外文翻译-彩色图像增强使用基于亮度保存的动态直方图均衡化

外文翻译-彩色图像增强使用基于亮度保存的动态直方图均衡化

ID:5710734

大小:138.01 KB

页数:6页

时间:2017-12-23

外文翻译-彩色图像增强使用基于亮度保存的动态直方图均衡化_第1页
外文翻译-彩色图像增强使用基于亮度保存的动态直方图均衡化_第2页
外文翻译-彩色图像增强使用基于亮度保存的动态直方图均衡化_第3页
外文翻译-彩色图像增强使用基于亮度保存的动态直方图均衡化_第4页
外文翻译-彩色图像增强使用基于亮度保存的动态直方图均衡化_第5页
资源描述:

《外文翻译-彩色图像增强使用基于亮度保存的动态直方图均衡化》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、彩色图像增强使用基于亮度保存的动态直方图均衡化摘要–虽然直方图均衡(HE)是最普遍的适用于的改进数字图像的技术之一,但是却不适合直接用于家电如电视。因为这种方法往往会产生出由饱和作用所影响的产品。为了克服这个弱点,我们建议将输入图像的强度保存在输出的图像。在此之前,我们提出一种被称为亮度保存的动态直方图均衡的方式(BPDHE),因为它可以满足灰度图像的要求。在本论文中,我们提出了几种使本彩色图像形象化的可能性。索引词-图像对比度增强,直方图均衡,亮度保存增强,直方图分区。一.导言图像增强是数字图像处理领域中最令人关注的和重要的问题之一。图像增强的主要目的是引出那些隐藏在一张图像中的细节,或增加

2、在低对比度图像中的对比。图像增强输出的图像外观通过改变输入图像的像素强度使它看起来比原始图像更形象。一般来说,图像增强放大物体和背景之间的强度差异。有许多图像增强技术已经被提出和发展。最流行的一种图像增强方法是直方图均衡HE。直方图均衡之所以最终能成为一种倍受欢迎的对比度增强技术,是因为这个方法简单有效。直方图均衡技术被用于许多领域,例如,医学图像处理,雷达图像处理和声纳图像处理。直方图均衡方法的基本思路是通过图像的灰度层次累积的密度函数重新映射水平图像的灰度值。直方图均衡扩大并延伸了由此产生的图像直方图的动态范围,得出的结果是它增强了图像的对比度并给出了一个整体对比度改进。然而,直方图均衡很

3、少被用于消费电子应用,如视频监控,数码相机和电视机。由于直方图均衡趋向于介绍一些讨厌的人工产品和不正常的增强,包括强度饱和效应。导致这个问题的原因是因为直方图均衡通常会显著改变图像的亮度,从而使输出图像得到非常亮或暗的强度值达到饱和。因此,为了提高消费电子产品的图像质量,亮度保存是一个需要被考虑的重要特征。为了克服上述问题,平均亮度基于已在文献中提出的技术保存直方图均衡。一般来说,这些研究方法使输入图像的直方图分离成若干的子直方图,并且每个子直方图内均衡化能独立运行。例如,亮度保持双直方图均衡(BBHE),在均值的基础上将输入直方图分成两个部分。由王等人提出的二元子图像直方图均衡(DSIHE)

4、也是将输入直方图分成两个部分,但分离是基于中值的。后来,为了优化亮度保持,陈和Ramli又提出了最小平均亮度误差双直方图均衡(MMBEBHE)。MMBEBHE也是将直方图分隔成两个小部分。然而,MMBEBHE执行分离是以阈值为基础的,这将使输入均值与输出均值间产生一个最小的差值。陈和Ramli同时也提出另一种研究方法被称为递归均值分割直方图均衡(RMSHE)。RMSHE根据局部平均值递归的将直方图划分成几个小部分,由给定,可由用户设定。Sim等人提出了一个类似于RMSHE的方法。这种方法划分直方图的基础是中值而不是平均值。在以前我们提出了一个新的研究方法叫作保持动态直方图均衡BPDHE。同其它

5、的研究方式类似,BPDHE将直方图分成几个小节并使它们各自均衡。然而,在BPDHE中,直方图的分割段都是基于输入直方图本身的局部最大值的位置。因此,BPDHE是无参数的并适合于运行于自动增强系统中,如消费类电子产品。在此,我们表明BPDHE比其它基于亮度保存的直方图均衡方法如,BBHE,DSIHE,MMBEBHE和RMSHE更加优越。没有引起重视的是,许多作品都是基于灰度图像,但是大多数国家的先进消费类电子产品,如电视,数码相机,均产生彩色图像。因此,这一增强方案应扩展到彩色图像,以适应当前的要求。然而,彩色图像处理和灰度图像处理中有些不同。本文的主要目的是提供几种BPDHE应用在彩色图像中的

6、可能性。这项工作的重点不仅仅是对彩色图像处理作一概述,而且还为BPDHE方法找到适合的处理方案,。本文结构如下:第二节会对BPDHE给出综述,第三节阐述我们使用BPDHE的方法来处理彩色图像。然后,第四节将显示一些BPDHE实验结果。最后一节将为这项工作出结论。二。基于亮度保存的动态直方图均衡化BPDHEBPDHE是多峰直方图均衡化(MPHE)和动态直方图均衡化(DHE)的扩展。它们打破了直方图局部的最小值。然而,不同于(MPHE)和(DHE),BPDHE划分直方图的方式是基于局部的最大值。在平等化处理之前,BPDHE将每个分区映射到一个新的动态范围,这种方法类似DHE。由于动态范围的变化,这

7、将导致平均亮度的增大。所以平均亮度所形成的最终图像几乎和输入图像一模一样。一般来说,BPDHE涉及到五个步骤。这些步骤的基本描述是:1。平滑直方图高斯滤波器。数字图像的直方图会正常波动和有些格子是空的。因此,第一步是采用线性插值法填补直方图的空格。在此之后,直方图是用高斯卷积过滤器产生平滑的直方图。这一步是重要的,以便产生一个接近的值而形成连续的直方图。2。发现并找到局部的最大值。发现局部最大值是

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。