Indonesi an  Journa l  of   El ect ri cal Engineer ing  an d  Comp ut er  Scie nce   Vo l.   9 , No .   2 ,  Febr ua ry   201 8 ,  pp.  35 4 ~ 356   IS S N:  25 02 - 4752 , DO I: 10 .11 591/ ijeecs . v9.i 2 . pp 354 - 356           354       Journ al h om e page :  http: // ia es core.c om/j ourn als/i ndex. ph p/ij eecs   Image R esolution  Enhanc ement U sing T ransform       Sy ed  Naz eebu rrehma n 1 , Mo ha mee d A li   H ussa in 2   1   Resea r ch  scho l ar,   Inform at ion   Te chn o log y ,   AM ET   Univer si t y,   Chenn ai   2   Depa rtment   of   computer   sci ence,   KL   Univer si t y,   Vij a y awa d a       Art ic le  In f o     ABSTR A CT   Art ic le  history:   Re cei ved   Oct   18 , 201 7   Re vised  Dec   2 3 , 2 01 7   Accepte d  Ja n   10 , 2 01 8       In  thi s  proj ect,   i nte rrupt ion  base d  image  r esolut i on  enha n ce m ent  techniqu e   using  Discre te   W ave le t  Tr ansf orm   (D W T)  with  high - fre quency   sub  bands  obta in ed  is  prop osed.   Input  ima ges  are  dec om p osed  b y   using  DW T  in  thi s  proposed  enha n ce m ent   techniqu e.   Inve rse  DW T  is  used  to  gene rat e  a  n ew   resolut ion  enha n ce d  image  from   the   in te rpo la t ion   of  high - fr eque n c y   sub  band   ima ges  and  the  input   low - reso lut ion  image .   I nte rm edi a te   sta ge  has  been   proposed  for  est imati ng  th e  h igh   fre quen c y   sub  bands  to  ac hi ev e  a   sharpe r   image.   I t  has  be en  te st ed  on  ben chmark  images  from   publi c  da tabase.   Pe ak   Signal - To - Noise   Rat io  (PS NR)  and  visual   r esult s   show   the   dom ina nce   of  the  proposed  techni que  over   the  pr edi c ta bl e  and   st at e - of - art   image   resolut ion   enha nc ement te c hnique s.   Ke yw or d s :   D WT   PSN R   Sate ll it e  E nh an ce m ent   Copyright   ©   201 8   Instit ut e  o f Ad vanc ed   Engi n ee r ing  and  S cienc e .    Al l   rights  reserv ed .   Corres pond in g  Aut h or :   Syed  Nazeeb ur reh m an,   Re search  schol ar, Inf or m at ion  Tech nolo gy,    AMET  Un i versi ty ,    Chen nai .       1.   INTROD U CTION   W it h  t he  recen t  ad van ces   in   low - c os t  im agi ng  s olu ti ons  a nd  in creasi ng  st or a ge  ca pacit ie s,  the re  is   a n  increase d  dem and   for  bette r  i m age  qu al it y  in  a  wide  var ie t y  of   ap plica ti on s  in vo l ving  both  im age  and   vid e o  processi ng.  Wh il e  it   is  pr efe r able  to  ac qu i re   i m age  data  at   a  higher  res olut ion   to  be gin   w it h,   one  ca n  im agine   a w ide  r a nge  of sce nar i os   where it  is tec hnic al l y no t feasi bl e.       2.   BACKG ROU ND   Con tra st  enh a nc e m ent  us ing   m ini m u m   m ea n  br i gh t ness  er ror  bi - histo gr a m   equ al iz at ion  is  pr esented   in  [ 1].  T he  c onser vato ry  of   Bi - Histo gr am   Eq ualiz at ion   ( BB HE)   ref e rr e d  to   as  le ast   a m ou nt  of  bi - histogram   equ al iz at io n  of  m ean  br ig h tn ess  error   to  giv e  highest  bri ghtness  c onser va ti on .  It  se par a te s  the  histogr a m   of  input  i m ages  i nto   tw o  de pend  on  input  m ean  be fore  eq ualiz ing   them   in  par al le l.  Th reshold  le vel  bas e d  par ti ti on is  perform ed  wh ic h would  g i ve  le a st am ou nt of a bs ol ute m ean br ig htn ess  er ror.   Con tra st  en ha nc e m ent  of  m a m m og ram s  based   on  re gion  is  desc ribe d  in   [ 2].  Co ntrast  enh a ncem ent   of   m a m m og rap hic  feat ur es  of  cha ng i ng   siz e   and   sh a pe ,  ad aptive  m et ho d  is  us ed.   T he  re gion  is  grown  by  this   m et ho d  us i ng  e ach p ixel  i n  th e  i m age.  T he   point  a nd  s hap e  o f   the r egi on get   us e d  to   local   i m age,  va riat ion s   in  gr ey   le vel .  By   app ly in g  a n  e m pirical   transf or m ,  con t rast  is  en han ce d  bas ed  on   e ve ry  re gions  see d  pixe l  valu e ,   it s  back gro und  and   it s  con t ra st.  In te r - s ub   ba nd   c orrelat ion  based   im age  reso luti on  en ha ncem ent  in  wav el et   do m ai n  is  disc us se d  in  [3 ] .  I nter - sub  band  correla ti on   bas ed  res ol ution   enh a ncem ent  m et ho d  is  m easur e d.  In te r pola ti on  f i lt ers  are u se d  t o  a naly ze  the  c orrelat ion s   bet ween  sub b a nd s  ha ving d ive rs e  sam pling   pha ses  in  the lo wer l evel , and give n  t o  t he  c orrelat ed  s ub b a nds i n  the  h ig he r  le vel.   Cy cl e  sp inn in g  an d  ed ge  m od el ing   bas ed  wa velet   dom ai n  i m age  reso luti on   e nh a ncem ent  is   exp la ine d  in  [ 4].  An   init ia l  high - res olu ti on   est i m a te   to  t he  or i gin al   im age  is  ob ta ine d  by  m eans  of   zero - paddin g  i n  the   wa velet   dom a in.  Cy cl e - s pinnin g  m et ho dolog y  is  us e d  for   furthe r  proces sing   w hich  dec rease s   Evaluation Warning : The document was created with Spire.PDF for Python.
Ind on esi a n  J  E le c Eng &  Co m p  Sci     IS S N:  25 02 - 4752       Image Res olu ti on E nhanceme nt U si ng Tr ans form  ( Syed Na zeeb ur re hma n)   355   rin ging.  Linea r   reg res sio n  us i ng   a  le ast   trai nin g  set   of   hi gh   reso l ution   or i gi nals  is  la st ly   e ng a ge d  to  recti fy  the   degra ded   e dg e s.  Ad a ptive  co ntrast  e nhance m ent  of   m edical   x - ray  i m ages  based   on   re gi on   is  presente d  in  [5 ] .   Con tra st  en ha nc e m ent  of   X - Ra y  i m ages  and  pr ese nts  her e   a n  a ppro a ch  f or  co ntrast  e nh a nc e m ent  base d  upon  adap ti ve  neig hbor hood  te chn i qu e  [6 ] .  A n  ou tc om e   of   pe rio dized  sm al l   si de  gam es  wi th  and   with out  m ental   i m ager y  on   pla yi ng   abili ty   a m on g  intercoll egiat e  le vel  so ccer  play ers  is  al so   descr i bes  that  [6 ] .  Im age  Su pe r  Re so luti on  Usi ng  W a velet   T r ansfo rm ation   Ba sed  Gen et ic   Algo rithm   exp la ined   in   [ 7].  Local  Bi na ry  Patt ern s  (LBP)  an d  D WT  te c hn i qu e s  are  a naly zed   for  obj ect   rec ogniti on  in  [ 8].  LBP  is  us e d  to  ext ract  the  detai le d  inf or m at ion ' s  of   ob j ect s  f ro m   it s  m ulti - scal e  represe ntati on .   Using  the  e xt racted  featur e s ,  the  rec ogniti on   of  obj ect s  can  be  done  by  the  cl assifi er  kn own  a s  the  near e st  n ei ghbour  cl assifi er.  S o  D WT  can  be  us e d  f or  bo t h  enh a ncem ent  and   cl assifi cat ion   ty pe.   Te xt   Re gio n  Extra ct ion   in  a  D oc um ent  I m age  Ba sed  on  D WT  is   exp la ine d  in  [ 9] .   Bl ind   Stegnogra ph y  in  Col or   Im ages  by  Dou ble  W avel et   Tran sf orm   a nd   Im pr ov e d  Arno l d  Transf or m   is  pr esente d  in  [10 ] .   VLS I  A rch it ect ur es  for  D WT  based   on  li fting   – A  Surve y  [11].  He re  D WT  is   al so   use d  i n  V LSI  dom ai n  wo r ks .   Fr e quenc y  Ba nd   Sup pr e ssion   an d  T hro ughput  E nhanc e m ent  base d  I m age   Com pr ession u sing Disc rete  Wav el et  T ra nsfo rm  is d isc us s ed  in  [1 2 ] .        3.   THE  PROB LE M   The  basic  lim i ta ti on s  inclu din g  a re  that  it   cannot  sim ultan eo us ly   en hance  al l  par ts  of  i m age  ver y  well   an d  it   is   a lso  diff ic ult  to  autom at e  the  im age  en ha nce m ent  proce dur e.  Work i ng  of  tradit ion al   m eth ods   of  i m age  enh a nce m ent  is  to  en ha nce  the  a ppe aran ce  of   lo w   qu al it y  i m age   [6] .  It  does  not  co ntain  a ny  high  qu al it y  bac kgr ound  in form at i on  beca us e  i n  t he  dark  im age  so m e  areas  are   so   da rk   t hat  al l  the  inf orm ati on  is  al read y l os t i n t ho se  r e gions.       4.   PROP OSE D SOLUTI ON   Lo w - pass  filt ered   sig nal  ha vin g  s om e  hig h  fr e qu e ncy  inf orm ation   beca use   the  analy sis  filt er  ban k  has finit e filt er  ta ps  a nd  als o  s om e low  freq ue ncy in form ati on is obtai ne d from  h igh   pass  f il te red   sig nal.  Sam e  ph a se  has  dow n  sam pling   t he   both  high - pas s  an d  l ow - pa ss   filt ered  sig nals  but  sti ll   rem a in s  s om e  cor re la ti on  though,  t her e  will   be  co rr el a ti on   at   low  w hi le   do w n  sam pling   by  var i ous  phases.  T he r e  are  thre e  ste ps   ar e   involve d  in  pr opose d schem e:  f il te r  est i m at io n,   ba nd esti m a t ion ,  and  rec on s tructi on.     4.1.   Fil ter Estim ati on   More  tha n  co m ple te   wav el et   transfor m   on   the  obta ined  L L0 0  is  app li ed  first  to  get  al l  var i ou s  ph ase   cases  of   eve ry  su b  ba nd.  Four   filt ers  are  de sign e d  in  this   ste p:  LL1_   01,  LL 1_10,  H L1 _  00   a nd   L H1_  00 .   These  are  a ntici pated  res pec ti vely   fr om   L L1 _  00.Li near  le ast - sq ua res   reg re ssio n  ba sed  filt er  eval uatio n  appr oach al so   util iz ed.     4.2.   