期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于混合蛙跳优化的条纹管图像自适应增强 被引量:8
1
作者 岳梅 郭宝平 +1 位作者 张平 郭轩 《光电工程》 CAS CSCD 北大核心 2011年第5期108-113,共6页
针对条纹管相机获取的条纹图像,提出一种将混合蛙跳算法和非完全Beta函数结合的自适应增强方法。利用混合蛙跳算法中局部信息交换和全局信息交换的寻优机制,增加寻优稳定性和加快收敛度。通过混合蛙跳优化算法自动搜索最佳灰度变换参数... 针对条纹管相机获取的条纹图像,提出一种将混合蛙跳算法和非完全Beta函数结合的自适应增强方法。利用混合蛙跳算法中局部信息交换和全局信息交换的寻优机制,增加寻优稳定性和加快收敛度。通过混合蛙跳优化算法自动搜索最佳灰度变换参数,从而得到一条最佳灰度变换曲线,实现对条纹图像增强处理。实验证明该算法能降低条纹图像中背景对目标的影响,且较好保留了图像中细节部分信息,在视觉上优于传统的增强方法。 展开更多
关键词 激光成像雷达 条纹相机 蛙跳优化算法 图像增强 非完全beta函数
在线阅读 下载PDF
基于遗传算法的辐射图像对比度增强 被引量:3
2
作者 郭肖静 吴志芳 《核电子学与探测技术》 CAS CSCD 北大核心 2007年第1期104-107,共4页
基于遗传算法和非完全Beta函数,介绍了一种自适应的图像对比度增强方法,并将其应用到辐射图像的增强处理中。Tubbs利用归一化的非完全Beta函数(Incomplete Beta Function),来实现几种典型的灰度变换曲线的自动拟合。在实现了该函数的基... 基于遗传算法和非完全Beta函数,介绍了一种自适应的图像对比度增强方法,并将其应用到辐射图像的增强处理中。Tubbs利用归一化的非完全Beta函数(Incomplete Beta Function),来实现几种典型的灰度变换曲线的自动拟合。在实现了该函数的基础上,通过基于遗传算法的自适应搜索确定Beta函数的最佳参数,并对遗传算子做了一定改进,从而确定相应的最佳变换曲线。将该方法应用于集装箱检测图像的对比度增强,通过对实验结果的比较,说明了该方法的优越性。 展开更多
关键词 图像增强 非完全beta函数 遗传算法
在线阅读 下载PDF
遗传算法在图像增强中的应用 被引量:8
3
作者 黄小荣 张金玉 《四川兵工学报》 CAS 2010年第6期67-70,共4页
介绍了遗传算法和图像增强的基本原理,归纳和总结了遗传算法在图像增强中的应用现状,探讨了目前该领域存在的问题,展望了其研究发展方向。
关键词 遗传算法 图像增强 非完全beta函数
在线阅读 下载PDF
基于不同图像质量评价标准的自适应辐射图像增强 被引量:1
4
作者 郭肖静 吴志芳 《原子能科学技术》 EI CAS CSCD 北大核心 2012年第B09期724-728,共5页
实现了基于非完全Beta函数的遗传算法以及基于此遗传算法的自适应灰度变换,在此基础上,使用3种图像质量评价标准实现了辐射图像的自适应灰度变换,比较了3种方法的处理时长、稳定性、遗传代数的影响等,将其应用到集装箱DR/CT检测系统图... 实现了基于非完全Beta函数的遗传算法以及基于此遗传算法的自适应灰度变换,在此基础上,使用3种图像质量评价标准实现了辐射图像的自适应灰度变换,比较了3种方法的处理时长、稳定性、遗传代数的影响等,将其应用到集装箱DR/CT检测系统图像处理模块中,实现了有效的自适应图像增强。 展开更多
关键词 遗传算法 图像增强 非完全beta函数 图像质量评价标准
在线阅读 下载PDF
集装箱图像对比度增强的自适应算法 被引量:1
5
作者 郭肖静 吴志芳 《核电子学与探测技术》 CAS CSCD 北大核心 2006年第6期912-914,941,共4页
基于对非完全Beta函数的研究,介绍了三种不同的自适应图像对比度增强方法。传统的图像增强处理是针对图像灰度分布的不同情况,来定义相应的灰度变换函数。Tubbs将图像增强处理中几种常用的非线性变换函数,表示成了一个归一化的非完全Bet... 基于对非完全Beta函数的研究,介绍了三种不同的自适应图像对比度增强方法。传统的图像增强处理是针对图像灰度分布的不同情况,来定义相应的灰度变换函数。Tubbs将图像增强处理中几种常用的非线性变换函数,表示成了一个归一化的非完全Beta函数,通过自适应搜索算法可以确定Beta函数的最佳参数,从而确定了相应的最佳变换曲线,将该函数应用于集装箱检测图像的对比度增强,通过对实验结果的比较,说明了该变换函数的优越性。 展开更多
关键词 图像增强 非完全beta函数 模拟退火算法 遗传算法 免疫算法
在线阅读 下载PDF
基于量子行为粒子优化的电路板红外成像增强 被引量:2
6
作者 张亚军 罗鑫 《电子技术应用》 北大核心 2016年第8期138-140,共3页
为了提高电路板红外成像增强的效果,采用量子行为粒子优化算法。首先在量子空间中更新粒子位置,建立粒子停滞系数与收缩扩张系数之间的关系;接着通过判断粒子停滞有效地减少无效迭代;最后采用非完全Beta函数实现电路板红外图像增强。实... 为了提高电路板红外成像增强的效果,采用量子行为粒子优化算法。首先在量子空间中更新粒子位置,建立粒子停滞系数与收缩扩张系数之间的关系;接着通过判断粒子停滞有效地减少无效迭代;最后采用非完全Beta函数实现电路板红外图像增强。实验仿真显示该算法对电路板红外成像细节增强效果比较清晰,均方误差明显减小,相对信噪比明显提高。 展开更多
关键词 量子行为 停滞系数 非完全beta函数 红外成像 增强
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部