版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、圖像增強的目的在于突出圖像中的某些信息,同時削弱或去除無關(guān)信息,或?qū)⒃瓐D轉(zhuǎn)換成一種更適合人或機器進(jìn)行分析處理的形式的圖像,其算法的選擇需要充分考慮處理的目的和圖像本身的特性。
隨著圖像處理技術(shù)的發(fā)展,圖像增強技術(shù)在越來越多的領(lǐng)域得以應(yīng)用,同時也被提出越來越高的要求。但是傳統(tǒng)的圖像增強算法很多都是針對特定應(yīng)用領(lǐng)域,而這些特定領(lǐng)域的圖像往往具有相似的統(tǒng)計特性,一旦圖像發(fā)生改變,不再具有原來的統(tǒng)計特性,則增強效果就會受到影響,因
2、此傳統(tǒng)圖像增強算法往往缺少通用性。
為解決傳統(tǒng)圖像增強算法不能根據(jù)圖像自身特性而做出算法調(diào)整的這個問題,本文提出了一種基于分類的圖像增強方法。首先對圖像的特性進(jìn)行統(tǒng)計,并根據(jù)統(tǒng)計出來的圖像灰度的分布特性結(jié)果對圖像進(jìn)行分類;對于被噪聲污染的圖像,根據(jù)鹽椒噪聲的特點和人眼視覺特性,提出了在鄰域內(nèi)的極值判定法,對受噪聲污染的像素和正常像素采用不同的處理方法;然后根據(jù)分類對圖像進(jìn)行有針對性的增強處理,提出了自適應(yīng)的圖像對比度增強;
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種基于圖像內(nèi)容的粗略分類方法研究.pdf
- 一種基于預(yù)測分類的小波圖像編碼.pdf
- 一種基于區(qū)域的圖像檢索方法.pdf
- 一種基于內(nèi)容的圖像放縮方法.pdf
- 一種基于PCNN的低對比度灰度圖像增強方法及其評價.pdf
- 一種基于平面約束的深度圖像增強算法.pdf
- 基于圖像復(fù)原的一種正則化方法.pdf
- 基于CUDA的一種紅外圖像細(xì)節(jié)增強算法的實現(xiàn).pdf
- 一種基于小波神經(jīng)網(wǎng)絡(luò)的低對比度圖像增強方法.pdf
- 一種基于分類結(jié)構(gòu)的本體匹配方法.pdf
- 一種基于交點特征的圖像匹配方法.pdf
- 一種基于增強現(xiàn)實的虛擬眼鏡試戴的方法.pdf
- 一種基于ROC分析的多類別分類方法.pdf
- 一種基于內(nèi)容的圖像檢索方法的研究.pdf
- 一種基于內(nèi)容的廣告垃圾圖像過濾方法
- 一種基于高斯混合模型的圖像檢索方法.pdf
- 基于一種改進(jìn)特征選擇方法的股票分類研究
- 一種基于時域和頻域特征的圖像拼接方法.pdf
- 一種廣義虛擬經(jīng)濟(jì)的分類方法
- 一種基于SPIHT改進(jìn)的ROI圖像編碼方法.pdf
評論
0/150
提交評論