基于改进的直方图均衡化与边缘保持平滑滤波的红外图像增强算法
基于图像处理技术的红外图像增强算法研究
基于图像处理技术的红外图像增强算法研究近年来，红外图像处理技术广泛应用于军事、医疗、工业等领域。
然而，由于红外图像的特殊性质，如低信噪比、低对比度、模糊等，使得红外图像增强成为了研究重点之一。
基于图像处理技术的红外图像增强算法正是在这样的背景下应运而生。
目前，常见的红外图像增强算法主要包括直方图均衡化、对数变换、伽马校正、小波变换等。
其中，直方图均衡化是最基础的红外图像增强算法之一，其原理是通过对图像像素值的统计频率进行调整，使其能够更好地展现出图像的细节特征。
然而，由于红外图像本身的特征，相比于可见光图像，直方图均衡化效果不佳，容易产生与预期不符的结果。
因此，研究者们提出了基于对数变换的红外图像增强算法。
对数变换是通过取图像像素的对数值来调整亮度，通过对亮度进行平滑处理来增强图像对比度。
该算法在一定程度上缓解了直方图均衡化的缺陷，使得图像增强效果更好。
除了对数变换外，伽马校正也是一种常见的红外图像增强算法。
该算法的核心思想是调整图像的亮度和对比度，在降低图像噪声的同时增强图像细节特征。
伽马校正算法通常是通过对图像像素进行幂函数变换来实现的。
另外，小波变换也是一种优秀的红外图像增强算法，其原理是通过将图像分解成不同的尺度和方向，来提取图像的不同频率和相位信息。
这种算法不仅能够增强图像对比度，还能够对图像进行去噪、边缘检测等操作。
综上所述，基于图像处理技术的红外图像增强算法是一个不断发展、创新的领域。
各种算法都有其独特的优点和缺陷，需要根据实际需求选择合适的算法。
未来，随着深度学习、人工智能等技术的不断发展，红外图像增强算法必将迎来更大的突破和进展。
基于直方图均衡化的图像增强
实验二基于直方图均衡化的图像增强一．实验目的1、了解直方图的概念2、熟悉直方图均衡化的主要用途3、掌握采用直方图均衡化进行图像增强的方法；二．实验设备1、PC机一台；2、软件MA TLAB；三．实验原理图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。
其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。
图像增强技术主要有直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。
本实验以直方图均衡化增强图像对比度的方法为主要内容，其他方法可以在课后自行练习。
直方图是多种空间域处理技术的基础。
直方图操作能有效地用于图像增强。
除了提供有用的图像统计资料外，直方图固有的信息在其他图像处理应用中也是非常有用的，如图像压缩与分割。
直方图在软件中易于计算，也适用于商用硬件设备，因此，它们成为实时图像处理的一个流行工具。
直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。
直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。
灰度直方图是图像预处理中涉及最广泛的基本概念之一。
图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有象素集合的最基本的统计规律。
直方图反映了图像的明暗分布规律，可以通过图像变换进行直方图调整，获得较好的视觉效果。
直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程四．实验内容及步骤对如图1所示的两幅128×128、256级灰度的数字图像fing_128.img和cell_128.img 进行如下处理：四．实验步骤指纹图fing_128.img 显微医学图像cell_128.img图1 实验图像1）启动MATLAB 程序，编制相应的程序 2）对给定图像做直方图均衡化处理3）讨论不同的图像内容均衡化后的效果 4）记录和整理实验报告五．实验报告内容（1）对原图像进行直方图均衡化处理，同屏显示处理前后图像及其直方图。
基于直方图的热红外图像增强方法
基于直方图的热红外图像增强方法李 牧，周瑞杰，田哲嘉（西安理工大学自动化与信息工程学院，陕西西安 710048）摘要：为了改善热红外图像的增强效果，本文提出了一种基于改进的直方图裁剪方法的热红外图像增强算法。
