دوره 8، شماره 1 - ( 6-1390 )                   جلد 8 شماره 1 صفحات 32-25 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Image Enhancement Using Gamma Correction. JSDP 2011; 8 (1) :25-32
URL: http://jsdp.rcisp.ac.ir/article-1-711-fa.html
حسن پور حمید، اسدی امیری سکینه. بهسازی تصاویر با تکیه بر اطلاعات گاما. پردازش علائم و داده‌ها. 1390; 8 (1) :25-32

URL: http://jsdp.rcisp.ac.ir/article-1-711-fa.html


دانشگاه شاهرود
چکیده:   (3454 مشاهده)

در این مقاله روش اتوماتیک جدیدی برای بهبود روشنایی تصویر با تکیه بر اصلاح گاما ارائه شده است. در روش¬های موجود اصلاح گاما، اغلب ضریب گاما به¬طور یکنواخت در تمام قسمت¬های یک تصویر تغییر می¬یابد. از آنجایی که تغییرات گاما در تصویر ممکن است به صورت غیرخطی انجام گرفته باشد، در این مقاله اصلاح گاما به¬صورت محلی انجام می¬گیرد. این روش گاماهای مناسب را برای ناحیه¬های مختلف از یک تصویر با استفاده از شبکه عصبی MLP تخمین می¬زند. بدین¬صورت که ابتدا تعدادی تصویر با گاماهای مشخص را پنجره-گذاری کرده و دو ویژگی میانگین و بافت تصویر که به ترتیب مرتبط با میزان روشنایی و کنتراست تصویر می¬باشد را از هر پنجره برای آموزش شبکه عصبی استخراج می¬نماید. به-همین ترتیب پنجره¬گذاری و استخراج ویژگی را برای تصویر جدید (تصویری که نیاز به اصلاح گاما دارد) نیز انجام می¬دهد. سپس بردار ویژگی به¬دست آمده از هر پنجره را به شبکه عصبی آموزش داده شده، اعمال می¬نماید تا گامای مناسب برای هر پنجره از تصویر جدید تخمین زده شود. در استفاده از این روش، برخلاف روش¬های موجود، چنانچه بخشی از یک تصویر دارای گامای مناسبی باشد، تغییری در شدت روشنایی آن قسمت انجام نمی¬گیرد. نتایج حاصل از این روش بر روی تصاویر مختلف نشان می¬دهد که روش پیشنهادی در مقایسه با سایر روش¬ها دارای عملکرد مناسب¬تری است.

متن کامل [PDF 3511 kb]   (794 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات پردازش گفتار
دریافت: 1390/6/31 | پذیرش: 1396/11/30 | انتشار: 1396/11/30 | انتشار الکترونیک: 1396/11/30

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این تارنما متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها است.