淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-1208201014442600
中文論文名稱 一個以加強輪廓摺邊的雜訊影像改善技術
英文論文名稱 A Silhouette-Crease Edge Enhancement for Noisy Images
校院名稱 淡江大學
系所名稱(中) 資訊工程學系碩士班
系所名稱(英) Department of Computer Science and Information Engineering
學年度 98
學期 2
出版年 99
研究生中文姓名 林俊賢
研究生英文姓名 Chun-Hsien Lin
學號 697410107
學位類別 碩士
語文別 中文
第二語文別 英文
口試日期 2010-06-29
論文頁數 64頁
口試委員 指導教授-顏淑惠
委員-徐道義
委員-許秋婷
委員-林慧珍
委員-顏淑惠
中文關鍵字 模糊遮罩  坎尼測邊器  對比提高  拉氏濾波器  連通元件分析 
英文關鍵字 Unsharp Masking  Canny Edge Detector  Contrast Enhancement  Laplacian Filter  Connected Component Analysis 
學科別分類 學科別應用科學資訊工程
中文摘要 影像的清晰化是個很重要的問題,不論是對於影像的保存或是影像後續的處理都需要清晰的影像。針對於影像強化的技術有許多種的方式,其中之ㄧ的技術Unsharp Masking (UM)具有不錯的影像強化效果,本篇提出基於UM技術的影像強化方法,一個針對影像中雜訊的判斷技術,利用Lalpacinan的特性與Connected Component Analysis的技術找出雜訊的可能點,並且利用平均值取代掉該點雜訊,可以降低雜訊出現的程度,接著針對去雜訊後的影像使用Canny edge detector偵測出影像中物件的邊緣,將這些邊緣分類成輪廓與摺邊,並且給予不同程度的強化權重,利用UM的方使來強化影像,在我們的實驗結果中,對於平滑區域的雜訊有不錯的抑制效果,同時對於物件邊緣的部份加以強化,其結果與其他的方式比較起來over/under shooting 的現象降低許多,在數據上的表現也來的不錯。
英文摘要 Unsharp masking (UM) is an effective and popular method on image enhancement. However, it is sensitive to noise and tends to have over/under shooting problems. In this paper, we propose an improved UM-based technology for image enhancement. First, noises are detected and smoothed. Then, integrating the silhouette and crease edges (major and minor edges), we design an adaptive weighting method to enhance the contrast for edges. In this way, the major edges (silhouette) are sharpened more comparing to minor edges (crease). Hence, not only the over/under shooting problems are solved but the contrast on edges are properly enhanced. The proposed method has been compared to existing UM-based methods and the results are satisfying.
論文目次 第1章 緒論 1
1.1 研究動機與目的 1
1.2 影像強化技術 3
第2章 相關研究 8
2.1 Laplacian Filter 8
2.2 Connected Component Analysis 12
2.3 Canny Edge Detector 14
2.3.1 Noise reduction 14
2.3.2 Finding the intensity gradient of the image 15
2.3.3 Non-maximum suppression 16
2.3.4 Tracing edges through the image and hysteresis thresholding 17
2.4 Gaussian Smooth 17
2.5 Silhouette and Crease edges 18
第3章 系統架構 20
3.1 雜訊的偵測與抑制 21
3.2 Canny Edge Detector 26
3.3 輪廓與摺邊 26
3.4 Gaussian Smooth 28
3.5 影像強化 29
第4章 系統實驗結果與分析 31
4.1 參數的設定 31
4.2 測試影像與數據 33
第5章 結論與未來展望 53
參考文獻 54
附錄A 英文論文 56