该算法核心是确定热红外原始图像与传统的直方图均衡化图像的直方图bins中像素点的数量差，再根据范围准则，将计算出的不同bins的差值划分为不同的区块。
然后重新分配直方图，确定变换函数，得到增强后的热红外图像。
该算法是一种改进的全局直方图均衡化方法，在对比度增强、直方图形状和细节信息之间可以做到较好的平衡。
本文算法的峰值信噪比、结构相似度和均方误差的平均值分别为27.5、0.923和0.59，均优于其他算法，实验结果表明，该方法能有效增强热红外图像。
关键词：热红外图像；图像增强；直方图均衡化；直方图裁剪中图分类号：TP391 文献标识码：A 文章编号：1001-8891(2020)09-0880-06A Thermal Infrared Image Enhancement Method Based on HistogramLI Mu，ZHOU Ruijie，TIAN Zhejia(School of Automation and Information Engineering, Xi'an University of Technology, Xi'an 710048, China)Abstract: To improve the enhancement of infrared thermal images, this paper proposes an algorithm based on an improved histogram clipping method. The algorithm determines the difference between the number of pixels in the histogram bins of the original thermal infrared image and the traditional histogram equalization image. Subsequently, based on a specific range criterion, the calculated difference of various histogram bins is divided into different blocks. Next, the histogram is redistributed, and a transform function is determined to obtain the enhanced thermal infrared image. The algorithm is based on an improved global histogram equalization method, which achieves a suitable balance between contrast enhancement, histogram shape, and detail information. The experimental results demonstrate that the average values of the peak signal-to-noise ratio (PSNR), structural similarity index measure (SSIM), and mean-square error (MSE)—27.5, 0.923, and 590 respectively are better than those of other algorithms. Thus, this method effectively enhances the thermal infrared image. Key words：image enhancement，histogram equalization，thermal infrared image，histogram clipping0 引言近年来，红外热成像技术是一个发展非常迅速的研究领域[1]。
一种改进的红外图像滤波增强处理方法
２０ ０ ９年 １ ２月
Ｄｅ ． ２ ０９ ｃ ０
文章 编 号 ：０４—１７ （０ ９ ０ ０ ７ ０ １０ ４ ８ ２０ ）６— ０ ５— ３
