检索结果-维普期刊中文期刊服务平台

结合改进Retinex及自适应分数阶微分的雾霾公路交通图像增强被引量：17: 1; 作者王卫星赵恒《光学精密工程》 EI CAS CSCD 北大核心 2020年第8期1820-1834,共15页; 为了提高雾霾天气条件下交通图像的对比度,清晰度和颜色保真度,减少图像退化所带来的负面影响,提出了一种采用快速引导滤波平滑约束的Retinex及自适应分数阶微分的雾霾天气交通图像增强算法。首先,该方法将原图像从RGB转换到YCbCr颜色空... 展开更多; 关键词快速引导滤波 RETINEX 自适应分数阶微分图像增强; 在线阅读下载PDF 职称材料

基于自适应分数阶微分的红外目标增强算法被引量：2: 2; 作者代少升李东阳 +1 位作者聂合文姚俐《红外技术》 CSCD 北大核心 2020年第3期257-263,共7页; 针对红外图像存在灰度范围窄、图像细节不清晰、目标边缘模糊的问题,提出了一种基于自适应分数阶微分的红外目标增强方法。该方法首先利用图像的梯度、信息熵进行有效融合,并且自适应调整分数阶微分以增强图像中的目标边缘;然后采用图... 展开更多; 关键词红外图像目标增强自适应分数阶微分线性变换局部目标背景比; 在线阅读下载PDF 职称材料

结合分数阶微分及Retinex的NSCT自适应低照度图像增强被引量：15: 3; 作者林剑萍廖一鹏《液晶与显示》 CAS CSCD 北大核心 2020年第4期360-373,共14页; 针对低照度图像存在亮度低、对比度低、边缘模糊等问题,首先将低照度图像NSCT多尺度分解,获得低频子带图像和高频子带系数;接着将低频图像采用多尺度Retinex提升图像亮度,借助非线性的双边滤波函数估计其照度分量,利用Gamma校正函数对... 展开更多; 关键词低照度图像图像增强 NSCT变换 RETINEX 自适应分数阶微分; 在线阅读下载PDF 职称材料

基于自适应Riesz分数阶微分的雾天图像增强被引量：2: 4; 作者雷思佳赵凤群《计算机应用》 CSCD 北大核心 2018年第5期1427-1431,共5页; 为了提高雾天图像的清晰度,解决分数阶微分阶数取值的单一性问题,提出了一种新的自适应分数阶微分的图像增强方法。基于具有六阶精度的Riesz分数阶微分的近似计算公式,构造了一种新的高精度分数阶微分掩模——RH算子,并对其进行改进,形... 展开更多; 关键词 Riesz分数阶微分图像增强自适应分数阶微分 HSV空间雾天图像; 在线阅读下载PDF 职称材料

基于分数阶微分自适应算法的煤尘图像滤噪: 5; 作者王征马宪民《工矿自动化》北大核心 2014年第8期43-46,共4页; 针对传统的煤尘图像滤噪方法迭代过程长、滤噪效果不理想、纹理保持能力差等问题,对现有的滤噪方法进行改进,建立了基于分数阶微分模型的自适应滤噪算法。改进算法对参数u的变化梯度进行调整,从整数阶扩展到分数阶;根据区域特征分别对... 展开更多; 关键词煤尘图像滤噪分数阶微分自适应算法峰值信噪比边缘保持指数; 在线阅读下载PDF 职称材料

结合分数阶微分的浮选泡沫图像NSCT多尺度增强被引量：16: 6; 作者廖一鹏王卫星 +1 位作者付华栋王焕清《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2018年第3期92-102,共11页; 针对浮选槽低照度环境下采集的泡沫图像对比度低、边缘弱、噪声干扰等问题,提出了一种结合自适应分数阶微分和非下采样Contourlet变换(NSCT)的泡沫图像多尺度增强算法.首先对泡沫图像进行NSCT多尺度分解,根据低频子带的梯度特征构造自... 展开更多; 关键词浮选泡沫图像图像多尺度增强自适应分数阶微分非下采样CONTOURLET变换尺度相关系数; 在线阅读下载PDF 职称材料

