计算机与现代化
計算機與現代化
계산궤여현대화
Computer and Modernization
2015年
11期
99-102,108
,共5页
非下采样Contourlet变换%脉冲耦合神经网络%HSV颜色模型%彩色图像增强
非下採樣Contourlet變換%脈遲耦閤神經網絡%HSV顏色模型%綵色圖像增彊
비하채양Contourlet변환%맥충우합신경망락%HSV안색모형%채색도상증강
Non-subsampled Contourlet Transform (NSCT)%Pulse Coupled Neural Networks(PCNN)%Hue Saturation Value space(HSV)%color image enhancement
根据人类对颜色的感知特性,本文在彩色图像的HSV空间,提出一种基于非下采样Contourlet变换(Non-subsampled Contourlet Transform,NSCT)和脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)模型相结合的彩色图像增强算法.首先对HSV空间亮度分量V做NSCT分解,得到低频子带系数和高频方向子带系数,对低频子带系数做PCNN增强,并对处理后的系数做修正,再对高频子带系数做线性变换处理,将处理后的V分量做逆NSCT以重构;然后对饱和度分量S做幂次微调.最后,将HSV颜色空间变换到RGB空间得到增强后的图像.实验结果表明,本增强方法在视觉效果和客观评价指标上都优于比较算法,不仅增加了彩色图像的亮度,而且颜色保持较好,边缘更清晰.
根據人類對顏色的感知特性,本文在綵色圖像的HSV空間,提齣一種基于非下採樣Contourlet變換(Non-subsampled Contourlet Transform,NSCT)和脈遲耦閤神經網絡(Pulse Coupled Neural Networks,PCNN)模型相結閤的綵色圖像增彊算法.首先對HSV空間亮度分量V做NSCT分解,得到低頻子帶繫數和高頻方嚮子帶繫數,對低頻子帶繫數做PCNN增彊,併對處理後的繫數做脩正,再對高頻子帶繫數做線性變換處理,將處理後的V分量做逆NSCT以重構;然後對飽和度分量S做冪次微調.最後,將HSV顏色空間變換到RGB空間得到增彊後的圖像.實驗結果錶明,本增彊方法在視覺效果和客觀評價指標上都優于比較算法,不僅增加瞭綵色圖像的亮度,而且顏色保持較好,邊緣更清晰.
근거인류대안색적감지특성,본문재채색도상적HSV공간,제출일충기우비하채양Contourlet변환(Non-subsampled Contourlet Transform,NSCT)화맥충우합신경망락(Pulse Coupled Neural Networks,PCNN)모형상결합적채색도상증강산법.수선대HSV공간량도분량V주NSCT분해,득도저빈자대계수화고빈방향자대계수,대저빈자대계수주PCNN증강,병대처리후적계수주수정,재대고빈자대계수주선성변환처리,장처리후적V분량주역NSCT이중구;연후대포화도분량S주멱차미조.최후,장HSV안색공간변환도RGB공간득도증강후적도상.실험결과표명,본증강방법재시각효과화객관평개지표상도우우비교산법,불부증가료채색도상적량도,이차안색보지교호,변연경청석.
