基于MATLAB的二维小波分解图像增强系统

资 源 简 介

本MATLAB项目通过二维小波分解提取图像的低频与高频分量。低频采用直方图均衡化或对比度拉伸增强主体轮廓，高频通过阈值衰减抑制噪声，实现图像质量提升。

详 情 说 明

基于二维小波分解的图像增强系统

项目介绍

本项目实现了一种基于二维离散小波变换（DWT）的图像增强系统。该系统通过小波分解将输入图像分离为低频近似分量和高频细节分量，分别对低频分量进行增强处理以突出主体轮廓，对高频分量进行阈值衰减以抑制噪声，最终通过小波重构获得视觉效果提升的增强图像。

功能特性

• 多尺度分解：采用二维离散小波变换实现图像的多尺度频域分解
• 自适应增强：

- 低频分量：支持直方图均衡化或对比度拉伸增强 - 高频分量：基于阈值的系数衰减噪声抑制

• 可视化分析：生成小波分解子带图谱（LL/LH/HL/HH）
• 质量评估：输出处理参数和PSNR客观质量指标
• 格式兼容：支持jpg/png/bmp等常见图像格式
• 色彩支持：兼容单通道灰度图像和三通道RGB彩色图像处理

使用方法

1. 准备输入图像：确保图像尺寸为2的整数次幂（如256×256, 512×512）
2. 选择处理模式：根据需求设置低频增强方法（直方图均衡化/对比度拉伸）
3. 执行图像增强：运行主程序完成小波分解、系数处理和图像重构
4. 查看输出结果：

- 增强后的重构图像（保持原始尺寸和格式） - 小波分解四子带可视化图谱 - 包含处理参数和PSNR指标的报告文件

系统要求

• MATLAB R2018b或更高版本
• Image Processing Toolbox
• 支持的操作系统：Windows/Linux/macOS
• 内存建议：4GB以上（处理大尺寸图像时需更高内存）

文件说明

主程序文件实现了系统核心处理流程，包括图像读取与格式验证、二维小波分解执行、低频与高频系数的自适应处理、增强图像的重构计算、分解结果的可视化生成以及处理参数与质量指标的综合输出。