استخدام ذكاء السرب لتحسين تباين الصور الملونة
Using Swarm Intelligence to Enhance Contrast of the Color Images
- الباحث
- أماني أحمد يحيى حسين
- المشرف
- حنان حامد علي عبدالله
- الجامعة
- جامعة الموصل
- الكلية / القسم
- كلية علوم الحاسوب والرياضيات / البرمجيات
- الشهادة
- دبلوم عالي
- السنة
- 2024
- لغة الرسالة
- عربي
- الكلمات المفتاحية
- ذكاء السرب ; تحسين التباين ; الصور الملونة ; معالجة الصور
الملخص
تحسين تباين الصور هو مجال هام في معالجة الصور إذ يهدف إلى تعزيز جودة الصورة وجعل التفاصيل أكثر وضوحًا. وتم التركيز في هذه الدراسة على تحسين تباين الصور باستخدام ثلاثة خوارزميات رئيسية: Adaptive Contrast Enhancement ،Histogram Equalizer ،(ACE) و .Hybrid ACE-FireFly تعتبر Histogram Equalizer 444 كلاسيكية توزع تردد الألوان بشكل متساوء مما يعزز التباين ويعزز التفاصيلء، في حين أن ACE تعتمد على التكامل الرياضي وتقنيات التحسين لتعزيز جودة الصورة وجعل التباين أكشر وضوحّاء ايضا Hybrid ACE-FireFly تمثل تقاطعًا بين ACE وهي طريقة تقليدية و sts FireFly خوارزمية ذكائية لتحسين التباين باستخدام مزايا كل منها. تم استخدام مقاييس مشتركة مثل PSNR( Peak Signa-to-Noise Ratio) و MSE Mean Square Error) ( و(81101 RMSE(Root Mean Square لتقييم جودة الصور. PSNR يعكس فاعلية الخوارزميات في تقديم جودة الصورة: إذ تزيد القيم عندما تكون الجودة أفضل,أيضا MSE تقاس بفارق القيم الفعلية للبكسل في الصورة، وقيم منخفضة تشير إلى جودة عالية. RMSE يستخدم لتحديد مدى الانحراف بين الصورتين, تظهر نتائج التحسينات الملحوظة في جودة الصور باستخدام الخوارزميات المعتمدة، وتعكس المقاييس المستخدمة تحسيئًا في التباين وجودة التفاصيل في الصور المعالجة. تم اختبار عشرة صور مختلفة التباين بإمتداد JPG للتحقق من كفاءة أداء الخوارزمية المقترحة؛ بناءً على النتائج المستحصلة يمكن ملاحظة أن خوارزمية ACE-FireFly تظهر عمومًا كأفضل خوارزمية في معظم الحالات. على سبيل المثال، في الصورة رقم 1، تسجل خوارزمية ACE-FireFly أقل قيمة لمتوسط مربع الخطأ (128()04517. 18) و وقيمة الجذر التربيعي لمعدل مربع الخطأ )11.322( وأعلى قيمة لنسبة إشارة إلى ضوضاء (PSNR) (27.053)بالمقارنة مع الخوارزميات الأخرى.هذا يشير إلى أن ACE-FireFly قد تكون الخوارزمية الأكثر فعالية في تحسين توزيع الألوان, ومع ذلك؛ يجب مراعاة أنواع الصور وظروف التطبيق المختلفة عند اتخاذ القرار بشأن الخوارزمية المناسبة للتطبيق المحدد.
Abstract
Image contrast enhancement is an important field in image processing as it aims to enhance image quality and make details clearer. The focus of this study was on improving image contrast using three main algorithms: Histogram Equalizer, Adaptive Contrast Enhancement (ACE), and Hybrid ACE-FireFly. Histogram Equalizer is a classic method that distributes color frequency evenly, which enhances contrast and enhances details, while ACE relies on mathematical integration and optimization techniques to enhance image quality and make contrast clearer. Also, Hybrid ACE-FireFly represents a cross between ACE, which is a traditional method, and FireFly, which is Intelligent contrast optimization algorithm using the advantages of each. Common metrics such as PSNR(Peak Signa-to-Noise Ratio), MSE(Mean Square Error) and RMSE(Root Mean Square Error) are used to evaluate the image quality. PSNR reflects the effectiveness of algorithms in providing image quality, as the values increase when the quality is better. Also, MSE is measured by the difference between the actual values of the pixels in the image, and low values indicate high quality. RMSE is used to determine the extent of deviation between the two images. The results show noticeable improvements in image quality using the adopted algorithms, and the metrics used reflect an improvement in contrast and quality of details in the processed images. Ten different contrast JPG images were tested to verify the performance efficiency of the proposed algorithm. Based on the results obtained, it can be seen that the ACE-FireFly algorithm generally appears as the best algorithm in most cases. For example, in Image 1, the ACE-FireFly algorithm has the lowest mean square error (MSE) (128.18) and rms (11.322) and highest signal-to-noise ratio (PSNR) (27.053) in comparison. With other algorithms. This suggests that ACE-FireFly may be the most effective algorithm in improving color distribution. However, different image types and application conditions must be taken into account when deciding which algorithm is appropriate for the specific application.
طلب نسخة من الملف
الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.