top

知識分享

模糊自動化對比增強法

建立日期：2018/03/12
  • 作者： 中原大學機械系：林柏廷/副教授、林柏廷/碩士畢業生、陸韋豪/博士生
  • 出處： 2016 AOI論壇與展覽
  • 內容： 傳統的對比度增強方法多以直方圖均勻化為核心，因為直方圖均勻化方法無須人為調整參數，直方圖均勻化具有常出現的偽影與過度增強之缺點，本論文提出了一種新的自動化色彩影像對比度增強方法，此方法叫模糊自動化對比度增強法（Fuzzy Automatic Contrast Enhancement; FACE）。FACE使用模糊聚類方法將影像中所有像素進行分類，在L*a*b*色彩空間中將色彩相近的像素歸為同類群集，並於RGB色彩空間中將各群集像素點遠離所屬群集中心，以改變同類群集內像素間的距離，進而提高色彩對比度。本論文定義一個統一對比增強變量（Universal Contrast Enhancement Variable; UCEV），以影像亂度（即影像熵）最大化為目標函數，自動化地計算出最佳對比度增強的影像。由於本FACE演算法不需依賴人為調整，智慧化地將色彩相近的像素群聚，並自動化地增強影像對比度，適用於不同色彩分布的影像。FACE除了具有避免偽影及過度增強的特性，較直方圖均勻化方法更能保有影像的原始色調，並能夠增強影像的對比於不同的實際範例的影像中。
回上頁