【技术实现步骤摘要】
本专利技术属于计算机数字图像处理领域，具体涉及一种底层图像挖掘中自动自适应 获取最佳质量图像的方法。
技术介绍
图像挖掘分为基于逻辑推理以挖掘“知识”的高层图像挖掘和基于像素级操作的 挖掘图像结构本身的底层图像挖掘。由于在微光条件下，人类视觉系统对图像的分辨能力 很低，很多图像其实含有信息，但是人类视觉觉察不到，不能清楚看清图像结构，因而需要 对图像进行挖掘。现代图像挖掘技术一般涉及明视觉条件，对于暗视觉条件下获得的图像的研究很 少。有限的研究也只是对图像做尝试性的挖掘，需要人工调整参数，耗费较长时间才能挖掘 出源图像中的有用信息，不能进行自动挖掘，得到质量最好的图像。
技术实现思路
本专利技术的目的是提供一种底层图像挖掘中的最佳质量图像的自动自适应获取方 法，能够自动地、自适应地、快速地得到最佳质量图像，挖掘出暗视觉条件下获得的源图像 中的有用信息。为了实现上述目的，本专利技术表述一种底层图像挖掘中的最佳质量图像的自动自适 应获取方法，其关键在于按以下步骤进行步骤一，获取源图像每个像素点的灰度0g(x，y)，计算源图像的平均灰度AGO ； 平均灰度AGO可根据下式计算
【技术保护点】
一种底层图像挖掘中的最佳质量图像的自动自适应获取方法，其特征在于按以下步骤进行：步骤一，获取源图像每个像素点的灰度Ｏｇ（ｘ，ｙ），计算源图像的平均灰度ＡＧ０；步骤二，计算Ｚａｄｅｈ－Ｘ变化的层次因子Ｄｅｌｔａ的值，该Ｄｅｌｔａ可由下式获得：Ｄｅｌｔａ＝３．９９×ＡＧ０－０．０１６２步骤三，利用获取的Ｄｅｌｔａ值，根据Ｚａｄｅｈ－Ｘ变换方法挖掘得到源图像对应的最佳质量图像，Ｚａｄｅｈ－Ｘ变换方法如下：Ｔｇ（ｘ，ｙ）＝ｋＯｇ（ｘ，ｙ）－Ｔｈｅｔａ／Ｄｅｌｔａ上式的约束条件为：＊＊＊其中，Ｏｇ（ｘ，ｙ）表示源图像中像素点（ｘ，ｙ）的灰度值，Ｔｇ（ｘ，ｙ）表示最佳质量图像中像素点（ｘ，ｙ）的灰度值，ｋ表示伸缩因子，取ｋ＝２５５，Ｔｈｅｔａ表示变换起点，取Ｔｈｅｔａ＝０。
【技术特征摘要】
一种底层图像挖掘中的最佳质量图像的自动自适应获取方法，其特征在于按以下步骤进行步骤一，获取源图像每个像素点的灰度Og(x, y)，计算源图像的平均灰度AG0；步骤二，计算Zadeh X变化的层次因子Delta的值，该Delta可由下式获得Delta=3.99×AG0－0.0162步骤三，利用获取的Delta值，根据Zadeh X变换方法挖掘得到源图像对应的最佳质量图像，Zadeh X变换方法如下 上式的约束条件为 其中，Og(x, y)表示源图像中像素点(x, y)的灰度值，Tg(x, y)表示最佳质量图像中像素点(x, y)的灰度值，k表示伸缩因子，取k=255，Theta表示变换起点，取Theta=0。552400dest_path_image001.jpg,7652...
【专利技术属性】
技术研发人员：谢正祥，王志芳，
申请(专利权)人：重庆医科大学，
类型：发明
国别省市：85[中国|重庆]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。