一
种改 进 的红 外 图像 滤 波增 强处 理 方法
孙 玉 胜 ． 白 克
（ 郑州轻工 业学 院 电气信息 工程 学院 ，河南 郑 州 ４ ０ ０ ） ５０２
摘 要 ： 究 了锐 化算 法 ， 巴特 沃斯 滤 波 算 法进 行 了改进 ， 留 了图像 低 频信 息 ， 出 了图像 的 细 研 对 保 突
节信 息 ， 图像 整体视 觉效 果得到改 善 ， 使 有利 于后 续 图像 处理 ５ 作 的进 行． － 试验 验证 了该 算法 的 有
效性．
关键词 ： 外图像 ； 红 频域 增强 ； 图像锐 化 ； 巴特 沃斯 滤波
全 达到期望 的 冈像 质 量 ， 且高 精 度 的探 测器 件 的 而
研 制所花 费的人 力物 力 是 十分 巨大 的 ， 解决 这 个 而
收 稿 日期 ：０ ９一１ ２０ ０一ｉ ９
１ 图像 增 强 算 法
１ １ 图像 的噪声滤 波 ．
由于 天气 、 度 等 拍 摄 条 件 的 限制 ， 外 图 像 温 红
强 了 目标 边缘但 是 也放 大 了噪声 ， 通 滤 波在平 滑 低
是要进 行红外图像的预处理 ， 从而改善图像质量．
南于受到材 料 和 ＿ 的 限制 ， ＝艺 Ｉ 仅依 靠 红外 探 测
噪声 的同时也模 糊 了边 缘 ， 到一 种 两 全其 美 的滤 找
波 方法势 在必行 ， 何能 够 较好 的抑制 噪声 且不 损 如
基于双边滤波和改进直方图均衡化的低照度图像增强方法[发明专利]
![基于双边滤波和改进直方图均衡化的低照度图像增强方法[发明专利]](https://img.taocdn.com/s3/m/38cba21766ec102de2bd960590c69ec3d5bbdbeb.png)
专利名称：基于双边滤波和改进直方图均衡化的低照度图像增强方法
专利类型：发明专利
发明人：徐竟天,张爱苓,张瑞,杨漫,李少荣
申请号：CN202210103489.X
申请日：20220127
公开号：CN114612349A
公开日：
20220610
专利内容由知识产权出版社提供
摘要：本发明属于图像增强技术领域，公开了一种基于双边滤波和改进直方图均衡化的低照度图像增强方法：1)收集需要增强的图像，并将采集到的RGB图像颜色空间转换为HSI空间；2)将S和I进行直方图均衡化，在直方图均衡化时，选择幂函数的形式y＝cxa作为映射函数；3)将直方图均衡化后的S、I作为新的饱和度和亮度与H生成新的HSI图像，并将HSI图像转化为RGB图像；4)对RGB图像进行双边滤波，输出增强图像。
本发明使用可以改进参数的直方图均衡化和双边滤波相结合，对低照度的图像进行增强和边缘保存，使图像在信噪比、信息熵以及颜色保真等方面具有良好的性能，有利于之后在暗图像中进行背景分离。
申请人：西安石油大学
地址：710065 陕西省西安市电子二路18号
国籍：CN
代理机构：西安瀚汇专利代理事务所(普通合伙)
代理人：汪重庆
更多信息请下载全文后查看。
基于直方图均衡化图像加强算法的研究
基于直方图均衡化的图像增强改进算法研究摘要：通过直方图均衡化算法，使输出图像直方图近似服从均匀分布，在此算法基础上利用小波变换，对图像进行二维小波分解，突出图像中的有用信息，削减图像中的无用信息，使图像中特定信息得到增强，并提高图像的对比度，提高图像质量。
关键字：图像增强；直方图均衡化；小波变换；中文分类号：文本标识码：文章编号：Research on algorithm of image enhancement based onhistogram equalizationYU Wei-bo, CHEN Xiaodong(School of Electrical &Electronic Engineering,Changchun University of Technology,Changchun 130012,China) Abstract：Through the histogram equalization algorithm, make the output image histogram approximation obey uniform distribution. Based on the algorithm, using the