一种最大模糊熵多尺度彩色图像增强方法

doi:10.3778/j.issn.1002-8331.2009.21.032

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (21): 109-111.DOI: 10.3778/j.issn.1002-8331.2009.21.032

• 图形、图像、模式识别 • 上一篇下一篇

一种最大模糊熵多尺度彩色图像增强方法

杜海顺¹，汪凤泉2

1.河南大学先进控制与智能信息处理研究所，河南开封 475004
2.东南大学仪器科学与工程学院，南京 210096

收稿日期:2008-04-25 修回日期:2008-07-21 出版日期:2009-07-21 发布日期:2009-07-21
通讯作者: 杜海顺

Multi-scale color image enhancement algorithm based on human visual system and maximal fuzzy entropy

DU Hai-shun¹，WANG Feng-quan²

1.Institute of Advanced Control and Intelligent Information Processing，Henan University，Kaifeng，Henan 475004，China
2.College of Instrument Science & Engineering，Southeast University，Nanjing 210096，China

Received:2008-04-25 Revised:2008-07-21 Online:2009-07-21 Published:2009-07-21
Contact: DU Hai-shun

摘要/Abstract

摘要： 在HSI颜色空间提出了一种基于视觉特性和最大模糊熵的多尺度彩色图像增强算法。对亮度分量I进行小波多尺度分解，对于不同分解尺度的高频小波子带，采用不同的非线性函数进行处理，以实现图像细节的增强，同时最大限度地抑制噪声。对包含亮度信息的低频小波子带，首先进行基于最大模糊熵的模糊化处理，其中模糊化隶属度函数采用遗传算法进行优化；然后，对经过模糊化的低频小波子带，采用基于人眼视觉特性的线性矫正函数（LRF）进行处理，以实现对图像亮度更好的动态调节。对饱和度分量S，采用指数拉伸方法进行增强处理，色调H保持不变。实验证明，增强后的彩色图像更加清晰，色彩更加鲜艳而不失真。

关键词: 彩色图像增强, 小波变换, 最大模糊熵, 遗传算法

Abstract: An algorithm based on human visual system and maximal fuzzy entropy is presented in the HSI color space.The luminance component I is multi-scale wavelet decomposed first.To enhance image detail and suppress noise，different no-linear function is used to process different high frequency wavelet sub-bands.First，based on maximal fuzzy entropy，the low frequency wavelet sub-band is transformed into fuzzy domain by fuzzy function that is optimized by genetic algorithm.Then，the fuzzy low frequency wavelet sub-band is processed by Linear Rectification Function（LRF） to adjust image brightness better.The saturation component S is processed by exponential method，and the hue component H is invariant.Experiment results confirm that improved color image enhancement is achieved.

Key words: color image enhancement, wavelet transform, maximal fuzzy entropy, genetic algorithm

杜海顺¹，汪凤泉2. 一种最大模糊熵多尺度彩色图像增强方法[J]. 计算机工程与应用, 2009, 45(21): 109-111.

DU Hai-shun¹，WANG Feng-quan². Multi-scale color image enhancement algorithm based on human visual system and maximal fuzzy entropy[J]. Computer Engineering and Applications, 2009, 45(21): 109-111.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	杜秀丽，马振倩，邱少明，吕亚娜. 基于卷积注意力机制的运动想象脑电信号识别[J]. 计算机工程与应用, 2021, 57(18): 181-185.
[10]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[11]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[12]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[13]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[14]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[15]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.

一种最大模糊熵多尺度彩色图像增强方法

Multi-scale color image enhancement algorithm based on human visual system and maximal fuzzy entropy

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics