ISSNONLINE(2278-8875)PINT (2320-3765)
.Umageswari一号L.Sivasakthi一号R.Vani2
|
相关文章at普梅德,学者谷歌 |
访问更多相关文章电气电子工程高级研究国际杂志
图像增强在图像处理分析中发挥着重要作用现有系统假设颜色感知与反射关系密切,可见光接近观察者量取决于反射光照的产品项目的主要目标是建议新图像增强法,提高图像并维护图像自然性在此,我们建议自然保护法使用变换技术对非一致性光照
关键字 |
快速Fouier变换、Bilog变换、图像增强、自然性解析 |
导 言 |
图像处理定义为使用计算机分析并操纵图像过程使用计算机算法执行数字图像处理被称为数字图像处理图像增强在所有数字图像处理技术中最简单最有吸引力的领域图像增强是为了提高图像质量,使生成图像比原图像优于特定应用图像增强是一个“主体过程”,这意味着人感判断从所得结果中决定最佳方法已知频域方法先变换图像域或频域后对变换图像操作过程后图像通过反向变换返回空间域概述变换技术讨论 |
离散傅里叶变换为样本傅里叶变换,因此不包含成像的所有频率,而只包含大到完全描述空间域图像的样本集Nxn方形二维DFT由 |
![]() |
wheref(i)j为空间域图像和指数术语基础函数以类似方式,傅里叶图像可重置空间域逆傅里叶变换由 |
![]() |
使用DFT的主要缺陷是速度慢于FFTDFT计算数按NSquad排序。Fourier变换应用图象处理广度使用,如图像分析、图像滤镜、图像重构和图像压缩快速傅里叶变换快速傅里叶变换应用将图像从图像域转换为频域对频域图像应用过滤器计算速度快于图像域做相同工作速度反向变换后应用频率域获取卷积结果FFT及其反二维图像由下列方程提供: |
![]() |
Twiddle因子,WN=exp(-j2QQ(xm/N+yn/N)) |
f(m)n表示坐标值(m,n),F(x)y表示频率域内图像值与坐标x相对应,y,M和N表示图像维度 |
FFT有趣的属性是N点变换可重写为2N2变换之和这一点很重要,因为部分计算可重新使用,消除昂贵操作FFT卷积法最常用于大输入小输入器使用速度一般更快离散余量变换表示数点有限序列,即余量函数对不同频率的振荡和使用余弦函数而非正弦函数在这些应用中至关重要,压缩后发现余弦函数效率高得多,而在微分方程中余弦函数表示特定边界条件选择 |
转发离散余弦变换定义 |
![]() |
离散余量变换技术在许多应用中被科学、工程和研究界使用,并特别用于数据压缩 |
二进制变换平滑修改渐变,使该区域近零保持有限性单常量C调控行为,以调整区域接近零的含义默认值为 1/in(10)显示0值统一转移函数,但其他值可按期望应用,聚焦近零或非零修改对数变换称二叉变换可以是单向或对称性变换,从而可将负数据转换为缩放负数据可同时应用到X和Y数据中,当它变成双对数日志变换时斜率函数kx![]() |
简单顺畅动作逆限函数应用到函数k |
kxx=1+x/C)-1(7) |
常数C调整转移函数斜度接近源头预设值1/in(10) |
k(x)=(1+xin(10))-1(8) |
变换很容易实现最常使用数组计算机语言图像增强应用有航空成像、卫星成像、医学成像、数字相机应用、遥感发现IE广泛应用的一些领域[9] |
本文余下部分组织如下:下一节介绍细节增强和自然保护观察第三节提供拟议算法第四节解释实验和结果最后,第五部分总结论文 |
现有方法整理 |
本节介绍各种论文及其缺陷的意见直方图均衡化(HE)[8]是提高数字图像对比度常用方法之一然而,这种技术不完全适合应用像电视这样的消费电子技术,因为这种方法往往引入不必要的视觉变质,如饱和效果克服这一缺陷的解决方案之一是保留输出图像内输入图像平均亮度 |
在大多数情况下,BPDHE成功提升图像而不产生严重的副作用,同时保持平均输入亮度BPDHE保留输入图像强度,在低强度区突出细节不利亮度保护直方图均衡性不适合非一致性光照LHE方法试图消除上述问题广度使用本地资讯LHE[5]高计算成本,有时加固部分图像尽管如此,这些方法对增强图像产生不良检查板效果 |
