主要介应用PCNN模型对彩色图像进行增强
韩丽娜,耿国华,周明全:PCNN模型在彩色图像增强中的应用
2012,48(1)7
1200
1000
数800
素像600400
200
01234567890
..........
0000000001
归一化的灰度值
图2(a)
原图图2(b)
原图直方图图2(c)
原图均衡化结果15001200
1000
数1000数800
素素600
像500像400
200
00
00.20.40.60.81.001234567890
..........
0000000001
归一化的灰度值归一化的灰度值
图2(d)
均衡化后直方图图2(e)
本文方法增强结果图图2(f)
本文方法增强后直方图
行能量重分配;4结论
(6)小波逆变换后,将增强后的真彩图像由HSV空间变换提出的结合小波、PCNN模型的彩色图像增强算法能够基到RGB空间。本保持原有色彩的不偏离,分层次适中地提高亮度和对比度,
增强结果比较符合人眼的习惯。当然,为了保证增强后的图
3实验分析像色彩更加鲜明,也可以对色饱和度进行扩大色彩动态范围
采用matlab软件作了模拟实验,首先选取一组颜色偏暗、的处理,增强其对比度。由于PCNN模型采用的是迭代计算,对比度低、细节不突出等特征的彩色图像图2,根据文献[6]提供所以方法的实时性明显不佳。的亮度和对比度度量方法,计算图像的亮度和对比度改变比
例作为图像增强结果的评价。限于篇幅,选取部分实验图与参考文献:数据。[1]韩丽娜,耿国华.基于小波变换的真彩图像降噪与增强[J].计算机
表1图像增强性能统计参数工程,2010,36(12):224-225.
C(亮度)L(对比度)[2]韩丽娜.基于YCbCr空间的多尺度同态滤波真彩图像增强[J].咸阳
图像名HSVHSV师范学院学报,2011,26(2):54-56.图2(a)、图2(e)02.6028.2300.3018.45[3]韩丽娜,熊杰,耿国华,等.利用HSV空间的双通道同态滤波真彩图对比图2(a)、图2(c)和图2(e),从主观上看,图2(e)和像增强[J].计算机工程与应用,2009,45(27):18-20.图2(c)的视觉效果都明显优于图2(a);图2(c)由于均衡化处[4]张煜东,王水花,周振宇,等.基于HVS与PCNN的彩色图像增强[J].
中国科学:信息科学,2010(7):909-924.
理只是针对对比度进行拉伸,丢失了部分灰度,因此图像整体[5]马义德.脉冲耦合神经网络与数字图像处理[M].北京:科学出版偏亮,细节不明显,而图2(e)的动态范围适中,细节保留丰富,社,2008.
图像生动清晰,尤其是汽车窗子部分的投影看得非常清楚。[6]JobsonDJ,RahmanZ,WoodellGA.Thestatisticsofvisual对比图2(b)和图2(f)的直方图,后者较前者拉伸均匀,变化平representation[C]//ProceedingsofSPIEVisualInformationPro-坦。从表1客观数据来看,图像增强对亮度有影响,对色度影ceedingXI,2002,4736:25-35.响不大,因此图像偏亮。与文献[4]比较后的不同之处:(1)本[7]GonzalezRC.DigitalimageprocessingusingMATLAB[M].NJ:文是将RGB模型转换为更为符合人眼的HSV模型;(2)将图PrenticeHall,2004.
[8]阎静文.数字图象处理[M].北京:国防工业出版社,2007.像增强的本质总结为能量的衰减与重新分配;(3)将小波变换[9]FaugerasOD.Digitalcolorimageprocessingwithintheframe-
和PCNN模型结合在一起使用;(4)PCNN模型仅仅作用于对workofahumanvisualmodel[J].IEEETransonAcoustSpeech图像的低频部分。SignalProcess,1979,27(4):380-393.