期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
系数型指数模糊熵在图像增强中的应用 被引量:1
1
作者 王小艳 李毅 《计算机工程与应用》 CSCD 北大核心 2011年第3期154-156,187,共4页
在研究已有模糊熵的基础上,提出了一种系数型指数模糊熵的图像增强方法。先将图像进行模糊划分后变换到模糊域,然后利用提出的模糊熵计算图像的模糊熵,并且在最大熵准则下用模拟退火算法求取最佳阀值,利用增强算子进行图像增强。实验结... 在研究已有模糊熵的基础上,提出了一种系数型指数模糊熵的图像增强方法。先将图像进行模糊划分后变换到模糊域,然后利用提出的模糊熵计算图像的模糊熵,并且在最大熵准则下用模拟退火算法求取最佳阀值,利用增强算子进行图像增强。实验结果表明,该算法对图像有一定的增强效果。 展开更多
关键词 指数模糊熵 图像增强 信息 隶属度函数
在线阅读 下载PDF
基于模糊指数熵和模拟退火的图像分割 被引量:6
2
作者 郑毅 刘上乾 《红外技术》 CSCD 北大核心 2006年第7期395-399,共5页
为了有效分割照度不均匀的网格图像,提出了一种基于模糊指数熵和模拟退火算法的阈值分割方法。基于模糊集合理论,根据像素灰度值把原始图像中的像素分为黑和亮两个模糊集,利用最大模糊熵准则确定模糊区间的范围,寻找模糊参数的最优组合... 为了有效分割照度不均匀的网格图像,提出了一种基于模糊指数熵和模拟退火算法的阈值分割方法。基于模糊集合理论,根据像素灰度值把原始图像中的像素分为黑和亮两个模糊集,利用最大模糊熵准则确定模糊区间的范围,寻找模糊参数的最优组合,确定最优分割阈值,实现图像分割。由于使用穷举法搜索模糊参数的最优组合存在计算复杂度高、占用存储空间大的弱点,因此采用模拟退火算法确定最优阈值,从而减少了计算量。实验结果表明,此方法能够自动、有效地选取阈值,运算时间约为使用穷举法寻求最优阈值所需时间的1/3,并且分割效果明显优于最大类间方差法、迭代法和一维最大熵法。 展开更多
关键词 图像分割 阈值 隶属函数 模糊指数 模拟退火
在线阅读 下载PDF
基于PCNN和指数型模糊加权熵的医学图像融合
3
作者 姚丽莎 赵海峰 罗斌 《计算机工程与应用》 CSCD 北大核心 2011年第25期198-201,共4页
为了更好地对CT和MRI图像进行融合,提出了一种指数型模糊加权熵自适应融合规则和改进的PCNN区域信息融合规则在多小波基的框架下进行CT和MRI医学图像的融合方法。对待融合图像进行多小波基的分解,对不同频率分量采用不同融合算法。实验... 为了更好地对CT和MRI图像进行融合,提出了一种指数型模糊加权熵自适应融合规则和改进的PCNN区域信息融合规则在多小波基的框架下进行CT和MRI医学图像的融合方法。对待融合图像进行多小波基的分解,对不同频率分量采用不同融合算法。实验表明,算法明显优于其他融合算法。它提高了图像的清晰度,较大程度保留了细节信息,具有边缘信息突出,亮度对比度高的优点。 展开更多
关键词 指数模糊 多小波基 脉冲耦合神经网络 图像融合
在线阅读 下载PDF
广义毕达哥拉斯犹豫模糊集混合加权距离测度及决策应用 被引量:11
4
作者 常娟 杜迎雪 刘卫锋 《浙江大学学报(理学版)》 CAS CSCD 北大核心 2021年第3期304-313,共10页
在毕达哥拉斯犹豫模糊数的距离基础上,定义毕达哥拉斯犹豫模糊集(Pythagorean hesitant fussy set,PHFS)的加权距离测度和有序加权距离测度,在兼顾属性权重和位置权重的基础上,提出广义PHFS混合加权距离测度(D_(GPHFHWA)),并研究其性质... 在毕达哥拉斯犹豫模糊数的距离基础上,定义毕达哥拉斯犹豫模糊集(Pythagorean hesitant fussy set,PHFS)的加权距离测度和有序加权距离测度,在兼顾属性权重和位置权重的基础上,提出广义PHFS混合加权距离测度(D_(GPHFHWA)),并研究其性质和特殊形式。针对属性值为毕达哥拉斯犹豫模糊数且属性权重未知的多属性决策问题,利用毕达哥拉斯犹豫模糊指数熵确定属性权重,并结合逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)思想,提出基于D_(GPHFHWA)测度的决策方法。最后,通过实例验证所提方法是有效、合理的。 展开更多
关键词 毕达哥拉斯犹豫模糊 混合加权距离测度 毕达哥拉斯犹豫模糊指数 多属性决策
在线阅读 下载PDF
应用最大熵和思维进化算法的阈值分割 被引量:2
5
作者 王芳 谢克明 刘建霞 《计算机工程与应用》 CSCD 北大核心 2009年第34期174-176,共3页
在指数熵的基础上给出了模糊指数信息熵的定义及其性质,避免了对数中无定义点的问题,并用此概念和条件概率定义图像模糊划分的熵,根据熵最大原理进行图像自动分割。为了降低计算复杂度,提高计算速度,改进了思维进化算法(MEA),设计了自... 在指数熵的基础上给出了模糊指数信息熵的定义及其性质,避免了对数中无定义点的问题,并用此概念和条件概率定义图像模糊划分的熵,根据熵最大原理进行图像自动分割。为了降低计算复杂度,提高计算速度,改进了思维进化算法(MEA),设计了自适应趋同和小概率随机异化操作,优化模糊隶属参数,搜索最优分割阈值。实验结果表明,该方法能够自动、有效地选取阈值,分割效果优于Otsu等其他算法,并能保留原始图像的主要特征。 展开更多
关键词 模糊指数 思维进化算法 图像分割
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部