知识卡片
增强目标未必符合视觉
图像增强的适应度函数只是质量代理。书中的经典函数 F = (1/n)Σg²(x,y) − [(1/n)Σg(x,y)]²,g(x,y) 是增强后各像素灰度,n 是像素数;它正是增强后灰度的方差,值越大说明灰度越分散、对比度越高。但提高灰度分布均匀度或对比度,不保证观察者觉得更清晰。用遗传搜索时须先说明要强化的视觉特征,再以图像样例复核目标函数,复杂图像可能需要更贴合任务的指标。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1 . 4 . 2 基 于 遗 传 算 法 的 图 像 增 强 · 查看原书依据
max 2. 适应度函数 用优化函数评价图像增强的质量是一种客观评价方法,函数的最优结果不一定与人的视觉效果一致,所以图像增强的好坏取决于优化函数的设定。这里给出Azriel Rosenfield提出的评价图像质量的适应度函数: 其中,pj表示某染色体;输入图像大小为M×N,则n=M×N;g(x,y)为图像处的灰度值。
参考来源
- 位置:《智能算法导论》第 1 章 1.4.2 节“基于遗传算法的图像增强”(`EPUB/xhtml/chapter1_0011.xhtml`)。
- 结论依据:原文明确指出目标函数最优不一定与人眼视觉效果一致,并说明经典函数面对复杂图像存在局限。
- 原始内容:用优化函数评价图像增强的质量是一种客观评价方法,函数的最优结果不一定与人的视觉效果一致,所以图像增强的好坏取决于优化函数的设定。