Комбінаційний метод поліпшення якості зображення на основі вейвлет-домена

Автори:

Дефа Ху, Хунаньський університет комерції, м. Чанша, провінція Хунань, КНР

Чжуан У, Столичний університет економіки і бізнесу, м. Пекін, КНР

Реферат:

Мета. Методика поліпшення якості зображення використовується для того, щоб виділити елементи зображення, які представляють інтерес, або ж приховати непотрібні, що є базовою технікою обробки зображень. У роботі розглядається ряд досліджень, присвячених поліпшенню вицвілих зображень і досягненню бажаного результату. Були розроблені комбінаційні заходи з поліпшення якості зображень на основі вейвлет-домена, сприяючі покращенню зображення, що істотно підвищують як контрастність вицвілого зображення, так і його якість у цілому.

Методика. Короткохвильові й довгохвильові компоненты вихідного зображення були розділені за допомогою вейвлет-розложення. Поліпшення деталей елементів зображення, частот, що належать до різних діапазонів, і виділення деталей різного масштабу здійснювалося різними методами. У результаті поєднання короткохвильових і довгохвильових компонентів шляхом вейвлет-реконструкції було отримане підсумкове покращене зображення, і таким чином досягнуте поліпшення його зорового ефекту.

Результати. Розроблено новий алгоритм покращення якості зображень на основі вейвлет-домена, що коректує яскравість зображення, покращує його контрастність, розширює динамічний діапазон градацій сірого. Метод реалізує саморегульоване підвищення якості зображення завдяки відповідній корекції чіткості вицвілого зображення.

Наукова новизна. Проведено систематичний аналіз і дослідження методу покрадщення якості зображень на основі вейвлет-домена. Внесені належні зміни до класичного методу вейвлет-анализу відповідно до рівня втрати інформації для вицвілого зображення.

Практична значимість. Результати дослідження сприяють істотному підвищенню якості деталізації зображення, покращують його загальну чіткість, кращий ефект досягається при застосуванні алгоритму до вицвілих зображень. Алгоритм здатний значно поліпшити контрастність вицвілого зображення та підвищити якість такого зображення в цілому, без втрати інформації у процесі обробки.

Список літератури / References:

1. João Miguel Pires Dias, Carlos Manta Oliveira and Luís A. da Silva Cruz (2014), “Retinal image quality assessment using generic image quality indicators”, Information Fusion, vol.19, no.9, pp. 73−90.

2. Mingwei Sheng, Yongjie Pang, Lei Wan (2014), “Underwater images enhancement using MultiWavelet transform and median filter”, TELKOMNIKA Indonesian Journal of Electrical Engineering, vol.12, no.3, pp. 2306−2313.

3. Artur Łoza, David R. Bull, Paul R. Hill and Alin M. Achim. (2013), “Automatic contrast enhancement of low-light images based on local statistics of wavelet coefficients”, Digital Signal Processing, vol.23, no.6, pp. 1856−1866.

4. Bhandari, A.K., Soni, V., Kumar, A. and Singh, G.K. (2014), “Cuckoo search algorithm based satellite image contrast and brightness enhancement using DWT–SVD”, ISA Trans-actions, vol.53, no.4, pp. 1286−1296.

5. Lei Wang, Nian-de Jiang and Xing Ning (2012), “Research on medical image enhancement algorithm based on GSM model for wavelet coefficients”, Physics Procedia, vol. 33 no. 6, pp. 1298−1303.

6. Alex F. de Araujo, Christos E. Constantinou and João Manuel R.S. Tavares (2014), “New artificial life model for image enhancement”, Expert Systems with Applications, vol. 41, no.13, pp. 5892−5906.

7. Claudia Defrasne (2014), “Digital image enhancement for recording rupestrian engravings: Applications to an alpine rockshelter”, Journal of Archaeological Science, vol.50, no.10, pp. 31−38.

8. Muhammad Zafar Iqbal, Abdul Ghafoor, Adil Masood Siddiqui, Muhammad Mohsin Riaz and Umar Khalid. (2014), “Dual-tree complex wavelet transform and SVD based medical image resolution enhancement”, Signal Processing, vol.105, no.12, pp. 430−437.

9. Mohammad Reza Yousefi, Reza Jafari, Hamid Abrishami Moghaddam. (2014), “Imposing boundary and interface conditions in multi-resolution wavelet Galerkin method for numerical solution of Helmholtz problems”, Computer Methods in Applied Mechanics and Engineering, vol.276, no.1, pp. 67−94.

10. Andò, B., Baglio, S. and Pistorio, A. (2014), “A low cost multi-sensor strategy for early warning in structural monitoring exploiting a wavelet multiresolution paradigm”, Procedia Engineering, vol.87, no. 8, pp. 1282−1285.

 

2015_06_hu
2016-02-08  815.73 KB  913