基于SVR的图像增强方法

被引：10

作者：

王玉震

李雷

机构：

[1] 南京邮电大学自动化学院

来源：

计算机技术与发展 | 2009年 / 19卷 / 01期

关键词：

图像增强; SVR; 直方图均衡化;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

传统的图像增强方法是采用直方图均衡化来处理图像,利用这种方法处理后的图像,虽然使图像的灰度等级得到拉伸,但是却使图像变得过亮,部分细节消失。为改善图像增强的效果,利用支持向量回归原理(SVR)的方法来处理图像,试验取得了很好的结果。试验结果表明,采用SVR的图像处理方法来增强图像,可以很好地保持图像原有的灰度特征,突出图像的细节,并且解决了传统的直方图均衡化方法使图像过亮和部分细节丢失的问题。

引用

页码：60 / 62+66 +66

页数：4

共 6 条

[1]

基于支持向量机的图像处理方法研究.[D].郭勇.西安理工大学.2006, 02

[2] Least squares support vector machine classifiers [J].

Suykens, JAK ;

Vandewalle, J .

NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300

[3]

图像工程.[M].章毓晋; 编著.清华大学出版社.2007,

[4]

支持向量机导论.[M].(英)NelloCristianini;(英)JohnShawe-Taylor著;李国正等译;.电子工业出版社.2004,

[5]

数字图像的智能信息处理.[M].徐立中著;.国防工业出版社.2001,

[6] 图像增强技术在指纹中的应用 [J].

刘光磊 ;

侯德文 .

信息技术与信息化, 2006, (03) :124-125+46

← 1 →