Bildverbesserungsmethode für schwach beleuchtete Bilder basierend auf stochastischer Vierfachresonanz

WEI Min ,  

HU Xiao-feng ,  

LIN Min ,  

摘要

Um Probleme mit niedrigem Kontrast und starkem Rauschen bei Bildern in schwach beleuchteten Umgebungen zu lösen, wurde eine Bildverbesserungsmethode basierend auf stochastischer Vierfachresonanz vorgeschlagen. Ausgehend von der Wechselwirkung des Rauschens, das stochastische Resonanz erzeugt, mit der Nichtlinearität, wurde ein nichtlineares vierstabilssystem aufgebaut und die Kramers-Fluchtrate analysiert. Die Varianz wurde als Maß für die stochastische Resonanz des Bildes verwendet, ein approximativer analytischer Ausdruck für die Varianz des Ausgangsbildes des Systems in Abhängigkeit von der Rauschintensität wurde erstellt, und die Anwendung der vierfachen stochastischen Resonanz bei der Bildverbesserung wurde untersucht. Theoretische Analysen und numerische Simulationsergebnisse zeigen, dass die Varianz des Ausgangsbildes des vierfach stabilen Systems mit der Rauschintensität eine einpikkige Charakteristik aufweist, ein Bild-Stochastikresonanz-Phänomen existiert und der durch das vierfache stabile System erzeugte Resonanzpeak höher ist und der Resonanzeffekt stärker ist. In Kombination mit subjektiven und objektiven Bewertungsmetriken und im Vergleich zu Histogrammgleichung, Ein-Skalen-Retinex, MSRCR und dem bistabilen System zeigen die Ergebnisse, dass das Bild, das durch vierfach stochastische Resonanz verbessert wurde, die beste visuelle Wirkung aufweist, mit einer Informationsentropie von 7,7 und einer Rauschvarianz von unter 0,002, was eine Verbesserung um 5 % bzw. 38 % gegenüber der bistabilen stochastischen Resonanz darstellt. Der stärkere stochastische Resonanzeffekt des vierfach stabilen Systems kann die Bildqualität weiter verbessern und bietet Vorteile bei der Verbesserung von Bildern bei schlechter Beleuchtung.

关键词

Bildstochastische Resonanz; Vierfachsystem; Resonanzeffekt; Bildverbesserung bei schwacher Beleuchtung

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website