圖目錄
圖1. Unsharp Masking 4
圖2. 四個判斷的紋理方向[5] 7
圖3. Sobel filter 9
圖4. 邊緣的灰階度的變化 11
圖5. 執行完第一次掃描的標籤 13
圖6. 執行完第二次掃描的標籤 13
圖7. 非最大值抑制 16
圖8. 系統流程圖 20
圖9. (a)原圖I(以縮小顯示); (b)Laplacian filtered 影像L(I) 22
圖10. 所有的雜訊候選點Ncandidate 23
圖11. 圖10中被認定為雜訊的點,黃色標示被錯誤分為雜訊的點 24
圖12. (a)原始影像I與 (b)去除雜訊後的影像D 25
圖13. 影像D以Canny edge detector所測出來的邊 26
圖14. 圖13的邊分類為輪廓(黃色)與摺邊(白色)的結果 28
圖15. 輪廓與摺邊經過高斯模糊後的結果(W) 29
圖16. (a)原影像I (b)本文所提方法的結果O 30
圖17. Gaussian noise (variance = 50) 32
圖18. 夜間攝影比較區域 37
圖19. 雜訊的比較 38
圖20. 物件輪廓與摺邊的比較 38
圖21. 合成影像比較區域 41
圖22. 雜訊的比較 42
圖23. 物件輪廓與摺邊的比較 42
圖24. Lena加入雜訊比較區域 46
圖25. 雜訊的比較 47
圖26. 物件輪廓與摺邊的比較 47
圖27. 比較區域 52
圖28. 物件輪廓與摺邊的比較 52

表目錄
表1. 參數的預設值 31
表2. Lena (with Gaussian noise of variance = 50)的BV 數值比較 51
參考文獻 [1]G. Ramponi, “A Cubic Unsharp Masking Technique for Contrast Enhancement,” Signal Processing. Vol. 67, pp. 211-222, June 1998.

[2]A. Polesel, G. Ramponi and V.-J. Mathews, “Image Enhancement via Adaptive Unsharp Masking,” IEEE Transactions on Image Processing, Vol. 9, No. 3, pp. 505-510, March 2000.

[3]M. Nakashizuka and I. Aokii, “A Cascade Configuration of The Cubic Unsharp Masking for Noisy Image Enhancement,” Proceedings of 2005 International Symposium on Intelligent Signal Processing and Communication Systems, pp. 161-164, December 13-16, 2005.

[4]Y. Liu, T.-M. Ng and B.-K. Liew, “A Wavelet Based Image Sharpening Algorithm,” 2008 International Conference on Computer Science and Software Engineering, pp. 1053-1056, December 12-14, 2008.

[5]Y.-H. Kim and Y.-J. Cho, “Feature and Noise Adaptive Unsharp Masking Based on Statistical Hypotheses Test,” IEEE Transactions on Consumer Electronics, Vol. 54, No. 2, pp. 823-830, May 2008.

[6]F. Russo, “An Image Enhancement Technique Combining Sharpening and Noise Reduction,” IEEE Transactions on Instrumentation and Measurement, Vol. 51, No. 4, pp. 824-828, August 2002.

[7]J. Canny, “A Computational Approach to Edge Detection,” IEEE Transactions on Pattern Analysis and Machine Intelligence, 8(6):679-698, 1986.

[8]G. Winkenbach and D.-H. Salesin, “Computer-Generated Pen-and-Ink Illustration,” Proceedings of the 21st annual conference on Computer graphics and interactive techniques, pp. 91-100, July 1994.

[9]U.-N. Chen, “Non-Photorealistic 3D Rendering in Chinese Painting Style,” Master thesis, Department of Computer Science and Information Engineering, National Cheng Kung University, Tainan, Taiwan, July 2003.

[10]C.-K. Yang and H.-L. Yang “A Non-Photorealistic Rendering of Seurat’s Pointillism,” Advances in Visual Computing, Part 2, Springer-Verlag, Berlin, pp.760-769, 2006.

[11]M.-A. Badamchizadeh and A. Aghagolzadeh, “Comparative Study of Unsharp Masking Methods for Image Enhancement,” International Conference on Image and Graphics (ICIG’04) IEEE, pp. 27-30, 2004.

[12]T. Arici and Y. Altunbasak, “Image Local Contrast Enhancement using Adaptive Non-Linear Filters,” 2006 IEEE 8th Workshop on Multimedia Signal Processing, pp. 329-333, October 3-6. 2006.
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2012-08-18公開。
  • 同意授權瀏覽/列印電子全文服務,於2012-08-18起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信