image of the two-dimensional wavelet decomposition, highlight the useful information and cut the useless information in the image. The image of a specific information will be enhanced, and the contrast of images will be improved,then the image quality will be improved.Key words:image enhancement;histogram equalization; wavelet transform0引言图像增强是图像处理的基本内容之一。
基于直方图均衡化图像增强算法分析
基于直方图均衡化图像增强算法分析目录1. 前言 (1)2. 理论分析 (2)2.1 直方图修正技术的基础 (2)2.2 直方图的均衡化 (3)2.3 直方图均衡化的算法步骤 (4)3. 仿真实验与结果 (5)4. 结论 (9)参考文献 (9)1. 前言在实际应用中，无论采用何种输入装置采集的图像，由于光照、噪声等原因，图像的质量往往不能令人满意。
例如，检测对象物的边缘过于模糊；在比较满意的一幅图像上发现多了一些不知来源的黑点或白点；图像的失真、变形等等。
所以图像往往需要采取一些手段进行改善以求达到较好的效果。
图像增强技术正是在此基础上提出的。
图像增强是图像分析与处理的一个重要的预处理过程，其主要有两个目的：一是运用一系列技术手段改善图像的视觉效果,提高图像的清晰度；二是将图像转化成一种更适合于人或计算机进行分析处理的形式。
即改善图像质量是图像增强的根本目的。
图像增强的意义一般可以理解为：按需要进行适当的变换，对图像的某些特征，如边缘、轮廓、对比度进行强调或锐化，突出某些有用的信息，去除或消弱无用的信息以便于显示、观察或进一步分析和处理。
图像增强技术是一类基本的图像处理技术，是指有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征，其目的是使处理后的图像更适合于人的视觉特性或机器的识别系统，包括图像的轮廓线或者纹理加强、图像去噪、对比度增强等。
因此图像增强处理是图像分析和图像理解的前提和基础。
在图像的获取过程中，特别是对于多媒体监控系统采集的图像，由于监控场景光线照射复杂、拍摄背景也比较复杂等环境因素的影响。
加之摄像设备、传感器等因素引入的噪声，使监控图像在一定程度上存在对比度差、灰度分布范围窄、图像分辨率下降。
因此，为得到一幅清晰的图像必须进行增强处理。
传统的图像增强算法通常是基于整幅图像的统计量，这样在计算整幅图像的变换时，图像中的低频信息、高频信息以及含有的噪声，同时进行了变换，因而在增强图像的同时增强了噪声，导致信息熵下降，给监控图像的分析和后期处理带来了困难。
基于直方图均衡化的图像增强算法
基于直方图均衡化的图像增强算法图像增强是数字图像处理领域中的一个重要任务，其目标是提高图像的视觉质量、增强图像的细节信息，使得图像更具观赏性和可辨识度。
直方图均衡化是一种常用的图像增强算法，通过重新分配图像的像素值，增强图像的对比度和动态范围。
本文将详细介绍基于直方图均衡化的图像增强算法的原理、步骤和应用。
一、直方图均衡化的原理直方图均衡化是一种通过拉伸图像的像素值分布来增强图像对比度的方法。
其基本原理是将原始图像中的像素经过变换后，使其灰度级分布更加均匀，从而增强图像的细节和对比度。
直方图均衡化的核心思想是将图像的像素累积函数进行非线性变换，使得原始图像中灰度级分布不均匀的区域得到均匀化，从而实现图像的增强效果。
二、直方图均衡化的步骤直方图均衡化算法主要包括以下几个步骤：1. 计算原始图像的灰度直方图：通过统计每个灰度级对应的像素个数，得到原始图像的灰度直方图。
2. 计算原始图像的累积分布函数(CDF)：对灰度直方图做累积求和，得到原始图像的累积分布函数。
3. 计算像素值映射函数：将CDF进行归一化处理，得到像素值的映射函数，该映射函数描述了原始图像像素值与增强后图像像素值的对应关系。
通过该映射函数，可以将原始图像的每个像素值映射到增强后的像素值。
