Histogram equalization (HE) is a me

Histogram equalization (HE) is a method to obtain a
unique input to output contrast transfer function based
upon on the histogram of the input image. HE results in a
contrast transfer curve that stretches the peaks of the
histogram (where more information is present) and
compresses the troughs of the histogram (where less
information is present). Thus it is a special case of the
contrast shaping technique. As a stand alone technique,
HE has been used extensively in medical imaging,
satellite imagery and other applications where the
emphasis is on pattern recognition and bringing out of
hidden details. HE by itself results in too much
enhancement and artifacts like contouring which is
unacceptable in consumer electronics. Many techniques
have been proposed to deal with these problems. In [4],
the histogram is divided into two parts based on the input
mean, and each part is equalized separately. This
preserves the mean of the image to a certain extent. In
[5], each peak of the histogram is equalized separately.
An adaptation of HE, termed as Contrast Limited
Adaptive HE (CLAHE) [6] divides the input image into a
number of equal sized blocks and then performs contrast
limited HE on each block. Contrast limiting is done by
clipping the histogram before HE. This tends to tone
down the over enhancement effect of HE and gives a
more localized enhancement. However it is much more
computationally intensive than HE. If the blocks are nonoverlapping,
an interpolation scheme is needed to prevent
blocky artifacts in the output picture. Using overlapping
blocks can solve this problem (every pixel is replaced by
the HE output using a neighborhood) but is more
computationally intensive than using non-overlapping
blocks. CLAHE also requires a field store

ผลลัพธ์ (ไทย) 1:

ปรับแต่งฮิสโตแกรม (เขา) เป็นวิธีการที่จะได้รับการป้อนเฉพาะฟังก์ชันโอนย้ายผลผลิตความคมชัดตามเมื่อบนฮิสโตแกรมของภาพเข้า เขาเกิดเส้นโค้งโอนความคมชัดที่แห่งนี้ฮิสโตแกรม (ซึ่งข้อมูลเพิ่มเติมเป็นปัจจุบัน) และtroughs ของฮิสโตแกรมนั่น (ที่น้อยลงข้อมูลอยู่) จึง เป็นกรณีพิเศษของการความแตกต่างในเทคนิคการสร้างรูปร่าง เป็นเทคนิคหนึ่งที่ยืนอยู่คนเดียวเขามีการใช้อย่างกว้างขวางในภาพทางการแพทย์ภาพถ่ายและโปรแกรมประยุกต์อื่น ๆ ซึ่งจะเน้นอยู่ในรูปแบบการรับรู้และนำความซ่อนรายละเอียด เขาเองผลมากเกินไปปรับปรุงและสิ่งประดิษฐ์เช่น contouring ซึ่งเป็นไม่สามารถยอมรับในเครื่องใช้ไฟฟ้า เทคนิคมากมายมีการนำเสนอการจัดการกับปัญหาเหล่านี้ ใน [4],ฮิสโตแกรมจะถูกแบ่งออกเป็นสองส่วนตามข้อมูลป้อนเข้าค่าเฉลี่ย และแต่ละส่วนคือแบ่งงานแยกต่างหาก นี้รักษาค่าเฉลี่ยของรูปขอบแบบบางเขต ใน[5], แต่ละช่วงของฮิสโตแกรมแบ่งงานแยกต่างหากการปรับตัวของเขา เรียกว่าเป็นความคมชัด จำกัดปรับเขา (CLAHE) [6] แบ่งรูปเข้าไปจำนวนเท่ากับขนาดบล็อก และจากนั้น ทำการเปรียบจำกัดเขาในแต่ละบล็อค จำกัดความคมชัดทำได้โดยปหน้าฮิสโตแกรมก่อนเขา นี้มีแนวโน้มที่โทนสีลงมากกว่าการเพิ่มประสิทธิภาพผลของเขาและให้การเพิ่มภาษาท้องถิ่นมากขึ้น อย่างไรก็ตาม มันถูกมากcomputationally เข้มข้นกว่าเขา ถ้าบล็อกขนานโครงร่างการแทรกข้อความที่จำเป็นสำหรับการป้องกันสิ่งประดิษฐ์ที่ blocky ในภาพออก โดยใช้การซ้อนทับกันบล็อกสามารถแก้ปัญหานี้ (แต่ละพิกเซลจะถูกแทนที่โดยผลเขาใช้ละแวกนั้น) แต่จะเพิ่มมากขึ้นcomputationally เข้มข้นกว่าใช้ไม่ซ้อนกันบล็อก CLAHE ยังต้องเก็บฟิลด์

ผลลัพธ์ (ไทย) 2:

