检索结果-内蒙古大学图书馆

工具技术 2020年第8期54卷 78-82页

作者：王延年程燕杰钟正李文婷李雄飞西安工程大学电子信息学院西安710048 西安工程大学西安710048

结合人工蜂群优化算法和非完全beta函数,将人工蜂群算法作为优化问题寻找最优解,提出基于人工蜂群优化的自适应图像增强算法。通过人工蜂群优化算法并行搜索非完全beta函数的最佳参数,从而确定最优的灰度变换曲线;引入适应度函数来指导... 详细信息

结合人工蜂群优化算法和非完全beta函数,将人工蜂群算法作为优化问题寻找最优解,提出基于人工蜂群优化的自适应图像增强算法。通过人工蜂群优化算法并行搜索非完全beta函数的最佳参数,从而确定最优的灰度变换曲线;引入适应度函数来指导人工蜂群的搜索运动,以此实现图像对比度的自适应增强。仿真试验结果表明:与直方图均衡化、反锐化掩模算法相比较,本算法的灰度分布更加均匀,对比度明显,视觉效果更好且适用性强。

关键词：工蜂群优化算法对比度增强非完全beta函数适应度函数

来源：评论

学校读者我要写书评

暂无评论

遗传算法在图像增强中的应用

引用

四川兵工学报 2010年第6期31卷 67-70页

作者：黄小荣张金玉第二炮兵工程学院西安710025

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

来源：评论

学校读者我要写书评

暂无评论

基于小生境遗传算法的图像增强

基于小生境遗传算法的图像增强

引用

2007'仪表，自动化及先进集成技术大会

作者：谢云余江裴以建白宝丹云南大学信息学院

图像增强处理中的几种常见的变换函数可表示为一个归一化的非完全 beta 函数,但是如何确定非完全 beta 函数的两个参数却是一个复杂的过程。因此,本文通过一种改进的遗传算法——小生境遗传算法,来自适应地确定 beta 函数的两个参数,由... 详细信息

图像增强处理中的几种常见的变换函数可表示为一个归一化的非完全 beta 函数,但是如何确定非完全 beta 函数的两个参数却是一个复杂的过程。因此,本文通过一种改进的遗传算法——小生境遗传算法,来自适应地确定 beta 函数的两个参数,由此得到相应的图像灰度变换曲线,来对图像进行处理,达到图像增强的目的。

关键词：图像增强小生境遗传算法非完全beta函数

来源：评论

学校读者我要写书评

暂无评论

基于不同图像质量评价标准的自适应辐射图像增强

基于不同图像质量评价标准的自适应辐射图像增强

引用

第八届(2012年)北京核学会核应用技术学术交流会

作者：郭肖静吴志芳清华大学核能与新能源技术研究院

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... 详细信息

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。

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

来源：评论

学校读者我要写书评

暂无评论

基于人工蜂群算法的图像对比度自适应增强

基于人工蜂群算法的图像对比度自适应增强

引用

2011 AASRI Conference on Artificial Intelligence and Industry Application (AASRI-AIIA 2011)

作者：马苗丁生荣朱艳飞陕西师范大学计算机科学学院山东大学计算机科学与技术学院

为提高图像对比度的同时呈现出更多的细节信息,本文利用人工蜂群算法和非完全beta函数,提出了一种新颖的图像对比度自适应增强方法。该方法通过人工蜂群算法并行搜索非完全beta函数的最佳参数,从而确定最佳的灰度变换曲线,实现图像对比... 详细信息

为提高图像对比度的同时呈现出更多的细节信息,本文利用人工蜂群算法和非完全beta函数,提出了一种新颖的图像对比度自适应增强方法。该方法通过人工蜂群算法并行搜索非完全beta函数的最佳参数,从而确定最佳的灰度变换曲线,实现图像对比度的自适应增强。实验表明,该方法快速高效,优于直方图均衡化、反锐化掩模,以及基于遗传算法的对比度增强方法。

关键词：图像增强非完全beta函数人工蜂群算法

来源：评论

学校读者我要写书评

暂无评论

基于人工蜂群算法的图像对比度自适应增强

基于人工蜂群算法的图像对比度自适应增强

引用

2010 International Conference on Circuit and Signal Processing (ICCSP 2010) & 2010 Second IITA International Joint Conference on Artificial Intelligence (IITA-JCAI 2010)

作者：马苗丁生荣朱艳飞陕西师范大学计算机科学学院山东大学计算机科学与技术学院

关键词：图像增强非完全beta函数人工蜂群算法

来源：评论

学校读者我要写书评

暂无评论

基于微粒群优化算法的痕迹物证图像增强处理

引用

数字化用户 2019年第27期25卷 216-217页

作者：高世博 401331 重庆警察学院重庆沙坪坝

本文简要介绍了微粒群优化算法原理,将微粒群优化算法引入到基于非完全beta函数图像增强技术的最优参数选择问题之中,建立了图像增强参数的自适应选择方法,仿真实验表明增强前后图像清晰度明显提高.将此方法应用于公安痕迹物证图像增强... 详细信息

本文简要介绍了微粒群优化算法原理,将微粒群优化算法引入到基于非完全beta函数图像增强技术的最优参数选择问题之中,建立了图像增强参数的自适应选择方法,仿真实验表明增强前后图像清晰度明显提高.将此方法应用于公安痕迹物证图像增强处理,取得了满意的图像处理结果,为公安技术人员开展犯罪现场痕迹物证图像后期处理提供了一种新的选择.

关键词：微粒群优化算法图像增强非完全beta函数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：