کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8146124 1524099 2017 25 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
An analytical optimization model for infrared image enhancement via local context
ترجمه فارسی عنوان
یک مدل بهینه سازی تحلیلی برای افزایش تصویر مادون قرمز از طریق زمینه محلی
کلمات کلیدی
فرو سرخ، افزایش هیستوگرام، مدل تحلیلی، حساس به متن
ترجمه چکیده
الزامات تصاویر مادون قرمز با کیفیت بالا به طور مداوم در مناطق نظامی و غیرنظامی افزایش می یابد و همیشه با تحریف و کنتراست مناسب ارتباط دارد، در حالی که تصاویر مادون قرمز معمولا دارای نقایصی مانند کنتراست کم هستند. در این مقاله، الگوریتم تقویت هیستوگرام تصویر مادون قرمز جدید را بر اساس زمینه محلی پیشنهاد می کنیم. با محدود کردن تصویر افزایش یافته به کنتراست بالا محلی، یک مدل بهینه سازی تحلیلی به طور منظم برای افزایش تصاویر مادون قرمز پیشنهاد شده است. کنتراست محلی با ارزیابی اینکه آیا دو شدت همسایه ها و محاسبه اختلاف آنها است، تعیین می شود. مقایسه تصاویر 8 بیتی نشان می دهد که روش پیشنهاد شده می تواند تصاویر مادون قرمز را با جزئیات بیشتر و سر و صدای کمتری افزایش دهد.
موضوعات مرتبط
مهندسی و علوم پایه فیزیک و نجوم فیزیک اتمی و مولکولی و اپتیک
چکیده انگلیسی
The requirement for high-quality infrared images is constantly increasing in both military and civilian areas, and it is always associated with little distortion and appropriate contrast, while infrared images commonly have some shortcomings such as low contrast. In this paper, we propose a novel infrared image histogram enhancement algorithm based on local context. By constraining the enhanced image to have high local contrast, a regularized analytical optimization model is proposed to enhance infrared images. The local contrast is determined by evaluating whether two intensities are neighbors and calculating their differences. The comparison on 8-bit images shows that the proposed method can enhance the infrared images with more details and lower noise.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Infrared Physics & Technology - Volume 87, December 2017, Pages 143-152
نویسندگان
, , , ,