เท่าเทียมกัน Histogram (HE) เป็นวิธีการที่จะได้รับให้การป้อนข้อมูลที่ไม่ซ้ำกับฟังก์ชั่นการถ่ายโอนความคมชัดของการส่งออกตามเมื่อบนกราฟแสดงความถี่ของภาพที่นำเข้า เขาจะส่งผลให้เส้นโค้งการถ่ายโอนความคมชัดที่ทอดยาวยอดของกราฟ(ที่ข้อมูลเพิ่มเติมที่เป็นปัจจุบัน) และบีบอัดร่องของกราฟ(ที่น้อยกว่าข้อมูลที่เป็นปัจจุบัน) ดังนั้นมันจึงเป็นกรณีพิเศษของเทคนิคการสร้างความคมชัด ในฐานะที่เป็นเทคนิคที่ยืนคนเดียวเขาได้รับการใช้อย่างกว้างขวางในการถ่ายภาพทางการแพทย์ภาพถ่ายดาวเทียมและการใช้งานอื่นๆ ที่เน้นการจดจำรูปแบบและนำออกจากรายละเอียดที่ซ่อน ฯพณฯ ด้วยตัวเองส่งผลให้มากเกินไปการเพิ่มประสิทธิภาพและสิ่งประดิษฐ์เช่นcontouring ซึ่งเป็นที่ยอมรับไม่ได้ในอุปกรณ์อิเล็กทรอนิกส์ เทคนิคต่าง ๆได้รับการเสนอที่จะจัดการกับปัญหาเหล่านี้ ใน [4], กราฟจะแบ่งออกเป็นสองส่วนตามอินพุตค่าเฉลี่ยและส่วนที่แต่ละคนจะแยกกันเสมอภาคกัน นี้จะเก็บรักษาค่าเฉลี่ยของภาพในระดับหนึ่ง ใน[5], จุดสูงสุดของกราฟแต่ละแก้วหูแยกต่างหาก. การปรับตัวของเขาอันเรียกว่าเป็นความคมชัด จำกัดAdaptive HE (CLAHE) [6] แบ่งภาพที่นำเข้าเป็นจำนวนบล็อกขนาดเท่ากันและจากนั้นดำเนินการตรงกันข้ามจำกัด ฯพณฯ ในแต่ละ บล็อก คมชัด จำกัด จะกระทำโดยการตัดแท่งก่อนที่เขาจะ นี้มีแนวโน้มที่จะเสียงลงผลมากกว่าการเพิ่มประสิทธิภาพของเขาและให้การเพิ่มประสิทธิภาพของภาษาท้องถิ่นมากขึ้น แต่มันเป็นมากขึ้นคอมพิวเตอร์เข้มข้นกว่าเขา หากบล็อกมี nonoverlapping, โครงการแก้ไขเป็นสิ่งจำเป็นเพื่อป้องกันไม่ให้สิ่งประดิษฐ์บล็อกในภาพออก ที่ทับซ้อนกันโดยใช้บล็อกสามารถแก้ปัญหานี้ (ทุก pixel จะถูกแทนที่ด้วย ฯพณฯ การส่งออกโดยใช้พื้นที่ใกล้เคียง) แต่เป็นมากกว่าคอมพิวเตอร์ที่เข้มข้นกว่าการใช้ไม่ทับซ้อนกันบล็อก CLAHE ยังต้องเก็บสนาม

ผลลัพธ์ (ไทย) 3:

ปรับความถี่ ( เขา ) เป็นวิธีที่จะได้รับการป้อน
เฉพาะฟังก์ชันถ่ายโอนออกคมชัดตาม
บนส่วนของภาพที่ใส่ เขาผลลัพธ์ในความคมชัดที่ทอดโค้ง
โอนยอดของกราฟ ( ซึ่งข้อมูลเพิ่มเติม

ปัจจุบัน ) และบีบอัด troughs ของฮิสโตแกรม ( ที่ข้อมูลน้อย
เป็นปัจจุบัน ) ดังนั้นมันจึงเป็นกรณีพิเศษของ
ส่วนการสร้างเทคนิค เป็นยืนอยู่คนเดียวที่มี
เขาได้ถูกใช้อย่างกว้างขวางในการถ่ายภาพทางการแพทย์
ภาพถ่ายดาวเทียมและโปรแกรมอื่น ๆที่เน้นการรับรู้รูปแบบ

รายละเอียดและนำออกมาจากที่ซ่อน เค้าเองผลเสริมมากไป
และสิ่งประดิษฐ์เช่น เหลาซึ่ง
รับไม่ได้ในอุปกรณ์อิเล็กทรอนิกส์ผู้บริโภค หลายเทคนิค
ได้ถูกเสนอขึ้นเพื่อจัดการกับปัญหาเหล่านี้ ใน [ 4 ] ,
กราฟแสดงความถี่จะถูกแบ่งออกเป็นสองส่วนตามข้อมูล
หมายถึง แต่ละส่วนมีเสมอภาคกันต่างหาก นี้
รักษาหมายถึงของภาพได้ในระดับหนึ่ง ใน
[ 5 ] แต่ละจุดสูงสุดของกราฟ คือ ถึงแยก
การปรับตัวของเขา , termed เป็นคมชัดจำกัด
แบบเขา ( clahe ) [ 6 ] แบ่งภาพใส่เข้าไปใน
จำนวนเท่ากับขนาดบล็อกแล้วแสดงความคมชัด
จำกัดเขาในแต่ละบล็อก คมชัดจำกัด ทำโดย
รูปวาด histogram ก่อนที่เขา . นี้มีแนวโน้มที่จะเสียง
ลงกว่าเสริมผลของเขาและให้
เพิ่มเติมถิ่นคนเมือง แต่มันเป็นมากขึ้น
computationally เข้มข้นกว่าเขา ถ้าบล็อกมีการสอดแทรก nonoverlapping
,
โครงการเป็นสิ่งจำเป็นเพื่อป้องกันบล็อกสิ่งประดิษฐ์ในการแสดงผลภาพ ใช้
บล็อกซ้อนกันสามารถแก้ปัญหานี้ได้ ( แต่ละพิกเซลจะถูกแทนที่โดย
ผลผลิตเขาใช้แถวบ้าน ) แต่เป็นมากกว่า
computationally เข้มข้นกว่าการใช้ไม่
บล็อกซ้อนกัน clahe ยังต้องมีร้านสาขา