您当前的位置:首页>论文资料>基于USM原理的改进型图像锐化算法研究

基于USM原理的改进型图像锐化算法研究

资料类别:论文资料

文档格式:PDF电子版

文件大小:1.64 MB

资料语言:中文

更新时间:2024-12-26 09:13:55



推荐标签:

内容简介

基于USM原理的改进型图像锐化算法研究 信息技术
基于USM原理的改进型图像锐化算法研究
王角凤1黄斌2
(1、衢州职业技术学院,浙江衡州3240002、衢州学院,浙江衢州324000)
·167·
摘要:主要论述了对于传统的USM原理的图像镜化进行了优化,利用图像转换,从色影通道、阶调、色相角三个方面同时对图像进行处理,以提高图像镜化的效果
关键词:阶调;色彩通道;色相角
现阶段,随着数字信息技术的快速发展,图像需要进行计算机
的相关处理,因此以数字图像为基础,利用UnsharpMask(USM锐化进行处理具有方便、实用的特点。传统的USM锐化依赖于三个参数:数量、半径和阀值,分别决定了图像的边缘对比度、边缘垂直方向的像素范围、边界像素的反差值。其特点就是对图像进行整体锐化或对所选择的区域进行锐化,锐化的过程比较单一,对于彩色图像,其无法针对某一部分色彩分量进行锐化。因此,在现有USM 锐化的基础上,研究改进型方法,主要从图像的不同额色通道(R,G, B三原色),图像的不同阶调,图像的色相角出发针对性给出锐化的优化。
1彩色图像的预处理
依据NTSC(美国国家电视制式委员会)的混合色度量公式: Y = 0.222R+0.707G + 0.071B
可以将RGB彩色图像转化为LAB图像
2图像处理流程 2.1阶调的处理
图像的阶调指图像的明暗程度、额色深浅的变化。可以对图像的明暗变化程度进行界定,例如可分为;亮调、较亮调、偏暗调和暗调。对于RGB图像的本身,通过直接对图像本身的阶调识别,进行 USM锐化。
2.2色彩通道的处理
在数字图像里,三种原色(PrimaryColor)是通过不同的通道进行存储和处理。基于图像存储的特点,可以分别提取R、G、B不同色彩通道的值进行识别和USM锐化
2.3色相角的处理
在同一个色相环上,两种颜色越接近,其相邻的色相对应的角度就越小。经过预处理得到Lab图像,再进行色相角的识别后可分别进行USM锐化处理。
3图像算法
3.1图像内部色彩通道算法
图像是由像素点构成的,因此,可以取3x3的像素区域为例。中心为像素Um),对其锐化有影响的周围八个像素点各个额色通道(R,G,B)可以分别求出平均值,分别记为巨,,,D,中心点像素本身各个额色通道值记.U,U.则R通道中心像素需要调整的幅度分别为:
Ur=U,-0
XYZ-Lab:
L=116+F(X)-16[C-(X)]-00S=D b=200*[f(Y)-f(Z.))
Vx(x>0.008856)
f(x)=
7.787x+
16
116
最后整理可得:
(x≤0.008856)
L=0.2126007R+0.7151947G+0.0722046B Q=0.3258962R-0.4992596G+0.1733409B b=0.1218128R+0.3785610G-0.5003738B 由于L取值为[0.255],明度L可以分为四段:暗调[0,60],偏暗
调[61,120].较亮调121,180].亮调[181,255]。最终中心像系的阶调可] 利用周边八个有效像素平均计算:
T=0.2126007R+0.7151947G+0.0722046B 原有明度:
L, = 0.2126007R, + 0.7151947G, + 0.0722046.B, 则需要调整的幅度:
调整后的中心像素的明度
L = Lo + L
色相角计算公式:
=6
可以得到色相角的处理算法。
类似于阶调的计算方面,同样
本算法利用图像转换处理,从图像的色彩通道、阶调和色相角方面同时出发,建立锐化参数,对USM锐化法进行优化,体现图像锐化的针对性,提升了图像的效果。
参考文献
[1]华继钊郭振民,李志军,陈琳.基于彩色图像的增强算法[]微电子学与计算机,2004(7)
[2]张部,刘旭,李海峰.数宇RGB与Yebcr颜色空问转换的精度[].江南大学学报(自然科学版),2007(2).
[3]华继判,郭振民,李志军,陈殊.一种基于影色图像的锐化算法[]扬
则对于中心像素Ug期,其R通道最终锐化后值为:U,=U%+Ug州大学学报(自然科学版),2004(4)。
另外G,B通道类似可得。 3.2阶调,色相角的算法
Lab图像的额色构成分作三部分:明度(L),红色转变到绿色(a) 黄色转变到蓝色(b),其中,两个转变的分量a和b可以由数值-128 到127之间变化,明度L=100时表示白色,L=0时表示黑色。
在图形图像处理过程中,图像转化的方法很多,
例如
RGBXYZ-Lab方法:
RGBXYZ:
[X,Y,Z]=[M]*[R,G, B] 其中:
[0.4125 M=0.2126
0.0193
0.3576 0.7152 0.1192
0.1805 0.0722 0.9505
基金项目:1.渐江省教育厅科研课题"自适应多阀值中值滤波算法研究及应用"(No:Y201432284)。2.州职业技术学院科研项目“基于 Matlab的图像政进锐化算法的研究与仿真"(No:QZYZ1409)。3.衢州职业技术学院信息工程学院科研培育项目"基于USM原理的改进型图像锐化算法研究"(No:XXGC1422)。
上一章:基于VB的南方CASS测量数据转纬地横断面数据方法研究 下一章:地中衡稳定性和灵敏性的调修研究

相关文章

基于加速k均值的谱聚类图像分割算法改进 基于智能计算的图像检索算法研究 基于字典学习融合的图像去噪算法研究 基于投影轮廓分析的文本图像版面分割算法研究 基于FPGA的布尔匹配算法改进研究 基于图像识别技术的船舶水尺刻度线检测算法的研究 基于变压器图像的两种匹配算法的研究 基于粗糙集-遗传算法改进的BP神经网络算法研究