APP下载

动 态 云 模 型 编 码 的 图 像 增 强

2018-05-22姚成乾

实验室研究与探索 2018年3期
关键词:模型

陈 伟, 姚成乾

(永城职业学院 电子工程信息系, 河南 永城 476600)

0 引 言

图像在传输过程中,由于人为以及环境噪声因素的影响,导致了获得的图像暗淡或更加模糊,不能准确识别图像信息,严重地影响了图像质量,因此对图像增强十分必要[1-2]。滤波算法对图像增强是以图像分辩率的降低为代价[3],对信噪比较低的图像进行增强时效果较差;全局二值化算法计算简单,速度较快[4],但是若增强背景变得复杂,难于找到一个适用于整幅图像的统一阈值;游程编码算法特别适用于灰度等级少、灰度值变化小的图像[5],但是传输中若某个符号发生错误,影响整个编码序列;跳白块编码算法利用图像有大量白色区域这一特点而提出的编码[6],但是二值图像在其不同的地方像素的分布情况是不一样的,导致了编码效率低;方块编码算法把整个图像分成等大小的子块,根据块内像素出现概率编码,简单、易于实现[7],但是若方块尺寸过小时,以致信息集合的数量太大,以致编码难以应用;小波变换算法克服了增强窗口大小固定的缺点[8],但是小波基的选取太难,同时冗余度很大。

本文采用动态云模型编码算法,通过高斯云产生器产生云模型的云滴;确定云模型编码域以及编码规则,动态调整控制参数;对图像像素背景区域和目标区分编码,给出了增强过程。实验仿真显示本文算法对图像增强清晰,运行时间较少,性能指标较优。

1 动态云模型编码过程

1.1 基于高斯云的云滴产生器

1.1.1云模型

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用