freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

基于人眼視覺(jué)特性的圖像增強(qiáng)算法研究畢業(yè)設(shè)計(jì)-文庫(kù)吧資料

2025-07-11 00:54本頁(yè)面
  

【正文】 及心理特性,因此有一定的先進(jìn)性,但由于目 前對(duì)人眼 的心理特性和生理特性研究的不徹底,因此還有一定的缺陷。 5.基于新型的直方圖及視 覺(jué)特性參數(shù)約束,提出了一種新的增強(qiáng)算法,并經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證,該算法整體性能較優(yōu),處理后的圖像具有滿意的視覺(jué)效果。為此,本文對(duì)人眼視覺(jué)感知能力進(jìn)行了研究針對(duì)其特點(diǎn)將 JND 曲線分為不同的視覺(jué)敏感度區(qū)段,提出了將不同比例的灰度級(jí)信息量分配至不同的視覺(jué)敏感度區(qū)段。 2.為了克服傳統(tǒng)直方圖構(gòu)造的缺陷,本文提出了一種新的基于視覺(jué)注意機(jī)制的灰度級(jí)信息量直方圖構(gòu)造方法,該直方圖利用視覺(jué)注意機(jī)制衡量了圖像中任意位置的灰度級(jí) 的重要性,從而保證增強(qiáng)算法能對(duì)主要刻畫(huà)信息的灰度級(jí)進(jìn)行有效的拉伸。結(jié)果如下: XX 大學(xué) XX 學(xué)院 201X 屆 XXXX 專業(yè) 畢業(yè)設(shè)計(jì) 23 圖 圖像質(zhì)量評(píng)價(jià)算法結(jié)果 圖像增強(qiáng)算法實(shí)驗(yàn)結(jié)果 本節(jié)選用幾組典型的圖像,對(duì)本章提出的增強(qiáng)算法與兩種經(jīng)典的算法做了對(duì)比實(shí)驗(yàn),這兩種算法是全局算法的代表 GHE 算法和局部算法的代表 AHE 算 法。此外,算法充分利用視覺(jué)感知特點(diǎn),優(yōu)化配置灰度級(jí)的動(dòng)態(tài)范圍,使圖像不僅保留了更多的細(xì)節(jié)信息,并且獲得了滿意的視 覺(jué)效果。因此本文將圖像的整個(gè)灰度范圍分為三個(gè)區(qū)域,各區(qū)域依據(jù)直方圖中灰度信息量大小分配灰度級(jí)的動(dòng)態(tài)范圍 W(r),其計(jì)算公式如下: GLrW NrN ?? ? )()( XX 大學(xué) XX 學(xué)院 201X 屆 XXXX 專業(yè) 畢業(yè)設(shè)計(jì) 22 其中, )(rN? 為灰度級(jí) r 的信息量統(tǒng)計(jì)值, N 為所有灰度級(jí)信息量統(tǒng)計(jì)值之和, GL 為所在區(qū)域的灰度級(jí)范圍,本文設(shè)定第一個(gè)區(qū)域的灰度級(jí)范圍為 75,第二個(gè)區(qū)域的灰度級(jí)范圍為 125,第三個(gè)區(qū)域的灰度級(jí)范圍為 56。 圖像增強(qiáng)算法描述 算法首先按照上一章所給出的基于視覺(jué)注意機(jī)制的灰度級(jí)信息量直方圖構(gòu)造方法得到灰度級(jí)信息量直方圖;然后采用類似直方圖均衡思想,計(jì)算分配給各灰度級(jí)的動(dòng)態(tài)范圍,并對(duì)其中動(dòng)態(tài)范圍較大(或統(tǒng)計(jì)量較大)的主導(dǎo)灰度級(jí)(動(dòng)態(tài)范圍 JND(r)),進(jìn)行限幅處理;最后將限幅處理后節(jié)省的灰度級(jí)空間 按照信息量大小分配給其它非主導(dǎo)灰度級(jí),以實(shí)現(xiàn)整個(gè)灰度級(jí)空間的優(yōu)化配置,使圖像獲得了滿意的增強(qiáng)效果。