基于NSCT和PCNN的彩色图像增强方法

• 作者: 段群 韩丽娜
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 非下采样Contourlet变换 脉冲耦合神经网络 HSV颜色模型 彩色图像增强
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 99-102,108
• 页数: 5页
• 分类号: TP391.41
• 字数: 2659字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2015.11.021

摘要

根据人类对颜色的感知特性,本文在彩色图像的HSV空间,提出一种基于非下采样Contourlet变换(Non-subsampled Contourlet Transform,NSCT)和脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)模型相结合的彩色图像增强算法.首先对HSV空间亮度分量V做NSCT分解,得到低频子带系数和高频方向子带系数,对低频子带系数做PCNN增强,并对处理后的系数做修正,再对高频子带系数做线性变换处理,将处理后的V分量做逆NSCT以重构;然后对饱和度分量S做幂次微调.最后,将HSV颜色空间变换到RGB空间得到增强后的图像.实验结果表明,本增强方法在视觉效果和客观评价指标上都优于比较算法,不仅增加了彩色图像的亮度,而且颜色保持较好,边缘更清晰.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段群	咸阳师范学院图形图像处理研究所	39	147	6.0	10.0
2	韩丽娜	咸阳师范学院图形图像处理研究所	51	375	11.0	18.0