推荐星级：
- 1
- 2
- 3
- 4
- 5
基于分层差分表达理论的图像视觉增强
资料介绍
视觉注意机制表明人眼趋向于关注感兴趣区域。为了实现图像视觉增强,该文提出基于2维直方图分层差分表达理论的图像增强方法。该算法首先检测图像的显著性区域,并对该区域进行分割,得到更适合人眼观测的显著图。然后统计原图中显著图对应区域的2维差分直方图,依据分层差分表达理论和考虑各层之间的内在联系,通过解线性优化问题得到显著性区域差分向量。定义原始差分向量代表原图特征,将两个向量加权相加后得到全局变换函数,重建得到视觉增强图像。实验结果表明:该方法有效地增强图像中人眼感兴趣区域对比度,提升细节信息。客观评价指标表明:与其他5种方法比较,该方法处理结果在3组实验中在保持全局亮度、提升峰值信噪比及人眼视觉系统敏感度信噪比指标优势明显。该方法增强后图像显著性区域的EME值适中,有利于视觉观测。客观指标与主观观察结果一致,表明该方法能有效改善图像视觉效果。
部分文件列表
| 文件名 | 大小 |
| 基于分层差分表达理论的图像视觉增强.pdf | 2M |
全部评论(0)