Scientific and analytical journal «Vestnik Saint-Petersburg university of State fire service of EMERCOM of Russia» Scientific and analytical journal «Vestnik Saint-Petersburg university of State fire service of EMERCOM of Russia» Научно-аналитический журнал "Вестник Санкт-Петербургского университета ГПС МЧС России" 2218-130X 85394 10.61260/2218-130X-2024-2-42-52 ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ INFORMATICS, COMPUTER ENGINEERING AND CONTROL ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ A FUZZY METHOD FOR INCREASING THE CONTRAST OF LOW-QUALITY CARTOGRAPHIC IMAGES НЕЧЕТКИЙ МЕТОД ПОВЫШЕНИЯ КОНТРАСТНОСТИ КАРТОГРАФИЧЕСКИХ ИЗОБРАЖЕНИЙ НИЗКОГО КАЧЕСТВА https://orcid.org/0000-0003-3313-2731 Громов Юрий Юрьевич Gromov Yuriy Yu. gromovtambov@yandex.ru

доктор технических наук;

doctor of technical sciences;

 https://orcid.org/0009-0007-4529-9674 Шамсульдаин Хайдар Абдулваххаб Х. Shamsuldain Haidar Abdulwahhab H. shamsuldaeenhaidar@mail.ru https://orcid.org/0000-0001-8788-4256 Максимова Елена Александровна Maksimova Elena A. maksimova@mirea.ru

доктор технических наук;

doctor of technical sciences;

 https://orcid.org/0009-0009-3628-6980 Карасев Павел Игоревич Karasev Pavel I. karasevpav@rambler.ru

кандидат технических наук;

candidate of technical sciences;

 Тамбовский государственный технический университет Тамбов Россия Tambov state technical university Tambov Russian Federation Тамбовский государственный технический университет Тамбов Россия Tambov state technical university Tambov Russian Federation МИРЭА-Российский технологический университет Москва Россия MIREA - Russian Technological University Moscow Russian Federation Российский технологический университет МИРЭА Москва Россия Russian technological university MIREA Moscow Russian Federation 14 07 2024 14 07 2024 2024 2 42 52 04 03 2024 18 06 2024 https://journals.igps.ru/en/nauka/article/85394/view

Разработан метод нечеткого улучшения изображения, позволяющий разбить значения пикселей изображения на различные степени ассоциаций, чтобы компенсировать потерю локальной яркости в темных и светлых областях при повышении всего уровня яркости изображения. Метод состоит из трех этапов. Во-первых, спутниковое изображение преобразуется из пространства яркости черно-белого отображения в пространство принадлежности с помощью нечеткой кластеризации C-средних. Во-вторых, соответствующая модель конвертирования каждого кластера строится на основе соответствующей принадлежности к определенному кластеру. В-третьих, изображение восстанавливается в пространство уровней яркости черно-белого изображения путем объединения сконвертированных значений серого цвета для каждого кластера. Полученные результаты демонстрируют, что предложенный метод способствует улучшению качества визуализации изображения и повышению точности измерения показателей.

In this study, we have developed a new image enhancement method that uses fuzzy logic. This method allows us to split pixel values into different levels of importance, which helps to compensate for the loss of local brightness in dark and bright areas of an image. The goal is to increase the overall brightness of the image while preserving details. The process involves three stages. Firstly, the satellite image is transformed into a membership space using the c-means clustering algorithm. This creates a model that can be used to convert each pixel value into a level of importance. Secondly, a corresponding model is created for each level of importance based on the membership data. Finally, the image is transformed back into a standard brightness space by combining the grayscale values for each level. Our results show that this method improves the visual quality and accuracy of measurements when compared to traditional methods.

