没有合适的资源?快使用搜索试试~ 我知道了~
山西大学论文格式参考.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 56 浏览量
2023-03-28
21:14:35
上传
评论
收藏 647KB DOCX 举报
温馨提示
试读
12页
。
资源推荐
资源详情
资源评论
在人们获取外界信息的过程当中, 视觉途径往往起到很大的作用, 因此,有效地提高图像与视频
的视觉质量,使得包含于它们中的信息能够更好的显示出来,方便人们的观察、分析和进一步的研
究利用,一直是研究者们关注的主要问题之一。
随着监控设备的大量使用和数字多媒体(如摄像机、数码相机、智能手机、 Pad 等等)的大量
普及,人们总是能够做到随时随地去拍摄周围的景物,而且往往希望在各种光照条件下,这些摄像
设备都可以良好的工作,获得理想中的图像和视频数据。但是 ,在现实中的光照条件总是多样化的,
尤其是复杂环境下的,然而现在大多数的摄像设备并不能够很好的工作于如此的复杂环境,这些设
1
图像增强处理作为现在图像处理的基础研究方向,一向深受研究者们的关注。近些年来,许多
研究者提出了许多经典的图像增强方法,以便从不同的角度来解决不同的问题,其中,基于在低光
照条件下获取的图像和视频增强算法占据了相当大的部分,得到了较快的发展,且解决了许多生活
中的实际问题,并由此产生了一系列的商业软件 (如 PS 图像处理软件) ,以及一些增强算法 [2] 在
不同的光照条件下,增强效果通常相比传统增强算法更明显,而且具有更强的物理意义。
光照不足条件下的图像与视频增强算法大致可以分为两个大类:传统图像增强算法和基于物理
模型的图像增强算法。传统图像增强算法及其衍生算法具有较强的适应性,通过不同的增强处理,
使用参数的调整,可以用在不同光照条件下的图像和视频的增强;相对而言,图像和视频增强算法
基于的物理模型通常有较强的针对性, 没有太多的人工干预调整参数, 处理的结果也是令人满意的。
此外,还有一些其他的图像处理方法结合增强算法对图像和视频的使用, 往往也能去的不错的结果。
2.小波变换理论
2.1 小波变换理论背景介绍
小波分析是一个在目前应用数学和工程科学中得到迅猛发展的新宠儿, 与 Fourier 变换、Gabor
变换相比小波变换是时频域的局部变换,所以能够很好地从信号中提取我们所需要的信息,并能通
过伸缩及平移来对函数或信号进行多尺度的细化分析, 最终实现低频处频率细分, 高频处时间细分,
2
自动变化来适应时频域信号分析的要求,这样就能提取到任意我们想要的细节部分,与 Fourier 变
换相比解决了好多其不能解决的许多问题。大量的分析和应用中存在的问题和小波分析,可以归因
于信号处理的问题,小波在信号分析中能够用于图像边缘的处理与滤波、时频分析、信噪分离与提
取弱信号及多尺度边缘检测等。现在,对时间信号的性质是稳定的(随机过程)处理仍然是傅里叶
分析的理想工具。但是在现实应用中所接触的大部分信号是非稳定的, 而小波分析用于非稳定信号。
小波变换的图像:二维小波变换图像实现了一维小波的一幅N×N通过行与列的一层一维小波
变换产生的四个图像大小为(N/2)×(N/2)的子带图像,分别为图像的低频子带(LL)、
水平高频子带(HL)、竖直高频子带(LH)和对角线高频子带(HH),小波变换是一种低频
(t) (t)
定义1设 f
,
2
f (t) (t)dt
W
a
f
a
为 f
( )
,若 a>1,函数 t 具
a,b
有伸展作用,a<1,函数具有收缩作用,而其傅里叶变换 Ψ(ω )则恰好相反。伸缩参数 a 对小波 t
a,b
3
剩余11页未读,继续阅读
资源评论
若♡
- 粉丝: 6206
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功