ارائه یک روش نوین متعادل سازی هیستوگرام برای بهبود کیفیت تصاویر هواشناسی سیاه و سفید با حفظ روشنایی

افزایش کنتراست یکی از مسائل حیاتی در پردازش تصاویر هواشناسی است که به منظور بهبود کیفیت تصاویر و تشخیص وضعیت آب و هوا بسیار حائز اهمیت است. یکی از روش‌های پرکاربرد برای بهبود کنتراست در تصاویر دیجیتال، متعادل سازی هیستوگرام می‌باشد. این روش ساده و موثر است، اما معمولاً منجر به افزایش غیرمنطقی کنتراست و نمایش تصاویر به شکل غیرطبیعی و ضعیف می‌شود. همچنین، متوسط روشنایی تصاویر نیز به درستی حفظ نمی‌شود. در این مقاله، یک روش جدید برای متعادل سازی تصاویر با حفظ روشنایی معرفی شده است. این روش با استفاده از منطق فازی، هیستوگرام تصویر اصلی را تغییر می‌دهد و با اعمال یک فرآیند قطع، نرخ متعادل سازی را کنترل می‌کند. در ابتدا، میانگین شدت سطوح خاکستری را پیدا کرده و هیستوگرام را به دو بخش تقسیم می‌کنیم. سپس با پیدا کردن میانگین دو زیرهیستوگرام، هیستوگرام را به چهار بخش تقسیم می‌کنیم. برای متعادل سازی پویا، یک محدوده جدید تعریف و هر کدام از زیرهیستوگرام‌ها به تنهایی متعادل می‌شوند. در پایان، با هدف حفظ میانگین روشنایی، یک فرآیند نرمال‌سازی روی تصویر خروجی اعمال می‌شود. نتایج شبیه‌سازی نشان می‌دهد که عملکرد این روش جدید بهبود چشمگیری در کیفیت تصاویر سیاه و سفید هواشناسی با حفظ روشنایی داشته است.

a novel histogram equalization method for enhancing the quality of black-and-white meteorological images maintaining brightness

increasing contrast is one of the vital issues in meteorological image processing, which is crucial for improving image quality and weather condition detection. one of the most common methods for enhancing contrast in digital images is histogram equalization. this method is simple and effective, but it often leads to illogical contrast enhancement and displaying images in an unnatural and poor manner. furthermore, the average brightness of the images is not properly preserved. in this article, a new method for balancing images while maintaining brightness is introduced. this method modifies the histogram of the original image using fuzzy logic and controls the balancing rate by applying a thresholding process. initially, the average intensity of gray levels is found, and the histogram is divided into two parts. then, by finding the average of the two sub-histograms, the histogram is divided into four parts. for dynamic equalization, a new range is defined, and each of the sub-histograms is balanced individually. finally, a normalization process is applied to the output image to preserve the average brightness. simulation results show that this new method has significantly improved the quality of black and white meteorological images while maintaining brightness.