Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Image Enhancement by Analysis on Embedded Surfaces of Images and a New Framework for Enhancement Evaluation Peningkatan Imej melalui Analisis pada Permukaan Terbenam Imej dan Rangka Kerja Baharu untuk Penilaian Peningkatan

Li TIAN, Sei-ichiro KAMATA

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Peningkatan imej memainkan peranan penting dalam banyak aplikasi penglihatan mesin pada imej yang ditangkap dalam keadaan kontras rendah dan pencahayaan rendah. Dalam kajian ini, kami mencadangkan kaedah baharu untuk peningkatan imej berdasarkan analisis pada permukaan terbenam imej. Kaedah yang dicadangkan memberi gambaran tentang hubungan antara keamatan imej dan peningkatan imej. Dalam kaedah kami, luas permukaan berskala dan volum permukaan dicadangkan dan digunakan untuk membina semula imej secara berulang untuk peningkatan kontras, dan pencahayaan imej yang dibina semula juga boleh dilaraskan secara serentak. Sebaliknya, kaedah yang paling biasa untuk mengukur kualiti imej yang dipertingkatkan ialah Mean Square Error (MSE) atau Peak Signal-to-Noise-Nisbah (PSNR) dalam kerja konvensional. Kedua-dua langkah itu telah diiktiraf sebagai langkah yang tidak mencukupi kerana ia tidak menilai keputusan seperti yang dilakukan oleh sistem penglihatan manusia. Kertas kerja ini juga membentangkan rangka kerja baharu untuk menilai peningkatan imej menggunakan kedua-dua ukuran objektif dan subjektif. Rangka kerja ini juga boleh digunakan untuk penilaian kualiti imej lain seperti penilaian denoising. Kami membandingkan kaedah peningkatan kami dengan beberapa algoritma peningkatan yang terkenal, termasuk kaedah wavelet dan curvelet, menggunakan rangka kerja penilaian baharu. Keputusan menunjukkan bahawa kaedah kami boleh memberikan prestasi yang lebih baik dalam kebanyakan kriteria objektif dan subjektif daripada kaedah konvensional.

Jawatankuasa
IEICE TRANSACTIONS on Information Vol.E91-D No.7 pp.1946-1954
Tarikh penerbitan
2008/07/01
Diumumkan
ISSN dalam talian
1745-1361
DOI
10.1093/ietisy/e91-d.7.1946
Jenis Manuskrip
Special Section PAPER (Special Section on Machine Vision and its Applications)
kategori

Pengarang

Kata kunci

Contents [show]