為了解決常規(guī)算法在圖像處理過程中由于圖像紋理信息與邊沿信息丟失，導致圖像處理的質(zhì)量不高問題，提出了Laplacian算子結(jié)合提升小波雙層變換的圖像處理算法。該算法通過提升小波分解預(yù)處理圖像，對于圖像分解的低頻區(qū)域采用區(qū)域能量進行處理，高頻區(qū)域采用Laplacian算子進行處理，之后將兩個區(qū)域的結(jié)果加權(quán)，利用提升小波做逆向變換處理后得到重構(gòu)圖像。通過仿真實驗，驗證了提出的新型圖像處理算法很好的保證了圖像信息的完整，失真度更小，圖像處理質(zhì)量更高。

【關(guān)鍵詞】Laplacian算子 提升小波 圖像處理

1 引言

良好的局部變換性能，使得小波變換經(jīng)常被應(yīng)用在圖像處理方面，然而由于算法本身的固有缺陷，如需要提前給定小波基，導致了常規(guī)小波對圖像處理的效果并不理想，無法保證圖像信息的完整性。為了解決常規(guī)小波的不足，提高圖像處理質(zhì)量，提出了Laplacian算子結(jié)合提升小波雙層變換的圖像處理算法。提升小波的算法復雜度較常規(guī)算法有明顯減低，因此能夠提高計算圖像信息的時間，快速地將圖像分解成高、低頻兩個區(qū)域，再結(jié)合Laplacian算子作為計算高頻區(qū)域的規(guī)則，以區(qū)域能量作為計算低頻區(qū)域的規(guī)則，從而實現(xiàn)圖像信息的完整保留，以及圖像邊緣的有效處理。

2 Laplacian算子結(jié)合提升小波變換的圖像處理算法設(shè)計

2.1 提升小波的圖像分解

對于任何一個圖像，其高頻區(qū)域包含了更多的圖像紋理信息與邊緣信息，低頻區(qū)域則保存了區(qū)域的相關(guān)性等信息，因此分解預(yù)處理圖像，針對頻率區(qū)域進行處理可以得到更好的圖像質(zhì)量。

常規(guī)的小波算法通常利用卷積來實現(xiàn)，這樣往往導致算法復雜度的增加，因此，為了簡化圖像處理過程中的計算量，這里采用提升小波，其對圖像的分解步驟為：

2.1.1 分裂操作

通過前面的分析計算得到圖像高、低頻區(qū)域系數(shù)后之后，利用提升小波對其逆變換操作，便完成了本文設(shè)計的圖像處理方法。

3 仿真實驗與結(jié)果分析

通過仿真實驗對比，對本文提出的圖像處理算法效果進行驗證，采用最大值與加權(quán)平均結(jié)合方法與本文提出方法進行對比，得到的客觀數(shù)據(jù)為表1。

通過表1中的數(shù)據(jù)對比，本文提出的方法具有更高的標準差和清晰度，標準差能夠用來表示對比度，而清晰度則能夠體現(xiàn)圖像的細節(jié)和邊緣信息。

4 結(jié)語

由于常規(guī)算法存在的圖像處理效果不佳的問題，提出了Laplacian算子結(jié)合提升小波雙層變換的圖像處理算法。在分析常規(guī)算法缺陷的基礎(chǔ)上，采用提升小波做圖像分解，然后針對高、低頻分別采用Laplacian計算規(guī)則，以及區(qū)域能量規(guī)則。通過仿真實驗，從數(shù)據(jù)上證明了本文提出的方法具有更好的圖像清晰度以及對比度，更好地處理圖像細節(jié)特征，降低了失真度。

參考文獻

[1]余汪洋，陳祥光，董守龍，等.基于小波變換的圖像融合算法研究[J].北京理工大學學報，2014，34（12）：1262-1266.

[2]王玥，周城，熊承義.基于紋理自適應(yīng)全變分濾波的圖像分塊壓縮感知優(yōu)化算法[J].計算機科學，2016，43（02）：307-310.

[3]顧思思，宋梅.基于塊方向性小波變換的圖像融合算法[J].量子電子學報，2016，33（01）：29-34.

作者簡介

包瑋?。?984-），男，蒙古族，遼寧省大連市人，博士學位，講師，主要研究方向為軟件工程。

王劍峰（1982-），男，漢族，重慶市人，研究生學歷，副教授，研究方向為數(shù)字圖像處理。

作者單位

重慶航天職業(yè)技術(shù)學院 重慶市 400021