Разработка универсальной платформы для оценки и улучшения качества цифровых изображений
Основное содержимое статьи
Аннотация
В работе разработана система обработки изображений, включающая реализацию алгоритмов повышения качества на языке C++. Пользователь может применять различные методы обработки, а также оценивать результат с помощью метрик NIQE и PIQE. Система демонстрирует высокую эффективность и может быть использована в задачах компьютерного зрения и подготовки данных для машинного обучения, в медицине и других областях, где качество изображения имеет решающее значение.
Скачивания
Информация о статье

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Библиографические ссылки
Gonzalez R. C. Woods, Digital Image Processing / R. C. Gonzalez, R. E. Woods. – 4th edition. – Pearson India, 2019.
Elgendy M. Deep Learning for Vision Systems / M. Elgendy. – 1st edition. – Manning, 2020. – 480 c.
Solem J. E. Programming Computer Vision with Python / J. E. Solem. – 1st edition. – O'Reilly Media, 2012.
Arici, T., Dikbas, S., Altunbasak, Y. A histogram modification framework and its application for image contrast enhancement // IEEE Transactions on Image Processing. – 2009. – Т. 18, №. 9. – С. 1921–1935. – DOI: 10.1109/TIP.2009.2021548.
niqe - Naturalness Image Quality Evaluator (NIQE) no-reference image quality score // [MATLAB] Help Center. – The MathWorks, Inc., 1994-2025. – URL: https://www.mathworks.com/help/images/ref/niqe.html.
piqe - Perception based Image Quality Evaluator (PIQE) no-reference image quality score // [MATLAB] Help Center. – The MathWorks, Inc., 1994-2025. – URL: https://www.mathworks.com/help/images/ref/piqe.html.