區(qū)域的劃分是依據(jù)視覺(jué)注意機(jī)制得到的全局顯著圖的結(jié)果,閾值設(shè)為。單個(gè)像素點(diǎn)是否被感知可以通過(guò)該像素點(diǎn)灰度級(jí)與局部鄰域像素的灰度級(jí)偏差來(lái)確定,當(dāng)與某一鄰近像素灰度偏差大于給定閾值時(shí),該點(diǎn)可作為有效感知像素點(diǎn)。視覺(jué)研究表明,圖像增強(qiáng)質(zhì)量的好壞與圖像內(nèi)有效感知灰度級(jí)躍變數(shù)量的大小直接相關(guān),即圖像的有效感知躍變數(shù)量越大,圖像細(xì)節(jié)就顯得越豐富、越清晰,圖像增強(qiáng)效果也越好。因此常用的經(jīng)典評(píng)價(jià)算法用于圖像增強(qiáng)評(píng)估存在一定的局限性: 1)沒(méi)有考慮人眼視覺(jué)的感知特點(diǎn); 2)未區(qū)分圖像細(xì)節(jié)區(qū)(信息區(qū))和平滑區(qū)。此外,在圖像增強(qiáng)處理過(guò)程中,平滑區(qū)也會(huì)有不同程度的增強(qiáng),有時(shí)增強(qiáng)力度甚至超過(guò)了細(xì)節(jié)區(qū),這時(shí)圖像的整體視覺(jué)效果很差,但 MSE 和PSNR 的測(cè)算結(jié)果卻較好,因?yàn)檫@兩項(xiàng)指標(biāo)是依據(jù)全局灰度變化的分析指標(biāo),這與人眼的視覺(jué)判定結(jié)果出現(xiàn)了較大的偏差。實(shí)際上,在考慮人眼與視網(wǎng)膜條件下,人眼傳遞函數(shù)更接近于帶通濾波器。人眼視覺(jué)系統(tǒng)的傳遞特性用調(diào)制傳遞函數(shù) MTF (f)來(lái)表示。傳遞函數(shù)已被證明是評(píng)價(jià)光學(xué) /光電成像系統(tǒng)的有效工具,但僅適用于線性平移不變系統(tǒng)。視覺(jué)系統(tǒng)是一個(gè)復(fù)雜完善的信息獲取和分析系統(tǒng),它涉及許多學(xué)科,目前尚有許多感知機(jī)理仍不清楚,這也是阻礙圖像質(zhì)量評(píng)價(jià)發(fā)展的重要原因。 人眼視覺(jué)調(diào)制傳遞函數(shù) 在實(shí)際應(yīng)用中,許多圖像 處理與分析的目的是改善圖像視覺(jué)質(zhì)量以便于人們對(duì)圖像的分析。 在本文中,評(píng)價(jià)的對(duì)象是增強(qiáng)后的自然圖像,即非壓縮、非紅外等不可見(jiàn)光所形成的圖像。此外,由于圖像內(nèi)容的多樣性,很多算法為了獲得更佳的性能,設(shè)置了一些可供調(diào)節(jié)的參數(shù),如果沒(méi)有通用的圖像增強(qiáng)效果評(píng)價(jià)指標(biāo),這些參數(shù)的調(diào)節(jié)大多只能依靠操作人員憑借經(jīng)驗(yàn)累試完成,使得增強(qiáng)算法普遍存在魯棒性和推廣性較 差的問(wèn)題。對(duì)主導(dǎo)灰度級(jí)進(jìn)行限幅處理后,會(huì)節(jié)省一些灰度空間,可以把這些灰度空間按照統(tǒng)計(jì)值大小分配給除主導(dǎo)灰度級(jí)以外的其它灰度級(jí)。此即為對(duì)主導(dǎo)灰度級(jí)動(dòng)態(tài)范圍進(jìn)行限幅處理。但圖像整體亮度的提升并沒(méi)有改變?cè)瓐D像暗區(qū)灰度之間的偏差。