Band  Es tima ti on   Fil te rs  antic ipa te d  in  this  sect ion   a re  use d  i n  the  lo wer   le ve l  to  evaluate  t he   associat ed  ba nd s   in  the  higher  le vel.  10  LL, 01  LL, 00  HL  a nd  00  L H  of  hi gh   le vel   from   LL00   is  ob ta ine d  by  us i n g  filt ers  f  Ah,   f  A v,  f  Bh  and  f  B v  a ntici pated  i n  th e low e r  le vel.        5.   RECONST R UC TI ON   Inp ut  im age  re so luti on  is   en ha nced  by  rec onstr ucting  the   or i gin al   im age  from   the  perf or m ance  of  inv e rse  wav el e t  transfo rm   wit h  LL 00  a nd   t he   pr e dicta ble  10  HL  a nd   01  LH.   T he  dia gonal  ba nd  of   H H11  is   su pp os e d  to  be   zero ,   because   HH1 1  no t  only   belo ng s   to  di ver se  s ub  band  f r om   00   LL  bu t  al s o  has  div ers e   sam pling  phas es.         Evaluation Warning : The document was created with Spire.PDF for Python.
                          IS S N :   2502 - 4752   Ind on esi a n  J  E le c Eng &  Co m p  Sci,   Vol .  9 ,  No.  2 ,  Fe br uary   201 8   :   35 4   –   35 6   356                                        (a)                                                             ( b)                                                            ( c)     Figure  1. Gi ve n Inp ut I m age: (a)   Ba boon,  (b) Lena , a nd ( c ) M andril l       6.   RESU LT S  AND DI SCUS S ION S   Nu m ber  of w el l - know n  te st ima ges  includi ng Len a , Bab oon  an d  m and rill  are  ex per im ented.  Used all   the  i m ages  in  the  database  e xcep t  one  im a ge  f or   e valuati on   at   the  trai ni ng   phase  for  li near   re gr essi on   i s   rep eat e d.   PS N R  value s  f or  e r ror  betwee n  t he   one  ha nd  gr ound  t ru t h  im ages  an d  rec on st r uction  is  m easur e d .  Ed ge  directed  i nter po la ti on b a sed  non - wa vel et   schem e  was  al so   c on si der e d  to   gi ve  a  c om par ison  w it h  a  sta te - of - the - art m et ho d.  Our res ults sh ow that t he pr opos e d  te c hniqu e  pro vid es  re li able i m pr ov e m ents.     Table  1.   PS NR  Value   f or  P ropo s ed  G i ven I m age           7.   CONCL US I O NS   Wav el et   do m ai n  base d  im age  reso l utio n  e nh a ncem ent  al gorithm   was  presente d.   Ze r o  paddi ng   of   high  fr e quency   wav el et   sub  ba nds  is  the  i m p or ta nt  el e m ent s  of   this  te ch niq ue .  Ri ng i ng   a rising   a re  redu ced  by   cy cl e  sp inn i ng  from   finall y  e dg e  recti ficat i on  an d  zer o - pa ddin g  to  im pr ov e  blurrin g  du e  to  the  una vaila bili ty  of   high  sp at ia l  fr eq uen cy   in form ation .  O ur  res ults  hav e   sh own  t hat  the  pro posed  m et ho d  outp er form s   conser vative i m age in te r po la ti on  a ppr oach e s.       REFERE NCE S   [1]   Chen  S .   D .   and   Ramli  A .   R. ,   “ Minim um   m ea n  bright ness  err or   bi - histogra m   equal iz a ti on  in  con tras t  enha n ce m ent, ”   IEE E   transacti o ns on  Consum er  El e ct ronics ,   vol / issue:  49(4) ,   pp.   1310 - 1319 ,  200 3 .   [2]   Morrow   W .   