مشخصات مقاله | |
ترجمه عنوان مقاله | تقویت تصویر علامت راهنمایی و رانندگی در محیط کم نور |
عنوان انگلیسی مقاله | Traffic Sign Image Enhancement in Low Light Environment |
انتشار | مقاله سال 2019 |
تعداد صفحات مقاله انگلیسی | 7 صفحه |
هزینه | دانلود مقاله انگلیسی رایگان میباشد. |
پایگاه داده | نشریه الزویر |
نوع نگارش مقاله |
مقاله پژوهشی (Research Article) |
مقاله بیس | این مقاله بیس نمیباشد |
نوع مقاله | ISI |
فرمت مقاله انگلیسی | |
ایمپکت فاکتور(IF) |
1.257 در سال 2018 |
شاخص H_index | 47 در سال 2019 |
شاخص SJR | 0.281 در سال 2018 |
شناسه ISSN | 1877-0509 |
مدل مفهومی | ندارد |
پرسشنامه | ندارد |
متغیر | ندارد |
رفرنس | دارد |
رشته های مرتبط | مهندسی کامپیوتر |
گرایش های مرتبط | الگوریتم و محاسبات |
نوع ارائه مقاله |
ژورنال و کنفرانس |
مجله / کنفرانس | علوم کامپیوتر پروسیدیا – Procedia Computer Science |
دانشگاه | School of Electronic Information Engineering, Changchun University of Science and Technology, Changchun, China |
کلمات کلیدی | محیط کم نور، تصویر علامت راهنمایی رانندگی، تقویت تصویر، تبدیل موجک گسسته |
کلمات کلیدی انگلیسی | low-light environment; traffic sign image; image enhancement; discrete wavelet transform |
شناسه دیجیتال – doi |
https://doi.org/10.1016/j.procs.2019.06.094 |
کد محصول | E12355 |
وضعیت ترجمه مقاله | ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید. |
دانلود رایگان مقاله | دانلود رایگان مقاله انگلیسی |
سفارش ترجمه این مقاله | سفارش ترجمه این مقاله |
فهرست مطالب مقاله: |
Abstract
1. Introduction 2. Enhancement Algorithm 3. Experimental Results 4. Conclusion References |
بخشی از متن مقاله: |
Abstract
In order to improve the contrast and sharpness of traffic sign images obtained under low light natural environment, we propose an improved enhancement method based on discrete wavelet transform to improve image contrast. We convert the original RGB image to the HSV color space, and use the discrete wavelet transform (DWT) to decompose the luminance component (V). In the low-frequency component use multi-scale Retinex algorithm estimate the illuminance to enhance the contrast of images, the high-frequency component enhances the detail information through the multi-scale detail boosting method. Finally, adjust the saturation component (S) by a piecewise exponential transformation method to make the image color more suitable for human observation. Experimental results demonstrate that our method can better display image details while reducing the halo effect, and effectively improve the contrast and sharpness of low-light images compared with existing algorithms through subjective and objective analysis. Introduction As an important part of the Advanced Driver Assistance System (ADAS), Traffic Sign Recognition (TSR) can recognize the traffic sign information in real time and provide it to the driver, thus reducing driver’s driving pressure, effectively ensuring driving safety, and avoiding traffic accidents [1]. However, the traffic sign images collected by the in-vehicle devices under low illumination conditions generally have problems such as a decrease in global contrast, content blurring, or loss of details [2]. This phenomenon has an adverse effect on the subsequent detection and recognition of traffic signs, Therefore, how to enhance the visual effect of traffic sign images under low light environment and highlight useful information of images has become an urgent problem to be solved. |