BHE方法分解原图像成二子图像,使用图像平均灰度,并独立应用HE方法在某种程度上BBHE保护图像亮度然生成图像可能非自然外观DSIHE相似BBHE但DSIHE使用中值分离强度将直方图划分为二子语法算法只有效增强图像视觉信息,但不保留细节和自然性光度保留直方图等值最大通量求平均亮度定型后使用直方图规范将原型直方图转换为目标目标消费者电子学4类电视高度需要保护亮度 |
MBEBHE法扩展MMBEBHE [5] 中分离强度最小平均亮度误差输入图像和输出图像RUSHE[9]是BBHE的迭代技术,RUSHE方法建议回溯性执行图像分解产生2r子像等R成长为无限时,输出直方图完全就是输入直方图,因此输入图像即为输出而没有任何增强 |
多直方图均衡化技术提议进一步提高平均图像保持亮度能力MHE建议基于曲线变换[2]和感知网提高图像技术计算像素差数时,部分值被拒绝,但这些值是实际图像数据的一部分像素差异计算难度大 时间复杂性网络感知 |
光度分解法理论[6] 也是一种图像增强法.这将增强细节并同时保护自然性非统一光照自然性无法有效保存并发现实时应用的复杂性 |
自然性保存增强算法非一致性光照讨论三大问题,即自然性保护、强度分解和光效果算法只能增强并维护图像自然性,但增强输出似乎是动画图像 |
拟议的自然增强方法 |
主要目标是建议新的图像增强算法以维护图像自然性消除现有系统缺陷,建议方法可应用到各种图像中,黑暗图像可提高视觉化暗图像信息效果方法解析器:快速傅里叶变换、二叉变换、NTSC色彩空间增强 |
![]() |
A.快速傅里叶变换 |
输入图像为彩色图像,颜色图像由红色、绿色和蓝色三大光谱组件组成,即RGB色板RGB颜色板必须隔离为灰度图像,即二进制图像HSVFFT滤波用于滤波强度像素代表0的低频组件移位到数组矩阵中心频域逆操作重构频域图像到空间域,以模拟图像 |
.b.应用二进制变换 |
仍然可能存在负频组件(零频组件)。Bilog变换使用在这里执行低频信息操作区域接近零点将突出显示增强和亮度保护应用此变换后 零点前后区域增强依次分组像素, 集群提高高分辨率像素.At此阶段图像像素转换回RGB颜色模型和像素加到一定水平 |
C.NTSC色彩空间增强 |
进一步增强使用NTSC格式NTSC(NTSC国家电视系统委员会)色空间用于美国电视业。RGB颜色板转换为YIQ并转回RGB颜色模型处理图像灰度和颜色信息 |
算法步骤如下: |
STEP1:读取文件图像并显示图像RGB颜色面板转换为HSV二进制图像STEP2:初始化输入图像矩阵 |
step3:使用FFT滤波执行Fostformform应用FFT滤波过滤像素,即低分辨率像素和高分辨率像素 |
STEP4:使用信封函数转换低分辨率像素为高分辨率像素反向FFT重构图像 |
STEP5:执行BILOGTORFORM像素,因为图像不包含相同的像素,有些大或小或重编像素使用信封检查函数提高图像高分辨率像素 |
STEP6:用NTSC格式进一步提高图像成本函数执行NTSC色空间增强 |
STEP7:通过演化L.*R并转换HSV成RGB图像以查看RGB颜色模型图像增强图像 |
性能计量 |
结果分析使用客观评估与主观评估 |
主观分解 |
主观评估总取决于人视觉系统自然图像常由人视觉系统对处理图像作最后评价 |
![]() |
![]() |
.b.目标评估 |
客观评估常用于解释图像的一些重要特征从表一评估细节增强同时我们评估自然保护非一致性光照 |
![]() |
从上表I证明,拟议方法对各种图像作用并产生高分辨率输出图像 |
结论 |
我们拟增强图像方法应用到数张非一致性光照图像上评估建议方法有效性时,我们使用表一直方图,表示图像解析因此,项目建议非一致性光照新增强法,这不仅增强图像细节,还保护自然性增强图像,我们可以看到,我们建议的方法保留立体性并增强图像所显示的细节实验结果显示,通过建议算法增强图像可视性、手工艺免费和自然视觉增强算法只基于一对变换 未来增强法则与一对变换法分析 |
引用 |
|