圖 所示直觀顯示了視覺(jué)在不同背景條件下的感知差異,圖 ( b)是將圖 ( a)中的所有灰度級(jí)值加上 50 得到的,這等效于將原圖像整體亮度提升了 50 個(gè)灰度級(jí)。 臨界可見(jiàn)偏差這一概念最早是由 Jayant 提出,在圖像壓縮編碼設(shè)計(jì)和評(píng)估中被普遍采用,但 JND 與圖像增強(qiáng)也有著密切的關(guān)系,它反映了人眼在不同亮度背景條件下能分辨的最小亮度偏差,這也是細(xì)節(jié)信息被有效增強(qiáng)的最低門(mén)限要求。臨界可見(jiàn)偏差 (Just Noticeable XX 大學(xué) XX 學(xué)院 201X 屆 XXXX 專業(yè) 畢業(yè)設(shè)計(jì) 18 Difference,JND)是現(xiàn)已提出的能反映人眼視覺(jué)辨別力的重要參數(shù),它揭示了 人眼在不同亮度背景下對(duì)亮度偏差的感知規(guī)律。 基于視覺(jué)特性的灰度級(jí)動(dòng)態(tài)范圍調(diào)整優(yōu)化 圖像增強(qiáng) 的目的之一是為了改善圖像的視覺(jué)效果,以增強(qiáng)人眼對(duì)圖中信息的辨別能力。 由于在圖像灰度級(jí)統(tǒng)計(jì)時(shí),往往會(huì)出現(xiàn)部分主導(dǎo)灰度級(jí)統(tǒng)計(jì)值過(guò)大的情況,使得圖像處理后出現(xiàn)振鈴現(xiàn)象、噪聲過(guò)增強(qiáng)等問(wèn)題,并且這些灰度級(jí)因?yàn)檎紦?jù)了較大灰度級(jí)空間,進(jìn)而影響其它灰度級(jí)的表現(xiàn)。直方圖均衡化是非線性動(dòng)態(tài)范圍調(diào)整中最常用的一種方法,其實(shí)質(zhì)是有選擇地增強(qiáng)圖像中的某些信息(占有較多像素的灰度)而抑制另一些信息(占有較少像素的灰度)。線性動(dòng)態(tài)范圍調(diào)整是最簡(jiǎn)單的灰度級(jí)動(dòng)態(tài)范圍調(diào)整方法,觀察者可以改變?nèi)魏位叶燃?jí)范圍內(nèi)的對(duì)比度。下面將從這兩方面展開(kāi)研究。 灰度級(jí)動(dòng)態(tài)范圍的優(yōu)化配置 所謂動(dòng)態(tài)范圍是指待處理圖像的灰度級(jí)經(jīng)過(guò)調(diào)整后所占據(jù)的空間范圍。最后在灰度級(jí)信息量直方圖基礎(chǔ)上,結(jié)合人眼視覺(jué)特性,提出了一種新的圖像增強(qiáng)方法,該方法使增強(qiáng)圖像保留了更多的細(xì)節(jié)信息,獲得滿意的視覺(jué)效果。另外在圖像灰度級(jí)統(tǒng)計(jì)時(shí),往往會(huì)出現(xiàn)一些比重過(guò)大的灰度級(jí),稱為主導(dǎo)灰度級(jí),這些灰度級(jí)在直方圖拉伸處理中將占用較大范圍的灰度級(jí)空間,而灰度級(jí)整個(gè)動(dòng)態(tài)空間 資源只有 256 級(jí),這無(wú)疑會(huì)影響其它灰度級(jí)的表現(xiàn)。 4 基于人眼視覺(jué)特性的圖像增強(qiáng)方法 針對(duì)上文提到的傳統(tǒng)直方圖均衡方法描述的缺陷:在灰度級(jí)調(diào)整過(guò)程中沒(méi)有充分利用視覺(jué)敏感區(qū)段,本文研究了人眼視覺(jué)系統(tǒng),視覺(jué)特性參數(shù)表明,人眼對(duì)不同亮度背景下灰度偏差的感知能力存在差異,在暗背景下辨別能力較弱。 5.全局顯著圖進(jìn)行歸一化得到各像素的復(fù)雜度加權(quán)系數(shù) saliency (i ,j)。 