Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Fingerprint Image Segmentation Using Textural Features Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

A Novel Fuzzy Based Satellite Image Enhancement

verfasst von : Nitin Sharma, Om Prakash Verma

Erschienen in: Proceedings of International Conference on Computer Vision and Image Processing

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

A new approach is presented for the enhancement of color satellite images using the fuzzy logic technique. The hue, saturation, and gray level intensity (HSV) color space is applied for the purpose of color satellite image enhancement. The hue and saturation component of color satellite image are kept intact to preserve the original color information of an image. A modified sigmoid and modified Gaussian membership functions are used for the enhancement of the gray level intensity of underexposed and overexposed satellite images. Performance measures like luminance, entropy, average contrast and contrast enhancement function are evaluated for the proposed approach and compare with histogram equalization, discrete cosine transform (DCT) method. On comparison, this approach is found to be better than the recent used approaches.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel On Sphering the High Resolution Satellite Image Using Fixed Point Based ICA Approach
Nächstes Kapitel Differentiating Photographic and PRCG Images Using Tampering Localization Features
Literatur
1.
Gonzalez, C. Rafael, and E. Richard. “Woods, digital image processing.” ed: Prentice Hall Press, ISBN 0-201-18075-8, 2002.
2.
Gillespie, R. Alan, B. Anne, Kahle, and E. Richard Walker. “Color enhancement of highly correlated images. I. Decorrelation and HSI contrast stretches.” Remote Sensing of Environment 20, vol. 3, pp. 209–235, 1986.
3.
P. Dong-Liang and X. An-Ke, “Degraded image enhancement with applications in robot vision,” in Proc. IEEE Int. Conf. Syst., Man, Cybern., Oct. 2005, vol. 2, pp. 1837–1842.
4.
H. Ibrahim and N. S. P. Kong, “Brightness preserving dynamic histogram equalization for image contrast enhancement,” IEEE Trans. Consum. Electron., vol. 53, no. 4, pp. 1752–1758, Nov. 2007.
5.
H. Demirel, G. Anbarjafari, and M. N. S. Jahromi, “Image equalization based on singular value decomposition,” in Proc. 23rd IEEE Int. Symp. Comput. Inf. Sci., Istanbul, Turkey, Oct. 2008, pp. 1–5.
6.
Bhandari, A. K., A. Kumar, and P. K. Padhy. “Enhancement of low contrast satellite images using discrete cosine transform and singular value decomposition.” World Academy of Science, Engineering and Technology 79 (2011): 35–41.
7.
Demirel, Hasan, Cagri Ozcinar, and Gholamreza Anbarjafari. “Satellite image contrast enhancement using discrete wavelet transform and singular value decomposition.” Geoscience and Remote Sensing Letters, IEEE 7, no. 2 (2010): 333–337.
8.
Sharma, N., & Verma, O. P. (2014, May). Gamma correction based satellite image enhancement using singular value decomposition and discrete wavelet transform. In Advanced Communication Control and Computing Technologies (ICACCCT), 2014 International Conference on (pp. 1286–1289). IEEE.
9.
S. K. Naik and C. A. Murthy, “Hue-preserving color image enhancement without gamut problem,” IEEE Trans. Image Process., vol. 12, no. 12, pp. 1591–1598, Dec. 2003.
10.
F. Russo, “Recent advances in fuzzy techniques for image enhancement,” IEEE Trans. Image Process., vol. 47, no. 6, pp. 1428–1434, Dec. 1998.
11.
Verma, O. P., Kumar, P., Hanmandlu, M., & Chhabra, S. (2012). High dynamic range optimal fuzzy color image enhancement using artificial ant colony system. Applied Soft Computing, 12(1), 394–404.
12.
M. Hanmandlu and D. Jha, “An optimal fuzzy system for color image enhancement,” IEEE Trans. Image Process., vol. 15, no. 10, pp. 2956–2966, Oct. 2006.
13.
M. Hanmandlu, S. N. Tandon, and A. H. Mir, “A new fuzzy logic based image enhancement,” Biomed. Sci. Instrum., vol. 34, pp. 590–595, 1997.
14.
Hanmandlu, Madasu, Om Prakash Verma, Nukala Krishna Kumar, and Muralidhar Kulkarni. “A novel optimal fuzzy system for color image enhancement using bacterial foraging.” Instrumentation and Measurement, IEEE Transactions on 58, no. 8 (2009): 2867–2879.
15.
Xie, Zheng-Xiang, and Zhi-Fang Wang. “Color image quality assessment based on image quality parameters perceived by human vision system.” Multimedia Technology (ICMT), 2010 International Conference on. IEEE, 2010.
Metadaten
Titel
A Novel Fuzzy Based Satellite Image Enhancement
verfasst von
Nitin Sharma
Om Prakash Verma
Copyright-Jahr
2017
Verlag
Springer Singapore
Buch
Proceedings of International Conference on Computer Vision and Image Processing

Print ISBN: 978-981-10-2106-0

Electronic ISBN: 978-981-10-2107-7

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-981-10-2107-7_38

Neuer Inhalt

    Bildnachweise