小波算法通常利用卷积来实现，这样往往导致算法复杂度的增加，因此，为了简化图像处理过程中的计算量，这里采用提升小波，其对图像的分解步骤为：

2.1.1 分裂操作

通过前面的分析计算得到图像高、低频区域系数后之后，利用提升小波对其逆变换操作，便完成了本文设计的图像处理方法。

3 仿真实验与结果分析

通过仿真实验对比，对本文提出的圖像处理算法效果进行验证，采用最大值与加权平均结合方法与本文提出方法进行对比，得到的客观数据为表1。

通过表1中的数据对比，本文提出的方法具有更高的标准差和清晰度，标准差能够用来表示对比度，而清晰度则能够体现图像的细节和边缘信息。

4 结语

由于常规算法存在的图像处理效果不佳的问题，提出了Laplacian算子结合提升小波双层变换的图像处理算法。在分析常规算法缺陷的基础上，采用提升小波做图像分解，然后针对高、低频分别采用Laplacian计算规则，以及区域能量规则。通过仿真实验，从数据上证明了本文提出的方法具有更好的图像清晰度以及对比度，更好地处理图像细节特征，降低了失真度。

参考文献

[1]余汪洋，陈祥光，董守龙，等.基于小波变换的图像融合算法研究[J].北京理工大学学报，2014，34（12）：1262-1266.

[2]王玥，周城，熊承义.基于纹理自适应全变分滤波的图像分块压缩感知优化算法[J].计算机科学，2016，43（02）：307-310.

[3]顾思思，宋梅.基于块方向性小波变换的图像融合算法[J].量子电子学报，2016，33（01）：29-34.

作者简介

包玮琛（1984-），男，蒙古族，辽宁省大连市人，博士学位，讲师，主要研究方向为软件工程。

王剑峰（1982-），男，汉族，重庆市人，研究生学历，副教授，研究方向为数字图像处理。

作者单位

重庆航天职业技术学院 重庆市 400021