边缘增强的遥感图像数据的DCT域要点分析.docVIP

边缘增强的遥感图像数据的DCT域 摘要 边缘增强是一个重要的遥感图像数据的图像处理方法。许多图像的压缩按照使用了离散余弦变换（DTC）的JPEG压缩标准。由于大多数系数在DCT域中是小的，并且可以被量化为零，操纵在DCT域的数据是一个有效的方式，以节省计算机的资源。在本文中，提高遥感影像数据在DCT域新的边缘和快速算法被分为3个步骤开发和实施：高通滤波，加回全部或部分的原始图像的灰度级，和对比度拉伸。实验结果表明，所产生的图像的质量新的算法是与所产生的相应的方法在空间域的图像的相媲美。 q1999 Elsevier科学B.V.保留所有权利。 关键词：对比度拉伸，DCT域边缘增强滤波，图像压缩 在图像处理中，处理速度，以及内存和I / O利用率是必须考虑的重大问题。操作压缩后的图像是一个有效处理图像数据的方法，因为大多数图像数据通常存档或以压缩形式发送的。许多数据压缩标准，如JPEG，MPEG和H.261[1]，离散余弦变换（DCT）[2]，因为大多数系数在DCT域中是小的，并且可以是量化成零。换言之，在DCT的数据速率域是比在空间域中的低得多。因此，通过直接计算唯一在变换域中没有逆变换的非零DCT系数来操纵图像可以大大减少存储需求，以及作为计算时间。 许多研究在基于DCT性能操纵压缩图像上已完成 [3,4]。史密斯和罗维[5]推导出了一套算法对代数运算包括标量加法/乘法和像素明智的加法/乘法，和应用程序被描述例子。Chitprasert和Rao [6]，Ngan和Clarke[7]，和Lee和Lee[8] 在图像过滤DCT域提出的算法。 前面提到的研究的基础上，张大千，王梅塞施米特[9,10]为图像平移缩放，重叠（不透明和半透明），线性滤波和像素乘法开发的算法，可以适用于抗锯齿，图像，字幕，和屏蔽。他们为图像剪切，旋转，使用多通技术和矩阵乘法，和技术的图像/在视频检索，编辑，有哪些信誉好的足球投注网站和匹配DCT域进一步推导出一些新的算法[11,12]。CHEN和Sethi[13,14]应用（以较早者为准）代数运算和发展自己的内部操作和扫描线算法来处理带有更多的数学细节的压缩/视频影像。其他重要的操作，如定位感兴趣的区域，并检测边缘宽度，也被描述在文献[15]。 DCT域的计算复杂度的的操作取决于图像压缩率和DCT系数矩阵的稀疏性。对于块明智的操作，复杂性可以被降低了约65％，以及根据实验数据加快可超过100而没有明显的质量劣化[5,12,14]。 本文汇集了在文献中提出解决一个在遥感上的重要应用的理论方法。这项工作的新颖之处还在于在在DCT域中一些滤波矩阵的对角线性质的发现，这使得数据计算量减少很多。 图1.原始图像的月亮：灰色度超过10至90的范围内 图2. 在空间域中图1的对比度拉伸：灰色度为0-255的范围内。 我们为空间特征操作包括高通滤波，对比度拉伸，和在DCT域中边缘增强开发了新的快速的算法。第2节中详细描述了这些算法，并示出了使用衍生算法处理的图像。在第3节，给出了性能的分析和评价。本文在第4节结束。 2．在DCT域的图像增强 遥感图像数据的加强包括凸显图像上的功能之间的区别，以便提高其视觉质量。目前有许多增强技术。在这里，我们讨论对比和空间的功能操作，包括对比度拉伸，高通滤波，和边缘增强。一些远程遥感影像在我们的实验中被使用。 2.1．对比操作 低对比度使得它难以识别一个图像的细节。这样做的原因是，图像中的数据只使用了可能的灰度级的显示的一小部分，而显示器通常工作在一个256个灰度等级范围内。对比度拉伸是对比度操纵的一种类型，它是扩大这个图像数据狭窄的范围到更宽的范围内，以便显示的全部256个灰度级别可以使用。 线性拉伸是图像灰度的均匀的扩张。它利用（1）修改每个图像中的像素： （1） 其中，输入是在输入图像中的像素的灰度级，输出是操作后的像素的灰度级，MIN是输入图像最小的灰度级和MAX是输入图像最大的灰度级的 [16]。对于JPEG的压缩方案，输入的图像数据在正DCT（FDCT）前从[0255]到[2128,127]进行标准化。 因此，相应的应用公式（2）改变对比度拉伸： （2） 其中输入，输出，最小值和最大值是正常化后相应的的值。 由于DCT的拉伸，lincar对比度的线性可以由方程（3）或（4）在DCT域中直接计算。 （3） (4) 图.3.在DCT域中利用方程对比度拉伸。（4）：灰色度 以上为0-255的范围内。 图.6.原始图像的区域的英国 图.7.在空间域中使用3*3低通滤波器低通滤波过的英国图像。 在这里，我们假设每个图像子块