بهبود کنتراست تصاویر با استفاده از مدل ترکیبی گاوسی

بهبود تصاویر دیجیتال، امروزه به عنوان یکی از چالش برانگیزترین زمینه های تحقیق در حوزه پردازش تصویر به شمار می‏آید. چراکه الگوریتم‏های این زمینه همواره به عنوان عملیات پیش پردازش برای پردازش های مهم بعدی مورد استفاده قرار می گیرند و از آنجاییکه کیفیت عملکرد روش های پیش پردازشی همچون بهبود تصاویر،تأثیر مستقیم برروی هر گونه پردازش در مراحل بعدی خواهد داشت، بنابراین عملکرد بالای روش های بهبود تصاویر می تواند در افزایش کارایی کل سیستم تأثیر زیادی داشته باشد. در این مقاله، روشی جدید برای افزایش کنتراست تصاویر ارائه شده است که طی آن با در نظر گرفتن محتوای تصویر، نواحی مهم تصویر ورودی تشخیص داده شده و سپس، تمایز این نواحی از یکدیگر افزایش داده می شود. در راهکار پیشنهادی این مقاله، هر ناحیه زنگوله ای از هیستوگرام را با یک توزیع گاوسی مدل کرده و نشان داده ایم این نواحی زنگوله ای هر یک مربوط به یکی از نواحی یکنواخت تصویرند. پس از این مرحله و مدل کردن قله های هیستوگرام اصلی با چندین توزیع گاوسی، با استفاده از مدل ترکیبی گاوسی (GMM) هیستوگرام ورودی را مدل کردیم. برای مقایسه بهتر عملکرد روش پیشنهادی، چهار روش از متداول-ترین روش های موجود در این زمینه در کنار روش پیشنهادی پیاده سازی و برروی تصاویر مختلف آزمایش شده اند.

کلیدواژه ها:

پردازش تصویر ، بهبود تصاویر ، هیستوگرام ، کنتراست ، توزیع گاوسی ، مدل ترکیبی گاوسی