Ecualización de histogramas basada en lógica difusa para mejorar el contraste de las imágenes
Autores: V., Magudeeswaran; C. G., Ravichandran
Idioma: Inglés
Editor: Hindawi Publishing Corporation
Año: 2013
Acceso abierto
Artículo científico
Categoría
Matemáticas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 82
Citaciones: Sin citaciones
Se propone una ecualización de histogramas basada en lógica difusa (FHE) para mejorar el contraste de las imágenes. La FHE consta de dos etapas. En primer lugar, se computa un histograma difuso basado en la teoría de conjuntos difusos para manejar la inexactitud de los valores de nivel de gris de una mejor manera en comparación con los histogramas crujientes clásicos. En la segunda etapa, el histograma difuso se divide en dos subhistogramas basados en el valor medio de la imagen original y, a continuación, se ecualizan independientemente para preservar el brillo de la imagen. Los análisis cualitativos y cuantitativos del algoritmo FHE propuesto se evalúan utilizando dos parámetros bien conocidos como el contenido medio de información (AIC) y el índice del evaluador de calidad de imagen natural (NIQE) para varias imágenes. De las medidas cualitativas y cuantitativas se desprende que el método propuesto proporciona resultados óptimos al mejorar el contraste y preservar la información local de la imagen original. Los resultados experimentales muestran que el método propuesto puede eliminar de forma eficaz y significativa el aspecto desvaído y los artefactos adversos inducidos por varios métodos existentes. El método propuesto se ha probado con varias imágenes y ofrece una mejor calidad visual que los métodos convencionales.
Descripción
Se propone una ecualización de histogramas basada en lógica difusa (FHE) para mejorar el contraste de las imágenes. La FHE consta de dos etapas. En primer lugar, se computa un histograma difuso basado en la teoría de conjuntos difusos para manejar la inexactitud de los valores de nivel de gris de una mejor manera en comparación con los histogramas crujientes clásicos. En la segunda etapa, el histograma difuso se divide en dos subhistogramas basados en el valor medio de la imagen original y, a continuación, se ecualizan independientemente para preservar el brillo de la imagen. Los análisis cualitativos y cuantitativos del algoritmo FHE propuesto se evalúan utilizando dos parámetros bien conocidos como el contenido medio de información (AIC) y el índice del evaluador de calidad de imagen natural (NIQE) para varias imágenes. De las medidas cualitativas y cuantitativas se desprende que el método propuesto proporciona resultados óptimos al mejorar el contraste y preservar la información local de la imagen original. Los resultados experimentales muestran que el método propuesto puede eliminar de forma eficaz y significativa el aspecto desvaído y los artefactos adversos inducidos por varios métodos existentes. El método propuesto se ha probado con varias imágenes y ofrece una mejor calidad visual que los métodos convencionales.