3.按公式分別進(jìn)行亮度與朝向特征的中央周邊差計(jì)算。 2.對(duì)金字 塔的每一層分別提取多個(gè)初級(jí)視覺(jué)特征。大量實(shí)驗(yàn)表明,該算法的測(cè)算結(jié)果與視覺(jué)主觀分析結(jié)果基本吻合。組合特征圖的困難在于它XX 大學(xué) XX 學(xué)院 201X 屆 XXXX 專業(yè) 畢業(yè)設(shè)計(jì) 16 們表達(dá)的特征是不可比的 ,各自具有不同的動(dòng)態(tài)范圍和提取機(jī)制 ,而且由于所有特征圖都被組合在一起 ,僅僅在某些圖中出現(xiàn)的顯著目標(biāo) ,可能被圖中大量的噪聲或不太顯著的目標(biāo)所淹沒(méi)。這些特征顯著性描述需要按照一定的策略合并為一張全局顯著圖,因?yàn)樽罱K供注意機(jī)制選擇的是全局顯著圖中的多個(gè)目標(biāo)。計(jì)算結(jié)果稱為對(duì)比映射圖。所以細(xì)尺度特征圖代表中央?yún)^(qū)域,粗尺度特征圖代表周邊區(qū)域。具體做法是將粗尺度下的特征圖插值變細(xì)尺度下的特征圖,然后再進(jìn)行點(diǎn)對(duì)點(diǎn)減法。顯然,這樣的對(duì)局部空間不連續(xù)性的敏感結(jié)構(gòu)特別適用于檢測(cè)相對(duì)于其局部周圍突出的區(qū)域。根據(jù)歸一化后的 r,建立 4 個(gè)寬調(diào)諧的顏色通道:紅色R =r (g +b)/2, 綠色 G =g (r +b )/2,藍(lán)色 B =b (r +g)/2 和黃色 Y =(r+g )/2|r – g|/2b,負(fù)值則置為 0。為了從強(qiáng)度中分離出色度信號(hào),使用 I來(lái)歸一化信道。在多尺度采樣中,原始圖像在最底層,由下而上,各層圖像分別是通過(guò)對(duì)其相鄰下層圖像濾波再采樣獲得的,圖像分辨率在水平和 垂直 方向分別以XX 大學(xué) XX 學(xué)院 201X 屆 XXXX 專業(yè) 畢業(yè)設(shè)計(jì) 15 2 為因子遞減。 Itti 提出了高斯金字塔模型,非均勻采樣體現(xiàn)在不同的采樣層次上。這一機(jī)制最早 由Zeevi 等在研究人類視網(wǎng)膜中心錐狀細(xì)胞的分布時(shí)發(fā)現(xiàn),隨后在模擬生物視覺(jué)的模型中被頻繁采用。本文的研究也主要應(yīng)用的是數(shù)據(jù)驅(qū)動(dòng)的注意機(jī)制。按照大腦中存在兩個(gè)視覺(jué)通路( what 通路和 where 通路)的理論,數(shù)據(jù)驅(qū)動(dòng)的注意模型可以用來(lái)提供 what 信息,而任務(wù)驅(qū)動(dòng)的注意模型可以用來(lái)解決 where 通路的問(wèn)題。從而導(dǎo)致視覺(jué)注意模型包括兩種:( 1)采用 bottomup 控制策略的數(shù)據(jù)驅(qū)動(dòng)注意機(jī)制,由作為底層數(shù)據(jù)的視覺(jué)刺激驅(qū)動(dòng),與作為高層知識(shí)的觀察任務(wù)無(wú)關(guān)。這些方法大都是 根據(jù)視覺(jué)感知過(guò)程提出來(lái)的,通用性較強(qiáng)。比如: Wai 通過(guò) DOG 算子比較候選區(qū)域與周邊區(qū)域的灰度差異 Itti 通過(guò)中央 周邊( Centersurround)算子比較候選區(qū)域與周邊區(qū)域在亮度、顏色和朝向這些早期視覺(jué)特征上的差異等。這類方法認(rèn)為視覺(jué)顯著性的產(chǎn)生是由于視覺(jué)對(duì)象與外界通過(guò)某種對(duì)比形成的能夠引起觀察者注意的新異刺激。