Xây dựng độ đo thuần nhất và nâng cao độ tương phản của ảnh màu theo tiếp cận trực tiếp dựa trên đại số gia tử

  • Nguyễn Văn Quyền Trường Đại học Hải Phòng
  • Ngô Hoàng Huy Viện Công nghệ thông tin - Viện Hàn lâm KH&CN Việt Nam
  • Nguyễn Cát Hồ Trung tâm Nghiên cứu và Phát triển, Trường Đại học Duy Tân
  • Trần Thái Sơn Viện Công nghệ thông tin, Viện Hàn lâm KH&CN Việt Nam

Abstract

Các kỹ thuật nâng cao tương phản ảnh đã thu hút nhiều sự quan tâm của cộng đồng xử lý ảnh vì chúng giúp cải thiện khả năng phân tích hình ảnh, thị lực máy tính, v.v. Trong các phương pháp nâng cao độ tương phản ảnh, các phương pháp trực tiếp thiết lập một độ đo tương phản và nâng cao chất lượng hình ảnh bằng cách cải thiện độ đo tương phản. Tuy nhiên, hiện có rất ít các nghiên cứu theo phương pháp trực tiếp, chỉ có các nghiên cứu của Cheng và Xu là đề xuất một phương pháp thay đổi độ tương phản tại mỗi điểm ảnh sử dụng độ đo tương phản được tính dựa trên độ thuần nhất của điểm ảnh. Trong bài báo này, chúng tôi đề xuất một phương pháp xây dựng độ thuần nhất mới dựa trên đại số gia tử. Các kết quả thực nghiệm cho thấy phương pháp nâng cao độ tương phản trực tiếp được thực hiện tốt với nhiều loại ảnh màu khác nhau khi áp dụng phép đo độ thuần nhất đề xuất.

DOI: 10.32913/rd-ict.vol2.no38.381

Author Biography

Nguyễn Văn Quyền, Trường Đại học Hải Phòng
Phòng Quản lý sau đại học - Trường Đại học Hải Phòng

References

H.-D. Cheng and H. Xu, “A novel fuzzy logic approach to contrast enhancement,” Pattern Recognition, vol. 33, no. 5, pp. 809–819, 2000.

H. Cheng, M. Xue, and X. Shi, “Contrast enhancement based on a novel homogeneity measurement,” Pattern Recognition, vol. 36, no. 11, pp. 2687–2697, 2003.

S. S. Agaian, B. Silver, and K. A. Panetta, “Transform coefficient histogram-based image enhancement algorithms using contrast entropy,” IEEE Transactions on Image Processing,vol. 16, no. 3, pp. 741–758, 2007.

T. Arici, S. Dikbas, and Y. Altunbasak, “A histogram modification framework and its application for image contrast enhancement,” IEEE Transactions on Image Processing, vol. 18, no. 9, pp. 1921–1935, 2009.

A.-O. Boudraa and E.-H. S. Diop, “Image contrast enhancement based on 2D Teager-Kaiser operator,” in IEEE International Conference on Image Processing (ICIP 2008). IEEE, 2008, pp. 3180–3183.

M. Hanmandlu and D. Jha, “An optimal fuzzy system for color image enhancement,” IEEE Transactions on Image Processing, vol. 15, no. 10, pp. 2956–2966, 2006.

S. Lee, “An efficient content-based image enhancement in the compressed domain using retinex theory,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 17, no. 2, pp. 199–213, 2007.

J. Soha and A. Schwartz, “Multispectral histogram normalization contrast enhancement,” in 5th Canadian Symposium on Remote Sensing, 1979, pp. 86–93.

A. P. Dhawan, G. Buelloni, and R. Gordon, “Enhancement of mammographic features by optimal adaptive neighborhood image processing,” IEEE Transactions on Medical Imaging, vol. 5, no. 1, pp. 8–15, 1986.

A. Beghdadi and A. Le Negrate, “Contrast enhancement technique based on local detection of edges,” Computer Vision, Graphics, and Image Processing, vol. 46, no. 2, pp. 162–174, 1989.

L. Dash and B. N. Chatterji, “Adaptive contrast enhancement and de-enhancement,” Pattern Recognition, vol. 24, no. 4, pp. 289–302, 1991.

N. C. Ho, V. N. Lan, and L. Xuan Viet, “Optimal hedgealgebras-based controller: Design and application,” Fuzzy Sets and Systems, vol. 159, no. 8, pp. 968–989, 2008.

J.-L. Starck, F. Murtagh, E. J. Candès, and D. L. Donoho, “Gray and color image contrast enhancement by the curvelet transform,” IEEE Transactions on Image Processing, vol. 12, no. 6, pp. 706–717, 2003.

C. H. Nguyen, D. K. Tran, H. Van Nam, and N. H. Chau, “Hedge algebras, linguistic-value logic and their application to fuzzy reasoning,” International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, vol. 7, no. 04, pp. 347–361, 1999.

J. C. Bezdek, Pattern recognition with fuzzy objective function algorithms. Springer Science & Business Media, 2013.

N. Ponomarenko et al., “Image database TID2013: peculiarities, results and perspectives,” Signal Processing: Image Communication, vol. 30, pp. 57–77, 2015.

Published
2017-10-25
Section
Bài báo