题名结合改进Retinex及自适应分数阶微分的雾霾公路交通图像增强被引量：17: 1; 作者王卫星赵恒; 机构长安大学信息工程学院; 出处《光学精密工程》 EI CAS CSCD 北大核心 2020年第8期1820-1834,共15页; 基金国家自然科学基金资助项目(No.61170147,No.1972060)。; 文摘为了提高雾霾天气条件下交通图像的对比度,清晰度和颜色保真度,减少图像退化所带来的负面影响,提出了一种采用快速引导滤波平滑约束的Retinex及自适应分数阶微分的雾霾天气交通图像增强算法。首先,该方法将原图像从RGB转换到YCbCr颜色空间,提取亮度分量构建初始图像;其次,构建变分模型,借助快速引导滤波构造目标函数的平滑约束项来准确估计初始照射分量;然后,使用Retinex模型获得初始反射分量,再采用自适应分数阶微分掩膜对初始反射分量进行增强得到亮度分量的增强结果,该方法在图像噪声抑制和细节增强方面性能良好;最后,将处理后的反射分量结合Cb,Cr色差信息从YCbCr转换到RGB颜色空间即得到最终增强图像。本文对不同的雾霾交通图像进行了对比实验,实验结果表明,新方法的标准差(STD)和平均梯度(AG)较原图至少提高1.12倍和4倍以上,信息熵(E)至少提高4.76%以上,综合性能优于其他的对比算法。新方法在图像增强和细节保持方面得到了很好地改进,有效地提高了雾霾天气条件下公路交通图像的颜色保真度、对比度和细节清晰度等,使得增强后的图像视觉效果和可视度明显改善,更加真实自然。; 关键词快速引导滤波 RETINEX 自适应分数阶微分图像增强; Keywords fast guided filtering Retinex adaptive fractional differentiation image enhancement; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于自适应分数阶微分的红外目标增强算法被引量：2: 2; 作者代少升李东阳聂合文姚俐; 机构重庆邮电大学通信与信息工程学院; 出处《红外技术》 CSCD 北大核心 2020年第3期257-263,共7页; 基金国家自然科学基金(61671094) 重庆市科学技术委员会国家科学基金(CSTC2015JCYJA40032)。; 文摘针对红外图像存在灰度范围窄、图像细节不清晰、目标边缘模糊的问题,提出了一种基于自适应分数阶微分的红外目标增强方法。该方法首先利用图像的梯度、信息熵进行有效融合,并且自适应调整分数阶微分以增强图像中的目标边缘;然后采用图像像素灰度的标准差和均值进行融合去确定目标的分割阈值,以区分出图像中的背景和目标部分;通过对图像中的目标区域进行线性增强,以进一步突显目标。经过实验验证:本文提出的方法能够有效地区分红外图像中的目标和背景,局部目标背景比(Target-to-Background Ratio,TBR)平均提高了0.5,视觉效果比较理想。; 关键词红外图像目标增强自适应分数阶微分线性变换局部目标背景比; Keywords infrared image target enhancement adaptive fractional differentiation linear transformation local target-to-background ratio; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名结合分数阶微分及Retinex的NSCT自适应低照度图像增强被引量：15: 3; 作者林剑萍廖一鹏; 机构阳光学院人工智能学院福州大学物理与信息工程学院; 出处《液晶与显示》 CAS CSCD 北大核心 2020年第4期360-373,共14页; 基金国家自然科学基金(No.61471124,No.61601126) 福建省自然科学基金(No.2019J01224)。; 文摘针对低照度图像存在亮度低、对比度低、边缘模糊等问题,首先将低照度图像NSCT多尺度分解,获得低频子带图像和高频子带系数;接着将低频图像采用多尺度Retinex提升图像亮度,借助非线性的双边滤波函数估计其照度分量,利用Gamma校正函数对照度分量进行校正,提高图像的动态范围,利用影响因子校正反射分量,丰富其层次性,对图像的整体轮廓进行增强;然后将高频部分用Bayes阈值隔离噪声,利用自适应分数阶微分对图像的边缘、纹理等细节进行增强;最后对处理后的图像进行NSCT重构。实验结果表明,本文算法的对比度、清晰度及信息熵与现有增强方法相比,平均提高了10.7%、9.8%、2.3%。增强后的图像在细节、边缘保持等方面也优于现有算法,改善了图像整体的视觉效果。; 关键词低照度图像图像增强 NSCT变换 RETINEX 自适应分数阶微分; Keywords low illumination images image enhancement NSCT transform Retinex adaptive fractional differential; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于自适应Riesz分数阶微分的雾天图像增强被引量：2: 4; 作者雷思佳赵凤群; 机构西安理工大学理学院; 出处《计算机应用》 CSCD 北大核心 2018年第5期1427-1431,共5页; 基金陕西省工业科技攻关项目(2015GY004)~~; 文摘为了提高雾天图像的清晰度,解决分数阶微分阶数取值的单一性问题,提出了一种新的自适应分数阶微分的图像增强方法。