Hướng dẫn sử dụng

Multi-Objective Pareto Histogram Equalization

Loại tài liệu: Tài liệu số - Article

Thông tin trách nhiệm: Daumas-Ladouce, Federico; Garcı'a-Torres, Miguel; Noguera, Jos´e Luis V´azquez; Pinto-Roa, Diego P.; Legal-Ayala, Horacio

Nhà Xuất Bản: Elsevier

Năm Xuất Bản: 2020

Chia sẻ
(Tải app tại đây để đọc sách)

Tóm tắt

Several histogram equalization methods focus on enhancing the contrast as one of their main objectives, but usually without considering the details of the input image. Other methods seek to keep the brightness while improving the contrast, causing distortion. Among the multi-objective algorithms, the classical optimization (a priori) techniques are commonly used given their simplicity. One of the most representative method is the weighted sum of metrics used to enhance the contrast of an image. These type of techniques, beside just returning a single image, have problems related to the weight assignment for each selected metric. To avoid the pitfalls of the algorithms just mentioned, we propose a new method called MOPHE (Multi-Objective Pareto Histogram Equalization) which is based on Multi-objective Particle Swarm Optimization (MOPSO) approach combining different metrics in a posteriori selection criteria context.

Ngôn ngữ:en
Thông tin trách nhiệm:Daumas-Ladouce, Federico; Garcı'a-Torres, Miguel; Noguera, Jos´e Luis V´azquez; Pinto-Roa, Diego P.; Legal-Ayala, Horacio
Thông tin nhan đề:Multi-Objective Pareto Histogram Equalization
Nhà Xuất Bản:Elsevier
Loại hình:Article
Bản quyền:© 2020 The Author(s). Published by Elsevier B.V.
Mô tả vật lý:21 p.
Năm Xuất Bản:2020

(Sử dụng ứng dụng VNU- LIC quét QRCode này để mượn tài liệu)

(Lưu ý: Sử dụng ứng dụng Bookworm để xem đầy đủ tài liệu. Bạn đọc có thể tải Bookworm từ App Store hoặc Google play với từ khóa "VNU LIC”)

  • Chủ đề
TÀI NGUYÊN KHÁC