电子科技
電子科技
전자과기
IT AGE
2013年
12期
1-4
,共4页
图像增强%分数阶微分%Riemann-Liouville%熵
圖像增彊%分數階微分%Riemann-Liouville%熵
도상증강%분수계미분%Riemann-Liouville%적
相比传统的基于整数阶微分的图像增强算子,分数阶微分增强算子能提升图像的高频边缘信息,且非线性保留图像纹理细节和平滑区域的中低频信息.文中根据Riemann-Liouville分数阶微分定义,构造了5×5大小的分数阶微分增强算子模板,同时采用传统的整数阶图像增强算子Sobel算子、Prewitt算子和Laplacian算子,分别对灰度图像和彩色图像进行图像增强处理实验.最后,引入图像熵的计算,对图像增强的结果进行熵值大小的计算与分析.随着分数阶微分阶次的增加,分数阶微分增强算子处理后的图像熵值呈上升趋势,说明图像的纹理细节信息得到了加强.
相比傳統的基于整數階微分的圖像增彊算子,分數階微分增彊算子能提升圖像的高頻邊緣信息,且非線性保留圖像紋理細節和平滑區域的中低頻信息.文中根據Riemann-Liouville分數階微分定義,構造瞭5×5大小的分數階微分增彊算子模闆,同時採用傳統的整數階圖像增彊算子Sobel算子、Prewitt算子和Laplacian算子,分彆對灰度圖像和綵色圖像進行圖像增彊處理實驗.最後,引入圖像熵的計算,對圖像增彊的結果進行熵值大小的計算與分析.隨著分數階微分階次的增加,分數階微分增彊算子處理後的圖像熵值呈上升趨勢,說明圖像的紋理細節信息得到瞭加彊.
상비전통적기우정수계미분적도상증강산자,분수계미분증강산자능제승도상적고빈변연신식,차비선성보류도상문리세절화평활구역적중저빈신식.문중근거Riemann-Liouville분수계미분정의,구조료5×5대소적분수계미분증강산자모판,동시채용전통적정수계도상증강산자Sobel산자、Prewitt산자화Laplacian산자,분별대회도도상화채색도상진행도상증강처리실험.최후,인입도상적적계산,대도상증강적결과진행적치대소적계산여분석.수착분수계미분계차적증가,분수계미분증강산자처리후적도상적치정상승추세,설명도상적문리세절신식득도료가강.