基于具有六阶精度的Riesz分数阶微分的近似计算公式,构造了一种新的高精度分数阶微分掩模——RH算子,并对其进行改进,形成了IRH算子。针对图像局部特征建立了分数阶微分函数,提出了一种分数阶微分选取准则,实现了阶数逐点自适应选取的方法。结合IRH算子,形成了自适应IRH图像增强算法。对于彩色图像,由于RGB空间各通道之间独立性低,对各通道增强后再叠加可能会出现颜色失真,因此将图像由RGB空间转化到HSV空间且只对亮度通道进行增强处理。选择一组雾天图像进行了实验,并与Tiansi算子,基于分割的自适应分数阶微分图像增强算法以及自适应分数阶微分的复合双边滤波算法进行了比较,实验结果表明所提算法具有明显的增强效果,并且通过计算信息熵和平均梯度进一步表明了该算法的有效性。; 关键词 Riesz分数阶微分图像增强自适应分数阶微分 HSV空间雾天图像; Keywords Riesz fractional differential image enhancement adaptive fractional order differential Hue Saturation,Value （HSV） space foggy image; 分类号 TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于分数阶微分自适应算法的煤尘图像滤噪: 5; 作者王征马宪民; 机构西安科技大学电气与控制工程学院; 出处《工矿自动化》北大核心 2014年第8期43-46,共4页; 基金国家自然科学基金项目(51277149) 陕西省教育厅专项基金项目(2013JK1080); 文摘针对传统的煤尘图像滤噪方法迭代过程长、滤噪效果不理想、纹理保持能力差等问题,对现有的滤噪方法进行改进,建立了基于分数阶微分模型的自适应滤噪算法。改进算法对参数u的变化梯度进行调整,从整数阶扩展到分数阶;根据区域特征分别对算法中的各项参数进行自适应选择。实验结果表明,改进后的滤噪算法收敛速度快,迭代次数少,滤噪效果好,纹理保持能力强,且其检测滤噪效果能力的量化指标获得了很好的改善。; 关键词煤尘图像滤噪分数阶微分自适应算法峰值信噪比边缘保持指数; Keywords coal dust image denoising fractional calculus adaptive algorithm PSNR EPI; 分类号 TD67 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名结合分数阶微分的浮选泡沫图像NSCT多尺度增强被引量：16: 6; 作者廖一鹏王卫星付华栋王焕清; 机构福州大学物理与信息工程学院; 出处《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2018年第3期92-102,共11页; 基金国家自然科学基金资助项目(61170147 61471124 61601126)~~; 文摘针对浮选槽低照度环境下采集的泡沫图像对比度低、边缘弱、噪声干扰等问题,提出了一种结合自适应分数阶微分和非下采样Contourlet变换(NSCT)的泡沫图像多尺度增强算法.首先对泡沫图像进行NSCT多尺度分解,根据低频子带的梯度特征构造自适应分数阶微分阶次函数,结合改进的带亮度控制参数的Tiansi算子对低频子带图像进行增强处理;然后对各高频方向子带,根据能量分布特征自适应计算阈值,再结合尺度相关系数去除噪声,并通过非线性增益函数增强边缘系数;最后对处理后的图像进行NSCT重构.对不同大小类型的泡沫图像进行实验,结果表明:与现有算法相比,文中算法改善了图像的亮度,具有更高的对比度、清晰度和信息熵,保留更多的纹理细节,在有效抑制噪声的同时气泡边缘得到明显增强,为后续的泡沫图像分割和边缘检测奠定了基础.; 关键词浮选泡沫图像图像多尺度增强自适应分数阶微分非下采样CONTOURLET变换尺度相关系数; Keywords flotation foamimage image multi-scale enhancement adaptive fractional differential non-subsampled contourlet transform scale correlation coefficient; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	结合改进Retinex及自适应分数阶微分的雾霾公路交通图像增强	王卫星赵恒	《光学精密工程》 EI CAS CSCD 北大核心	2020	17	在线阅读下载PDF 职称材料
2	基于自适应分数阶微分的红外目标增强算法	代少升李东阳聂合文姚俐	《红外技术》 CSCD 北大核心	2020	2	在线阅读下载PDF 职称材料
3	结合分数阶微分及Retinex的NSCT自适应低照度图像增强	林剑萍廖一鹏	《液晶与显示》 CAS CSCD 北大核心	2020	15	在线阅读下载PDF 职称材料
4	基于自适应Riesz分数阶微分的雾天图像增强	雷思佳赵凤群	《计算机应用》 CSCD 北大核心	2018	2	在线阅读下载PDF 职称材料
5	基于分数阶微分自适应算法的煤尘图像滤噪	王征马宪民	《工矿自动化》北大核心	2014	0	在线阅读下载PDF 职称材料
6	结合分数阶微分的浮选泡沫图像NSCT多尺度增强	廖一鹏王卫星付华栋王焕清	《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心	2018	16	在线阅读下载PDF 职称材料