 изображение обработка цвет интерпретация нечеткая логика image processing color interpretation fuzzy logic

Polesel A., Ramponi G., Mathews V.J. Image enhancement via adaptive unsharp masking // IEEE transactions on image processing. 2000. Vol. 9. № 3. P. 505–510. DOI: 10.1109/83.826787. Polesel A., Ramponi G., Mathews V.J. Image enhancement via adaptive unsharp masking // IEEE transactions on image processing. 2000. Vol. 9. № 3. P. 505–510. DOI: 10.1109/83.826787. Nasu Iu., Lanin V.V. Development of Legal Document Classification System Based on Support Vector Machine // Proceedings of the Institute for System Programming of the RAS. 2023. Vol. 35. № 2. P. 49–56. DOI: 10.15514/ISPRAS-2023-35(2)-4. EDN NKCHIR. Nasu Iu., Lanin V.V. Development of Legal Document Classification System Based on Support Vector Machine // Proceedings of the Institute for System Programming of the RAS. 2023. Vol. 35. № 2. P. 49–56. DOI: 10.15514/ISPRAS-2023-35(2)-4. EDN NKCHIR. Михайлюк Ю.П., Начаров Д.В. Аппаратная реализация метода повышения различимости объектов на изображениях путём нормализации гистограммы яркости // Вестник Поволжского государственного технологического университета. Сер.: Радиотехнические и инфокоммуникационные системы. 2023. № 2 (58). С. 27–43. DOI: 10.25686/2306-2819.2023.2.27. EDN IHICQM. Mihajlyuk Yu.P., Nacharov D.V. Apparatnaya realizaciya metoda povysheniya razlichimosti ob"ektov na izobrazheniyah putyom normalizacii gistogrammy yarkosti // Vestnik Povolzhskogo gosudarstvennogo tekhnologicheskogo universiteta. Ser.: Radiotekhnicheskie i infokommunikacionnye sistemy. 2023. № 2 (58). S. 27–43. DOI: 10.25686/2306-2819.2023.2.27. EDN IHICQM. Бассель З. Применение метода опорных векторов и гистограмм направленных градиентов для классификации событий на изображениях // Образование, наука, производство. Белгород: Белгородский гос. технол. ун-т им. В.Г. Шухова, 2015. С. 2652–2659. EDN VNPITN. Bassel' Z. Primenenie metoda opornyh vektorov i gistogramm napravlennyh gradientov dlya klassifikacii sobytij na izobrazheniyah // Obrazovanie, nauka, proizvodstvo. Belgorod: Belgorodskij gos. tekhnol. un-t im. V.G. Shuhova, 2015. S. 2652–2659. EDN VNPITN. Раухваргер А.Б., Пошехонов Н.А. Приведение гистограммы яркости слабоконтрастных цифровых изображений к двухуровневому кусочно-равномерному распределению // Вестник Астраханского государственного технического университета. Сер.: Управление, вычислительная техника и информатика. 2020. № 1. С. 57–63. DOI: 10.24143/2072-9502-2020-1-57-63. EDN JQBJIU. Rauhvarger A.B., Poshekhonov N.A. Privedenie gistogrammy yarkosti slabokontrastnyh cifrovyh izobrazhenij k dvuhurovnevomu kusochno-ravnomernomu raspredeleniyu // Vestnik Astrahanskogo gosudarstvennogo tekhnicheskogo universiteta. Ser.: Upravlenie, vychislitel'naya tekhnika i informatika. 2020. № 1. S. 57–63. DOI: 10.24143/2072-9502-2020-1-57-63. EDN JQBJIU. Zadeh L.A. Zadeh, Fzzy sets // Fuzzy sets, fuzzy logic, and fuzzy systems. 1965. P. 19–34. Zadeh L.A. Zadeh, Fzzy sets // Fuzzy sets, fuzzy logic, and fuzzy systems. 1965. P. 19–34. Kalkabekova T.Zh. Analysİs of clusterİng methods and modellİng a clusterİng data network // Энергетика, инфокоммуникационные технологии и высшее образование: сб. науч. статей по материалам Междунар. конф: в 3-х т. Казань: Казанский гос. энергетический ун-т, 2023. Т. 3. P. 53–62. EDN ZBSLCK. Kalkabekova T.Zh. Analysİs of clusterİng methods and modellİng a clusterİng data network // Energetika, infokommunikacionnye tekhnologii i vysshee obrazovanie: sb. nauch. statej po materialam Mezhdunar. konf: v 3-h t. Kazan': Kazanskij gos. energeticheskij un-t, 2023. T. 3. P. 53–62. EDN ZBSLCK. Bezdek J.C., Bezdek J.C. Objective function clustering // Pattern recognition with fuzzy objective function algorithms. 