Resumen

Se sabe que muchos métodos de mejora de imágenes tienen un compromiso entre la supresión del ruido y la mejora de los bordes. En este artículo, proponemos una nueva técnica de filtrado para la mejora de imágenes y la explicamos desde la teoría de la percepción visual humana. Combina la regresión kernel y la homogeneidad local y evalúa el rendimiento de restauración del método de suavizado. En primer lugar, la imagen se filtra mediante regresión kernel. A continuación, se introduce el cálculo de la homogeneidad local de la imagen, que ofrece una selección adaptativa del suavizado posterior. El efecto global de este algoritmo es eficaz en la reducción del ruido y la mejora de los bordes. Los resultados experimentales muestran que este algoritmo tiene un mejor rendimiento en la mejora de los bordes de la imagen, la mejora del contraste y la supresión del ruido.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:realce de bordes, regresión kernel, supresión de ruido, teoría de la percepción visual humana, muchos métodos de realce de imágenes, realce de bordes de imágenes, filtrado de realce de imágenes, cálculo de homogeneidad local, algoritmo, resultados de experimentos
• Keywords:edge enhancement, kernel regression, noise suppression, human visual perception theory, many image enhancement methods, image edge enhancement, image enhancement filtering, local homogeneity computation, algorithm, experiment results