1  مقدمه

تیز کردن تصویر یکی از مراحل بهبود شدت و لبه های تصویر به منظور دستیابی به تصویر با قابلیت درک بالاتر می باشد. این مرحله موجب افزایش رزولوشن و تیز شدن تصویر می گردد. در گذشته به منظور بهبود تصاویر به افزایش تفاوت بین اشیا موجود درآن می پرداختند و در نتیجه حاشیه های هر شی قابل تمایز بود. اخیرا Wilseyو (2008)  Nair  یک تکنیک بهبود تصویر به نام fuzzy را در تحقیقات خود استفاده نموده اند 1,3  با این وجود این تکنیک موجب پیچیدگی بیش از پیش پروسه ی پردازش تصویر می گردد. در این مقاله از روش فیلتر نمودن تصویر برای تصاویر رنگی ماهواره ای افزایش جزییات و تیزی حاشیه های تصاویر رنگی ماهواره ای به همراه متعادل سازی هیستوگرام استفاده شده است 2 به طور کلی روش فیلترینگ تصویر و لبه یابی توسط تکنیک های گوناگونی انجام می گیرد . در این مقاله از یک تکنیک آسان برای رسیدن به این هدف استفاده شده است. به جای پردازش در حوزه تصاویر رنگی، تصویر ماهواره ای را در هر سطح نگ قرمز، سبز و آبی آورده و روی آن پردازش می کنیم به این صورت که ابتدا تصویر را به فضای جداسازی رنگ ها برده و با استفاده از تکنیک Linear contrast افزایش brightness را انجام می دهیم و پس از لبه یابی با استفاده از تکنیک canny، تصویر را Sharpening کرده و آن را به فضای رنگی برمی گردانیم و نمایش می دهیم. مزیت این طرح در آسانی الگوریتم و مدت زمان مورد نیاز کم می باشد.

روش کار

در این مقاله ابتدا سه لایه رنگ تصویر را جداسازی نموده وهر کدام را به سطح gray تبدیل می کنیم .

f_gs=0.2989*fr+0.1140*fb+0.5870*fg

مجموع سطوح را که در ضرایب خاص ضرب شده اند (این ضرایب نشان دهنده ی RGB بوده و برای تبدیل از سومین کنفرانس مهندسی برق و الکترونیک ایرانRGB به GrayScale مفید هستند) محاسبه می نماییم .تصویر حاصل که fgs نامیده می شود، همان GrayScale شده ی تصویر رنگی ورودی است 5,6در مرحله ی دوم، با استفاده از تابع T(r) که از نوع (LCS) Linear Contrast Stretch می باشد استفاده نموده، Contrast و Brightness هر سطح تصویر را به صورت جداگانه افزایش می دهیم، در نهایت حاصل اعمال این تبدیل را به شکل یک  تصویر GrayScal شده نمایش خواهیم داد. با توجه به هیستوگرام نیز میزان نرم شدگی آن نشان  دهنده یبهبود در Contrast و Brightness است. مرحله ی سوم نوبت edge detection می باشد. در این مرحله لبه یابی هر یک از سطوح را با استفاده از تکنیک canny انجام داده و نتیجه را به صورت تصویر نمایش می دهیم. هم چنین برای تشخیص راحت تر کارایی این روش، مقایسه ای از لبه یابی در حالت بدون اعمال T(r) و با اعمال T(r) انجام داده ایم.

مرحله ی چهارم Image Sharpening بـا اسـتفاده از تفاضل سطح تصویر لبه یابی شده و سـطح تصـویر اولیـه بدست می آید.