1981. P. 43–93. DOI: 10.1007/978-1-4757-0450-1_3. Bezdek J.C., Bezdek J.C. Objective function clustering // Pattern recognition with fuzzy objective function algorithms. 1981. P. 43–93. DOI: 10.1007/978-1-4757-0450-1_3. Ross M. Segment cluster tracking // Conference on Colour in Graphics, Imaging, and Vision. Society of Imaging Science and Technology. 2004. Vol. 2. P. 130–134. Ross M. Segment cluster tracking // Conference on Colour in Graphics, Imaging, and Vision. Society of Imaging Science and Technology. 2004. Vol. 2. P. 130–134. Segmentation of Images Used in Unmanned Aerial Vehicles Navigation Systems / N. Yeromina [et al.] // Problems of the Regional Energetics. 2023. № 4 (60). P. 30–42. DOI: 10.52254/1857-0070.2023.4-60.03. EDN GBQPEW. Segmentation of Images Used in Unmanned Aerial Vehicles Navigation Systems / N. Yeromina [et al.] // Problems of the Regional Energetics. 2023. № 4 (60). P. 30–42. DOI: 10.52254/1857-0070.2023.4-60.03. EDN GBQPEW. Iskra N.A., Iskra V., Lukashevich M. Neural network based image understanding with ontological approach // Открытые семантические технологии проектирования интеллектуальных систем. 2019. № 3. P. 113–122. EDN DVIKMR. Iskra N.A., Iskra V., Lukashevich M. Neural network based image understanding with ontological approach // Otkrytye semanticheskie tekhnologii proektirovaniya intellektual'nyh sistem. 2019. № 3. P. 113–122. EDN DVIKMR. Сазонов В.В. Нелинейная SVD-факторизация в задаче повышения контрастности изображений // Проблемы автоматизации и управления в технических системах: сб. науч. статей XXXV Всерос. с междунар. участием науч.-техн. конф., посвящ. 80-летию Пензенского гос. ун-та: в 2-х т. Пенза: Пензенский гос. ун-т, 2023. С. 229–233. EDN BBBPNI. Sazonov V.V. Nelinejnaya SVD-faktorizaciya v zadache povysheniya kontrastnosti izobrazhenij // Problemy avtomatizacii i upravleniya v tekhnicheskih sistemah: sb. nauch. statej XXXV Vseros. s mezhdunar. uchastiem nauch.-tekhn. konf., posvyashch. 80-letiyu Penzenskogo gos. un-ta: v 2-h t. Penza: Penzenskij gos. un-t, 2023. S. 229–233. EDN BBBPNI. Nill N.B., Bouzas B. Objective image quality measure derived from digital image power spectra // Optical engineering. 1992. Vol. 31. № 4. P. 813–825. DOI: 10.1117/12.56114. Nill N.B., Bouzas B. Objective image quality measure derived from digital image power spectra // Optical engineering. 1992. Vol. 31. № 4. P. 813–825. DOI: 10.1117/12.56114. Тумко В.В., Начаров Д.В., Михайлюк Ю.П. Метод повышения качества изображения посредством нормализации гистограммы яркости // СВЧ-техника и телекоммуникационные технологии (КрыМиКо'2018): материалы 28-й Междунар. Крымской конф. М.; Минск; Севастополь: Севастопольский гос. ун-т, 2018. Т. 2. С. 420–426. EDN YQEUCT. Tumko V.V., Nacharov D.V., Mihajlyuk Yu.P. Metod povysheniya kachestva izobrazheniya posredstvom normalizacii gistogrammy yarkosti // SVCH-tekhnika i telekommunikacionnye tekhnologii (KryMiKo'2018): materialy 28-j Mezhdunar. Krymskoj konf. M.; Minsk; Sevastopol': Sevastopol'skij gos. un-t, 2018. T. 2. S. 420–426. EDN YQEUCT.