4. 对原始图像进行像素值映射：根据像素值映射函数，将原始图像的每个像素值进行映射，得到增强后的图像。
5. 输出增强后的图像：将经过像素值映射后的图像进行输出显示或保存，得到最终的增强图像。
三、基于直方图均衡化的图像增强应用直方图均衡化算法在图像增强领域有着广泛的应用。
下面介绍几个典型的应用场景。
1. 医学图像增强：医学图像通常需要提高图像的对比度和细节信息，以便医生更好地进行诊断。
直方图均衡化可以增强医学图像中的血管、肿瘤等细节信息，提升图像的识别能力。
2. 目标检测与识别：图像中的目标通常需要具备清晰的边缘和丰富的纹理信息，以便目标检测和识别算法能够准确地进行处理。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
计算机应用与软件 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ
Ｖｏｌ３６ Ｎｏ．３ Ｍａｒ．２０１９
基于改进的直方图均衡化与边缘保持 平滑滤波的红外图像增强算法
李贤阳１，２ 阳建中１，２ 杨竣辉３ 陆安山１，２
１（北部湾大学电子与信息工程学院 广西 钦州 ５３５０１１） ２（钦州市电子产品检测重点实验室 广西 钦州 ５３５０１１）
第 ３期 李贤阳等：基于改进的直方图均衡化与边缘保持平滑滤波的红外图像增强算法
９７
ｉｎｔｒｏｄｕｃｅｄｎｏｎｌｏｃａｌｍｅａｎｆｉｌｔｅｒｉｎｇｔｏｒｅｄｕｃｅｎｏｉｓｅｉｎｔｈｅｅｎｈａｎｃｅｍｅｎｔｉｍａｇｅ．Ｔｅｓｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ ｈａｓｈｉｇｈｅｒｖｉｓｕａｌｑｕａｌｉｔｙ，ｂｅｔｔｅｒｇｌｏｂａｌａｎｄｌｏｃａｌｃｏｎｔｒａｓｔｔｈａｎｔｈｅｃｕｒｒｅｎｔｌｏｗｑｕａｌｉｔｙｉｎｆｒａｒｅｄｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔ ｓｃｈｅｍｅ．Ｔｈｉｓｍｅｔｈｏｄｃａｎｅｌｉｍｉｎａｔｅｔｒａｎｓｉｔｉｏｎｅｎｈａｎｃｅｍｅｎｔ，ａｒｔｉｆａｃｔｓａｎｄｎｏｉｓｅ，ａｎｄｔｈｅｏｕｔｐｕｔｉｍａｇｅｓｈａｖｅｇｒｅａｔｅｒ ｅｎｔｒｏｐｙａｎｄｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｖａｌｕｅｓｗｈｉｃｈｍａｉｎｔａｉｎａｔ６．８ａｎｄ５．３．
计 直方图均衡化 差异增强 高频分量分类 局部最大值
中图分类号 ＴＰ３９１ 文献标识码 Ａ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１９．０３．０１９
ＩＮＦＲＡＲＥＤＩＭＡＧＥＥＮＨＡＮＣＥＭＥＮＴＡＬＧＯＲＩＴＨＭ ＢＡＳＥＤＯＮＩＭＰＲＯＶＥＤ ＨＩＳＴＯＧＲＡＭ ＥＱＵＡＬＩＺＡＴＩＯＮＡＮＤＥＤＧＥＰＲＥＳＥＲＶＩＮＧ ＳＭＯＯＴＨＩＮＧ ＦＩＬＴＥＲＩＮＧ
ＬｉＸｉａｎｙａｎｇ１，２ ＹａｎｇＪｉａｎｚｈｏｎｇ１，２ ＹａｎｇＪｕｎｈｕｉ３ ＬｕＡｎｓｈａｎ１，２
１（ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＢｅｉｂｕＧｕｌｆＵｎｉｖｅｒｓｉｔｙ，Ｑｉｎｚｈｏｕ５３５０１１，Ｇｕａｎｇｘｉ，Ｃｈｉｎａ） ２（ＱｉｎｚｈｏｕＥｌｅｃｔｒｏｎｉｃＰｒｏｄｕｃｔＴｅｓｔｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙ，Ｑｉｎｚｈｏｕ５３５０１１，Ｇｕａｎｇｘｉ，Ｃｈｉｎａ）
收稿日期：２０１８－０９－１０。广西高校中青年教师科研基础能力提升项目（２０１７ＫＹ０７９５）；钦州市科技攻关项目（２０１６４４１０）；钦州 市物联网先进技术重点实验室开放课题（ＩＯＴ２０１７Ｂ００１）；钦州市电子产品检测重点实验室开放项目（６２０１７４０１２）。李贤阳，副教授， 主研领域：信息安全，图像处理，数据挖掘。阳建中，讲师。杨竣辉，副教授。陆安山，教授。
３（江西理工大学信息工程学院 江西 赣州 ３４１０００）
