专利名称：底层图像挖掘中的最佳质量图像的自动自适应获取方法
技术领域：
本发明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。
背景技术：
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。
发明内容
本发明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，本发明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
权利要求
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,765206dest_path_image002.jpg
1. 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AGO ； 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. 99XAGO 一 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Delia 上式的约束条件为其中，0g(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。
全文摘要
本发明公开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变换的层次因子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。本发明能够自动地、自适应的得到暗视觉条件下获得的图像的最佳质量图像，不需要人工调整挖掘参数，节约了挖掘时间。
文档编号G06T5/00GK101964109SQ201010509260
公开日2011年2月2日 申请日期2010年10月15日 优先权日2010年10月15日
发明者王志芳, 谢正祥 申请人:重庆医科大学