افزایش کیفیت تصاویر زیر آب با بهره گیری از Dark Channel در فضای رنگی YIQ

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 506

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEEE08_212

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

با توجه به خواص فیزیکی آب، عملیات پردازش تصویر در تصاویر زیر آب از اهمیت قابل توجهی برخوردار است. بیشتر وسایل نقلیه زیر آبی هوشمند و وسایل نقلیه کنترل از راه دور دریایی، معمولابرای تصویر برداری از زیر آب به دوربین های نوری مجهز می باشند که کیفیت تصاویر گرفته شده از این وسایل تصویر برداری با توجه به خواص آب و ناخالصی آن مطلوب نمی باشد، زیرا که آب باعث تضعیف نور شده و هر چه میزان عمق آب بیشتر باشد، نور کاهش بیشتری پیدا خواهد کرد، که این موضوع باعث جذب شدن یک سری رنگ ها توسط آب خواهد گردید. در نتیجه معمولا عکس هایی که با دوربین های نوری از زیر آب گرفته می شوند، به دلیل عدم نور یکنواخت وکنتراست کم، دچار ضعف بصری، مات شدگی و یا درخشندگی بیش از اندازه و میدان دید ضعیف می باشند. در این مقاله به منظور بهبود تصاویر زیر آب، از روش افزایش کیفیت تصاویر با بهره گیری از Dark Channel در فضای رنگی YIQ استفاده می شود. روش ارایه شده بر روی چندین تصویر تست شده و نتایج حاصل از آن با روش های متداول مورد مقایسه قرار گرفته است.تجزیه و تحلیل کیفی و کمی روش پیشنهادی نشان می دهد که کنتراست و جرییات تصاویر فوق بهبود قابل توجهی یافته اند

نویسندگان

علی حسینی

گروه مهندسی کامپیوتر، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران

محمدامین شایگان

گروه مهندسی کامپیوتر، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • هص‌وروفادوس‌ت ب‌قن‌ه س‌ازی‌تبه‌لفض‌ای رگی‌به ه‌ظور فل‌زغ‌ش‌کفه‌تفش‌ر ده س‌ازی" ی‌از ده‌هنکف‌رک‌س ...
  • White, E. M., Partridge, J. C., & Church, S. C. ...
  • Baharudin, Baharum B., M. Kushairi, and M. Rajuddin. «Significance level ...
  • Schettini, R., & Corchs, S. «Underwater image processing: state of ...
  • Hitam, M. S., Yussof, W. N. J. H. W., Awalludin, ...
  • Prabhakar, C. J., & Kumar, P. U.، An image based ...
  • Arici, T., Dikbas, S., & Altunbasak, Y.، 0A histogram modification ...
  • Palus, H. Repre sentations of colour images in different colour ...
  • http ://www. yooz .ir/blogs/?t= 1 &i=1 &s=0&l=1 5 &tid=3790022 1786746380 ...
  • He, K., Sun, J., & Tang, X. Single image haze ...
  • Sedighi, S., Roopaei, M., & Agaian, S. Genetic -Based Thresholds ...
  • Kim, Y. T.Contrast enhancement using brightness preserving bi- histogram equalization. ...
  • Chen, S. D., & Ramli, A. R.. Contrast enhancement using ...
  • Iqbal K, Salam RA, Osman A, Talib AZ: «Underwater image ...
  • Iqbal K, Odetayo M, James A, Salam RA, Talib AZ: ...
  • Mohan, S., & Mahesh, T. R. Particle Swarm Optimization based ...
  • Sowmyashree, M. S., Bekal, S. K., Sneha, R., & Priyanka, ...
  • Galdran, A., Pardo, D., Picon, A., & Alvarez-Gila, A. Automatic ...
  • Chiang, J. Y., & Chen, Y. C. Underwater image enhancement ...
  • Sathya, R., Bharathi, M., & Dhivyasri, G. Underwater image enhancement ...
  • Wang, Y., Chen, Q., & Zhang, B. Image enhancement based ...
  • Sim, K. S., Tso, C. P., & Tan, Y. Recursive ...
  • https : //www. tripadvi sor.com/. ...
  • Agaian, S. S., Panetta, K., & Grigoryan, A. M.، A ...
  • نمایش کامل مراجع