摘 要 为了提高红外图像的全局与局部对比度，并有效抑制背景噪声，提出基于改进的直方图均衡化与边缘 保持平滑滤波的红外图像增强算法。引入边缘保持平滑滤波，将低质量红外图像分解为一个低频分量和一个高 频分量序列；基于模糊统计理论，利用红外图像的强度等级的不确定性，形成平滑直方图，确定出局部最大值，利 用优化的平台直方图对低频分量完成增强；根据高频分量的标准差，将其高频分量分类为强边缘、中边缘与弱边 缘系数，再设计三个不同的增强方法，对这三类系数进行差异增强，从而得到增强的高频分量序列；将增强的低频 分量与一系列的高频分量完成组合，形成增强图像；引入非局部均值滤波，对增强图像实施降噪处理。测试结果 表明：与当前低质量红外图像增强方案相比，该方法拥有更高的增强视觉质量，更好地兼顾全局与局部对比度，消 除过渡增强、伪影与噪声，且输出图像具有更大的熵值与标准偏差值，分别保持在 ６．８、５．３以上。
３（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｘｉＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｇａｎｚｈｏｕ３４１０００，Ｊｉａｎｇｘｉ，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｇｌｏｂａｌａｎｄｌｏｃａｌｃｏｎｔｒａｓｔｏｆｉｎｆｒａｒｅｄｉｍａｇｅａｎｄｅｆｆｅｃｔｉｖｅｌｙｓｕｐｐｒｅｓｓｔｈｅｂａｃｋｇｒｏｕｎｄ ｎｏｉｓｅ，ｗｅｐｒｏｐｏｓｅｄａｎｉｎｆｒａｒｅｄｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍ ｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｈｉｓｔｏｇｒａｍ ｅｑｕａｌｉｚａｔｉｏｎａｎｄｅｄｇｅ ｐｒｅｓｅｒｖｉｎｇｓｍｏｏｔｈｉｎｇｆｉｌｔｅｒｉｎｇ．Ｗｅｉｎｔｒｏｄｕｃｅｄａｎｅｄｇｅｐｒｅｓｅｒｖｉｎｇｓｍｏｏｔｈｉｎｇｆｉｌｔｅｒｉｎｇｔｏｄｅｃｏｍｐｏｓｅａｌｏｗｑｕａｌｉｔｙｉｎｆｒａｒｅｄ ｉｍａｇｅｉｎｔｏａｌｏｗｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔａｎｄａｈｉｇｈｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓｅｑｕｅｎｃｅ．Ｔｈｅｎ，ｂａｓｅｄｏｎｔｈｅｆｕｚｚｙｓｔａｔｉｓｔｉｃａｌ ｔｈｅｏｒｙ，ａｓｍｏｏｔｈｉｎｇｈｉｓｔｏｇｒａｍ ｗａｓｆｏｒｍｅｄｂｙｕｓｉｎｇｔｈｅｕｎｃｅｒｔａｉｎｔｙｏｆｔｈｅｉｎｔｅｎｓｉｔｙｌｅｖｅｌｏｆｔｈｅｉｎｆｒａｒｅｄｉｍａｇｅｔｏ ｄｅｔｅｒｍｉｎｅｔｈｅｌｏｃａｌｍａｘｉｍｕｍ，ａｎｄｔｈｅｏｐｔｉｍｉｚｅｄｐｌａｔｆｏｒｍｈｉｓｔｏｇｒａｍｗａｓｕｓｅｄｔｏｅｎｈａｎｃｅｔｈｅｌｏｗｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓ． Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｓｔａｎｄａｒｄｄｅｖｉａｔｉｏｎｏｆｈｉｇｈｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓ，ｔｈｅｈｉｇｈｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓｗｅｒｅｃｌａｓｓｉｆｉｅｄａｓ ｓｔｒｏｎｇｅｄｇｅ， ｍｉｄｄｌｅｅｄｇｅａｎｄ ｗｅａｋ ｅｄｇｅｃｏｅｆｆｉｃｉｅｎｔ， ａｎｄ ｔｈｒｅｅｄｉｆｆｅｒｅｎｔｅｎｈａｎｃｅｍｅｎｔｍｅｔｈｏｄｓｗｅｒｅｄｅｓｉｇｎｅｄ ｔｏ ｄｉｆｆｅｒｅｎｔｌｙｅｎｈａｎｃｅｔｈｅｔｈｒｅｅｃｏｅｆｆｉｃｉｅｎｔｓｆｏｒｏｂｔａｉｎｉｎｇｔｈｅｈｉｇｈｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓｅｑｕｅｎｃｅ．Ｔｈｅｅｎｈａｎｃｅｄｌｏｗ ｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｗａｓｃｏｍｂｉｎｅｄｗｉｔｈａｓｅｒｉｅｓｏｆｈｉｇｈｆｒｅｑｕｅｎｃｙｃｏｍｐｏｎｅｎｔｓｔｏｆｏｒｍ ａｎｅｎｈａｎｃｅｄｉｍａｇｅ．Ｗｅａｌｓｏ