M . ,  et   al . ,  “ Regi on - base d  cont rast  enha nc ement  of  m am m ogra ms, ”   IEE E  transact ions  o n  Me dic a l   Imaging ,   vol /i ss ue:   11(3) ,   pp .   39 2 - 406 ,  1992 .   [3]   P ia o  Y .   and   Park  H. ,   “ Im age   resolut ion  enha n c ement  using  inter - subband  cor r el a ti on  in  wave l et   dom ai n, ”   IEEE  Inte rnational   Co nfe renc e  on   Image  Proc essing ,   v ol.   1 ,   pp .   I - 445 ,  2007 .   [4]   T emizel  A .   and   Vlac hos  T. ,   “ W ave le t  dom ai n   image  resolut i on  enha nc ement   using  c y c le   sp inni ng  and  edg e  m odel ing, ”   IE E E  13 th Europ ean Signal   Proce ss in g  Confe ren ce ,   p p.   1 - 4 ,  2005 .   [5]   Kanwal   N. ,   “ Regi on  base d  ad apt iv e  cont rast  enha nc ement  of  m edi ca l  x - ra y  images, ”   IEE E 5 th   Inte r nati ona l   Confe renc e  on   B ioi nformatic s   an d  Bi omed ic al   En gine ering ,   pp .   1 - 5 ,  2011 .   [6]   Kum ar  A .   M. ,   “ An  outc om e  of  per iodized  sm al l   side  games  wit h  and  without   m ent al   image r y   on  play ing  abi l i t y   among i nte r col l e gia t e  l evel  socc e r  play e rs ,”   India n  Journal  o f  S ci e nce   and   Techno l ogy ,   vo l/ issue:   8 (36) ,  2015 .   [7]   Panda  S .   S .   and   Jena   G. ,   “ Im age   Super  Resolution  Us ing  W av el e t  Tra nsform ation  Based  Gene ti c  Algori thm ,”   In   Computati ona l  Int el l ige nc e in D ata  Mini ng ,   vo l.   2 ,   pp .   355 - 361 ,  2016 .    [8]   Je y asudh a  A .   an d   Pri y a  K. ,   “ Ob je c t  Rec ogni ti on   Based  o n  Lbp   a nd  Discre t e  W ave l et   Tr ansform ,”   Inte rnation al  Journal  of   Ad va nce s in   Signal a nd  Image  S ci en c es ,  vol /i ss ue:  2(1 ) ,   pp .   24 - 30 ,  201 6 .   [9]   Xiao  Y .   and   Ya n  H. ,   “ Te xt  reg i on  ext ra ct ion  in   a  document  image  bas ed  on  th e  Dela un a y   te ss el l at ion ,”   Pa tt er n   Re cogn it ion ,  vo l /i ss ue:   36(3) ,   pp .   799 - 809 ,  2003 .   [10]   PourA ria n  M .   R .   and   Hana ni  A. ,   “ Bli nd  Stega nogra ph y   in  C olor  Im age s  b y   Double  W ave le t  Tra nsfor m   and  Im prove d  Arnold  Tra nsform ,”   In donesian  Journal  of  Elec tri cal   E ngine ering  and  Comput er  Sci en ce ,  vo l/ issue:  3(3 ) ,  pp.   586 - 600 ,  20 16 .   [11]   Kala i ara si  M .   an d   Vigneswara n  T. ,   “ VLSI  Archi te c ture s  for  Li ft i ng  Based  Disc re te   W avele t   Tra n sform – A  Survey ,”   Indone sian J our nal  of   Elec tric al   Engi ne ering  and   Computer  Sc ie n ce ,  vol /i ss ue:   3(2 ) ,   pp .   323 - 330 ,  2 016 .   [12]   L .   Nara y a nan ,   et  al. ,   “ Discre t e  W ave le t  Tra nsfo rm   Based  Im age   Com pre ss ion  us ing  Freque nc y   B and  Suppress ion  and  Throughpu t  Enha nc ement ,”   I nte rnational   Jou rnal  of  MC  Squ are  Scientific  Res earc h ,  vol /i ss ue :  9(2) ,   pp.   176 - 182 ,  2017 .   Para m eter   Bab o o n   Lena   Mand rill   PSNR   2 8 .94   3 1 .46   2 4 .58   Evaluation Warning : The document was created with Spire.PDF for Python.