該方法往往是針對(duì)某些特定的目標(biāo)或圖像提出來(lái)的,通用性較差。這類方法認(rèn)為視覺(jué)顯著性的產(chǎn)生是由于視覺(jué)對(duì)象本身具有某種能夠引起觀察者注意的特殊屬性。 圖 rose 原圖和采用 GHE 算法的增強(qiáng)圖像及相應(yīng)的直方圖 常用的區(qū)域顯著性度量方法 根據(jù)顯著性度量方法的不同,可將目前的顯 著區(qū)域檢測(cè)算法分為兩大類。從該圖像的直方圖統(tǒng)計(jì)結(jié)果可以看出,最大統(tǒng)計(jì)值僅是由背景提供,但圖中的主要細(xì)節(jié)信息卻是由直方圖中統(tǒng)計(jì) 值較小的灰度級(jí)刻畫(huà)的,在直方圖增強(qiáng)處理中,刻畫(huà)背景的灰度級(jí)由于統(tǒng)計(jì)值較大,被分配了較大的灰度級(jí)空間,而真正刻畫(huà)主要信息的灰度級(jí)因統(tǒng)計(jì)值較少,很難得到有效的拉伸,使得處理后的圖像質(zhì)量還不如原圖像的效果,見(jiàn)圖 (b)。但這種表達(dá)也存在嚴(yán)重缺陷:在灰度級(jí)統(tǒng)計(jì)時(shí),完全丟失了灰度級(jí)的位置信息,使得直方圖的統(tǒng)計(jì)結(jié)果并不能反映各灰度級(jí)對(duì)刻畫(huà)信息所起的作用,即出現(xiàn)灰度級(jí)統(tǒng)計(jì)量與信息量不一致問(wèn)題。目前正在進(jìn)行的探索正在朝著統(tǒng)一的完整的理論方向前進(jìn)。本章的這些研究為將人眼視覺(jué)特性引入到圖像增強(qiáng)算法中打下了堅(jiān)實(shí)的理論基礎(chǔ)。人類視覺(jué)之所以能夠通過(guò)極為有限的信息處理資源完成極為復(fù)雜的信息處理任務(wù),選擇性視覺(jué)注意的控制和調(diào)節(jié)能力在其中發(fā)揮著決定性的作用。而在該過(guò)程中,引起注意的場(chǎng)景內(nèi)容則被稱為注意焦點(diǎn)( Focus ofAttention,簡(jiǎn)稱 FOA)。從人的角度來(lái)看,這是一個(gè)從場(chǎng)景中選擇內(nèi)容進(jìn)行觀察的過(guò)程,可以稱之為視覺(jué)選擇性( Visual Selection);從場(chǎng)景的角度來(lái)看,場(chǎng)景中的某些內(nèi)容比其他內(nèi)容更能引起觀察者的注意,可以稱之為視覺(jué)顯著性( Visual Saliency)。 圖 視覺(jué)注意的示例圖 從視覺(jué)注意與視覺(jué)感知的關(guān)系中可以看到,選擇性是視覺(jué)注意眾多功能中最根本的一條,它表現(xiàn)為舍棄一部分信息,以便有效地處理重要信息的控制和調(diào)節(jié)能力。這三幅圖像中, (a)中的圓環(huán), (b)中的圓盤(pán)和 (c)中的 135 度 線段會(huì)迅速引起人們的注意。將這嚴(yán)重失調(diào)的兩個(gè)過(guò)程聯(lián)系起來(lái)的橋梁正是視覺(jué)注意機(jī)制,它是視覺(jué)感知過(guò)程的引導(dǎo)者,是其高效性和可靠性的保障。根據(jù)上文所述,視感受的信息處理 方式是并行 (Parallel Process)的,視知覺(jué)的信息處理方式是串行 (Serial Process)的。
點(diǎn)擊復(fù)制文檔內(nèi)容
研究報(bào)告相關(guān)推薦
文庫(kù)吧 www.dybbs8.com
備案圖鄂ICP備17016276號(hào)-1