位置:成果数据库 > 期刊 > 期刊详情页
基于非抽样Contourlet变换的自适应阈值图像增强算法
  • ISSN号:0732-2112
  • 期刊名称:电子学报
  • 时间:0
  • 页码:527-530
  • 语言:中文
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230039, [2]安徽大学电子科学与技术学院,安徽合肥230039
  • 相关基金:国家自然科学基金(No.60772121);安徽省自然科学基金项目(No.070412065);安徽省高等学校自然科学研究项目(No.2005KJ005ZD);安徽大学211工程学术创新团队资助.
  • 相关项目:基于谱图理论的非刚体形状匹配
中文摘要:

提出了一种基于非抽样Contourlet变换的自适应阈值图像增强算法,首先对图像进行非抽样Contourlet变换得到不同尺度不同方向上的变换系数,然后由变换系数自适应地确定阈值和调整增强函数,并对变换系数做增强处理,最后对增强处理后的变换系数进行反变换,实现图像增强,实验结果表明,与其他基于变换域的算法相比,该算法可以得到更好的增强效果。

英文摘要:

An algorithm for image enhancement based on the nonsubsampled contourlet transform and adaptive threshold is proposed. The coefficients in different scales and different directions are obtained by image decomposition using the nonsubsampled contourlet transform. With these coefficients, thresholds and the enhancement functions are adaptively set. After the enhancement and then reconstruction of these coefficients, image enhancement is implemented. Compared with other algorithms, this algorithm can get better effect.

同期刊论文项目
期刊论文 57 会议论文 5
同项目期刊论文